Planejamento de cubagem

---

Warning

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

Utilize dados de inventário florestal para planejar as árvores a serem amostradas para medição de volume, garantindo uma amostragem suficiente da plantação.

---

Parâmetros da Classe

TreeVolumePlanning(df, tree_dbh, tree_height)

Parâmetros	Descrição
df	O DataFrame contendo os dados das árvores.
tree_dbh	Nome da coluna que contém os valores do diâmetro à altura do peito (DAP) das árvores (centímetros).
tree_height	Nome da coluna que contém as alturas totais das árvores (metros).

Funções da Classe

functions and parameters

  TreeVolumePlanning.resume(n_classes=10, dbh_classes=None, height_classes=None,
                        only_height_classes=False, only_dbh_classes=False)#(1)!


  TreeVolumePlanning.p_resume(n_classes=10, dbh_classes=None, height_classes=None,
                          only_height_classes=False, only_dbh_classes=False)#(2)!


  TreeVolumePlanning.get_values(n_measured_trees, n_classes=10, dbh_classes=None, height_classes=None,
                            only_height_classes=False, only_dbh_classes=False)#(3)!

1. n_classes = Número de classes às quais os valores de altura e diâmetro à altura do peito serão submetidos.
   dbh_classes = (Opcional) Número de classes de DAP às quais os valores de diâmetro à altura do peito serão submetidos. Se None, usa o valor de n_classes.
   height_classes = (Opcional) Número de classes de altura às quais os valores de altura serão submetidos. Se None, usa o valor de n_classes.
   only_height_classes = (Opcional) Se True, apenas as classes de altura serão usadas para o resumo.
   only_dbh_classes = (Opcional) Se True, apenas as classes de DAP serão usadas para o resumo.

2. n_classes = Número de classes às quais os valores de altura e diâmetro à altura do peito serão submetidos.
   dbh_classes = (Opcional) Número de classes de DAP às quais os valores de diâmetro à altura do peito serão submetidos. Se None, usa o valor de n_classes.
   height_classes = (Opcional) Número de classes de altura às quais os valores de altura serão submetidos. Se None, usa o valor de n_classes.
   only_height_classes = (Opcional) Se True, apenas as classes de altura serão usadas para o resumo.
   only_dbh_classes = (Opcional) Se True, apenas as classes de DAP serão usadas para o resumo.

3. n_measured_trees = Número de árvores que serão selecionadas para cubagem. O padrão é 10.
   n_classes = Número de classes às quais os valores de altura e diâmetro à altura do peito serão submetidos.
   dbh_classes = (Opcional) Número de classes de DAP às quais os valores de diâmetro à altura do peito serão submetidos. Se None, usa o valor de n_classes.
   height_classes = (Opcional) Número de classes de altura às quais os valores de altura serão submetidos. Se None, usa o valor de n_classes.
   only_height_classes = (Opcional) Se True, apenas as classes de altura serão usadas para o resumo.
   only_dbh_classes = (Opcional) Se True, apenas as classes de DAP serão usadas para o resumo.

Parâmetros	Descrição
.resume()	Retorna um resumo de quantas árvores do dataframe fornecido estão em cada classe.
.p_resume()	Retorna um resumo da porcentagem de árvores do dataframe fornecido em cada classe.
.get_values()	Retorna um dataframe indicando quantas árvores devem ser amostradas para medição de volume em cada classe, com base na representação percentual de cada classe no inventário total.

Exemplo de Uso

from fptools.tree_volume_planning import TreeVolumePlanning#(1)!

import pandas as pd#(2)!

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

df = pd.read_csv(r'C:\Your\path\csv_inventory_file.csv')#(1)!

cub = TreeVolumePlanning(df ,'DAP','HT')#(2)!

resume = cub.resume()#(3)!

percentual_resume = cub.p_resume()#(4)!

results = cub.get_values(n_measured_trees=100)#(5)!

1. Carregue seu arquivo CSV.
2. Crie a variável cub contendo a classe TreeVolumePlanning, utilizando a coluna DAP para os valores de DAP e a coluna HT para os valores de altura.
3. Obtenha um resumo de quantas árvores do dataframe fornecido estão em cada classe e salve na variável resume.
4. Obtenha um resumo da porcentagem de árvores do dataframe fornecido em cada classe e salve na variável percentual_resume.
5. Obtenha um dataframe indicando quantas árvores devem ser amostradas para medição de volume em cada classe, com base na representação percentual de cada classe no inventário total, e salve na variável results.