Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1117229
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorFIGUEIREDO, S. M. de M.pt_BR
dc.contributor.authorFIGUEIREDO, E. O.pt_BR
dc.date.accessioned2019-12-19T00:34:52Z-
dc.date.available2019-12-19T00:34:52Z-
dc.date.created2019-12-18
dc.date.issued2019
dc.identifier.citationScientia Forestalis, v. 47, n. 124, p. 644-654, dez. 2019.pt_BR
dc.identifier.issn1413-9324pt_BR
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1117229-
dc.descriptionO objetivo do estudo foi analisar a predição da distribuição de espécies florestais madeireiras, em escala local, utilizando dados de ocorrência agrupados por classe diamétrica. Para estimar a distribuição foi utilizado o método de máxima entropia (Maxent) e as ocorrências são de inventário florestal de planos de manejo. As variáveis preditoras dos modelos foram:altitude, declividade, distância vertical à drenagem mais próxima (HAND), índice de vegetação por diferença normalizada (NDVI) e densidade de pontos das espécies florestais. Foram selecionadas seis variáveis preditoras, por espécie, pelo método de todas as regressões possíveis. Os modelos tiveram em média bom desempenho (AUC = 0,7; taxa de omissão = 8,8%), demonstrando a viabilidade de se predizer a distribuição de espécies por classe diamétrica. As variáveis mais importantes foram altitude, NDVI e densidade. De acordo com os modelos, as árvores de Astonium lecointei, Clarisia racemosa e Ceiba pentandra com diâmetro a altura do peito (DAP) ? 100 cm têm maior probabilidade de ocorrer em ambientes localizados em altitudes mais elevadas do terreno. Esse procedimento de modelagem é eficiente para ampliar o conhecimento sobre as preferências de habitat e a distribuição geográfica de espécies na paisagem em função do DAP. The aim of the study was to analyze the prediction of the distribution of forest tree species, on a local scale, using occurrence data grouped by diameter class. To estimate the distribution of species the maximum entropy method (Maxent) and the occurrence data are forest management plan was used. The predictor variables were: elevation, slope, height above the nearest drainage (HAND), and normalized difference vegetation index (NDVI) and dot density of forest species. Six predictor variables were selected by species by method of all possible regressions. The models, by species and diameter class, had an average good performance (AUC = 0.7; omission rate = 8.8%), demonstrating the viability of predicting the distribution of species by diameter class. The most important predictor variables were altitude, NDVI, densities Amburana acreana and Clarisia racemosa. However, further studies are needed to clarify whether there is an interaction between forest species or share the same habitat. According to the models, trees of the species Astonium lecointei, Clarisia racemosa and Ceiba pentandra with diameter at breast height (DBH) ? 100 cm are more likely to occur in localized higher elevations. This modeling procedure is efficient to increase knowledge about habitat preferences and geographical distribution of species in the landscape by DBH.pt_BR
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectMedidas del árbol y del rodalpt_BR
dc.subjectMadera tropicalpt_BR
dc.subjectDistribución geográficapt_BR
dc.subjectModelos de simulaciónpt_BR
dc.subjectAcrept_BR
dc.subjectAmazônia Ocidentalpt_BR
dc.subjectWestern Amazonpt_BR
dc.subjectAmazonia Occidentalpt_BR
dc.titleModelagem de distribuição de espécies arbóreas por classe diamétrica no sudoeste da Amazônia.pt_BR
dc.typeArtigo de periódicopt_BR
dc.date.updated2019-12-19T11:11:11Z
dc.subject.thesagroDendrometriapt_BR
dc.subject.thesagroModelo de Simulaçãopt_BR
dc.subject.thesagroEssência Florestalpt_BR
dc.subject.thesagroDistribuição Geográficapt_BR
dc.subject.nalthesaurusTree and stand measurementspt_BR
dc.subject.nalthesaurusTropical woodpt_BR
dc.subject.nalthesaurusGeographical distributionpt_BR
dc.subject.nalthesaurusSimulation modelspt_BR
riaa.ainfo.id1117229pt_BR
riaa.ainfo.lastupdate2019-12-19 -02:00:00
dc.identifier.doi10.18671/scifor.v47n124.06pt_BR
dc.contributor.institutionSymone Maria de Melo Figueiredo, Universidade Federal do Acre (Ufac); EVANDRO ORFANO FIGUEIREDO, CPAF-AC.pt_BR
Aparece en las colecciones:Artigo em periódico indexado (CPAF-AC)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
26929.pdf1.33 MBAdobe PDFVista previa
Visualizar/Abrir

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace