Ter um projeto reprovado não é nada bom e, por isso, temos que estar sempre atentos às exigências dos orgãos ambientais e, principalmente, verificar com muito rigor os resultados dos cálculos.
A exatidão de um inventário florestal é dada pelo erro total, que é a diferença entre a estimativa de uma amostra e o valor verdadeiro da população. Inclui, portanto, erros de amostragem e erros sistemáticos, que podem ter origem nos procedimentos de amostragem ou em erros de medição. Já a precisão da estimativa de um inventário florestal é determinada pelo método de amostragem empregado. O método deve ser escolhido de acordo com a variabilidade da população em estudo, para que os resultados obtidos sejam confiáveis.
Na legislação, o erro de amostragem admissível é de 10% com confiabilidade de 90% de probabilidade. O erro é dependente da variação do volume dar arvores dentro das parcelas e o volume entre parcelas. Quanto mais heterogênea a área, maior deverá ser o número de parcelas instaladas para atender o erro.
Saiba também: O que aprendemos com mais de 10.000 inventários florestais
Para atender a essas exigências relacionadas ao erro de amostragem, algumas estratégias podem ser utilizadas, mas antes de entrarmos mais a fundo neste assunto, precisamos entender os erros envolvidos ao processo de amostragem.
Erros de amostragem e não-amostragem
Como em qualquer procedimento de amostragem, o inventário florestal busca primeiramente a exatidão de uma estimativa. Para se conseguir a exatidão, é necessário que se leve em consideração a precisão requerida e eliminar, ou reduzir a um mínimo, o efeito de tendências.
O erro de amostragem é o erro que se incorre por se avaliar apenas parte da população. Três fatores aumentam a chance de ocorrência do erro de amostragem: o tamanho da amostra, a variabilidade das unidades de amostra dentro da população e o método de seleção das unidades de amostra. Amostras maiores, selecionadas sem tendência, propiciam estimativas com menor porcentagem de erro. Da mesma forma que, se todas as unidades de amostra que compõem uma população fossem amostradas, o erro de amostragem não existiria.
Os erros de não-amostragem são aqueles que não são advindos do processo de amostragem. Eles podem contribuir significativamente para o erro da estimativa de um inventário, podendo ser, inclusive, maior que o erro de amostragem. Algumas medidas devem ser tomadas para minimizar a ocorrência desses tipos de erros, já que eles são difíceis de detectar e eliminar. Lembrando que eles podem ocorrer tanto para o censo quanto para inventários por amostragem.
Os erros de não-amostragem podem ocorrer de várias maneiras, mas principalmente devido a equívocos na alocação das unidades de amostra, nas medições de árvores ou no registro dos dados ou das observações, emprego de métodos falhos na compilação e erros no processamento dos dados.
É interessante observar que quando os erros de medição ocorrerem casualmente, é esperado que a sua média se aproxime de zero. Se a média dos erros é diferente de zero, a tendência é introduzida, causando erros sistemáticos nas estimativas.
Todos os inventários florestais estão sujeitos a erros de amostragem e de não-amostragem. Juntos, eles perfazem o erro total da estimativa. O erro total é a diferença entre a estimativa de uma amostra e o valor verdadeiro da população. Se não existirem erros de não-amostragem, o erro total é equivalente ao erro de amostragem.
Mas o que eu posso fazer para diminuir o erro de amostragem?
Como dissemos anteriormente, três fatores aumentam a chance de ocorrência do erro de amostragem: o tamanho da amostra, a variabilidade das unidades de amostra dentro da população e o método de seleção das unidades de amostra.
Uma população que apresente alta variabilidade exigirá uma alta intensidade amostral, sendo que esta intensidade elevada interfere diretamente nos custos operacionais da amostragem. Por outro lado, se a população tem uma variância reduzida, a intensidade amostral também será reduzida, diminuindo os custos para realização do processo de amostragem.
Quando a área é heterogênea, devido à presença de povoamentos com diferentes idades, espécies, espaçamentos e topografias, entre outras fontes de variação, uma das alternativas é a estratificação da área. Aliás, esta é uma alternativa bastante utilizada para a diminuição do erro de amostragem associado à variabilidade das unidades de amostra. Muitas das vezes ela é feita após a coleta de dados, com a chamada pós-estratificação.
A estratificação deverá ser baseada na mesma característica que será estimada pelo procedimento de amostragem, ou seja, para estimar o volume, é desejável estratificar a floresta por classes de volume. Entretanto, esta estratificação nem sempre é possível, em função da falta de informações sobre o povoamento. Desta forma, é recomendado que a estratificação seja feita com base em variáveis que influenciam no volume dos povoamentos, como espécies ou clones, idade, espaçamento, regime de manejo e classe de sítio.
Falando um pouco sobre as questões relacionadas ao delineamento, a unidade de amostra deve ter um tamanho suficiente para incluir um número representativo de árvores, porém pequeno o suficiente para que a relação entre o tempo de estabelecimento e tempo de trabalho na coleta de dados não seja alta, o que aumentaria os custos desse inventário. Quando são utilizadas parcelas muito grandes, podem ocorrer problemas de ordem estatística, pela redução dos graus de liberdade para cálculo das estatísticas como variância, desvio-padrão e erro-padrão.
Entenda também: Cálculos do Inventário Florestal e suas interpretações
O tamanho de uma amostra depende do objetivo do inventário, dos recursos disponíveis, da precisão requerida, dada pelo erro admissível em torno da média, em determinado nível de probabilidade, da variabilidade da característica a ser medida, e do método de seleção e distribuição das unidades de amostra. Para tanto, deve-se utilizar das equações de determinação do número de unidades de amostras.
Uma alternativa bastante utilizada para diminuir o erro de amostragem é o lançamento de mais parcelas em campo. Porém, essa alternativa funciona mais quando há uma pequena diferença entre o erro esperado e o erro obtido, já que já foi feito um cálculo anteriormente para prever o número de parcelas em campo. Quando essa diferença é muito grande, certamente a estratificação será a melhor alternativa. Muitos consultores nos procuram relatando que mesmo com o lançamento de mais parcelas em campo, o erro não foi alcançado. É fato que esta é a alternativa mais utilizada, porém, é muito importante que o consultor atente-se para outras questões como a heterogeneidade apresentada pelos dados.
Não existe um tamanho ótimo de unidade de amostra, já que este depende da densidade, do custo do processo de amostragem e da precisão das estimativas. Na verdade, existe um intervalo limitado de tamanhos, no qual a eficiência da amostragem é máxima, tanto em termos de precisão quanto de custo.
O método de seleção das amostras é de fundamental importância para o resultado final dos cálculos. Principalmente quando se trata de amostragem casual, é necessário que se obedeça o fundamento básico da amostragem, que é a aleatoriedade. O método de seleção das amostras é muito importante para o resultado final dos cálculos.
Veja também:
- Amostragem em inventário florestal
- O que esperar do setor florestal em 2018?
- Custos e orçamento do inventário florestal
__________ xxx __________
