A amostragem \u00e9 o processo mais eficiente e utilizado no Invent\u00e1rio Florestal, tratando-se de uma ferramenta que permite avaliar uma por\u00e7\u00e3o representativa da \u00e1rea, sendo utilizada em grandes \u00e1reas de florestas, em que se torna invi\u00e1vel a medi\u00e7\u00e3o de toda a \u00e1rea.<\/p>\n\n\n\n
A teoria da amostragem aplicada em florestas tropicais, surgiu no s\u00e9culo XIX no Sudeste Asi\u00e1tico. Em 1850 foi realizado um invent\u00e1rio na Birm\u00e2nia, numa \u00e1rea de floresta tropical, utilizando-se o procedimento de amostragem sistem\u00e1tica. As t\u00e9cnicas de amostragem aplicadas em invent\u00e1rio florestal tiveram grande impulso na d\u00e9cada de 30, com as primeiras publica\u00e7\u00f5es a respeito de an\u00e1lises de vari\u00e2ncia e covari\u00e2ncia.<\/p>\n\n\n\n
No Brasil, estes m\u00e9todos foram introduzidos principalmente pelos t\u00e9cnicos da FAO atrav\u00e9s da forma\u00e7\u00e3o dos primeiros engenheiros florestais a partir de 1964 e da primeira quantifica\u00e7\u00e3o dos recursos florestais na Amaz\u00f4nia brasileira, e sul do pa\u00eds, em fins de 1958 e in\u00edcio de 1960.<\/p>\n\n\n\n
De um modo geral, a amostragem realizada em florestas homog\u00eaneas como \u00e9 o caso de reflorestamentos, \u00e9 mais f\u00e1cil do que em florestas heterog\u00eaneas como \u00e9 o caso das florestas nativas, pois neste caso os custos s\u00e3o mais elevados, uma vez que h\u00e1 necessidade de uma maior intensidade amostral.<\/p>\n\n\n\n
Para facilitar a compreens\u00e3o de amostragem, \u00e9 importante o conhecimento dos seguintes conceitos:<\/p>\n\n\n\n
A amostra pode ser definida como uma parte da popula\u00e7\u00e3o, constitu\u00edda de indiv\u00edduos que apresentam caracter\u00edsticas comuns que identificam a popula\u00e7\u00e3o a que pertencem. \u00c9 importante garantir que a amostra seja representativa da popula\u00e7\u00e3o, ela deve possuir as mesmas caracter\u00edsticas b\u00e1sicas da popula\u00e7\u00e3o, no que diz respeito \u00e0 vari\u00e1vel a ser estimada.<\/p>\n\n\n\n
A unidade amostral \u00e9 o espa\u00e7o f\u00edsico sobre o qual s\u00e3o observadas e medidas as caracter\u00edsticas quantitativas e qualitativas da popula\u00e7\u00e3o. As unidades amostrais podem ser constitu\u00eddas por parcelas de \u00e1rea fixa, pontos amostrais ou \u00e1rvores.<\/p>\n\n\n\n
\u00c9 a raz\u00e3o entre o n\u00famero de unidades da amostra e o n\u00famero total de unidades da popula\u00e7\u00e3o, ou tamb\u00e9m pode ser expressa pela raz\u00e3o entre a \u00e1rea amostrada e a \u00e1rea total da popula\u00e7\u00e3o.<\/p>\n\n\n\n
Classifica\u00e7\u00e3o da Amostragem<\/strong><\/p>\n\n\n\n Uma ocasi\u00e3o<\/strong>: quando \u00e9 efetuada uma \u00fanica abordagem na popula\u00e7\u00e3o considerada.<\/p>\n\n\n\n Multiplas ocasi\u00f5es<\/strong>: quando s\u00e3o realizadas v\u00e1rias abordagens da mesma popula\u00e7\u00e3o. Neste caso a amostragem \u00e9 repetitiva ou peri\u00f3dica e sua realiza\u00e7\u00e3o se faz em espa\u00e7os regulares de tempo, sendo que este tipo de amostragem \u00e9 tamb\u00e9m conhecido como monitoramento da popula\u00e7\u00e3o.<\/p>\n\n\n\n Aleat\u00f3ria<\/strong>: quando as unidades amostrais s\u00e3o sorteadas com um crit\u00e9rio probabil\u00edstico aleat\u00f3rio. A amostragem aleat\u00f3ria divide-se em dois grupos:<\/p>\n\n\n\n a) aleat\u00f3ria irrestrita: implica que nenhuma restri\u00e7\u00e3o \u00e9 imposta ao processo de sele\u00e7\u00e3o das unidades.<\/p>\n\n\n\n b) aleat\u00f3ria restrita, na qual a unidade m\u00ednima da amostragem \u00e9 dependente de uma pr\u00e9via restri\u00e7\u00e3o imposta \u00e0 popula\u00e7\u00e3o a ser amostrada.<\/p>\n\n\n\n Sistem\u00e1tica<\/strong>: consiste na sele\u00e7\u00e3o de amostras nas quais o processo probabil\u00edstico caracteriza-se pela sele\u00e7\u00e3o aleat\u00f3ria da primeira unidade amostral, sendo que, a partir da primeira, todas as demais unidades da amostra s\u00e3o automaticamente selecionadas e sistematicamente distribu\u00eddas na popula\u00e7\u00e3o.<\/p>\n\n\n\n Mista<\/strong>: consiste numa sele\u00e7\u00e3o amostral envolvendo sempre dois ou mais est\u00e1gios, em que haja ou estejam presentes as sele\u00e7\u00f5es aleat\u00f3rias e sistem\u00e1ticas simultaneamente. Geralmente nesta estrutura amostral o primeiro est\u00e1gio \u00e9 aleat\u00f3rio.<\/p>\n\n\n\n Dentro destes tr\u00eas arranjos estruturais situam-se os processos de amostragem mais usados em invent\u00e1rio florestal <\/strong>sendo eles:<\/p>\n\n\n\n Trata-se do processo fundamental de sele\u00e7\u00e3o a partir do qual derivam os demais procedimentos de amostragem, e visa o aumento da precis\u00e3o das estimativas e a redu\u00e7\u00e3o dos custos do levantamento.<\/p>\n\n\n\n Esta amostragem requer que todas as combina\u00e7\u00f5es poss\u00edveis de unidades amostrais da popula\u00e7\u00e3o tenham igual chance de serem amostradas, sendo que a sele\u00e7\u00e3o de cada unidade amostral deve ser livre de qualquer escolha e totalmente independente da sele\u00e7\u00e3o das demais unidades da amostra<\/p>\n\n\n\n Neste processo, a \u00e1rea florestal a ser inventariada \u00e9 tratada como uma popula\u00e7\u00e3o \u00fanica. Os principais par\u00e2metros e estimativas obtidos atrav\u00e9s da amostragem aleat\u00f3ria simples s\u00e3o: m\u00e9dia aritm\u00e9tica, vari\u00e2ncia, desvio padr\u00e3o, vari\u00e2ncia da m\u00e9dia, erro padr\u00e3o, coeficiente de varia\u00e7\u00e3o vari\u00e2ncia da m\u00e9dia relativa, erro de amostragem, intervalo de confian\u00e7a para m\u00e9dia, total da popula\u00e7\u00e3o, intervalo de confian\u00e7a para o total, estimativa m\u00ednima de confian\u00e7a, estimativas por raz\u00f5es.<\/p>\n\n\n\n No caso de uma popula\u00e7\u00e3o com grande variabilidade, \u00e9 poss\u00edvel dividir tal popula\u00e7\u00e3o em subpopula\u00e7\u00f5es ou estratos homog\u00eaneos, de forma que os valores da vari\u00e1vel de interesse variem pouco de uma unidade para outra, podendo ser obtida uma estimativa precisa de uma m\u00e9dia de um estrato qualquer, atrav\u00e9s de uma pequena amostra deste estrato.<\/p>\n\n\n\n As estimativas dos estratos podem ser combinadas, resultando estimativas precisas para toda a popula\u00e7\u00e3o. Os principais par\u00e2metros e estimativas obtidos atrav\u00e9s deste processo, s\u00e3o: m\u00e9dia por estrato, m\u00e9dia estratificada, vari\u00e2ncia por estrato, vari\u00e2ncia estratificada, vari\u00e2ncia da m\u00e9dia estratificada, erro padr\u00e3o, erro de amostragem, intervalo de confian\u00e7a para m\u00e9dia, total por estrato e para a popula\u00e7\u00e3o, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n Consiste na sele\u00e7\u00e3o de unidades amostrais a partir de um esquema r\u00edgido e preestabelecido de sistematiza\u00e7\u00e3o, com o prop\u00f3sito de cobrir a popula\u00e7\u00e3o, em toda a sua extens\u00e3o, e obter um modelo sistem\u00e1tico simples e uniforme.<\/p>\n\n\n\n A localiza\u00e7\u00e3o das unidades amostrais geralmente \u00e9 mais f\u00e1cil em uma amostra sistem\u00e1tica do que em uma aleat\u00f3ria, uma vez que as unidades s\u00e3o distribu\u00eddas segundo uma orienta\u00e7\u00e3o. Os principais par\u00e2metros e estimativas obtidos atrav\u00e9s deste processo s\u00e3o: m\u00e9dia, vari\u00e2ncia da m\u00e9dia, erro padr\u00e3o, erro de amostragem, intervalo de confian\u00e7a para m\u00e9dia, total estimado, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n Consiste na divis\u00e3o da popula\u00e7\u00e3o em um n\u00famero de unidades do primeiro est\u00e1gio (prim\u00e1rias), as quais podem ser subdivididas em um n\u00famero de unidades do segundo est\u00e1gio (secund\u00e1rias). As unidades prim\u00e1rias s\u00e3o geralmente pr\u00e9-definidas em tamanho e forma, assim como as subunidades ou unidades secund\u00e1rias que s\u00e3o alocadas das unidades prim\u00e1rias.<\/p>\n\n\n\n A amostragem em dois est\u00e1gios \u00e9 inclu\u00edda entre os processos aleat\u00f3rios restritos, uma vez que o segundo est\u00e1gio de amostragem fica restrito ao primeiro. Os principais par\u00e2metros e estimativas obtidos atrav\u00e9s deste processo s\u00e3o: m\u00e9dia da popula\u00e7\u00e3o por subunidade, m\u00e9dia das subunidades por unidade prim\u00e1ria, vari\u00e2ncia por subunidade, vari\u00e2ncia da m\u00e9dia, erro padr\u00e3o, erro de amostragem, intervalo de confian\u00e7a para m\u00e9dia, total da popula\u00e7\u00e3o, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n \u00c9 uma varia\u00e7\u00e3o da amostragem em dois est\u00e1gios, em que o segundo est\u00e1gio \u00e9 sistematicamente organizado dentro do primeiro est\u00e1gio de amostragem. A sistematiza\u00e7\u00e3o das unidades secund\u00e1rias dentro das unidades prim\u00e1rias produz a maior redu\u00e7\u00e3o dos custos de amostragem devido \u00e0 flexibilidade \u00e0 e facilidade operativa de localiza\u00e7\u00e3o, instala\u00e7\u00e3o e medi\u00e7\u00e3o.<\/p>\n\n\n\n As unidades secund\u00e1rias s\u00e3o previamente definidas em forma, tamanho e arranjo espacial, caracterizando assim a fixa\u00e7\u00e3o estrutural do segundo est\u00e1gio de amostragem. Os conglomerados s\u00e3o organizados das mais diversas formas, tamanhos e arranjos espaciais.<\/p>\n\n\n\n Os principais par\u00e2metros e estimativas obtidos atrav\u00e9s deste processo s\u00e3o: m\u00e9dia da popula\u00e7\u00e3o por subunidade, m\u00e9dia das subunidades por conglomerado, vari\u00e2ncia da popula\u00e7\u00e3o por subunidade, vari\u00e2ncia da m\u00e9dia, coeficiente de correla\u00e7\u00e3o intra-conglomerados, vari\u00e2ncia da m\u00e9dia relativa, erro padr\u00e3o, erro de amostragem, intervalo de confian\u00e7a para m\u00e9dia, total estimado, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n A amostragem sistem\u00e1tica com um in\u00edcio aleat\u00f3rio assemelha-se \u00e0 amostragem em conglomerados com um conglomerado apenas, na qual a unidade conglomerada consiste de um n\u00famero de subunidades distribu\u00eddas uniformemente sobre a popula\u00e7\u00e3o. Tal amostra fornece uma estimativa eficiente, consistente e sem tend\u00eancia da m\u00e9dia de tal popula\u00e7\u00e3o. Por\u00e9m, nenhum m\u00e9todo conhecido obt\u00e9m a estimativa exata da vari\u00e2ncia de uma amostra sistem\u00e1tica com um \u00fanico in\u00edcio aleat\u00f3rio.<\/p>\n\n\n\n Quando s\u00e3o tomados m\u00faltiplos in\u00edcios aleat\u00f3rios, a amostra sistem\u00e1tica representa uma estrutura em conglomerados com v\u00e1rias unidades, e, sendo assim, \u00e9 poss\u00edvel obter a estimativa exata da vari\u00e2ncia. Os principais par\u00e2metros obtidos atrav\u00e9s deste processo s\u00e3o: m\u00e9dia da popula\u00e7\u00e3o por subunidade, m\u00e9dia das subunidades por conglomerado, vari\u00e2ncia da popula\u00e7\u00e3o por subunide, coeficiente de correla\u00e7\u00e3o intraconglomerados, intensidade de amostragem, vari\u00e2ncia da m\u00e9dia, erro padr\u00e3o, erro de amostragem, intervalo de confian\u00e7a para m\u00e9dia, total estimado, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n Neste processo s\u00e3o realizadas sucessivas abordagens que permitem avaliar o car\u00e1ter din\u00e2mico da popula\u00e7\u00e3o, bem como uma s\u00e9rie de vari\u00e1veis indispens\u00e1veis para a defini\u00e7\u00e3o do manejo a ser aplicado \u00e0 floresta em um horizonte de tempo pr\u00e9-determinado.<\/p>\n\n\n\n As informa\u00e7\u00f5es obtidas na primeira abordagem s\u00e3o correlacionadas \u00e0s da segunda, quando um conjunto de unidades amostrais \u00e9 remedido em cada uma das abordagens, permitindo que seja estabelecida uma \u00edntima liga\u00e7\u00e3o entre elas. Este procedimento resulta, no caso dos invent\u00e1rios florestais cont\u00ednuos, na obten\u00e7\u00e3o de uma s\u00e9rie de informa\u00e7\u00f5es fundamentais aos manejadores como avalia\u00e7\u00e3o do crescimento, mudan\u00e7as volum\u00e9tricas entre outros.<\/p>\n\n\n\n Os par\u00e2metros e estimadores s\u00e3o:<\/p>\n\n\n\n a) Primeira ocasi\u00e3o: m\u00e9dia, vari\u00e2ncia, vari\u00e2ncia da m\u00e9dia, erro padr\u00e3o, erro de amostragem, intervalo de confian\u00e7a para a m\u00e9dia, total da popula\u00e7\u00e3o, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n b) Segunda ocasi\u00e3o: m\u00e9dia, vari\u00e2ncia, vari\u00e2ncia da m\u00e9dia, erro padr\u00e3o, erro da amostragem, intervalo de confian\u00e7a para m\u00e9dia, total da popula\u00e7\u00e3o, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n c) Mudan\u00e7a ou crescimento: m\u00e9dia, vari\u00e2ncia da m\u00e9dia, erro padr\u00e3o, erro da amostragem, intervalo de confian\u00e7a para m\u00e9dia, crescimento total estimado, intervalo de confian\u00e7a para o total.<\/p>\n\n\n\n M\u00e9todos de Amostragem<\/strong><\/p>\n\n\n\n Entende-se por m\u00e9todo de amostragem a abordagem referente a uma unidade amostral. A sele\u00e7\u00e3o desta unidade amostral \u00e9 feita de acordo com um crit\u00e9rio probabil\u00edstico previamente definido, o qual estabelece o m\u00e9todo de sele\u00e7\u00e3o. Existem v\u00e1rios m\u00e9todos de amostragem, destacando-se entre eles os seguintes:<\/p>\n\n\n\n M\u00e9todo da \u00c1rea Fixa<\/strong>: m\u00e9todo em que a sele\u00e7\u00e3o dos indiv\u00edduos \u00e9 feita proporcionalmente \u00e0 \u00e1rea da unidade e \u00e0 freq\u00fcencia dos indiv\u00edduos que nela ocorrem. \u00c9 o mais antigo e conhecido m\u00e9todo de amostragem. A n\u00e3o exig\u00eancia de conhecimentos especializados para sua implanta\u00e7\u00e3o no campo e o perfeito controle das informa\u00e7\u00f5es obtidas parecem ser os maiores argumentos para a prefer\u00eancia deste m\u00e9todo.<\/p>\n\n\n\n M\u00e9todo de Bitterlich<\/strong>: o m\u00e9todo consiste em cortar as \u00e1rvores em um giro de 360\u00b0, cujos di\u00e2metros \u00e0 altura do peito (dap) s\u00e3o iguais ou maiores que a abertura angular equivalente a : 2 sen angulo fixo\/2. O v\u00e9rtice do \u00e2ngulo fixo \u00e9 o ponto central da unidade amostral. A sele\u00e7\u00e3o das \u00e1rvores: \u00e9 efetuada proporcionalmente a \u00e1rea basal, ou quadrado do di\u00e2metro e \u00e0 freq\u00fc\u00eancia. Este m\u00e9todo tem sido utilizado em invent\u00e1rio de florestas plantadas pela inova\u00e7\u00e3o que ele representa ao m\u00e9todo convencional de \u00e1rea fixa.<\/p>\n\n\n\n M\u00e9todo de Strand<\/strong>: este m\u00e9todo focaliza o crit\u00e9rio probabil\u00edtico de sele\u00e7\u00e3o dos indiv\u00edduos na unidade amostral com proporcionalidade ao di\u00e2metro, para o c\u00e1lculo da \u00e1rea basal e o n\u00famero de \u00e1rvores por hectare, e proporcional \u00e0 altura das \u00e1rvores, para se obter o volume por hectare. Sua abordagem \u00e9 feita em linhas dentro da floresta e em pontos de esta\u00e7\u00e3o como no caso de Bitterlich.<\/p>\n\n\n\n M\u00e9todo de 6 \u00c1rvores (Prodan)<\/strong>: m\u00e9todo em que se considera a medi\u00e7\u00e3o de seis \u00e1rvores e a dist\u00e2ncia ou raio da Sexta \u00e1rvore como refer\u00eancia da unidade amostral.<\/p>\n\n\n\n Reda\u00e7\u00e3o Ambiente BRasil<\/em><\/p>\n","protected":false},"excerpt":{"rendered":" A teoria da amostragem aplicada em florestas tropicais, surgiu no s\u00e9culo XIX no Sudeste Asi\u00e1tico. Em 1850 foi realizado um invent\u00e1rio na Birm\u00e2nia, numa \u00e1rea de floresta tropical, utilizando-se o procedimento de amostragem sistem\u00e1tica. <\/a><\/p>\n<\/div>","protected":false},"author":2,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1491],"tags":[1268,1267],"_links":{"self":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts\/1965"}],"collection":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/comments?post=1965"}],"version-history":[{"count":1,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts\/1965\/revisions"}],"predecessor-version":[{"id":4199,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/posts\/1965\/revisions\/4199"}],"wp:attachment":[{"href":"http:\/\/localhost\/wp-json\/wp\/v2\/media?parent=1965"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/categories?post=1965"},{"taxonomy":"post_tag","embeddable":true,"href":"http:\/\/localhost\/wp-json\/wp\/v2\/tags?post=1965"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}