Pular para conteúdo

Sortimentos

Warning

Esta biblioteca está em desenvolvimento, nenhuma das soluções apresentadas está disponível para download.

Obtenha os produtos gerados pelo inventário florestal com base em uma tabela de produtos. Use as funções de cone fotada para estimar o volume comercial e não comercial gerado pela floresta.Estime volumes usando equações volumétricas ajustadas.

Parâmetros de classe

Assortments(df, assortments_priority=None)
Parâmetros Descrição
df O dataframe contendo os dados dos sortimentos.
assortments_priority (Opcional) O nome da coluna que define a prioridade dos sortimentos. Se None, usa a ordem padrão do dataframe.

Exemplo de tabela de sortimentos

Produto Comprimento mín (m) Comprimento máx (m) D mín (cm) Perda (cm) Prioridade
Prod. 1 10 10 12 0.5 1
Prod. 2 2 2 8 0.5 2
Prod. 3 1 1.5 2 0.5 3

A ordem das colunas deve ser seguida.

Funções da Classe

Assortments.get_assortments(model, model_path, trees_df, tree_dbh, tree_height,
                            stump=0.1, initial_height=None)#(1)!

Assortments.get_taper_volumes(model, model_path, trees_df, tree_dbh,
                              tree_height, bark_factor=None, stump=0.1)#(2)!

Assortments.get_volumes(model, model_path, trees_df, tree_dbh,
                        tree_height, bark_factor=None)#(3)!

  1. model = O nome da função de afilamento ou 'ann' a ser usada para calcular os sortimentos.
    model_path = Caminho para o arquivo .json contendo os coeficientes dos modelos ajustados ou o arquivo .pkl contendo a rede neural artificial ajustada.
    trees_df = DataFrame do Pandas contendo o inventário para o qual os sortimentos devem ser calculados.
    tree_dbh = Nome da coluna contendo os valores do diâmetro à altura do peito (DAP) em centímetros.
    tree_height = Nome da coluna contendo os valores da altura total das árvores em metros.
    stump = (Opcional) Altura do toco (metros) a ser considerada no cálculo do sortimento. Se stump==None, o padrão é 0.1.
    initial_height = (Opcional) Altura (metros) a partir da qual os produtos começam a ser gerados. Útil para casos em que a base da árvore foi danificada por incêndio ou utilizada para extração de resina.

  2. model = O nome da função de afilamento ou 'ann' a ser usada para calcular o volume.
    model_path = Caminho para o arquivo .json contendo os coeficientes dos modelos ajustados ou o arquivo .pkl contendo a rede neural artificial ajustada.
    trees_df = DataFrame do Pandas contendo o inventário para o qual os volumes devem ser calculados.
    tree_dbh = Nome da coluna contendo os valores do diâmetro à altura do peito (DAP) em centímetros.
    tree_height = Nome da coluna contendo os valores da altura total das árvores em metros.
    bark_factor = (Opcional) Valor do fator de casca a ser utilizado para calcular volumes sem casca.
    stump = (Opcional) Altura do toco (metros) a ser considerada no cálculo dos volumes. Se stump==None, o padrão é 0.1.

  3. model = O nome da função volumétrica ou 'ann' volumétrica a ser usada para calcular o volume.
    model_path = Caminho para o arquivo .json contendo os coeficientes dos modelos ajustados ou o arquivo .pkl contendo a rede neural artificial ajustada.
    trees_df = DataFrame do Pandas contendo o inventário para o qual os volumes devem ser calculados.
    tree_dbh = Nome da coluna contendo os valores do diâmetro à altura do peito (DAP) em centímetros.
    tree_height = Nome da coluna contendo os valores da altura total das árvores em metros.
    bark_factor = (Opcional) Valor do fator de casca a ser utilizado para calcular volumes sem casca.

Parâmetros Descrição
.get_assortments() Retorna o DataFrame trees_df com colunas adicionais indicando a quantidade de produtos gerados para cada sortimento, bem como o volume gerado para cada sortimento em cada árvore. Calcula também o volume comercial, o volume total da árvore e o volume desperdiçado.
.get_taper_volumes() Retorna o trees_df com os volumes calculados com base na integração das funções de afilamento. Calcula o volume total com casca e sem casca.
.get_volumes() Retorna o trees_df com os volumes calculados com base nas funções volumétricas ajustadas. Calcula o volume total com casca e sem casca.

Exemplo de Uso

taper_functions_example.py
1
2
3
from fptools.assortments import Assortments#(1)!

import pandas as pd#(2)!

  1. Importa a classe Assortments.
  2. Importa o pandas para manipulação de dados.

taper_functions_example.py
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
assortments_df = pd.read_csv(r'C:\Your\path\csv_tree_cubage_file.csv')#(1)!

inventory_df = pd.read_csv(r'C:\Your\path\csv_tree_cubage_file.csv')#(2)!

Prod = Assortments(assortments_df)#(3)!

assortments = Prod.get_assortments('kozak', r"D:\Your\path\for\taper_functions_coefficients.json",
                                   inventory_df, "DAP", "HT")#(4)!

taper_volumes = Prod.get_taper_volumes('bi', r"D:\Your\path\for\taper_functions_coefficients.json",
                                       inventario, "DAP", "HT", .9)#(5)!  

volumes = Prod.get_volumes('meyer', r"D:\Your\path\for\taper_functions_coefficients.json",
                           inventario, "DAP", "HT", .85)#(6)!

  1. Carregar o DataFrame assortments_df a partir de um arquivo CSV.
  2. Carregar o DataFrame inventory_df a partir de um arquivo CSV.
  3. Criar a variável Prod contendo a classe Assortments e utilizando o DataFrame assortments_df como produtos.
  4. Calcular os sortimentos para cada árvore no inventory_df usando o modelo kozak, a coluna DAP para valores de DAP e a coluna HT para valores de altura das árvores.
  5. Calcular volumes com integração da função bi para cada árvore no inventory_df usando o modelo bi, a coluna DAP para valores de DAP e a coluna HT para valores de altura das árvores. Também utiliza um fator de casca de 90%.
  6. Calcular volumes com função volumétrica para cada árvore no inventory_df usando o modelo meyer, a coluna DAP para valores de DAP e a coluna HT para valores de altura das árvores. Também utiliza um fator de casca de 85%.