O emprego da geoestatística na determinação do tamanho "ótimo" de amostras aleatórias com vistas à obtenção de estimativas dos volumes dos fustes de espécies florestais em Paragominas, estado do Pará

O objetivo do trabalho foi determinar o tamanho adequado de amostra para estimar o volume de fustes de espécies florestais de uma população de árvores a serem cortadas no sistema de manejo florestal da empresa Cikel Brasil Verde Madeiras - Pará. Utilizaram-se as metodologias da amostragem sistemática e do estimador geoestatístico da krigagem ordinária com simulação sequencial, respectivamente para a escolha das amostras e estimação dos volumes dos fustes das árvores. Os resultados mostraram que os métodos podem ser utilizados no cálculo dos volumes de fustes de árvores. Entretanto, o método da krigagem apresenta um efeito de suavização, tendo como conseqüência uma subestimação dos volumes calculados. Neste caso, um fator de correção foi aplicado para minimizar o efeito da suavização. A simulação sequencial indicativa apresentou resultados mais precisos em relação à krigagem, uma vez que tal método apresentou algumas vantagens, tal como a não exigência de amostras com distribuições normais e ausência de efeito de suavização, característico dos métodos de interpolação. The objective of this study was to determine the appropriate size sample to estimate the stem volumes stems of tree species from a population of trees to be cut in the forest management system of the timber company Cikel Brasil Verde Madeiras - Pará State, Brazil. The methodologies of systematic sampling and geostatistical kriging with sequential simulation were used, respectively, for the choice of samples and estimation of stem volumes of trees. The results showed that the methods can be used to calculate the stem volumes of trees. However, the kriging method has a smoothing effect, which resulted in an underestimation of the volumes. In such case, a correction factor was applied to minimize the effect of smoothing. The sequential simulation indicative presented more accurate results compared to kriging, since this method has certain advantages over kriging, such as not requiring samples with normal distributions and no smoothing effect characteristic of the interpolation methods.