Avaliação da variabilidade espacial em plantações de eucalipto
Autor(a) principal: | |
---|---|
Data de Publicação: | 2021 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações da USP |
Texto Completo: | https://www.teses.usp.br/teses/disponiveis/11/11152/tde-09092021-161150/ |
Resumo: | A Agricultura de Precisão (AP) no setor florestal vem sendo impulsionada pelo avanço na mecanização, automação e desenvolvimento de tecnologias de coleta e processamento de dados. Uma das abordagens é a identificação da presença de variabilidade espacial nas áreas a partir de dados da cultura, georreferenciados e em alta resolução e então relaciona-los com os fatores de produção, especialmente do solo. Como em outras culturas, a produtividade espacializada é um dado importante no diagnóstico de causa e efeito. Porém, sistemas capazes de mapear as árvores colhidas por colhedoras florestais, possibilitando a geração do mapa de produtividade de madeira, ainda é uma demanda. Este trabalho tem como objetivo descrever a obtenção de dados georreferenciados a partir de uma colhedora florestal e gerar o mapa de produtividade para avaliar a variabilidade espacial de plantações de eucalipto. O estudo foi realizado em três áreas de produção localizadas no estado de SP-Brasil e possuem em média 15 hectares cada. Foi utilizado um cabeçote processado de árvores Ponsse modelo H77euca montado sobre uma escavadora Komatsu modelo PC200. A máquina foi equipada com um sistema de controle Ponsse Opti4G 4.715, responsável por coletar os dados de volume de madeira de cada árvore, georreferencidados por um receptor GNSS (Global Navigation Satellite System) código C/A (corse aquisition) portadora L1, sem correção diferencial. Na colheita da primeira área experimental, o receptor GNSS foi alocado acima da cabine da máquina, já na segunda e terceira área o receptor foi instalado a 0,25 m do centro do cabeçote descascador a fim de melhorar a acurácia do georreferenciamento. Os dados de produtividade foram extraídos da máquina no formato Standard for Forest machine Data and Communication (StanForD) e foram decodificados para um formato compatível com um Sistema de Informação Geográfica (SIG). Numa mesma grade amostral também foram coletados dados de inventário florestal e de atibutos fisicos e químicos do solo, por amostragem. Todos os dados foram submetidos à análise estatística descritiva, análise geoestatística e especificamente para os dados de produtividade de madeira, foi definida a melhor resolução espacial para a confecção de mapas. Paralelamente foram cubadas 119 árvores a fim de avaliar a acurácia dos dados de produtividade. Por fim, todo o conjunto de dados serviu para a análise visando avaliar a existência de possiveis relações entre causas e o efeito da variabilidade espacial da produtividade de madeira. A partir dos mapas de produtividade gerados com resolução de 3m e exclusão de dados extremos com base nos valores observados de cubagem de árvore e inventário forestal, pode-se identificar áreas de transição de produtividade. Também foi observado que a acurácia média dos dados de produtividade da colhedora variou entre 11,4% a 13,5% para diâmetro médio, 3,0% a 4,1% para comprimento e de 20,6% a 22,7% para volume por tora. A variabilidade produtiva da área 2, com o maior conjunto de dados, apresentou coeficiente de variação de produtividade (m3ha-1) de 31,1%. Está correlacionada aos atributos volume por árvore, diâmetro na altura do peito e diâmetro médio do inventário florestal e alguns atributos fisico-químicos do solo, com corelação superior a 0,5 para Ca, argila, areia total, altimetria e soma de bases. |
id |
USP_44a6dd0b51126b9a67a59a9b76af5e2e |
---|---|
oai_identifier_str |
oai:teses.usp.br:tde-09092021-161150 |
network_acronym_str |
USP |
network_name_str |
Biblioteca Digital de Teses e Dissertações da USP |
repository_id_str |
2721 |
spelling |
Avaliação da variabilidade espacial em plantações de eucaliptoAssessment of the spatial variability in eucalypt plantationsAgricultura de precisãoColheita florestalForest harvesterForest harvesting mapForestryMapa de produtividadePrecision agricultureSilviculturaA Agricultura de Precisão (AP) no setor florestal vem sendo impulsionada pelo avanço na mecanização, automação e desenvolvimento de tecnologias de coleta e processamento de dados. Uma das abordagens é a identificação da presença de variabilidade espacial nas áreas a partir de dados da cultura, georreferenciados e em alta resolução e então relaciona-los com os fatores de produção, especialmente do solo. Como em outras culturas, a produtividade espacializada é um dado importante no diagnóstico de causa e efeito. Porém, sistemas capazes de mapear as árvores colhidas por colhedoras florestais, possibilitando a geração do mapa de produtividade de madeira, ainda é uma demanda. Este trabalho tem como objetivo descrever a obtenção de dados georreferenciados a partir de uma colhedora florestal e gerar o mapa de produtividade para avaliar a variabilidade espacial de plantações de eucalipto. O estudo foi realizado em três áreas de produção localizadas no estado de SP-Brasil e possuem em média 15 hectares cada. Foi utilizado um cabeçote processado de árvores Ponsse modelo H77euca montado sobre uma escavadora Komatsu modelo PC200. A máquina foi equipada com um sistema de controle Ponsse Opti4G 4.715, responsável por coletar os dados de volume de madeira de cada árvore, georreferencidados por um receptor GNSS (Global Navigation Satellite System) código C/A (corse aquisition) portadora L1, sem correção diferencial. Na colheita da primeira área experimental, o receptor GNSS foi alocado acima da cabine da máquina, já na segunda e terceira área o receptor foi instalado a 0,25 m do centro do cabeçote descascador a fim de melhorar a acurácia do georreferenciamento. Os dados de produtividade foram extraídos da máquina no formato Standard for Forest machine Data and Communication (StanForD) e foram decodificados para um formato compatível com um Sistema de Informação Geográfica (SIG). Numa mesma grade amostral também foram coletados dados de inventário florestal e de atibutos fisicos e químicos do solo, por amostragem. Todos os dados foram submetidos à análise estatística descritiva, análise geoestatística e especificamente para os dados de produtividade de madeira, foi definida a melhor resolução espacial para a confecção de mapas. Paralelamente foram cubadas 119 árvores a fim de avaliar a acurácia dos dados de produtividade. Por fim, todo o conjunto de dados serviu para a análise visando avaliar a existência de possiveis relações entre causas e o efeito da variabilidade espacial da produtividade de madeira. A partir dos mapas de produtividade gerados com resolução de 3m e exclusão de dados extremos com base nos valores observados de cubagem de árvore e inventário forestal, pode-se identificar áreas de transição de produtividade. Também foi observado que a acurácia média dos dados de produtividade da colhedora variou entre 11,4% a 13,5% para diâmetro médio, 3,0% a 4,1% para comprimento e de 20,6% a 22,7% para volume por tora. A variabilidade produtiva da área 2, com o maior conjunto de dados, apresentou coeficiente de variação de produtividade (m3ha-1) de 31,1%. Está correlacionada aos atributos volume por árvore, diâmetro na altura do peito e diâmetro médio do inventário florestal e alguns atributos fisico-químicos do solo, com corelação superior a 0,5 para Ca, argila, areia total, altimetria e soma de bases.Precision Agriculture (AP) in the forestry sector has been driven by advances in mechanization, automation and development of data collection and processing technologies. One approach is to identify the presence of spatial variability in the areas from crop data, georeferenced and in high resolution and then relate them to the factors of production, especially the soil. As in other cultures, spatialized productivity is an important data in the diagnosis of cause and effect. However, systems capable of mapping the trees harvested by forest harvesters, enabling the generation of the wood productivity map, is still a demand. This work aims to describe the obtaining of georeferenced data from a forest harvester and generate the productivity map to assess the spatial variability of eucalyptus plantations. The study was carried out in three production areas located in the state of SP-Brasil and have an average of 15 hectares each. A processed Ponsse tree head model H77euca mounted on a Komatsu excavator model PC200 was used. The machine was equipped with a Ponsse Opti4G 4.715 control system, responsible for collecting the wood volume data from each tree, geo-referenced by a GNSS receiver (Global Navigation Satellite System) code C / A (corse acquisition) carrier L1, without correction differential. In the harvest of the first experimental area, the GNSS receiver was placed above the machine cabin, in the second and third area the receiver was installed at 0.25 m from the center of the peeler head. This modification improved the resolution and accuracy of the georeferencing of each tree. The productivity data were extracted from the machine in the Standard for Forest machine Data and Communication (StanForD) format and were decoded into a format compatible with a Geographic Information System (GIS). In the same sample grid, forest inventory data and physical and chemical attributes of the soil were also collected, by sampling. All data were submitted to descriptive statistical analysis, geostatistical analysis and specifically for wood productivity data, the best spatial resolution was defined for making maps. In parallel, 119 trees were cubed in order to assess the accuracy of the productivity data. Finally, the entire data set was used for the analysis in order to assess the existence of possible relationships between causes and the effect of the spatial variability of wood productivity. From the productivity maps generated with 3 m resolution and exclusion of extreme data based on the observed values of tree cubing and forest inventory, it is possible to identify areas of productivity transition. It was also observed that the average accuracy of the harvester productivity data varied between 11.4% to 13.5% for medium diameter, 3.0% to 4.1% for length and from 20.6% to 22.7 % for volume per log. The productive variability in field 2, with the largest data set, showed a coefficient of variation of productivity (m3ha-1) of 31,1%. It is correlated to the attributes volume per tree, diameter at chest height and average diameter of the forest inventory and some physicochemical attributes of the soil, with a correlation greater than 0.5 for Ca, clay, total sand, altimetry and sum of bases.Biblioteca Digitais de Teses e Dissertações da USPMolin, Jose PauloDias, Rafael Donizetti2021-07-14info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/11/11152/tde-09092021-161150/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-09-10T18:36:02Zoai:teses.usp.br:tde-09092021-161150Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-09-10T18:36:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false |
dc.title.none.fl_str_mv |
Avaliação da variabilidade espacial em plantações de eucalipto Assessment of the spatial variability in eucalypt plantations |
title |
Avaliação da variabilidade espacial em plantações de eucalipto |
spellingShingle |
Avaliação da variabilidade espacial em plantações de eucalipto Dias, Rafael Donizetti Agricultura de precisão Colheita florestal Forest harvester Forest harvesting map Forestry Mapa de produtividade Precision agriculture Silvicultura |
title_short |
Avaliação da variabilidade espacial em plantações de eucalipto |
title_full |
Avaliação da variabilidade espacial em plantações de eucalipto |
title_fullStr |
Avaliação da variabilidade espacial em plantações de eucalipto |
title_full_unstemmed |
Avaliação da variabilidade espacial em plantações de eucalipto |
title_sort |
Avaliação da variabilidade espacial em plantações de eucalipto |
author |
Dias, Rafael Donizetti |
author_facet |
Dias, Rafael Donizetti |
author_role |
author |
dc.contributor.none.fl_str_mv |
Molin, Jose Paulo |
dc.contributor.author.fl_str_mv |
Dias, Rafael Donizetti |
dc.subject.por.fl_str_mv |
Agricultura de precisão Colheita florestal Forest harvester Forest harvesting map Forestry Mapa de produtividade Precision agriculture Silvicultura |
topic |
Agricultura de precisão Colheita florestal Forest harvester Forest harvesting map Forestry Mapa de produtividade Precision agriculture Silvicultura |
description |
A Agricultura de Precisão (AP) no setor florestal vem sendo impulsionada pelo avanço na mecanização, automação e desenvolvimento de tecnologias de coleta e processamento de dados. Uma das abordagens é a identificação da presença de variabilidade espacial nas áreas a partir de dados da cultura, georreferenciados e em alta resolução e então relaciona-los com os fatores de produção, especialmente do solo. Como em outras culturas, a produtividade espacializada é um dado importante no diagnóstico de causa e efeito. Porém, sistemas capazes de mapear as árvores colhidas por colhedoras florestais, possibilitando a geração do mapa de produtividade de madeira, ainda é uma demanda. Este trabalho tem como objetivo descrever a obtenção de dados georreferenciados a partir de uma colhedora florestal e gerar o mapa de produtividade para avaliar a variabilidade espacial de plantações de eucalipto. O estudo foi realizado em três áreas de produção localizadas no estado de SP-Brasil e possuem em média 15 hectares cada. Foi utilizado um cabeçote processado de árvores Ponsse modelo H77euca montado sobre uma escavadora Komatsu modelo PC200. A máquina foi equipada com um sistema de controle Ponsse Opti4G 4.715, responsável por coletar os dados de volume de madeira de cada árvore, georreferencidados por um receptor GNSS (Global Navigation Satellite System) código C/A (corse aquisition) portadora L1, sem correção diferencial. Na colheita da primeira área experimental, o receptor GNSS foi alocado acima da cabine da máquina, já na segunda e terceira área o receptor foi instalado a 0,25 m do centro do cabeçote descascador a fim de melhorar a acurácia do georreferenciamento. Os dados de produtividade foram extraídos da máquina no formato Standard for Forest machine Data and Communication (StanForD) e foram decodificados para um formato compatível com um Sistema de Informação Geográfica (SIG). Numa mesma grade amostral também foram coletados dados de inventário florestal e de atibutos fisicos e químicos do solo, por amostragem. Todos os dados foram submetidos à análise estatística descritiva, análise geoestatística e especificamente para os dados de produtividade de madeira, foi definida a melhor resolução espacial para a confecção de mapas. Paralelamente foram cubadas 119 árvores a fim de avaliar a acurácia dos dados de produtividade. Por fim, todo o conjunto de dados serviu para a análise visando avaliar a existência de possiveis relações entre causas e o efeito da variabilidade espacial da produtividade de madeira. A partir dos mapas de produtividade gerados com resolução de 3m e exclusão de dados extremos com base nos valores observados de cubagem de árvore e inventário forestal, pode-se identificar áreas de transição de produtividade. Também foi observado que a acurácia média dos dados de produtividade da colhedora variou entre 11,4% a 13,5% para diâmetro médio, 3,0% a 4,1% para comprimento e de 20,6% a 22,7% para volume por tora. A variabilidade produtiva da área 2, com o maior conjunto de dados, apresentou coeficiente de variação de produtividade (m3ha-1) de 31,1%. Está correlacionada aos atributos volume por árvore, diâmetro na altura do peito e diâmetro médio do inventário florestal e alguns atributos fisico-químicos do solo, com corelação superior a 0,5 para Ca, argila, areia total, altimetria e soma de bases. |
publishDate |
2021 |
dc.date.none.fl_str_mv |
2021-07-14 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.teses.usp.br/teses/disponiveis/11/11152/tde-09092021-161150/ |
url |
https://www.teses.usp.br/teses/disponiveis/11/11152/tde-09092021-161150/ |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
|
dc.rights.driver.fl_str_mv |
Liberar o conteúdo para acesso público. info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Liberar o conteúdo para acesso público. |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.coverage.none.fl_str_mv |
|
dc.publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
publisher.none.fl_str_mv |
Biblioteca Digitais de Teses e Dissertações da USP |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações da USP instname:Universidade de São Paulo (USP) instacron:USP |
instname_str |
Universidade de São Paulo (USP) |
instacron_str |
USP |
institution |
USP |
reponame_str |
Biblioteca Digital de Teses e Dissertações da USP |
collection |
Biblioteca Digital de Teses e Dissertações da USP |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP) |
repository.mail.fl_str_mv |
virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br |
_version_ |
1815256840825470976 |