Logo Passei Direto
Buscar
Material
páginas com resultados encontrados.
páginas com resultados encontrados.

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Escolha uma das opções e acesse esse e outros materiais sem bloqueio. 🤩

Cadastre-se ou realize login

Ao continuar, você aceita os Termos de Uso e Política de Privacidade

Prévia do material em texto

PARTE I 
O MÍNIMO DE ECOLOGIA PARA O MANEJO 
FLORESTAL 
 A floresta é o conjunto de árvores. Algumas são bem conhecidas e são amplamente 
utilizadas na indústria florestal. A maioria, nem tanto. Da árvore, tudo poderia ser aproveitado 
(raiz, caule, casca, galhos, folhas e frutos). No entanto, a madeira do caule é o principal 
produto atualmente; tem escala de mercado e liquidez financeira. 
 Aproveitável ou não, a árvore para sobreviver e se desenvolver tem que interagir com 
os outros seres vivos, sem perder de vista a relação intrínseca com os fatores do ambiente e do 
solo. Tentar manejar uma floresta sem este conhecimento, é apostar no fracasso. A floresta 
que está sendo explorada na Amazônia tem, aproximadamente, 1500 anos de idade, que foi 
desenvolvida sobre solos pobres em nutrientes. A exuberância da floresta em contraste com a 
fertilidade dos solos pode ser explicada pela capacidade da floresta em conservar e reciclar 
nutrientes. 
Entender o que é apresentado na Parte I da apostila de manejo florestal não significa 
que você vai se transformar em ecólogo. No entanto, se você considerar este mínimo de 
conhecimento ecológico, antes e durante o manejo florestal, você poderá minimizar os 
impactos ambientais ... e isto é econômico. 
A combinação de economia e minimização de impactos ambientais pode ser obtida 
utilizando-se das melhores técnicas de manejo florestal, da exploração florestal até a 
industrialização. A grade curricular dos cursos de engenharia florestal já contempla todas 
essas etapas ... tudo é uma questão de foco. Portanto, dos quatro pilares da sustentabilidade do 
manejo florestal (técnico, econômico, ecológico e social), fica faltando apenas o social. 
Infelizmente, este tema não será abordado nesta apostila. A recomendação é colocar como 
questão de fundo para o seu manejo florestal, o conceito de desenvolvimento sustentável, que 
é apresentado na Parte III. Assuma o compromisso em deixar para as futuras gerações, a 
mesma oportunidade que você está tendo, hoje, em aproveitar os recursos florestais. 
 1
Capítulo 1 - conceitos básicos 
1. Ecologia: é o estudo dos organismos vivos e suas relações com o meio ambiente. 
2. Meio ambiente: é a soma de todos os fatores bióticos (vivos) e abióticos que rodeiam e 
potencialmente influenciam um organismo. 
3. Ecossistema: é a soma das comunidades de plantas e de animais e o meio ambiente, numa 
região particular ou habitat ou fatores bióticos + abióticos. 
4. Fisiologia da planta: é o estudo dos processos da vida de várias partes da planta. 
5. Citologia da planta: é a investigação dos eventos que ocorrem dentro das células. 
6. Bioquímica: é a análise da estrutura química final dos seres vivos e os processos da vida. 
7. Auto-ecologia: lida com a adaptação e comportamento da espécie individual ou população 
em relação ao seu meio ambiente. Pode ser interpretado como sinônimo de ecologia 
fisiológica ou ecofisiologia. 
8. Sinecologia: é o estudo das comunidades em relação ao meio ambiente. Sinônimos: 
ecologia de comunidade, fitossociologia, geobotânica ou ecologia da vegetação. 
9. Vegetação: consiste de todas as espécies de plantas numa região (flora) e se refere ao 
padrão de como todas as espécies estão espacial e temporalmente distribuída. 
10. Forma de vida: (i) o tamanho, a duração da vida, a presença de lenho de um táxon; (ii) o 
grau de independência de um táxon; (iii) a morfologia de um táxon; (iv) os traços das folhas 
do táxon; (v) a localização dos brotos perenes e (vi) fenologia 
11. Fisionomia: é a combinação da aparência externa + estrutura vertical incluindo arquitetura 
de copas + forma de vida das taxa dominantes. 
12. Formação: um tipo de vegetação que se estende sobre uma grande região. A formação 
pode ser subdividida em associações. 
13. Associação: é a coleção de todas as populações de plantas co-existindo com um dado 
ambiente. A associação tem os seguintes atributos: (i) composição florística relativamente 
fixa; (ii) exibe uma fisionomia relativamente uniforme e (iii) ocorre num tipo de habitat 
relativamente consistente. 
14. População: é um grupo de indivíduos de mesma espécie ocupando um pequeno habitat 
capaz de permitir o cruzamento entre todos os membros do grupo. 
15. Sociologia de plantas: a descrição e o mapeamento dos tipos de vegetação e comunidades. 
 2
16. Dinâmica de comunidades: uma outra fase de sinecologia que inclui processos como 
transferência de nutrientes e energia entre membros, relações antagônicas e simbióticas entre 
membros e os processos e causas da sucessão. 
 3
Capítulo 2 – A árvore 
Para Hallé et al. (1978), a árvore não pode considerada meramente como um indivíduo 
num determinado ponto no tempo, mas como um indivíduo geneticamente diverso em 
processo de desenvolvimento e mudanças, que responde, de várias maneiras, às flutuações do 
clima e micro-clima, à incidência de insetos, fungos e outros parasitas, particularmente às 
mudanças ao redor dela mesma. A árvore é então vista como uma unidade ativa e adaptável e, 
a floresta, é feita de um vasto número de tais unidades interagindo entre si e com os fatores do 
solo e do clima. 
 A função de uma árvore em sua eco-unidade (unidade de regeneração) florestal deve 
ser considerada, pois a árvore participa na construção da eco-unidade e contribui com a 
sobrevivência da mesma, ou seja, a árvore reage a todos os inputs bióticos e abióticos vindos 
de seu biótipo natural (Oldeman, 1991). O ambiente da árvore não consiste apenas de fatores 
abióticos determinados pelos fatores climáticos e de solos (Oldeman, 1991). Esses fatores são 
filtrados pela vegetação circundante composta de um mosaico de fragmentos (manchas) de 
floresta jovem, em construção, madura e em decomposição. E, dentro de uma particular 
mancha, os nutrientes e a energia são filtrados novamente por vários organismos, antes de 
alcançar a árvore sob consideração. 
2.1. A espécie vegetal no complexo ambiental: 
 (i) A Lei do Mínimo 
 A presença e o sucesso de um organismo ou de um grupo de organismo dependem de 
um complexo de condições. Diz-se que qualquer condição que se aproxime de ou exceda os 
limites de tolerância é uma condição limitante ou um fator limitante. 
“O crescimento e/ou a distribuição da espécie é dependente de um fator ambiental mais 
criticamente em demanda”. 
 (ii) A teoria da tolerância 
 “Toda espécie de planta é capaz de existir e reproduzir com sucesso somente dentro de 
um limite definido de condições ambientais.” 
 Os organismos podem apresentar uma larga faixa de tolerância para um fator e uma 
estreita para outro; os organismos que tenham faixas de tolerância longas para todos os fatores 
serão provavelmente os mais amplamente distribuídos; quando as condições não são ótimas 
para uma determinada espécie em relação a um fator ecológico, os limites de tolerância 
 4
poderão ser reduzidos para outros fatores ecológicos. Os limites de tolerância não podem ser 
determinados a partir de um exame dos fatores morfológicos; em vez disso, eles são 
relacionados com os fatores fisiológicos que podem ser somente medidos experimentalmente. 
 A distribuição relativa da espécie com limites similares de tolerância aos fatores 
físicos é determinada finalmente pelo resultado da competição (ou outra interação biótica) 
entre as espécies. Ex: testes de estresse, realizados em laboratórios ou no campo, nos quais os 
organismos são submetidos a uma variedade experimental de condições. 
 (iii) A espécie taxonômica: 
 Uma espécie consiste de grupos de indivíduos morfológica e ecologicamente similares 
que podem ou não ser cruzados, mas que são reprodutivamente isolados de outros grupos. O 
taxonomista tradicional enfatizaa morfologia (aparências externas), mas os biosistematas dão 
mais ênfase à isolação reprodutiva. 
 (iv) A espécie ecológica: 
 É o produto da resposta genética de uma população a um habitat – ecótipo ou tipo 
ecológico ou raça ecológica. São populações de uma mesma espécie que apresentam grande 
dispersão geográfica, mas que estão fisicamente separadas. 
 (v) População: 
 Conjunto de indivíduos da mesma espécie que vive em um território cujos limites são 
em geral delimitados pelo ecossistema no qual essa população está presente. As populações 
são entidades reais cujos atributos distribuição espacial, densidade, estrutura etária, taxas de 
crescimento (produto líquido entre taxas de natalidade, mortalidade e migração) bem como 
suas relações de interdependência (simbioses) podem ser estimadas quantitativamente em 
condições naturais ou experimentais. 
 (vi) Habitat 
 Lugar onde uma espécie (ou mais de uma) vive. Neste local, os organismos 
encontrarão, além do abrigo das intempéries do meio físico e de eventuais ameaças biológicas 
(predação), alimento e condições para reprodução. 
 (vii) Nicho ecológico: 
 Papel que determinada espécie desempenha em um habitat; papel funcional na 
comunidade. Na realidade, o conceito pode ser desdobrado em vários outros, dependendo do 
modo como é descrita a distribuição da espécie. Podem ser usados critérios ligados ao uso do 
 5
espaço, à posição do organismo na cadeia alimentar ou ainda um conjunto de diferentes 
fatores ambientais, ex: temperatura, umidade, pH, solo, etc. 
2.2. Fatores ambientais: 
 (i) Radiação solar: 
 Do sol vem, direta ou indiretamente, a luz que torna possível a fotossíntese, e o calor 
que aquece o ar e o solo permitindo a continuação dos processos de vida da planta. A árvore 
precisa de, pelo menos, 1 a 2% de plena luz para se manter. A briga permanente é ter o 
máximo de luz para acentuar os ganhos pela fotossíntese em cima das perdas pela respiração. 
Por meio do processo fotossintético, a energia radiante é fixada em energia química potencial 
utilizada por todos os componentes da cadeia alimentar para realizar os processos vitais. 
a) A natureza da radiação solar que atinge a Terra: 
 A radiação solar fundamentalmente governa a temperatura do ar e, desse modo, 
indiretamente determina as condições térmicas ao redor e dentro da planta. A quantidade e a 
qualidade de luz são muito importantes para a fotossíntese. A radiação solar controla muitos 
processos do desenvolvimento, agindo como um sinal para, por exemplo, a germinação, o 
crescimento direcionado e a forma externa da planta. 
 b) O balanço de energia: 
 O ambiente por meio dos fatores climáticos, transfere energia para todos os seres 
vivos. Este fluxo de energia que determina o balanço de energia da planta e que afeta a sua 
temperatura é acompanhado primariamente pela radiação solar e terrestre, convecção e 
transpiração. Cada processo pelo qual a energia é transferida entre uma planta e o meio 
ambiente pode causar ganho ou perda de energia, mas a soma total da energia transferida tem 
que estar equilibrada. A energia ganhada pela planta do ambiente pode ser armazenada como 
calor ou convertida em energia fotoquímica pela fotossíntese; e pode ser perdida ao ambiente 
pela radiação da planta, pela condução do calor ou convecção ou pela evapotranspiração 
(combinação da evaporação da superfície do solo e a transpiração das plantas). 
 c) A luz e o crescimento das árvores 
 A biosfera recebe a radiação solar em comprimentos de onda de 0.3µm a 
aproximadamente 3.0µm. Em média, 45% da radiação proveniente do Sol se encontra dentro 
de uma faixa espectral de 0.18-0.71µm, a qual é utilizada para a fotossíntese das plantas 
(radiação fotossinteticamente ativa, RFA). 
 6
A importância mais óbvia da radiação solar é a dependência da vida em relação à 
fotossíntese, a qual, por sua vez, depende da luz. A luz é a radiação solar nas bandas do 
visível do espectro eletromagnético. As bandas do visível vão de 0,4 a 0,7µm (1 µm = 1 x 10-6 
m), com as cores visíveis entre 0,4-0,5 (azul); 0,5-0,6 (verde) e 0,6-0,7 (vermelho). A cor, a 
forma e o arranjo das folhas afetam a habilidade relativa de diferentes espécies em competir 
sob dada condição de luz. 
 Ponto de compensação => é o nível de CO2 que está em perfeito equilíbrio (nem tira e 
nem coloca), ou seja, é o ponto que os ganhos fotossintéticos se equilibram com as perdas 
pela respiração. 
 d) A luz e a morfologia da árvore 
 As plantas que crescem sob sombra desenvolvem estrutura e aparência diferentes 
daquelas que crescem sob plena luz. Quando as folhas sob sombra são repentinamente 
expostas à plena luz, no caso de desmatamento (por exemplo), elas são incapazes de 
sobreviver. 
 A parte aérea das plantas recebe radiação de vários tipos e por todos os lados: radiação 
solar direta, radiação que sofre espalhamento na atmosfera, radiação difusa em dias nublados 
e radiação refletida da superfície do solo. A forma de crescimento, tipo de ramificação, e a 
posição da folha condicionam a luminosidade da copa. A maioria das plantas ordena sua 
superfície de assimilação de forma que poucas folhas recebam radiação solar direta 
permanentemente, assim a maior parte das folhas se encontra parcialmente sombreada 
(Lacher, 2000). 
As plantas se adaptam de forma modificativa de acordo com as condições de radiação 
preponderante durante a morfogênese. A diferenciação fenotípica de órgãos e tecidos 
geralmente não é reversível. Se as condições de radiação mudam no caso de desmatamento 
(por exemplo), posteriormente, novos ramos são produzidos e as folhas dos ramos originais 
não adaptadas senescem e sofrem abscisão. 
 e) Fotocontrole e a resposta da planta 
 Fotoperiodismo => é a resposta da planta ao comprimento relativo do dia e da noite e 
as mudanças neste relacionamento ao longo do ano. A duração do período luminoso de um 
dia é denominada fotoperíodo enquanto que o período escuro corresponde ao nictoperíodo. As 
respostas sazonais são possíveis porque os organismos vegetais são capazes de “perceber” o 
período do ano em que se encontram, pela detecção do comprimento do dia. 
 7
(ii) Temperatura 
 Pouca atividade biológica ocorre abaixo de zero e acima de 50º C. Os fatores que 
influenciam a variação em temperatura são: latitude, altitude, topografia, proximidade à água, 
cobertura de nuvem e vegetação. A capacidade de grandes corpos d’água de absorver a 
energia solar e re-transmitir mais lentamente faz com que os extremos de temperaturas do dia 
e da noite não sejam tão acentuados, ou seja, verão e inverno menos rigorosos. O oposto 
ocorre no deserto, por exemplo, aonde a reflectância da luz é maior e a absorção é menor, 
deixando o dia muito quente e a noite muita fria, ou seja, da mesma maneira (velocidade) que 
o ambiente é aquecido, a dissipação do calor, quando cessa a incidência de luz, é igualmente 
rápida. 
 As plantas regulam as suas temperaturas pela dissipação da energia absorvida e, dessa 
maneira, previnem-se da excessiva acumulação de calor e morte. Os 3 principais mecanismos 
são: re-radiação, transpiração e convecção. 
a) Temperatura na superfície do solo 
A exata temperatura da superfície do solo depende da taxa de absorção da energia 
solar e a taxa com que é dissipada, uma vez absorvida. Isto, por sua vez, depende 
primariamente da quantidade de vegetação e cobertura da serapilheira e, em segundo, da cor, 
conteúdo de água e outros fatores físicos do solo, se exposto. 
 b) Temperatura dentro da floresta 
 Quando as árvores estão com todas as folhas, os extremos dentro da floresta são 
geralmente menores do que fora da mesma e a diminuição da radiação dentro da floresta pode 
resultarem menores médias da temperatura do ar. 
 c) A temperatura e o crescimento da planta 
 Os processos mais influenciados pela temperatura são: 
 - a atividade enzimática que catalisa as reações bioquímicas, especialmente 
fotossíntese e respiração. 
 - a solubilidade do CO2 e o O nas células das plantas 
 - transpiração 
 - a habilidade de raízes em absorver água e minerais do solo. 
 8
 Todas as fases dos diferentes regimes de temperatura – temperatura do dia, 
temperatura da noite, somas de calor e termoperiodismo (diferença entre as temperaturas do 
dia e da noite) – também afetam o crescimento da planta. 
 O arranjo das folhas e a orientação das mesmas, uma resposta à intensidade da luz, 
podem reduzir a quantidade de energia solar absorvida podendo impedir o superaquecimento 
da folha. 
 d) Formas de vida 
 A importância da sobrevivência durante os períodos desfavoráveis tem levado a uma 
classificação ecológica das formas de vida baseada na condição de dormência da planta sob 
condições climáticas desfavoráveis para o crescimento. Exemplo de classificação: sempre 
verde, decíduas, perenes e anuais. 
(iii) Água 
 A água é a substância inorgânica mais requisitada pelas plantas e a sua presença nas 
mesmas é muito grande, em média 40% de seu peso total. A precipitação é a principal fonte 
da umidade do solo, que é a principal fonte d’água que alcança a árvore. Na atmosfera, a água 
está sempre presente na forma de vapor d’água. A troca de vapor d’água entre a planta e a 
atmosfera acontece ao longo dos gradientes da pressão do vapor. A transpiração ocorre 
quando a água é vaporizada e se move para fora das folhas (alta pressão) e se misturando com 
o ar circundante (baixa pressão). 
 A precipitação ocorre quando a massa de ar quente é esfriada abaixo do seu ponto 
condensação. Este esfriamento pode resultar de correntes de ar que chegam a altas elevações 
como ocorre quando as massas de ar frio estão presas sob o ar quente ou quando o ar quente 
avança sobre o ar frio (frente quente); isto ocorre quando o ar úmido passa por cima das 
superfícies quentes da Terra (precipitação convencional) e quando as correntes de ar passam 
por cima das massas de terra elevada (precipitação orográfica). Se a condensação ocorre 
abaixo do ponto de congelamento, a neve é formada; se acima deste ponto, ocorre a chuva. 
 A proximidade ao oceano, a temperatura e os teores de umidade das massas de ar, a 
elevação, latitude e o relacionamento entre as mudanças sazonais determinam a quantidade, 
tipo e distribuição da precipitação. Na floresta, 20% da chuva é comumente interceptada pela 
copa, de onde pode ser absorvida pela folhagem, ser evaporada, pode pingar diretamente para 
o solo ou escorrer pelo tronco. 
 9
 A água no solo disponível à planta existe na categoria gravitacional. O fornecimento 
da água à planta é realizado pela matriz sólida e a água do material poroso interagindo com a 
capilaridade (conjunto de fenômenos que se passam quando num capilar se forma uma 
interface líquido-vapor) e a adsorção (fixação das moléculas de uma substância na superfície 
de outra substância). O movimento da água no solo depende da interação entre o potencial da 
água no solo e condutividade hidráulica. 
 Alguns mecanismos que as plantas usam para minimizar o efeito do estresse hídrico: 
(i) decíduas de seca (folhas presentes somente durante os períodos de baixo estresse), (ii) 
efêmeras (dormentes, como sementes, durante o período de estresse), (iii) ripárias (aquelas 
que crescem perto de áreas com grande disponibilidade de água); (iv) sempre verde (quando 
há uma fonte perene de água). 
 a) As relações da água da planta 
 O solo vai secando gradualmente conforme a água é removida das raízes adjacentes; 
dessa maneira, restringe a absorção até que a planta não pode mais extrair a água do solo 
(potencial osmótico da planta = potencial da água do solo) – isto é o ponto que a planta 
alcança uma pressão de turgescência igual a zero e murcha. 
Mantendo este processo de secagem do solo, a fotossíntese gradualmente diminui 
como uma resistência ao aumento da tomada de CO2 por causa do fechamento dos estômatos. 
Isso vai causar a diminuição do crescimento porque a pressão de turgescência é necessária 
para a expansão total de novas células. 
 Sob severo estresse hídrico, são inibidas: a respiração, a síntese de proteínas e vários 
outros processos envolvendo as reações químicas – por causa da desnaturação da proteína. 
 b) Troca de vapor d’água entre a planta e a atmosfera 
 A água se moverá da planta para a atmosfera quando a pressão do vapor da planta é 
maior do que a da atmosfera. Isto é normal durante o dia sem chuvas. A água pode também 
mover da atmosfera para a planta quando as pressões de vapor são inversas, como num dia 
chuvoso ou quando o orvalho cobrir uma planta que não esteja completamente túrgida. 
Normalmente, não há troca de vapor d’água durante a noite. 
 Como o ar dentro da folha é normalmente saturado sob condições de crescimento, o 
vapor moverá das folhas para o ar circundante a menos que o ar externo esteja também 
saturado na mesma ou numa temperatura maior => a transpiração acaba ocorrendo. 
 10
 A taxa de transpiração é diretamente dependente da planta e da temperatura do ar, da 
umidade relativa do ar e o movimento do ar que afeta a espessura da camada de ar que 
circunda a superfície da folha. 
 A transpiração é similar a evaporação, exceto quando o movimento do vapor d’água 
da célula da planta é controlado a ponto de afetar a resistência das folhas que não estão 
envolvidas na evaporação. Este é o processo dominante na relação da água das plantas porque 
é assim que é fornecido o gradiente de energia que causa o movimento para dentro e por meio 
das plantas. 
(iv) A floresta e o clima da Amazônia 
A floresta tem uma relação intrínseca com o clima. Os processos biológicos e 
ecológicos que determinam a produção e a produtividade de uma floresta dependem do clima 
e dos solos. O clima, por sua vez, é influenciado pela floresta da seguinte maneira: 
diminuição da temperatura em seu interior e acima dela; diminuição da umidade relativa do 
ar e possível alteração no regime de chuvas em áreas com cobertura florestal. Atualmente, 
sob as chancelas da Convenção do Clima e Protocolo de Quioto, a interação floresta x clima 
passou a ser oportunidades de negócios e motivos de disputas políticas entre países ricos e 
pobres. 
 As plantas que originalmente se desenvolveram graças às condições primárias do 
ecossistema em evolução, hoje são partes integrantes e fundamentais para o equilíbrio 
estabelecido, fornecendo por meio da evapotranspiração os 50% do vapor d'água necessário 
para gerar o atual nível de precipitação. Outros 50% vêm do Oceano Atlântico (Salati e 
Ribeiro, 1979). 
 Para esses autores, embora não se tenham ainda dados que permitam prever com 
precisão as conseqüências da substituição ou simples destruição da cobertura florestal da 
região, algumas previsões são possíveis: 
 - O desmatamento reduzirá o tempo de permanência da água na bacia, por diminuir a 
permeabilidade do solo e conseqüentemente o seu armazenamento em reservatórios 
subterrâneos. A redução do período de trânsito das águas determinará inundações mais 
intensas durante os períodos chuvosos, enquanto que a diminuição dos reservatórios 
subterrâneos, reduzirá a vazão dos rios nos períodos secos. 
 - 50% da precipitação da região é proveniente da evapotranspiração da floresta. Por 
meio deste processo, a floresta aumenta o tempo de permanência da água no sistema, 
 11
devolvendo para a atmosfera na forma de vapor, a água presente no solo. Uma outra 
cobertura, cuja evapotranspiração não substituaa inicial da região determinará uma menor 
disponibilidade de vapor na atmosfera e, em conseqüência, uma redução na precipitação, 
especialmente nos períodos mais secos. 
 - Uma redução da precipitação de 10 a 20% será suficiente para induzir profundas 
modificações nos atuais ecossistemas. 
 - A energia solar que incide na região é em média 425 cal/cm2/dia e é, em grande parte 
(50 a 60%), utilizada no trabalho de evaporação das águas, por meio de da transpiração das 
plantas. No caso de desmatamento em grande escala, o balanço de energia será alterado. 
Dessa maneira, parte da energia que hoje é utilizada neste processo, será utilizada no processo 
de aquecimento do solo e do ar, fazendo aumentar a temperatura do ar. 
 - As regiões tropicais absorvem mais radiação solar do que perdem por emissão de 
ondas longas. No caso de desmatamento, os padrões de evapotranspiração irão se alterar 
(provavelmente diminuirão). Tais mudanças acarretarão sensíveis modificações no micro, 
meso e clima global por meio da alteração do balanço de energia de circulação (transporte do 
calor dos trópicos para os pólos - células de Hadley). 
 - A pressão parcial do CO2 na atmosfera é determinada pela interação deste gás com o 
oceano que libera e absorve CO2 numa velocidade muito grande. Em apenas algumas dezenas 
de anos, todo o CO2 da atmosfera é renovado por meio deste dinâmico processo de interação 
por troca molecular com o oceano. No entanto, a partir do início deste século, o equilíbrio 
deste processo foi rompido pela atividade humana. As causas deste aumento são 
principalmente a queima de combustíveis fósseis, o aumento populacional e a destruição das 
florestas. A floresta amazônica representa aproximadamente 20% do reservatório de carbono 
da biomassa do planeta. 
 De acordo com Victória et al. (1991), do total de gases causadores do efeito estufa 
emitidos para a atmosfera, o CO2 contribui com cerca de 50% que, por sua vez, é o gás que 
tem as fontes de origem mais bem definidas e estudadas. Do total de CO2 emitido, cerca de 
80% vem da queima de combustíveis fósseis e 20% da queima de florestas, principalmente de 
países tropicais em desenvolvimento. 
(v) Fatores do solo 
 O solo tem um papel de fundamental importância nos ciclos da natureza, participando, 
direta e indiretamente da maioria das atividades que ocorrem no planeta. A qualidade do solo 
 12
 13
pode ser amplamente definida como a capacidade do solo de aceitar, estocar e reciclar água, 
nutrientes e energia. 
O solo além de sustentar fisicamente as plantas, é intermediário no fornecimento de 
água, oxigênio e nutrientes às plantas, através das raízes. Seus componentes são: grãos 
minerais, matéria orgânica, água e ar. A primeira fase da formação do solo é a intemperização 
da rocha matriz e, a segunda, é a intemperização bioquímica. A formação do solo depende do 
clima, organismos, topografia, rocha matriz e tempo, conforme o desenvolvimento do perfil 
do solo, que se fecha com o desenvolvimento dos horizontes do solo. 
 Em regiões temperadas, 4 horizontes são típicos em perfil de solo bem drenado: 
orgânico (O), lixiviado (A), enriquecido (B) e o horizonte não afetado (C). 
 Os solos de regiões tropicais são normalmente altamente intemperizados e laterizados, 
ou seja, os horizontes não são nítidos ou paraticamente não existem. Os solos da Amazônia, 
por exemplo, são antigos, intemperizados e pobres em nutrientes, possuindo uma baixa 
capacidade de troca catiônica. 
 A biota do solo é composta pela macrobiota (participam da estruturação do solo 
facilitando a infiltração de água e a aeração do solo; é composta em sua maioria por anelídeos 
e cupins); a mesobiota (fragmentadores de matéria orgânica, facilitam a decomposição; 
composta por protozoários, nematóides, formigas e colêmbolas) microbiota (da qual fazem 
parte fungos e bactérias, são responsáveis pela decomposição de matéria orgânica, 
transformando-a quimicamente). A biota do solo pode refletir o equilíbrio biológico resultante 
da ação de todas as propriedades físicas e químicas do solo e do ambiente. 
 A principal rota de ciclagem de nutrientes da floresta amazônica se dá pela 
decomposição da serapilheira, cuja velocidade depende principalmente da época do ano. Na 
estação seca a decomposição é mais lenta, e ocorre acúmulo da matéria orgânica, enquanto 
que na estação chuvosa a decomposição é mais rápida. Outros fatores que podem influenciar 
na velocidade da decomposição são: a natureza da matéria orgânica, pH do solo, natureza da 
fração mineral, umidade e acessibilidade dos decompositores. 
2.3. Interações 
As interações das espécies podem ser negativas ou positivas; a distribuição espacial da 
planta pode dar uma boa pista para certificar-se da interação – v. quadro 1. 
14
 
Quadro 1 – tipos de interações, interação e exemplos. 
 TIPOS DEFINIÇÃO EXEMPLOS
COMPETIÇÃO INTER-
ESPECÍFICA 
Ambas as espécies são prejudicadas. Para 
diminuir a competição as espécies ocupam 
nichos ecológicos diferentes. 
GAFANHOTO/GADO (-) (-) 
Vivem em um campo alimentando-se de capim, competem por esse recurso. 
COMPETIÇÃO INTRA-
ESPECÍFICA 
Competição entre indivíduos da mesma 
espécie. 
PLANTAS ENDÊMICAS (-)(-) 
Competem entre si, mas são restritas aos habitats severos porque elas são 
competidoras fracas em sítios menos severos. 
AMENSALISMO É uma interação que prejudica um organismo 
enquanto o outro permanece estável. 
FUNGOS/BACTÉRIAS (0)(-) 
O fungo libera substâncias antibióticas que matam bactérias, assim o fungo evita 
que as bactérias venham a competir com ele por alimento. 
COMENSALISMO (alimento) HIENAS/LEÕES (+)(+) 
As hienas acompanham, à distância, os bandos de leões, servindo-se dos restos da 
caça abandonados por eles. 
INQUILINISMO (local) 
Apenas os indivíduos de uma das espécies são 
beneficiados, e os de outra espécie não têm, 
aparentemente, nenhum prejuízo ou benefício. 
EPÍFITAS/ÁRVORES (+)(+) 
As epífitas vivem habitualmente instaladas como “inquilinas” sobre árvores de 
grande porte que não sofrem qualquer prejuízo, e as epífitas conseguem, dessa 
maneira luminosidade. São verdes e fotossintetizantes. 
PROTOCOOPERAÇÃO Benefícios para ambas as espécies ainda que 
não seja obrigatória, ou seja, o crescimento 
continua ... mesmo na ausência da interação 
AVE/CAVALO (+) (+) 
A ave come os carrapatos do cavalo. 
MUTUALISMO É uma interação obrigatória, ou seja, a ausência 
da interação prejudica os dois parceiros. 
 
MICORRIZAS/PLANTAS (+)(+) 
Fixação simbiótica do nitrogênio (bactéria do gênero Rhyzobium) em plantas 
leguminosas. 
HERBIVORISMO É o consumo de parte ou do total de uma planta 
por um consumidor. 
GIRAFA/PLANTAS (+) (-) 
As girafas se alimentam das plantas, existindo, então, prejuízo para as plantas, que 
são devoradas parcial ou totalmente por eles. 
 
Capítulo 3 - Comunidades florestais (conceitos) 
 Comunidade é um termo geral usado para designar as unidades sociológicas de certo 
grau de extensão e de complexidade. Formação é a maior e o mais compreensivo tipo de 
comunidade de plantas, como boreal, temperada, tropical etc. Cada formação é composta de 
várias outras comunidades distintas denominadas de associações (ex.: beech-maple, oak-
hickory, pinheiro-imbuia etc.). 
 O termo tipo florestal se refere a uma comunidade florestal definida somente pela 
composição do dossel. Como a comunidade ou associação pode ou não ser definida pela soma 
total do ecossistema, a sua designação normalmente leva em conta as características das 
plantas inferiores também ou, alternativamente, as características do sítio. 
 As comunidades não são compostas de arranjos de espécies sucessivose mutuamente 
exclusivos. Espécies individuais têm diferentes tolerâncias fisiológicas e genéticas e podem 
existir em várias comunidades diferentes. 
 A natureza de uma dada comunidade florestal é governada pela interação de 3 grupos 
de fatores: 
 (a) o sítio ou habitat disponível para o crescimento da planta; 
 (b) as plantas e os animais disponíveis para colonizar e ocupar o sítio; 
 (c) as mudanças no sítio e na biota durante um certo período de tempo, capaz de 
influenciar as estações do ano, os climas, os solos, a vegetação e os animais => em outras 
palavras, a história do habitat. 
 As descrições de comunidades baseadas na fisionomia, forma de vida, superposição de 
nicho e outros traços funcionais são úteis porque permitem comparações de povoamentos bem 
separados que tem pouco ou nenhuma similaridade florística. Os tipos de chaparral da 
Califórnia e do Chile, por ex., têm poucas similaridades florísticas, mesmo em nível de 
família, mas exibem similares números de espécies, formas de crescimento, tamanho e 
fenologia das folhas e a % de cobertura do dossel pelas espécies suculentas e espinhentas. 
(i) Associação: 
 Associação é um tipo, particular, de comunidade, que tem: (a) uma composição 
florística relativamente consistente, (b) uma fisionomia uniforme e (c) uma distribuição que é 
característica de um habitat particular. 
 (a) A visão discreta: 
 15
 As espécies numa associação têm os limites similares de distribuição ao longo de eixo 
horizontal e a maioria delas se eleva à máxima abundância no mesmo ponto – MODA. Os 
ecótonos (cinturões de transição) entre associações adjacentes são estreitos com uma pequena 
superposição do limite das espécies, exceto para poucos taxa onipresentes em várias 
associações. 
 (b) A visão do continuum: 
 Continuum significa que todas as comunidades de tipo de vegetação, por ex., floresta 
ou campo, poderiam ser organizadas ou ordenadas numa série abstrata da qual a composição 
de espécies muda gradual-tipicamente ao longo de um ou mais gradientes ambientais. 
 A vegetação num continuum é o produto de um continuum no espaço (espécies e 
comunidades influenciadas pelos fatores ambientais e bióticos) e um continuum em tempo 
(sucessão). Entretanto, há objeções substantivas à abordagem do continuum. Alguns estudos 
mostram que nem a dominância de um táxon simples e nem a presença e abundância de 
grupos de espécies mudam abruptamente ao longo do gradiente ambiental. 
(ii) Métodos de amostragem de comunidades de plantas: 
(a) Método “releve” 
 Cada povoamento é representado por um grande quadrado cujo tamanho tem que 
encontrar a exigência da área mínima. Os dados coletados incluem: cobertura, sociabilidade, 
vitalidade e periodicidade (importância estacional). A tabela resumo revela os traços 
sintetizados (presença e constância). Se a espécie X ocorre em 8 dos 10 quadrados, esta 
espécie tem 80% de presença. Constância, em contraste, é baseada nas espécies encontradas 
em transectos. A espécie X estando presente em 8 quadrados, mas em somente 6 dos 10 
transectos, a constância será de 60%. 
(b) Métodos dos quadrados aleatórios 
(c) Método da distância 
(iii) Métodos para descrever a comunidade de plantas: 
(a) Tabelas 
As associações são definidas na base dos diferenciais ou nas espécies características 
que têm altos valores confiáveis e consistentes. As associações são apresentadas numa grande 
tabela diferenciada que é manejada para preservar a maioria dos dados originais das espécies 
e dos povoamentos. 
 16
(b) Ordenação 
Os dados amostrados são reduzidos em 1 ou 2 gráficos que mostra os povoamentos 
como pontos no espaço. Algumas limitações da forma mais simples de ordenação são 
parcialmente corrigidas, mas a um custo mais elevado e, às vezes, o resultado é difícil de ser 
interpretado ecologicamente. 
(c) Gradiente direto 
 A importância das espécies é uma função de cada posição do povoamento no 
gradiente. Geralmente, curvas não-sincronizadas para todas espécies são produzidas. Sendo 
assim, o gráfico não serve para a classificação. 
(d) Análise de agrupamentos 
 É o uso dos pares de coeficientes dos povoamentos para construir o dendrograma 
(padrões de similaridade). 
 (e) Análise de associação 
 Também produz um dendrograma dos relacionamentos povoamento a povoamento, 
mas a sua construção é baseada nas espécies diferenciais em vez dos valores dos coeficientes 
da comunidade. 
 17
Capítulo 4 - Dinâmica florestal (introdução) 
 A população de plantas tem atributos que permite usá-los como ferramentas para 
avaliar o meio ambiente. Esses fatores incluem o arranjo dos indivíduos no espaço dentro de 
uma dada comunidade, o arranjo dos indivíduos no tempo, que é a estrutura de idade e a taxa 
de crescimento de uma população e o padrão de alocação de recursos dos indivíduos que 
caracteriza o modo de sobrevivência de uma população em um ambiente particular. 
 Depois do corte raso, o espaço antes ocupado pela floresta, passa pelas seguintes fases: 
reorganização, acumulação, transição e steady-state (estabilização). 
(i) O arranjo dos indivíduos no espaço 
 a) Densidade 
 É o número de indivíduos por unidade de área. 
 Daí = ni/A 
 b) Padrão de distribuição 
O padrão de distribuição espacial de uma espécie refere-se à distribuição no espaço 
dos indivíduos pertencentes à dita espécie. Os indivíduos de uma espécie podem apresentar-
se: aleatoriamente distribuídos, regularmente distribuídos e em grupos ou agregados. 
A distribuição do Poisson é usada para verificar se a distribuição é aleatória ou não. Se 
o teste qui-quadrado for não significante, o padrão é aleatório; caso contrário, pode ser 
agregado ou regular (ou uniforme). Se a população for agregada, vários quadrados poderiam 
ter zero ou mais do que uma planta e poucas poderia ter uma planta. Por dedução, se a 
população não é aleatória e nem agregada, ela é regular. O tipo de distribuição pode refletir o 
tipo de reprodução, irregularidade no micro-clima, os graus de competitividade e o estágio da 
sucessão. 
Uma vez que as comunidades vegetais são constituídas por um conjunto de variáveis 
com maior ou menor grau de inter-relação e com densidade absoluta (abundância) variável, 
desde comuns até raras, e dado que a maioria dos estudos fitossociológicos, se baseia em 
análises florísticas provenientes de amostras de comunidades que se estudam, é importante 
conhecer algumas das características da vegetação vinculadas ao padrão espacial das espécies 
e à distribuição de freqüências. 
(ii) Arranjo dos indivíduos no tempo: demografia 
 18
 Demografia é a ciência ou estudo das estatísticas vitais: nascimentos, mortes, taxas 
reprodutivas e idades dos indivíduos na população. 
 Diferentemente dos animais, que cessa o crescimento quando maduro (adulto), as 
plantas perenes possuem os meristemas primário e secundário, que, teoricamente, permitem o 
crescimento contínuo em comprimento e largura para sempre. Além disso, muitas plantas têm 
a habilidade de reproduzir-se assexuadamente. 
 a) Ciclos de vida 
 - Plantas anuais 
 - Plantas bianuais 
 - Herbáceas perenes 
 - Arbóreas perenes 
 - Arbustos 
 b) Distribuições de idade 
 1) sementes viáveis 
 2) mudas 
 3) juvenis 
 4) imatura, vegetativa 
 5) madura, vegetativa 
 6) reprodutiva inicial 
 7) máximo vigor (reprodutiva e vegetativa) 
 8) senescente 
 - se uma população apresentar apenas os primeiros 4 ou 5 estados, é óbvio que ela é 
invasora e é parte de uma comunidade seral (em evolução). 
 - se uma população apresentar todos os 8 estados, ela é estável e é muito provável que 
seja parte de uma comunidade clímax (comunidade que ganha ocupaçãopermanente do 
habitat e se perpetua por si só nesse local indefinidamente). 
 - se ela apresentar apenas os 4 últimos estados, ela pode não manter sozinha e pode ser 
parte de uma comunidade seral. 
 c) Tabelas de vida 
 19
 20
 - Tipo I: populações têm baixa mortalidade quando jovem 
 - Tipo II: mortalidade constante em todas idades 
 - Tipo III: alta mortalidade quando jovem. 
(iii) Comportamento dos indivíduos: alocação de recursos 
 A espécie de planta tem um padrão de alocação de recursos que minimiza as suas 
chances de extinção. Tais padrões têm sido mantidos e melhorados durante o processo de 
seleção natural. O padrão de alocação determina, em parte, o nicho de uma espécie – seu 
endereço funcional numa comunidade. 
 Os organismos têm uma quantidade limitada de tempo e energia para completar o 
ciclo de vida. O tempo, por si só, não é alocado, mas é importante no ganho de energia 
fotossintética e na utilização de energia para a sua manutenção. Uma fração da energia total 
disponível é distribuída para cada atividade no ciclo de vida: a quantidade de tempo gasto no 
estado de dormência, na fase juvenil, no estágio vegetativo ou na fase madura etc. 
 O organismo parece ficar sobre um continuum entre dois extremos de alocação de 
recursos: r e k. 
 Seleção – r => planta de vida curta que amadurece rapidamente, ocupa um habitat 
aberto numa comunidade seral e gasta uma grande fração de seus recursos fotossintéticos para 
produzir flores, frutos e sementes. O tamanho de suas populações é densidade-independente, 
isto é, elas são reguladas por fatores físicos como fogo, inundação, congelamento, seca etc. 
 Seleção – k => planta de vida longa que tem um prolongado estágio vegetativo, ocupa 
uma comunidade fechada, seral tardia ou clímax e gasta uma pequena fração de seus recursos 
para reprodução. O tamanho de suas populações é densidade-dependente, isto é, elas são 
reguladas por interações bióticas como a competição. 
21
 
Características morfofisiológicas das estratégias evolutivas r e k (O’BRIEN & O’BRIEN, 1985) 
Seleção r
Oportunistas 
Seleção k 
Equilíbrio 
Habitat Florestas sujeitas a mudanças bruscas, instáveis, 
de teia alimentar simples 
Florestas estáveis e previsíveis, com teia 
alimentar complexa 
Estágio de sucessão Início Final 
Mortalidade Densidade, independente, não direcionada ou 
catastrófica 
Densidade, dependente, mais direcionada 
Tamanho da população Não mostra equilíbrio, usualmente abaixo da 
capacidade de suporte do ambiente, 
comunidades insaturadas, recolonização 
periódica 
Em equilíbrio, constante ao longo do tempo, 
próximo da capacidade de suporte do 
ambiente, sem necessidade de recolonização 
Competição Variável, usualmente frouxa Usualmente forte 
O que a seleção favorece - Crescimento rápido 
- Alto índice de aumento populacional 
- Reprodução cedo 
- Porte menor 
- Reprodução sem padrão determinado 
- Diásporas pequenas em grande quantidade 
- Crescimento lento 
- Baixo índice de aumento populacional 
- Reprodução tardia 
- Porte maior 
- Reprodução cíclica, repetida 
- Diásporas grandes em pequena quantidade 
Dispersão Longa distância Local
Longevidade Curta, poucos anos Longa, mais de 20 anos 
Leva à Produtividade Eficiência 
 
 
Capítulo 5 - Dinâmica florestal (sucessão) 
 Aos olhos dos seres humanos, a floresta amazônica parece ser estática, sem nenhuma 
mudança perceptível, resultando em uma paisagem monótona. Entretanto, incríveis mudanças são 
processadas, a todo instante, dentro de um ecossistema florestal. 
 Seguindo a morte natural de uma árvore e sua queda, muitas outras são envolvidas e, ao 
final, aparece uma clareira. Na seqüência, há um aumento em quantidade e mudança de qualidade 
de luz, aumento na temperatura do solo, diminuição na umidade relativa e umidade da superfície 
do solo, mudanças nas propriedades do solo incluindo o aumento no processo de decomposição e 
disponibilidade de nutrientes, o solo mineral é exposto, mudas estabelecidas morrem, plântulas 
começam a surgir, varas e arvoretas são injuriadas, outras respondem positivamente às mudanças, 
as árvores crescem, a floresta é reconstruída naquela clareira, o dossel se fecha, a clareira 
desaparece etc. (Shuggart, 1984). 
 Tudo muda numa clareira. A primeira resposta às mudanças é o aparecimento de mudas. 
Algumas são provenientes do banco de sementes, que ficam adormecidas até que as condições 
microclimáticas sejam favoráveis à germinação. Outras são trazidas pelo vento e encontram as 
condições favoráveis e germinam. E tem também a rebrota a partir de raízes ou de troncos 
danificados. Atrás das folhas novas e brotos surgem os animais herbívoros e atrás desses, os 
carnívoros .... e, o resto é como no final do filme “O Rei Leão”. 
 Para muitos ecólogos, a sucessão envolve a mudança no sistema natural e o entendimento 
das causas e das direções de tal mudança. “A sucessão da planta é uma mudança cumulativa 
direcional (em direção ao clímax) na espécie que ocupa uma dada área, com o tempo” (Barbour 
et al., 1980). 
 Se mudanças significativas na composição de espécies para uma dada área não ocorrer 
dentro de um certo período, a comunidade é considerada MADURA ou CLIMAX. Comunidades 
clímax não são estáticas. As mudanças ocorrem, mas elas não são cumulativas nos seus efeitos. 
 Se uma comunidade exibe alguma mudança direcional, cumulativa e não aleatória em um 
período de 1 a 500 anos, ela é considerada SUCESSIONAL ou SERAL. As comunidades serais 
ou espécies serão substituídas até que a comunidade CLIMAX é alcançada. A progressão inteira 
dos estágios serais, da primeira espécie que ocupa o chão desnudo (comunidade pioneira) até a 
clímax, é chamada de SUCESSÃO. 
 22
 
 
 Os estádios sucessionais podem ser iniciais médios e avançados, nos quais pode-se 
observar diferentes fisionomias, distribuição diamétrica, ausência ou presença de sub-bosque, 
espessura da serrapilheira e diversidade biológica. 
(i) Tipos de sucessão: 
 a) Primária versus secundária 
 Primária => estabelecimento de plantas sobre áreas previamente não vegetadas. 
 Secundária => é a invasão da terra que foi previamente vegetada; a vegetação pré-
existente tendo sido destruída por perturbações naturais ou humanas. 
 b) Autógena versus alógena 
 Autógena (biótica) => quando a mudança do ambiente e da comunidade é causada pelas 
atividades dos organismos da própria comunidade. 
 Alógena => causada pelas mudanças ambientais que vão além do controle dos organismos 
nativos. 
 c) Progressiva versus regressiva 
 Progressiva => quando a sucessão leva às comunidades a uma maior complexidade e 
maior acúmulo de biomassa; os habitats com mais e mais umidade (mesófilo). 
 Regressiva => leva à direção oposta, em direção a algo mais simples, a uma comunidade 
mais empobrecida (com poucas espécies) e em direção a um habitat mais hidrófilo (úmido) ou a 
um mais xerófilo (seco) 
 d) Cíclica versus direcional 
 Direcional é caracterizada por uma acumulação de mudanças que levam às mudanças de 
comunidades amplas. 
 Mesmo em comunidade clímax, entretanto, as mudanças sucessionais cíclicas ocorrem em 
uma escala muito local. Essas mudanças ocorrem porque o ciclo de vida das plantas de dossel é 
finito e o desaparecimento delas do dossel podem abrir o sítio para invasão de novas espécies. 
 Em algumas comunidades clímax, as formas juvenis das plantas de dossel são bem 
adaptadas à vida sob a árvore matriz e, quando esta morrer, ela a substituirá no dossel; em tal 
situação, não há sucessão local (ou cíclica). Quando o dossel pode inibir o crescimento de juvenis 
 23
 
 
sob o mesmo – de sua própria espécie ou de outras – vai ocorrera sucessão local quando a matriz 
morrer. 
 e) Cronosseqüência versus toposseqüência 
 Cronosseqüência => quando o mosaico reflete uma perturbação local e periódica ou 
quando reflete a exposição progressiva da nova terra, como a retração glacial – representa 
diferentes estágios de recuperação (estágios serais) do fogo, ventanias ou outro tipo de 
perturbação. 
 Toposseqüência => quando o mosaico reflete as diferenças topográficas, como as encostas 
frente-sul versus frente-norte, bacias com drenagens pobres e solos de textura fina versus 
encostas altas com boa drenagem e solos de textura grossa etc. 
(ii) Métodos para documentar a sucessão 
 A sucessão pode ser documentada usando medidas repetidas numa parcela simples ou 
pela referência do histórico da parcela (sítio). Um método indireto é amostragem da vegetação 
em várias parcelas separadas de diferentes idades. Também, a composição de espécies de mudas 
e arvoretas pode ser comparada com o estrato do dossel. 
(iii) Tendências gerais durante a sucessão 
 a) Vegetação e qualidade do sítio 
 - A biomassa aumenta durante a sucessão 
 - A fisionomia aumenta em complexidade porque a variação das formas de crescimento 
aumenta conforme a sucessão vai avançando. 
 - A maior armazenagem de nutrientes do sítio se move do solo para a biomassa da planta. 
 - O papel dos desintegradores no ciclo de nutrientes é potencializado durante a sucessão 
porque os nutrientes do solo são empobrecidos e vão ser armazenados por longo período de 
tempo na biomassa da planta. 
 - A velocidade do ciclo de nutrientes do solo à planta e vice-versa diminui durante a 
sucessão porque vários nutrientes são armazenados em partes, ainda que inertes, das plantas de 
longa vida. 
 - A produção primária diminui com a sucessão 
 - O ambiente se torna mais mesófilo (úmido) durante a sucessão. 
 24
 
 
 b) Estabilidade e diversidade 
 Estabilidade = falta de mudanças => aumenta com a sucessão. 
 Estabilidade = resistência às menores mudanças no micro-ambiente => aumenta 
 Estabilidade = a habilidade para retornar rapidamente ao ponto de equilíbrio (homeostase) 
seguindo a perturbação recorrente => as comunidades pré-clímax são mais estáveis; as clímax 
são menos estáveis e podem levar séculos para retornar. 
 A diversidade de espécies de plantas aumenta no início da sucessão, mas decresce em 
zonas temperadas na sucessão tardia conforme o dossel se fecha e um pequeno número de 
espécies domina o dossel. 
 c) Autoecologia 
 Em geral, as interações planta-animal, planta-planta e planta-micróbios ocorrem mais na 
sucessão tardia do que na inicial. 
(iv) Forças motrizes da sucessão 
 O revezamento florístico pode ser descrito por um processo de 6 passos: 
 1) Desnudamento => a exposição de uma nova superfície na sucessão primária ou de corte 
raso na sucessão secundária. 
 2) Migração => de sementes, de esporos, propágulos vegetativos de áreas adjacentes; na 
secundária muito desses materiais já estão presentes no solo. 
 3) Germinação, crescimento inicial e estabelecimento de plantas. 
 4) Competição => entre as plantas estabelecidas 
 5) Reação => os efeitos autógenos das plantas sobre o habitat 
 6) Estabilização => clímax 
 O conceito mais simples de sucessão é aquele que a considera como um fenômeno da 
população que envolve a substituição gradual e inevitável de espécies oportunistas (seleção – r) 
com espécies de equilíbrio (seleção – k). Na ausência de qualquer perturbação, as espécies – k 
estão sempre em vantagem competitiva, como dominantes, sobre as espécies – r. A freqüência de 
perturbação espacial e temporal, entretanto, tem sido suficientemente grande para manter as 
espécies oportunistas e as clímax. 
 25
 
 
(v) Modelos estatísticos para a sucessão florestal 
 A maioria dos modelos tem as seguintes variáveis: 
 - Recrutamento => brotação, produção de sementes, dispersão de sementes, germinação e 
crescimento de mudas até que a planta seja suficientemente grande para ser considerada como 
árvore. 
 - Crescimento => aumento em altura e diâmetro da árvore 
 - Competição geométrica => interações espaciais das árvores relacionadas à geometria 
atual da estrutura da árvore. Em geral, os indivíduos maiores são favorecidos na competição 
geométrica. 
 - Competição por recursos => fatores limitantes de crescimento que podem limitar o 
desenvolvimento de todas as árvores numa floresta em um dado sítio. 
 - Mortalidade => a morte da árvore. 
(vi) Modelos de clareiras 
 Este tipo de modelo lida com nascimento ou recrutamento, crescimento e mortalidade. É 
muito usado para simular a composição de espécies e comportamento com o passar do tempo, em 
resposta às condições ambientais alteradas e para fornecer informações qualitativas das florestas. 
 Clareira se refere a uma abertura na floresta criada pela morte de uma árvore de dossel. O 
ecossistema florestal maduro poderia ser visto como uma média das respostas da dinâmica de tais 
clareiras. A floresta é composta de um mosaico de clareiras; portanto, entendendo a dinâmica da 
clareira, fica mais fácil entender a dinâmica da floresta. 
 As clareiras variam em tamanho (que influencia as condições microclimáticas dentro da 
clareira) e nas freqüências de ocorrências temporais e espaciais (que afetam a probabilidade de 
um propágulo alcançar uma clareira de um tamanho particular). 
a) Regeneração e tamanho da clareira 
A queda de uma grande árvore produz uma mudança abrupta no chão da floresta em 
relação às seguintes variáveis: 
 - a luz é dramaticamente aumentada em quantidade e é também alterada a qualidade com 
mais radiação no vermelho final do espectro eletromagnético e menos no azul final. 
 26
 
 
 - aumento na temperatura do solo e diminuição da umidade relativa e da superfície do 
solo. 
 - mudanças nas propriedades do solo depois da formação da clareira incluindo o aumento 
da decomposição e a disponibilidade de nutrientes. O solo mineral é exposto. 
 A mudança repentina nessas e em outras importantes variáveis podem matar mudas já 
estabelecidas que se adaptaram ao micro-clima e favorecer novas mudas, provavelmente de 
outras espécies. 
 Quando uma pequena árvore cai, a clareira é pequena e pode ser preenchida pelo 
crescimento de árvores que estão presentes na área. 
 Em florestas tropicais, há 3 categorias de clareira: 
1) Especialistas de clareiras grandes => a semente germina sob alta temperatura e luz de 
grandes clareiras – as sementes são altamente intolerantes. 
2) Especialistas de clareiras pequenas => as sementes são capazes de germinar sob 
sombra, mas exige a presença de uma clareira para crescer até o dossel. 
3) Especialistas de sub-bosque => aparentemente não exigem clareiras para germinar e 
nem para crescer até os tamanhos reprodutivos. 
b) O papel das espécies na determinação dos tamanhos de clareira 
 O tamanho da árvore que morre e produz a clareira influencia a regeneração (que 
influencia a composição do dossel). Portanto, há influência entre a composição do dossel e o 
tamanho da clareira; logo, os traços das espécies fecham este ciclo (loop) causal. Por ex., de uma 
espécie de árvore que exige grande clareira para regeneração espera-se um crescimento 
diferenciado (grande) até a sua morte. 
 27
 
 
Capítulo 6 - Análise de dimensão e produção primária líquida e 
Ciclagem de minerais 
 Este capítulo é paraticamente dedicado aos estudos de biomassa (acima do nível do solo e 
abaixo do nível do solo) e a sua dinâmica. Neste caso, o grupo de manejo florestal superou o da 
ecologia. Há vários trabalhos publicados e serão discutidos na Parte III (Manejo Florestal) desta 
apostila. 
6.1. Importância dos estudos de biomassa 
6.2.Como estimar a biomassa 
6.3. Modelos alométricos 
6.4. Produção primária líquida (NPP) 
 a) Estimativa de biomassa 
 b) Produção abaixo do nível do solo 
6.5. Distribuição da biomassa 
6.6. Ciclagem de nutrientes 
 Grande parte da floresta amazônica desenvolve-se sobre solos muito pobres em nutrientes 
e a sua manutenção depende, fundamentalmente de sua capacidade de conservar e reciclar os 
principais elementos que necessita por meio de mecanismos capazes de compensar as perdas de 
nutrientes (Schubart et al., 1984). 
 Essas características podem dar, à primeira vista, a impressão de uma contradição com a 
sua exuberante cobertura florestal (Walter, 1979). De fato, quase todas as reservas de nutrientes 
exigidas pela floresta estão contidas na fitomassa acima do nível do solo. Cada ano, uma parte 
dessa fitomassa cai, é rapidamente mineralizada e, os nutrientes liberados, são imediatamente 
reabsorvidos pelas raízes. As grandes reservas nutricionais contidas na fitomassa das florestas 
virgens dependem de seu capital acumulado durante o tempo que a rocha matriz não estava ainda 
intemperizada. 
 A elevada eficiência na reciclagem de nutrientes minerais é correlacionada com alta 
diversidade biológica. A reciclagem de nutrientes se contrapõe à lixiviação dos solos, pois 
representa um mecanismo de conservação de nutrientes no ecossistema; ao mesmo tempo, 
 28
 
 
promove a produtividade biológica, mantendo o bom estado nutricional das plantas. O 
conhecimento disponível permite concluir que a manipulação dos recursos florestais da 
Amazônia no sentido de uma redução drástica da sua diversidade biológica poderá ter 
conseqüências indesejáveis, tanto ecológicas quanto econômicas (Schubart et al., 1984). 
 Diante dessas condições, Jordan (1991) questiona: como as florestas tropicais úmidas 
sobrevivem num ambiente que tem um grande potencial para perdas de nutrientes? Parece que 
um número de mecanismos se desenvolveu nas espécies tropicais que as capacitam a minimizar 
as perdas. Alguns dos mais importantes mecanismos de conservação de nutrientes de espécies 
tropicais são as árvores e o ecossistema subterrâneo. 
 Das árvores, os mecanismos são: (i) grande biomassa das raízes; (ii) concentração de 
raízes perto da superfície; (iii) raízes aéreas; (iv) o relacionamento simbiótico entre as raízes de 
plantas superiores e os fungos micorrízicos; (v) tolerância aos solos ácidos; (vi) a cinética da 
tomada de nutrientes - como a disponibilidade de nutrientes no solo é baixa, as espécies com 
baixa exigência sobreviverão e crescerão, ao contrário de espécies com alta exigência como 
culturas anuais e pastagens; (vii) longa vida das espécies tropicais, que permite a tomada de 
nutrientes além de suas necessidades imediatas durante as estações de abundância de nutrientes, 
para usar mais tarde em períodos de escassez; (viii) morfologia e fisiologia da folha que reduzem 
a necessidade de absorção de nutrientes em substituição de folhas que caíram ou foram comidas; 
(ix) alelopatia; (x) translocação rápida de nutrientes das folhas para os ramos; (xi) eficiência do 
uso de nutrientes; (xii) padrão reprodutivo que não somente regula o uso de nutrientes como 
também pode manter populações de predadores de sementes em níveis relativamente baixos; 
(xiii) alta concentração de sílica na superfície do solo pode ser um importante mecanismo para 
assegurar um suprimento de fosfato para as raízes superficiais; (xiv) epífitas que têm um 
relacionamento mutualístico com as árvores, de tal maneira que as folhas fornecem suporte físico 
para as epífitas que, por sua vez, aumentam a disponibilidade de nutrientes para as folhas; (xv) 
"drip tips" que podem reduzir a quantidade de água sobre a folha e, conseqüentemente, a 
lixiviação potencial. 
 Segundo ainda Jordan (1991), o mecanismo anterior de conservação de nutrientes parece 
ter evoluído em espécies como um resultado das pressões de seleção em ambientes pobres em 
nutrientes. Os mecanismos parecem capacitar indivíduos para superar, em parte, as limitações 
impostas pela baixa fertilidade do solo e baixo pH. Há um outro mecanismo em florestas naturais 
que também conserva nutrientes. Em contraste com os mecanismos associados com espécies de 
 29
 
 
árvores, este mecanismo pode ou não ter sido desenvolvido como um resultado das pressões 
seletivas num ambiente de baixa fertilidade. Independente disso, ele serve para reduzir as perdas 
de nutrientes do ecossistema inteiro e parece ser mais importante em solos pobres em nutrientes 
do que em solos ricos em nutrientes. Este mecanismo é a comunidade de organismos que vivem 
sobre a superfície do solo e dentro do ambiente do solo mineral. 
 Em florestas não perturbadas, os nutrientes liberados pelas plantas e animais mortos 
normalmente não movem diretamente as micorrizas e raízes das árvores, mas, em vez disso, 
passam por uma série inteira de ciclos de pequena escala ou "espirais" dentro da porção de 
matéria orgânica do solo, similares aos espirais de nutrientes em igarapés. Os ciclos às vezes 
começam com os artrópodes. As partículas passam pelos seus sistemas digestivos, os compostos 
orgânicos são trocados, freqüentemente por simbiose, por compostos mais simples que são mais 
facilmente utilizados por outros organismos do solo. A decomposição pode também começar com 
a invasão do tecido por bactérias e fungos. Se as concentrações de nutrientes nos tecidos são 
baixas, os fungos podem ser os primeiros invasores. Como as exoenzimas excretadas das hifas 
dos fungos quebram os compostos orgânicos complexos, a colonização de bacteriana pode ser 
favorecida. 
 Os nutrientes no solo são relativamente susceptíveis a perdas quando eles estão na solução 
do solo, ou quando são adsorvidos sobre superfícies de argila mineral. Em contraste, os nutrientes 
incorporados nos tecidos de organismos da comunidade subterrânea podem não ser facilmente 
perdidos pela lixiviação, volatilização ou reação com ferro e alumínio, no caso do fósforo. 
 30
 
 
Bibliografia: 
Barbour, M.G., Burk, J.H. e Pitts, W.D. 1980. Terrestrial plant ecology. The Benjamin/ Cummings 
Publishing Co. 604p. 
Hallé, F., Oldeman, R.A.A. e Tomlinson, P.B. 1978. Tropical Trees and Forests: An Architectural 
Analysis. Springer-Verlag Berlin Heidelberg New York. 441 p. 
Jordan, C.F. 1991. Nutrient Cycling Processes and Tropical Forest Management. In: Rain Forest 
Regeneration and Management, A. Gómez-Pompa, T.C. Whitmore e M. Hadley (eds.). 
UNESCO. The Parthenon Publishing Group Limited. pp.159-180. 
Lacher, W. 2000. Ecofisiologia Vegetal. São Carlos. Rima. 532p. 
O’BRIEN, M.J.P, O’BRIEN. 1985. Aspectos Evolutivos da Fenologia Reprodutiva 
 das Árvores Tropicais. pp. 6-23. 
Oldeman, R.A.A. e van Dijk, J.. 1991. Diagnosis of the Temperament of Tropical Rain Forest 
Trees.In: Rain Forest Regeneration and Management, A. Gómez-Pompa, T.C. Whitmore e M. 
Hadley (eds.). UNESCO. The Parthenon Publishing Group Limited. pp.21-66. 
Pinto-Coelho, R.M. 2000. Fundamentos em ecologia. Editora Artes Médicas Sul Ltda. 252 p. 
Salati, E., Ribeiro, M.N.G, Absy, M.L e Nelson, B.W. 1991. Clima da Amazônia: Presente, Passado 
e Futuro. In: Bases Científicas para Estratégias de Preservação e Desenvolvimento da 
Amazônia - Fatos e Perspectivas, A.L. Val, R. Figliuolo e E. Feldberg (eds.). pp.21-34. 
Schubart, H.O.R., Franken, W. e Luizão, F.J. 1984. Uma Floresta sobre Solos Pobres. Ciência Hoje 
2(10):26-32. 
Shuggart, H.H. 1984. A Theory of Forest Dynamics: The Ecological for Succession Model. 
Springer-Verlag Inc. New York. 278p. 
Victória, R.L., Brown, I.F., Martinelli, L.A e Salati, E.. 1991. In: Bases Científicas para Estratégias 
de Preservação e Desenvolvimento da Amazônia - Fatose Perspectivas, A.L. Val, R. Figliuolo 
e E. Feldberg (eds.). pp.9-20. 
Walter, H. 1979. Vegetation of the Earth and Ecological Systems of the Geo-Biosphere. 
Springer-Verlag. New York. 274 p. 
 31
 
 
Capítulo 7 - Desenvolvimento e crescimento de plantas 
 Normalmente as plantas da floresta para chegar ao estágio de corte devem um dia ter 
começado como sementes viáveis, germinado passando pelo estágio de planta juvenil, depois de 
algum tempo alcançado a maturidade e finalmente chegando a senescência. E como se dá este 
processo crescer, desenvolver e morrer? 
 GERMINAÇÃO 
 Existem dois tipos de sementes uma com reservas de açúcares e outra com reservas de 
gorduras, que são chamadas recalcitrantes e ortodoxas, respectivamente. As primeiras podem, sob 
condições de baixa umidade no tecido, suprir energia para o embrião por um grande período, 
enquanto a última devido a sua composição, perde pouca umidade e sua principal fonte de 
energia é utilizada rapidamente pelo o embrião. 
 Considerando as condições climáticas da floresta amazônica que apresentam temperaturas 
elevadas, altas umidades relativas do ar e altos índices de precipitação, seria pouco sensato do 
ponto de vista evolutivo se a floresta investisse em um banco de sementes que precisam estar 
secas para dispersar propágulos. Assim, geralmente a floresta investe em sementes grandes ricas 
em reservas de gordura com algum tipo de dormência (geralmente mecânica) e ao invés de um 
banco de semente na floresta é mais comum um banco de plântulas. 
 Para chegar à plântula a semente precisa germinar. A germinação começa com o 
intumescimento da semente que embebida de água aumenta a respiração dos tecidos 
cotiledonares e fornece energia e esqueletos de carbono para o desenvolvimento do embrião, que 
promove o desenvolvimento de caulículo e radícula. E até que a reserva da semente se esgote, o 
caulículo e a radícula crescerão a ponto de mudas quando poderão começar a obter energia do 
meio ambiente. 
 BANCO DE PLÂNTULAS 
 Alcançando o estágio de plântulas os indivíduos na floresta começam a fazer a 
fotossíntese para fornecer açúcares que serão respirados para os processos de manutenção dos 
tecidos, principais vias metabólicas e o que sobra pode ser direcionado para o CRESCIMENTO 
da muda. Pensando em uma plântula da floresta podemos verificar que há um sombreamento 
natural devido às copas das árvores adultas e isso diminui as taxas fotossintéticas e, dependendo 
 32
 
 
da situação, muitas vezes a fotossíntese é insuficiente até mesmo para gerar energia para a 
manutenção. 
 Algumas plântulas “privilegiadas” têm a possibilidade de ter um balanço de taxas de 
assimilação e liberação do CO2 nulo ou pouco maior que zero; para o primeiro caso, as plantas 
permanecem neste estado até que alguma condição ambiental favoreça o seu crescimento, 
enquanto as segundas crescem lentamente e, na medida em que se desenvolvem, alcançam 
melhores condições para suprimento de energia para manutenção de tecidos, processos e 
crescimento. Os dois processos levam a um indivíduo que irá compor o dossel florestal, cada qual 
no seu nicho ecológico. 
 PLANTAS QUE ALCANÇAM O DOSSEL 
 Quando damos uma volta na floresta podemos observar os diferentes níveis de 
desenvolvimento das plantas. Olhando com cuidado encontramos sementes dispersas no solo, 
sem muita atenção é possível matar algumas plântulas, aquelas do banco de plântulas, pois são 
muito comuns no solo e são menos plantas que alcançam o nível de dossel, entre estas se pode 
notar que nem todas possuem o mesmo diâmetro. Estas plantas que alcançam a parte superior do 
dossel também têm que desenvolver para chegar a senescer. 
 O desenvolvimento das plantas no dossel passa pelos processos de juvenilidade até 
alcançar a maturidade, quando desempenham o principal papel do ser vivo que é a reprodução e 
finalmente chegam a senescer. Na busca pela manutenção dos seus genes as plantas precisam 
disputar recursos e espaço. Portanto é necessário DESENVOLVER para completar o seu ciclo. 
 Os diferentes tamanhos de árvores é o resultado do desenvolvimento das plantas no meio, 
por exemplo, árvores de grande porte são rodeadas de outras várias de pequeno porte que estão 
tentando desenvolver mais para completar seu ciclo perpetuando seus genes, ou seja, cada uma 
“querendo seu lugar ao sol” literalmente falando. 
 Isto relata o quê e como ocorre o processo de desenvolvimento, mas explica muito pouco 
sobre a soma de processos que levam uma semente a se tornar um indivíduo adulto complexo (e 
grande o suficiente para que possa ser manejado). Assim é necessário falar destes processos que 
estão envolvidos com o desenvolvimento das plantas. 
CRESCIMENTO E DESENVOLVIMENTO 
 33
 
 
 O crescimento é todo aumento em volume que seja irreversível. Quando se fala de 
plantas é importante lembrar o caráter irreversível, pois muitas das variações de volume dos 
tecidos podem não ser permanente e ocorrem principalmente devido ao estado de turgidez do 
tecido vegetal. 
H2O 
 
Variação da turgidez celular 
 Ocorrendo o fenômeno como na figura acima não é crescimento, pois conforme as setas 
indicam as células podem voltar ao volume inicial se houver a perda de água dos vacúolos. 
 
H2O + outras 
substancias 
 
Crescimento por alongamento 
Divisão 
celular 
 
Crescimento por divisão celular 
 Basicamente é o crescimento com o processo de alongamento celular e divisão celular 
simples. Os tecidos da planta que são responsáveis por este crescimento são os meristemas que 
podem ser primários ou secundários. O meristema primário é aquele que está nas gemas apicais 
de galhos e raízes, promovendo o aumento em comprimento destes tecidos, enquanto o 
secundário é o que promove o crescimento em diâmetro e se localiza abaixo da casca das plantas. 
 34
 
 
 
 Meristema Apical Meristema secundário 
 (Circulo pontilhado) 
 Assim o crescimento nada mais é que uma seqüência de divisões seguidas de 
alongamento celular, causando o aumento de massa e volume dos tecidos em questão. 
 O DESENVOLVIMENTO é o processo de crescimento adicionando os processos de 
diferenciação, pois uma planta precisa de diferentes tipos de tecido para manter suas funções. 
Assim para o aparecimento de uma nova folha, ou flor e fruto é necessário que o meristema se 
diferencie para compor o novo tecido. Para que ocorra o desenvolvimento é necessário o 
funcionamento de todo o metabolismo da planta, principalmente fotossíntese e respiração, que 
são os eixos centrais do metabolismo. 
 FOTOSSÍNTESE 
 As plantas precisam se alimentar para poder crescer e a fotossíntese é a forma com que 
elas fazem isto. Este processo na realidade é a soma de ações metabólicas que ocorrem ao nível 
de cloroplastos das partes verdes da planta que compreendem reações luminosas e bioquímicas da 
fotossíntese, que utilizando H2O, CO2 e luz formam glicose e liberam O2. 
 A luz é absorvida por uma antena de pigmentos compostos por carotenóides e clorofilas a 
e b, que conduzem a energia para um centro de reação, fotossistema II e I (PS II e PS I). Esta 
transferência de energia do fóton conduzido pela antena até o PS II e posteriormente ao PS I 
ocorre ao nível de parede do tilacóide. E é basicamente um conjunto de reações de óxido-
redução, que pela hidrólise libera elétrons que segue conforme o esquema em Z aumentando o 
valor de redução das moléculas, possibilitando a formação de moléculas ricas em energia. 
 Esse elétron passa pela feofitina que o transfere para as plastoquinonas (Qa e Qb), o 
complexo citocromo b6f, plastocianina que reduz o PS I, este caminhamento de elétronspor um 
diferencial de energia torna o sistema capaz de reduzir o nicotinamida-di-fosfato (NADP+) a 
 35
 
 
nicotinamida-di-fosfato reduzida (NADPH) e formação de dois grupamentos adenosinas 
trifosfatos (ATP) a partir de dois adenosina di-fosfato (ADP). 
 Estes compostos energéticos formados na fase "clara" da fotossíntese serão utilizados para 
as fases bioquímicas que são: a carboxilação, redução e regeneração da ribulose 1,5 bis-fosfato 
(RUBP). Estas fases ocorrem no estroma dos cloroplastos. 
 A carboxilação do CO2 é mediada pela atividade da ribulose 1,5 bis-fosfato carboxilase-
oxigenase (RUBISCO) e não utiliza energia formada na fase luminosa da fotossíntese. A 
RUBISCO utiliza 1 RUBP e fixa a este 1 CO2, formando 2 fosfoglicerato que com o gasto de 1 
ATP e 1 NADPH são levados a uma molécula de gliceraldeido-3-fosfato liberando um grupo 
CH2O que com seis voltas deste ciclo formam glicose (C6H12O6), a redução do CO2 a carboidrato. 
E finalmente utilizando o último ATP criado na fase luminosa da fotossíntese há a síntese da 
RUBP, a regeneração. 
 Desta forma, a planta pode formar açúcares para ser utilizados como energia nos 
processos de manutenção de tecidos ou atividades metabólicas e para o crescimento e 
desenvolvimento da planta. 
 RESPIRAÇÃO 
 A fotossíntese fornece as unidades orgânicas básicas das quais dependem as plantas (e 
quase todos os tipos de vida). Com o seu metabolismo de carbono associado, a respiração libera, 
de maneira controlada, a energia armazenada nos compostos de carbono para uso celular. 
 Grosseiramente a respiração é um processo de óxido-redução, que fornece energia na 
forma de ATP, nicotinamida dinucleotídeo reduzida (NADH) e flavina adenina di-nucleotídeo 
reduzido (FADH) gerando energia de 2880 kJ/mol de glicose. E libera também esqueletos de 
carbono para formação de compostos do metabolismo secundário do carbono e demais ações 
metabólicas da planta. 
 A respiração celular ocorre em três etapas: (i) a glicólise, catalisada por enzimas solúveis 
localizadas no citoplasma, permite a oxidação de uma glicose, produzindo 2 piruvatos, ATP e 
gerando NADH; (ii) o ciclo dos ácidos tricarboxílicos (Ciclo de Krebs ou ciclo do ácido cítrico), 
que ocorre na matriz mitocondrial, por meio do qual o piruvato é oxidado completamente 
liberando CO2 gerando ATP e uma considerável quantidade de NADH e (iii) a cadeia de 
transporte de elétrons que ocorre na membrana interna das mitocôndrias, através da qual são 
 36
 
 
transferidos elétrons do NADH para o O2 gerando-se um gradiente eletroquímico de prótons, que 
permite a síntese de ATP via enzima ATP-sintase. 
 A respiração de manutenção dos tecidos é o direcionamento da energia para manter a 
integridade das membranas dos tecidos vivos da planta; a respiração de manutenção das ações 
metabólicas é a energia que é gasta para manter a pré-síntese de enzimas e metabólitos para que 
possam ocorrer todos os processos e haver a síntese de novo das enzimas com menor gasto de 
energia. Esta respiração também é chamada de respiração de perda, pois não se pode calcular o 
quanto é gasto de energia para este fim; e a energia que é utilizada para formação de novos 
tecidos é chamada de respiração de crescimento. 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 37
 
 
 
 
PARTE II 
O MÍNIMO DE ESTATÍSTICA PARA O MANEJO 
FLORESTAL 
Capítulo 8 – Conceitos gerais 
A estatística é uma ferramenta importante para o manejo florestal, seja pra quem está 
interessado em trabalhar em pesquisas ou pra quem tem a responsabilidade de planejar, executar 
e acompanhar um projeto. Difícil é separar a estatística pra essas duas frentes. O objetivo desta 
Parte da apostila é aprofundar em conceitos dos indicadores estatísticos mais freqüentemente 
utilizados pelos florestais e ajudar na interpretação dos resultados. 
 Estatística é um ramo do conhecimento científico que consta de conjunto de processos 
que têm por objeto a observação, a classificação formal e a análise dos fenômenos coletivos ou de 
massa (finalidade descritiva) e, por fim, investigar a possibilidade de fazer inferências indutivas 
válidas a partir dos dados observados e buscar métodos capazes de permitir esta inferência 
(finalidade indutiva). 
Em inventário florestal, produto sem estatística não é produto. Em inventários, o principal 
produto é o intervalo de confiança para a média estimada. Na pesquisa científica, a estatística 
pode ser vista como um instrumento de comunicação. O seu uso é absolutamente opcional. 
Quanto mais você a usa, mais você se comunica e, quanto melhor você a usa, melhor é a sua 
comunicação no meio científico. Às vezes, o seu uso é desnecessário, mas isso é raro. Assim 
como a revolução industrial mexeu com as comunicações, mexeu também com a estatística, na 
mesma proporção. Como dizia grande Chacrinha “quem não se comunica, se trumbica.” 
 Já foi o tempo que a estatística consistia meramente de coleta de dados e apresentações 
em gráficos e tabelas. Hoje ela é parte da ciência que se baseia em dados observados, 
processamento e análise, os quais são fundamentais em tomadas de decisões, face às incertezas 
inerentes ao universo que trabalhamos. Isso é válido para um leque enorme de atuação, desde 
incertezas no cara-e-coroa ou quando o professor compara a habilidade de diferentes estudantes, 
 38
 
 
quando o controle de qualidade aceita ou rejeita um produto manufaturado, quando um jornal ou 
revista faz previsão de uma eleição, quando um pesquisador projeta a dinâmica de uma floresta 
etc. 
 É evidente que a estatística não é, por si só, capaz de resolver todos os problemas que 
envolvem incertezas, mas novas técnicas são constantemente desenvolvidas e a estatística 
moderna pode, pelo menos, te ajudar a olhar essas incertezas de uma maneira mais lógica e 
sistemática. Em outras palavras, a estatística fornece os modelos que são necessários para estudar 
as situações que envolvem incertezas, mas a palavra final é sua. 
 O exercício, a análise e a interpretação do pensamento científico normalmente são feitos 
por meio da linguagem operacional dos conceitos e hipóteses científicas. Isso implica na 
formulação de hipóteses estatísticas e estabelecimento dos procedimentos de observações diretas 
ou de medições. 
 Linguagem teórica: “quanto mais grossa é a árvore, mais madeira será oferecida à 
indústria de transformação.” Neste caso, dois conceitos são envolvidos: espessura e madeira. 
Com definir esses dois conceitos? Espessura pode ser o diâmetro de uma árvore. Madeira pode 
ser a quantidade de material lenhoso disponível para a indústria. 
 E daí? Que fazemos agora? Temos que operacionalizar as observações e medições de 
espessura e madeira. Espessura pode ser traduzida operacionalmente, por exemplo, em 
centímetros de diâmetro à altura do peito (DAP), medido a 1,3 m do solo. E a madeira, por sua 
vez, pode ser traduzida como volume cúbico da árvore. 
 Agora, a hipótese científica pode ser enunciada, em termos de hipótese estatística, da 
seguinte maneira: “Quanto maior o DAP, maior será o volume da árvore.” Dessa forma, o “pica-
pau” fica mais à vontade. 
 Depois de formulada a hipótese, o passo seguinte consiste em testá-la. Para se testar as 
hipóteses serão precisos: planejar a coleta de dados, coletar os dados, tratar os dados, processar os 
dados, analisar os resultados e, finalmente, tomar decisões para rejeitar ou não a hipótese 
estatística formulada. 
 O papel da estatística na pesquisa científica é ajudar o pesquisador “pica-pau” a formular 
as hipóteses e a fixar as regras de decisão. Entretanto, é importante não perder de vista que a 
estatísticade inferência não é obrigatória. Quando você sentir que, empiricamente, é capaz de 
 39
 
 
separar o bom do ruim, o bonito do feio, do quente do frio .. você pode dispensar os testes 
estatísticos. 
Um pouco de filosofia. 
 - Aristóteles escreveu: “A verdade é um alvo tão grande que dificilmente alguém deixará 
de tocá-lo, mas, ao mesmo tempo, ninguém será capaz de acertá-lo em cheio, num só 
tiro.” 
 - A meta da ciência é a organização sistemática do conhecimento sobre o universo, 
baseado nos princípios explanatórios que são genuinamente testáveis. 
- O pesquisador tem os dons da instituição e criatividade para saber que o 
problema é importante e quais questões devem ser levantadas; a estatística, por sua vez, 
o assistirá por meio da maximização de output não ambíguos enquanto minimiza os 
inputs. 
- O pesquisador tem que ter em mente que a pesquisa freqüentemente levanta 
mais questões do que respostas. Os resultados quase sempre são meramente uma 
demonstração de nossa ignorância e uma declaração mais clara do que não sabemos. 
 - O pesquisador tem que manter os olhos abertos, sua mente flexível e estar 
preparado para surpresas. 
- A pesquisa está na cabeça do pesquisador; o laboratório ou o campo meramente 
confirma ou rejeita o que a sua mente concebeu. A sabedoria consiste em conhecer mais 
as questões certas para fazer e não nas certas respostas. 
- A aplicação indiscriminada dos métodos quantitativos sobre inesgotáveis 
quantidades de dados não significa que o entendimento científico vai emergir só por causa 
disso. 
8.1. A Natureza da Estatística: 
 Basicamente, são dois tipos de estatística: descritiva e de inferência. 
A ciência da estatística inclui ambas, descritiva e de inferência. A estatística 
descritiva apareceu primeiro, nos censos feitos na época do império romano. A de 
Inferência é mais recente e é baseada na teoria da probabilidade que, por sua vez, não se 
estabeleceu antes da metade do século XVII. 
 40
 
 
 a) Estatística descritiva => consiste de métodos para organizar e sumarizar as 
informações. 
 O propósito da organização e sumarização é te ajudar na interpretação de um monte de 
informações. Os métodos descritivos incluem a construção de gráficos, figuras e tabelas, 
como também, o cálculo de vários tipos de médias e índices. Exemplo: resultado final de 
uma eleição apresentado pelo Tribunal Superior Eleitoral (TSE), censo do IBGE etc. 
 b) Estatística de inferência => consiste de métodos para inferir sobre uma população 
baseada na informação de uma amostra da população. 
A estatística de inferência moderna praticamente surgiu após as publicações 
científicas de Karl Pearson e Ronald Fisher, no início do século passado (XX). Depois 
disso, houve uma evolução fantástica dessa ciência, tornando-se aplicável a várias áreas 
de conhecimento, tais como: Eng. Florestal, Agronomia, Biologia, História, Física, 
Química, Psicologia etc. 
 Exemplo 1: Pesquisas de opinião realizadas pelas empresas (DATAFOLHA, IBOPE, VOX 
POPULI etc), pouco antes de eleições. 
 Esta parte da estatística de inferência evoluiu muito no Brasil. A prova disso são os 
resultados finais do primeiro e do segundo turno da eleição presidencial de 2002 que tem 
muito a ver com as previsões feitas pelas pesquisas de opinião dos vários institutos. O 
sucesso tem que ser creditado principalmente pela escolha correta do tipo de 
amostragem, coleta de dados e processamento & análise dos resultados A evolução da 
informática também contribuiu muito para o sucesso das pesquisas; o rápido 
processamento e, conseqüente, análise dos resultados, permitiu a repetição em intervalos 
de tempo menores – isso é fundamental para a validação dos métodos utilizados que, por 
sua vez, dá a robustez necessária para a pesquisa e a sociedade ganha com a maior 
precisão e confiabilidade das pesquisas de opinião. 
Exemplo 2: Resultados de inventários florestais. 
Exemplo 3: Todos os trabalhos de equações de volume que utilizam os modelos 
destrutivos (na maioria das vezes) para ajustar os dados de volume real observado em 
modelos matemáticos que serão utilizados, posteriormente, para estimar o volume da 
árvore em pé. 
 41
 
 
 Para concluir a discussão, em torno da natureza da estatística, é importante não perder de 
vista que a opção por uma das duas estatísticas pode ser pessoal. Entretanto, se a 
escolha recair sobre a de inferência, o pesquisador deve se sujeitar as suas regras e 
condicionantes. A estatística de inferência, por sua vez, deve ficar sob as condicionantes 
da teoria da probabilidade, da normalidade e da independência; a violação de uma dessas 
condicionantes implica em um comprometimento muito sério de todo o seu trabalho. 
 
8.2. Conceitos Básicos: 
Talvez, os conceitos mais importantes para os florestais são erros amostrais e não 
amostrais. Se você conseguir distinguir esses dois conceitos, você sempre fará um 
trabalho confiável e, por conseguinte, a estatística será uma ferramenta útil na execução 
de seus trabalhos de pesquisa, encurtando caminhos para a produção de ciência e de 
resultados de inventário florestal. 
(i) Erro Amostral => é o erro que você comete por não medir toda a população. 
Este parâmetro é mensurável e, dependendo da escolha dos métodos, você tem 
condições de aumentar ou diminuir este erro. De qualquer modo, trata-se de um 
parâmetro que pode ser controlado e avaliado por você. É o desvio padrão da média ou, 
simplesmente, erro padrão e tem fórmula para o seu cálculo. É a única medida de 
precisão, por mais paradoxal que possa parecer, em qualquer trabalho de pesquisa ou de 
inventário florestal. 
(ii) Erro não-amostral => é o erro humano, que pode ser cometido acidental ou 
deliberadamente. É o tipo de erro que você comete ao alocar uma amostra no lugar 
errado – ex.: no escritório você faz a opção pela amostragem inteiramente aleatória e 
sorteia as unidades amostrais e distribui em sua área estudo; no campo, entretanto, você 
não consegue alocá-las de acordo com as coordenadas pré-estabelecidas e alocá-as em 
outro lugar. Você também comete erro não-amostral quando utiliza um equipamento 
defeituoso ou, por preguiça, você “chuta” as medidas de uma determinada variável. O 
problema desse erro é que você não consegue dimensioná-lo e, neste caso, não há 
estatística que dê jeito para consertar o mal-feito. A estatística e o computador só são 
úteis na interpretação de fenômenos observados quando os dados são de absoluta 
confiança e sem erros não-amostrais. 
 42
 
 
Moral: Busque sempre a melhor metodologia para conseguir a maior precisão de 
seu trabalho sem, contudo, aumentar a possibilidade de cometer erros não-amostrais. 
BOM PESQUISADOR é aquele que não entrega sua coleta de dados para qualquer 
“PEÃO”. 
(iii) Populações, Parâmetros e Estimativas 
 A noção central em qualquer problema de amostragem é a existência de uma população. 
Pense em uma população como um agregado de valores unitários, onde a “unidade” é a 
coisa sobre a qual a observação é feita e o “valor” é a propriedade observada sobre 
aquela coisa. População é então o conjunto de todos os indivíduos ou itens sob 
consideração. Ou ainda: população é o universo de seu interesse. 
 Ilustrando: 
 - se você está interessado em estudar o potencial quantitativo da floresta da Reserva 
Ducke, a POPULAÇÃO é o conjunto de todas as árvores acima de um determinado DAP, 
existentes naquela área de 10.000 hectares. 
- se para você potencial quantitativo significa volume cúbico obtido de equações 
simples (DAP como variável independente), o volume médio (por hectare, por ex.) de 
todas as árvores da Reserva Ducke é o PARÂMETRO. 
- sevocê, no entanto, decidir pela avaliação por amostragem e lançar naquela área 
algumas amostras (ex.: 10 amostras de 1000 m2, aleatoriamente distribuídas), o volume 
médio dessas amostras é a ESTIMATIVA. 
 AMOSTRA é aquela parte da população da qual a informação é coletada. 
(iv) Tendência (bias), Exatidão e Precisão 
 TENDÊNCIA ou VIÉS (bias, em inglês) é uma distorção sistemática. Ela pode ser devido 
a alguma falha na medição, ou no método de selecionar a amostra, ou na técnica de 
estimar o parâmetro. 
Se você medir o DAP com uma fita diamétrica faltando um pedaço na ponta (2 cm), 
você medirá todas as árvores com 2 cm a mais, ou seja, você superestimará esta variável. 
Uma maneira prática de minimizar as tendências em medições é por meio de checagens 
periódicas dos instrumentos, treinamento adequado para o pessoal que usa os 
instrumentos e cuidado com eles. 
 43
 
 
 Tendência devido o método de amostragem ocorre quando certas unidades ganham 
maior ou menor representação na amostra do que na população. Ex.: se você excluir 20 
metros de bordadura do lado oeste da Reserva Ducke por causa de um igarapé. Neste 
caso, você está introduzindo tendência em sua avaliação simplesmente porque você não 
deu a mesma oportunidade, para as árvores que ocorrem naquela faixa, em aparecer no 
seu trabalho. Outro exemplo: quando a equipe econômica faz uma pesquisa nos 
supermercados do centro- sul e extrapola o custo de vida para todo o Brasil; isso é uma 
medida tendenciosa que não reflete o que se passa em Manaus. 
 Tendência na forma de estimar determinado parâmetro pode ser introduzida quando você, 
por exemplo, toma o volume médio da Reserva Ducke e junta com o volume médio do 
Distrito Agropecuário da SUFRAMA (600.000 hectares), para avaliar o potencial 
madeireiro da região de Manaus. Um volume médio não tendencioso seria uma média 
ponderada considerando os diferentes tamanhos de cada área, em vez de usar a média 
aritmética simples (tendenciosa, neste caso). 
 Importante: A tendência é a mãe do erro não-amostral, por esta razão, evitá-la é sinal de 
prudência e sensatez. 
 PRECISÃO E EXATIDÃO – uma estimativa tendenciosa pode ser PRECISA, mas nunca 
EXATA. Ainda que o Aurélio (dicionário) pense diferente, para os estatísticos, EXATIDÃO 
refere-se ao sucesso em estimar o valor verdadeiro de uma quantidade; PRECISÃO 
refere-se à distribuição dos valores amostrais em torno de sua própria média que, se for 
tendenciosa, não pode ser o valor verdadeiro. Exatidão ou estreiteza ao valor verdadeiro 
pode estar ausente por causa da tendência, falta de precisão ou por causa de ambas. 
 44
 
 
Capítulo 9 – Organização dos dados 
9.1 Dados: 
 A informação coletada e analisada pelo estatístico é chamada de DADOS. Há vários tipos 
de dados e a escolha da metodologia, pelo estatístico é, parcialmente, determinada pelo tipo de 
dados que ele tem em mãos. 
 Exemplo 1: No exame de seleção para turma 90/91 do Manejo Florestal, tivemos 15 
candidatos, 13 homens e 2 mulheres. Do total, apenas 7 fizeram o exame. Foram aprovados 6 
candidatos, 5 homens e 1 mulher. João da Silva tirou o primeiro lugar com nota 6,7 e Joaquim 
Moreira tirou o último lugar com a nota 5,0. 
 No exemplo acima, nós podemos destacar os seguintes tipos de dados: 
QUALITATIVO – o tipo mais simples de dados, é a informação que coloca cada 
candidato em uma das duas categorias “homem ou mulher” ou “tipo florestal I ou tipo II” ou 
“estocada ou não estocada” etc. Esses dados dão informações sobre um indivíduo ou um item. 
ORDINAL – A informação sobre classificação, dados que colocam os indivíduos ou 
objetos em ordem, “rankeados”. No exemplo, as classificações de João e Joaquim são dados 
ordinais. 
MÉTRICO – O termo métrico se refere aos dados mensuráveis e não deve ser 
confundido com os dados em unidades métricas. No exemplo, as notas dos candidatos (6,7 e 5,0 e 
outras notas) são dados métricos. 
Resumindo: 
Dados qualitativos: dados que se referem à qualidade não numéricas ou atributos, tais 
como: tipo florestal, gênero ou espécie florestal, cor de alguma coisa etc. 
Dados ordinais: dados sobre classificação, ordem ou “rank”, tais como: classificação de 
toras, ordem de chegada etc. 
Dados métricos: dados obtidos de medições de certas quantidades como: tempo, altura, 
DAP, volume, peso etc. 
Um outro importante tipo de dados é o chamado DADOS CONTÁVEIS. A contagem do 
numero de indivíduos ou itens que caem em várias categorias, tais como “homem” e “mulher” 
 45
 
 
fornece os dados contáveis. Por exemplo, a informação dada no exemplo anterior que foram 
aprovados 5 homens e 1 mulher, são dados contáveis. 
DADOS CONTÁVEIS são dados sobre o número de indivíduos ou itens que caem em 
certas categorias ou classes, que podem ser obtidos de quaisquer tipos de dados (qualitativo, 
ordinal ou métrico). 
Os dados QUALITATIVO e ORDINAL são referidos pelos estatísticos como dados 
DISCRETOS porque eles classificam coisas em classes separadas e discretas. Na classificação 
dos candidatos ao mestrado não há como colocar ninguém entre o primeiro lugar e o segundo. 
Também não há como classificar ninguém entre “homem” e “mulher.” São exemplos típicos de 
dados discretos, porque não há como dizer que alguém ficou em “primeiro lugar e meio” ou o 
que fulano é “homem e meio”. No caso de ordem de chegada ou “rank” há possibilidade de 
empate, mas isso é outra coisa e será discutido na estatística não-paramétrica. 
Por outro lado, a maioria dos dados métricos é considerada DADOS CONTÍNUOS 
porque eles envolvem medições sobre uma escala contínua. A escala fica por conta da precisão 
do aparelho de medição: na suta ou na fita diamétrica, o máximo que podemos chegar é décimo 
de centímetros, ou seja, entre os DAPs 20 e 21 cm nós podemos ter DAPs com 20.1, 20.2, ... , 
20.9; nos cronômetros da Fórmula – 1, no entanto, o nível de precisão é impensável para os 
nossos relógios de pulso. 
9.2 Dados grupados: 
A quantidade de dados que pode ser coletada do “mundo-real” é simplesmente fantástica. 
Exemplo 1: O censo brasileiro. Você já imaginou a trabalheira que dá para cadastrar 
aproximadamente 180 milhões de pessoas, anotando o nome, sexo, idade, ocupação, escolaridade 
etc. Apenas para ilustrar, se você usar qualquer software (Excel ou Word) para listar toda essa 
gente, você gastará mais de 600 quilômetros de papel apenas para imprimir as informações 
básicas, é Manaus-Itacoatiara-Manaus. Com todo esse papel, dificilmente você teria uma boa 
fotografia da população brasileira. Então, o que fazem os especialistas do IBGE? Eles nos 
proporcionam variadas informações: quantidades de homens e de mulheres (X1); X1 por classe 
idade (X2); X2 por estado e por região; X1 por nível de escolaridade; população ativa etc. 
Isso é um exemplo típico da aplicação da estatística DESCRITIVA, por meio da 
organização e simplificação dos dados. 
 46
 
 
Exemplo 2: Dados sobre DAP das árvores da parcela-testemunha do bloco 2 (apenas as 
40 primeiras árvores). 
Os “pica-paus” normalmente pensam no DAP em classes de 10, 20, 30, 40 cm etc. Para 
ver quantos DAPs há em cada classe você faz o seguinte: 
Quadro 9.1. Dados de DAPs de 40 árvores. 
 
árv. nº DAP árv. nº DAP árv. nº DAP árv. nº DAP 
1 25.0 11 33.0 21 32.0 31 37.0 
2 27.0 12 38.5 22 63.0 32 41.0 
3 45.0 13 31.8 23 34.0 33 40.0 
4 36.0 14 52.0 24 30.0 34 32.0 
5 39.0 15 37.0 25 29.0 35 58.0 
6 36.0 16 27.7 26 32.0 36 28.0 
7 33.0 17 35.0 27 27.0 37 58.0 
8 47.0 18 33.0 28 28.0 38 58.0 
9 34.0 19 47.0 29 27,0 39 43.0 
10 53.0 20 33.0 30 40.0 40 30.0 
 
Quadro 9.2. Cálculo de freqüência de cada classe de diâmetro. 
 
 classes de DAP contagem nº de árvores (f) 
 20 < 30 IIIII III 8 
 30< 40 IIIII IIIII IIIII IIII 19 
 40 < 50 IIIII II 7 
 50 < 60 IIII 4 
 60 < 70 I 1 
 70 < 80 I 1 
 total 40 
 
O número de indivíduos (árvores) em cada categoria ou de DAP é chamada de 
FREQUÊNCIA daquela classe. O quadro 9.2 é uma tabela de distribuição de freqüência. Não 
confundir distribuição de freqüência em estatística com o termo freqüência da Ecologia Vegetal. 
 Algumas “dicas” para estabelecer distribuições de freqüência: 
 - o número de classes não deve ser nem muito pequeno e nem muito grande, ao contrário, 
no meio. Sugere-se um número entre 5 e 12 – regra do “olhômetro.” Outra forma é através da 
seguinte fórmula: 
n classes ≅ 1 + 3,33 log N (N = número de dados) 
 47
 
 
 - cada classe tem que ter a mesma dimensão. Do quadro 9.2, as dimensões são: 20 a 29.9, 
30 a 39.9 etc. 
 - cada pedaço de dados tem que pertencer a apenas a uma única classe. 
 Essa lista poderia continuar, mas isso seria artificial. O propósito de grupar dados é 
distribuí-los em um número razoável de classes de igual tamanho para facilitar a interpretação 
dos mesmos. Se possível, os intervalos que tem uma interpretação natural, devem ser utilizados, 
como por exemplo: dados em DAP que são normalmente divididos em múltiplos de 10. 
 A freqüência pode ser também apresentada em porcentagem ou decimal, conhecida como 
FREQUÊNCIA RELATIVA. No quadro 9.3 para obter a freqüência relativa de cada classe, 
bastou dividir a freqüência de cada classe por 40 (número total de indivíduos contados). Se 
multiplicarmos essas frações por 100, teremos a freqüência em %, caso contrário, em decimais. 
Quadro 9.3. - Distribuição de Freqüência relativa. 
 
 classes DAP pt médio freq freq rel 
 20 < 30 25 8 0,200 
 30 < 40 35 19 0,475 
 40 < 50 45 7 0,175 
 50 < 60 55 4 0,100 
 60 < 70 65 1 0,025 
 70 < 80 75 1 0,025 
 
Algumas terminologias: 
 Classe – uma categoria para o grupamento de dados. 
 Freqüência – o número de indivíduos ou objetos numa classe. A freqüência da classe 30-
39.9 é 19. 
 Freqüência relativa – a porcentagem, expressa como um decimal, do número total de 
indivíduos de uma determinada classe. A freqüência relativa da classe 50-59.9 é 0.1 ou 10%. 
 Freqüência acumulada – é a soma das freqüências dos valores inferiores ou iguais a 
valor dado. 
 Distribuição de Freqüência – a listagem das classes com suas freqüências. 
 Limite inferior da classe – o menor valor que pode ir dentro de uma classe. Na classe 20-
29.9 o limite inferior é 20. 
 48
 
 
 Limite superior da classe – o maior valor que pode ir dentro de uma classe. Na classe 
20-29.9 o limite superior é 29.9. Se a precisão fosse de duas casas decimais, o limite superior 
poderia ser 29.99 e assim por diante. 
 Intervalo de classe – é a diferença entre o limite superior e o limite inferior de uma dada 
classe. No nosso exemplo, o intervalo é 10, ou seja, 30 – 20 =10. 
 Ponto médio da classe – é a média aritmética entre o limite superior e limite inferior da 
classe. Assim, se a classe for: (20+29.99)/2 = 25. Da classe 30-39.9 o ponto médio é 35 e assim 
por diante. 
9.3 Gráficos e figuras: 
 Uma outra maneira de dar sentido a um conjunto de dados é por meio da representação 
gráfica dos mesmos. 
 O gráfico mais simples dos dados é o HISTOGRAMA DE FREQUÊNCIA. A altura de 
cada barra é igual a freqüência que ela representa. Tem também o HISTOGRAMA DE 
FREQUÊNCIA RELATIVA. Há muitas outras formas de representação gráfica de seus dados. 
Hoje em dia, uma forma muito usada é a PIE (torta). De qualquer modo, fique a vontade e use de 
sua imaginação para dar a representação mais conveniente dos seus dados. 
 49
 
 
Capítulo 10 – Medidas descritivas 
Há muitos critérios, por sinal, bem avançados, para a descrição sucinta dos fenômenos 
naturais. Apesar disso, a maioria das características usadas na estatística, para descrever as 
variáveis aleatórias, em populações particulares, caem em uma das três categorias: (1) medidas da 
tendência central (alocação de um valor ordinário); (2) medidas de dispersão (distância relativa 
de valores extremos de um valor central); (3) medidas de relacionamento entre as variáveis (grau 
de similaridade ou dissimilaridade em magnitude). 
 Em geral, o volume de dados de uma pesquisa é muito grande. Os métodos de gráficos e 
grupamento de dados são úteis no manuseio de um grande conjunto de dados. Uma outra forma 
de sumarizar os dados é por meio da computação de um número, tal como a média, a qual 
substitui um grande volume de dados por um simples número. 
10.1 Medidas de tendência central: 
 As medidas de alocação mais comumente utilizadas são média aritmética e a mediana. 
Menos freqüentemente usadas são: moda, percentil, média geométrica e média harmônica. 
 A média comum ou média aritmética ou simplesmente média, é a mais freqüentemente 
usada de todas as medidas estatísticas. 
 Média – é simplesmente a soma de todas observações (DAP, altura, idade) dividida pelo 
número total de observações. É a medida que tem a menor variabilidade de amostra para amostra, 
é fácil de ser manuseada matematicamente e tem as propriedades mais desejáveis em conexão 
com as distribuições de probabilidade. 
 Mediana – é o valor de uma variável aleatória que, em ordem crescente ou decrescente, 
está “rankeado” no meio, entre os valores maiores e menores. Em amostras com número par de 
observações, a mediana é a média aritmética dos 2 valores que estão “rankeados” no meio. 
Estimativas da mediana de pequenas amostras não são muito confiáveis. 
 Moda – é o valor mais freqüente, ou seja, é a categoria ou classe com a maior freqüência. 
É uma medida fácil e rápida de ser obtida, mas, pôr outro lado, fica sempre sujeita a variação 
extrema de uma amostra para outra, ao menos que a amostra seja bem grande. 
 Percentil – para um melhor entendimento pense na mediana como o 50-ésimo percentil. 
 50
 
 
 Média geométrica – é a n-ésima raiz de um produto de n valores, ou antilog da média 
aritmética dos logs de um conjunto de valores e é sempre tão pequeno ou menor que a média do 
mesmo conjunto de dados. 
 Média harmônica – é a recíproca da média de um conjunto de dados recíprocos e é tão 
pequena ou menor que a média geométrica para um mesmo conjunto de dados. 
 Para dados ordinais, é preferível utilizar-se da mediana, apesar de que a média é, as vezes, 
utilizada. 
 Para dados métricos pode ser usada a média ou a mediana. Como com dados ordinais, a 
mediana é preferida para propósitos descritivos. A maioria das teorias estatísticas para dados 
métricos usa a média. 
Computação de Média, Mediana e Moda 
 Média – a estimativa da média, x ou y, do parâmetro µ, é obtida da seguinte maneira: 
 Dos dados do quadro 9.1, a média será: 
40
) x .... x x(
 x 4021
+++=
38.225 x =
 
Mediana – do quadro 9.1, primeiro é preciso ordenar em ordem crescente, 
 
(1ª) (2) (3) (4) (5) (6) (7) (8) (9) (10) 
25 27 27 27 27.7 28 28 29 30 30 
 
(11) (12) (13) (14) (15) (16) (17) (18) (19) (20) 
31.8 32 32 32 33 33 33 33 34 34 
 
(21) (22) (23) (24) (25) (26) (27) (28) (29) (30) 
 35 36 36 37 37 38.5 39 40 40 41 
 
 (31) (32) (33) (34) (35) (36) (37) (38) (39) (40ª) 
 43 45 47 47 52 53 58 58 63 77 
 
 51
 
 
 Neste caso, o número total de observações, n, é par, a medianaserá a média aritmética dos 
vigésimo e vigésimo-primeiro valores, ou seja, (34 + 35)/2 = 34.5. 
 Moda – é simplesmente o ponto médio da classe que tem a maior freqüência, que no 
nosso caso, quadro 9.2, é 35, que tem a freqüência = 19. 
 Resumo das estimativas das medidas: 
 Média = 38.225 
 Mediana = 34.5 
 Moda = 35.0 
 Interpretação: um conjunto de dados pode ter mais de uma moda, mas sempre terá 
somente uma média ou mediana. Como você pode ver, de um mesmo conjunto de dados, você 
tem diferentes medidas de tendência central. Qual delas é a melhor? A decisão vai depender, 
principalmente, do objetivo de sua informação. Quando a gente vende madeira em volume, 
normalmente truncada a um determinado diâmetro mínimo, a média deve prevalecer tendo em 
vista a maior facilidade para os cálculos posteriores. Se a árvore é vendida em pé, a moda pode 
ser mais interessante, porque ela dá uma noção também da distribuição de freqüência. A 
utilização da mediana é mais prática na tomada de decisões quanto a tratamentos silviculturais, 
desbastes etc., quando você precisa priorizar o tamanho que precisa sofrer intervenções. 
10.2. Medidas de dispersão: 
Uma medida de dispersão é um número usado para mostrar quanto de variação existe num 
conjunto de dados. 
 Até agora discutimos somente as medidas de tendência central. Entretanto, 2 conjuntos de 
dados podem ter a mesma média ou a mesma mediana e, mesmo assim, ser bastante diferente. 
Exemplo 1: Dois conjuntos de dados (turmas de Manejo e Ecologia), no quadro 10.1 
 
 
 
 
 
 52
 
 
Quadro 10.1. Idades de alunos dos cursos de manejo e ecologia do INPA 
 Manejo (CFT) Ecologia 
 aluno idade aluno idade 
 1 25 1 22 
 2 28 2 30 
 3 30 3 28 
 4 29 4 21 
 5 28 5 39 
 média 28 média 28 
 
 As médias dos dois grupos são iguais. No entanto, é claro que estamos nos referindo a 
dois grupos diferentes em idade. Dá para perceber que o grupo do Manejo é mais uniforme em 
termos de idade. Neste caso, para ver a variação que há dentro de cada conjunto de dados, 
podemos usar a amplitude total ou o desvio padrão, as duas medidas de dispersão mais 
comuns. 
AMPLITUDE TOTAL – é a medida da variação olhando apenas a diferença entre o maior 
e o menor valor. Esta medida é de fácil computação porque depende apenas do maior e do menor 
valor, mas, em compensação ela não diz o que acontece entre esses dois valores. Além disso, é 
considerada muito limita, sendo uma medida que depende apenas dos valores externos, é instável, 
não sendo afetada pela dispersão dos valores internos. 
Do quadro 10.1, as amplitudes são: 
- Manejo: 30 – 25 = 5 
- Ecologia: 39 – 21 = 18 
DESVIO PADRÃO – nos dá a dispersão dos indivíduos em relação à média. Ele nos dá 
uma idéia se os dados estão próximos da média ou muito longe. O desvio padrão dos indivíduos 
de uma população é freqüentemente simbolizado pela letra grega minúscula (σ). Dificilmente a 
gente trabalha com o parâmetro. Entretanto, dado uma amostra de valores individuais de uma 
população, podemos fazer uma estimativa de σ que é comumente simbolizada por s. 
 53
 
 
1 -n 
)x - (x 
 s :Fórmula
n
1i
2
i∑
±= =
1 -n 
n / )) x (( - x
 s :simples mais ,ou
n
1i
n
1i
2
i
2
i∑ ∑
±= = =
 
Por que o denominador é (n-1) em vez (n)? Porque os n desvios, (xi – x
_
), são 
necessariamente conectados pela relação linear ∑ ( xi – x
_
 ) = 0. Se você especifica o valor de x
_
 
e os ( n-1 ) valores de xi, então o valor do último xi é fixo; isto é, é uma informação redundante. 
Por esta razão, ao usar a média amostral x
_
 em vez da média da população µ como um ponto 
central no cálculo de s, você perde um grau de liberdade (gl) e a estimativa de σ é dita ter ( n – 1 ) 
gl associados com ela. O uso de (n – 1) em vez de (n) no cálculo de s também fornece uma 
estimativa não-tendenciosa; isto é, em uma série infinita de amostras aleatórias, o valor médio do 
estimador é igual a σ. 
 ¯ 
 Os desvios padrões dos dados do quadro 10.1 são: 
- Manejo: s = 1.87 
- Ecologia: s = 7.25 
Resumindo: quanto maior a variação dentro de um conjunto de dados, maior será o desvio 
padrão. Do exemplo 2 nós constatamos agora, que apesar dos dois terem as mesmas medidas de 
tendência central, média e mediana, as medidas de dispersão são totalmente diferentes. Isto quer 
dizer que o grupo de Manejo é mais homogêneo em idade, comprovada pela menor variação 
encontrada. 
Cálculo da média e desvio dos dados grupados: 
A média é calculada da seguinte maneira: 
x
_
 = ( ∑ xi * fi ) / n 
onde: xi = ponto médio da classe, fi = freqüência de cada classe e n = número de classes 
 E o desvio padrão segue o mesmo princípio da média em relação às classes. 
 54
 
 
Do quadro 9.2, essas medidas serão: 
x
_
 = 38,5 e s = 11,45 
10.3. Medidas de relacionamento: 
 As medidas mais comumente utilizadas para relacionamento são correlação e regressão. 
Vários tipos de correlação podem ser usados para medir o grau de associação (similaridade ou 
dissimilaridade) entre 2 (ou mais) variáveis aleatórias, independente das unidades de medida e 
mudanças lineares em escala. Estas medidas serão vistas, em detalhe, num capítulo específico. 
10.4 Percentil: 
 Nós já vimos um exemplo de percentil. A mediana divide um conjunto de dados em duas 
partes, 50% de um lado e 50% de outro, depois de colocá-los em ordem crescente. Por esta razão 
ela se refere ao qüinquagésimo percentil de um conjunto de dados. Além dos percentils, que pode 
dividir os dados de acordo com qualquer valor percentual, o pesquisador pode também querer 
encontrar o quartil e o decil. 
 Quartil é a separatriz que divide a área de uma distribuição de freqüência em domínios de 
área igual a múltiplos inteiros de um quarto da área total. 
 Decil é a separatriz correspondente ao valor do argumento que divide a distribuição numa 
razão decimal. 
 Exemplo: dados do quadro 9.1 em ordem crescente. 
Primeiro quarto 
 25 27 27 27 27.7 28 28 29 30 30 
Segundo quarto 
 31.8 32 32 32 33 33 33 33 34 34 
Terceiro quarto 
 35 36 36 37 37 38.5 39 40 40 41 
Quarto quarto 
 43 45 47 47 52 53 58 58 63 77 
 
Computações: 
Primeiro quartil = (30 + 31.8) / 2 = 30.9 
 55
 
 
 Segundo quartil = (34 + 35) / 2 = 34.5 
 Terceiro quartil = (41 + 43) / 2 = 42.0 
10.5. Considerações finais: 
 Neste capítulo não poderíamos deixar de mencionar três outros conceitos muito 
importantes na nossa área de conhecimento, coeficiente de variação, variância e 
covariância. 
COEFICIENTE DE VARIAÇÃO – é a razão entre o desvio padrão e a média. Ele nos dá 
uma idéia de variação relativa de nossa população, permitindo a comparação de 2 populações 
diferentes independentes das unidades de medida. 
 Do quadro 10.1, estimamos as médias (28 para manejo e 28 para Ecologia) e os desvios 
padrões (1.87 e 7.25). Agora temos o coeficiente de variação (CV), 
CV = 1.87/28 = 0.0668 ou 6.68 % - Manejo 
CV = 7.25/28 = 0.2589 ou 25.89 % - Ecologia 
 Do nosso exemplo do quadro 10.1, temos uma população de árvores, com as seguintes 
estimativas: média = 38.225 e desvio = 11.28. 
 CV = 11.28/38.225 = 0.2951 ou 29.51 % 
 Mesmo se tratando de populações diferentes podemos concluir com base nos CVs: A 
população Manejo é mais homogênea e a mais heterogênea é a Ecologia. Isto é possível porque o 
CV é uma medida relativa,que independente da unidade de medida utilizada. 
 VARIÂNCIA - Variância é uma medida da dispersão dos valores unitários individuais em 
torno de sua média. A variância não só parece com o desvio padrão, como é o próprio, apenas “ao 
quadrado” . Se você tirar da fórmula do desvio, a raiz quadrada, você tem a fórmula da variância. 
Por que “ao quadrado”? Simplesmente porque a soma de todos os desvios tem que se anular, 
tendendo a zero e, daí, você não teria condições de ver a amplitude de variação dos seus dados 
em relação a média. 
 COVARIÂNCIA - é uma medida de como 2 variáveis variam juntas, em relacionamento 
(covariabilidade). Suponha duas variáveis x e y. Se os maiores valores de x tende a ser associados 
com os maiores valores y, nós dizemos que a covariância é positiva. Quando os maiores se 
 56
 
 
associam com os menores, ou vice-versa, a covariância é negativa. Quando não há uma 
associação particular de x e y, a covariância tende a zero. 
 As fórmulas são: 
 Variância, s2 = SQCx /(n-1) 
 Covariância, sxy = SPCxy / (n-1) 
 57
 
 
Fórmulas úteis 
 
∑ xi 
i = 1 
n 
x = 
n 
 
s2 = 
∑ ( xi - x )2
i = 1 
n 
n - 1 
Média aritmética 
Desvio padrão Erro padrão 
s = s / √ n x 
Variância 
s = ± √ s2
 
 
 
∑ xi2 - 
i = 
1 
n 
 ( ∑ xi ) 2
i = 
1 
n 
n
SQCx = ∑ yi2 - 
i = 
1 
n
 ( ∑ yi ) 2
i = 
1 
n 
SQCy = 
n 
 
 
 
SPCxy = ∑ xi yi - 
i = 1 
n ( ∑xi ) ( ∑yi ) 
n 
 
 
Coeficiente de correlação 
r = 
SPCxy
√ SQCx SQCy 
 
 
58
Capítulo 11 – Distribuição amostral da média ( x
_
 ) 
 Todo eng florestal sabe que o inventário florestal é o primeiro passo para planejar o 
manejo sentido lato de uma floresta, nativa ou artificial. O inventário, por sua vez, consiste 
em obter uma média representativa da população de interesse, seja em termos de volume, área 
basal ou outra variável de interesse. 
 O que é uma média representativa? 
 Por analogia, média (volume) de uma floresta é o mesmo que a “média” usada para 
definir café-com-leite em muitos bares do sul e sudeste do Brasil. Em um copo de 100 ml, 
uma média deveria ter 50 ml de café e 50 de leite. Certo? Errado ... porque se fosse assim, o 
balconista não teria na ponta da língua aquela pergunta: “mais café ou mais leite?” Mais leite 
ou mais café vai depender do gosto do freguês e da mão do balconista. Você tem que confiar 
ou parar de tomar aquela “média” naquele bar. De qualquer modo, o total do copo não passará 
de 100 ml, ou seja, o excedente de café (+) será anulado pelo que falta de leite (-) ou vice-
versa. 
 Vamos mostrar neste capítulo que a estimativa de uma média tende sempre a ser 
parecida com a média verdadeira da população. O que muda é o desvio padrão, que é base de 
cálculo da incerteza. A tendência é diminuir a incerteza (que é bom) com o aumento da 
intensidade de amostragem. Portanto, média representativa é aquela que proporciona 
confiança (incerteza sob controle) e conforto ($) pra quem vai usá-la. 
11.1 Amostras aleatórias 
 Amostra pode ser um único indivíduo ou um conjunto deles. No caso de pesquisas de 
opinião, cada eleitor é uma amostra. No caso de inventário florestal, um conjunto de árvores 
corresponde a uma amostra. Na Amazônia, vários estudos apontam que parcela de 2.500 m2 é 
suficiente para cobrir as variações (volume) de uma determinada área florestal com DAP ≥ 20 
cm, ou seja, um conjunto com aproximadamente 50 árvores. 
 Em geral, as amostras têm que ser tomadas de forma aleatória, pois foi assim que a 
estatística de inferência foi concebida. No entanto, a amostragem aleatória pode ser 
desdobrada em: inteiramente aleatória e aleatória restrita. Tanto nos inventários, como em 
pesquisas de opinião, a aleatória restrita é a mais utilizada por causa dos custos de coletas de 
dados e tem produzido bons resultados. No caso de eleições presidenciais, a população de 
eleitores brasileiros é estratificada por sexo, idade e, principalmente, por densidade eleitoral. 
 59 
 
Em inventários na Amazônia, a maioria utiliza a amostragem em dois estágios, ou seja, 
seleciona aleatoriamente a unidade primária e distribui as unidades secundárias de forma 
sistemática. 
 Intensidade de amostragem é o número total de amostras ( n ) dividido pelo número 
total de possíveis amostras em uma população ( N ). Por exemplo: os institutos de pesquisas 
(Ibope, Datafolha etc.) ao realizar uma pesquisa de opinião sobre eleições presidenciais no 
Brasil, têm utilizado em torno de 4.000 eleitores de um total de 115 milhões; neste caso, n = 
4.000 e N = 115 milhões. No nosso caso, se você tem uma área de 1.000 hectares e quer 
instalar 100 amostras de 2.500 m2 cada (¼ hectare) para realizar o inventário florestal; neste 
caso n = 100 e N = 4.000 (nº total de possíveis amostras de, ¼ ha, ou seja, 20x125m). 
Do ponto de vista teórico, vamos mostrar como calcular as probabilidades de x
_
 
usando as áreas sob as curvas normais. Isso quer dizer que temos que determinar a 
distribuição da probabilidade da variável aleatória x
_
. A distribuição de probabilidade de x
_
 é 
chamada de distribuição amostral da média. 
11.2 A média da média ( x
_
) e o desvio padrão de ӯ (σ x_ ) 
 O primeiro passo para descrever a distribuição amostral da média é saber como 
encontrar a média e o desvio padrão da variável aleatória x
_
. Isto é necessário para usar os 
métodos da curva normal para encontrar as probabilidades para x
_
. 
 As fórmulas para calcular essas duas variáveis são: 
µ x_ = ∑ ( x_ i ) ( p x_ i ) 
e 
σ x_ = √ ∑ ( x_ i - µ x_ )2 (p x_ i ) 
 Vamos ver isso por meio de um exemplo meio irreal. Vamos considerar as idades 
(congelada em 2003) de cada membro de minha família (eu, mulher e 3 filhos) como uma 
população, ou seja, N = 5. Esta situação nunca será encontrada na vida real porque pra saber a 
idade média dessa família basta somar as 5 idades e dividir por 5 ... ninguém vai utilizar os 
recursos da amostragem. No entanto, se você entender o significado da estimativa da média 
da população e o comportamento do erro padrão da média conforme se aumenta intensidade 
de amostragem, para uma pequena população (N = 5), fica mais fácil entender essas duas 
 60 
 
variáveis aleatórias quando for trabalhar com uma população grande ou infinita (número de 
eleitores do Brasil, N = 115 milhões, floresta da ZF-2 etc.). 
 Temos 3 situações ilustrando a utilização de 3 intensidades diferentes de amostragem 
– anexos 1, 2 e 3. A situação 1 se refere a uma amostragem considerando n = 2, ou seja, 
escolha aleatória de 2 pessoas para estimar a média da população. Primeiro você tem que 
saber quantas combinações são possíveis ao sortear 2 (n) de um conjunto de 5 (N) pessoas. Só 
pra lembrar: fatorial de zero (0!) é igual a 1 e fatorial de números negativos ou não inteiros 
não existe. Isto é mostrado na página que ilustra a situação 1. Depois disso, você tem que 
estimar a média de cada combinação possível. Aplicando a fórmula de µ x_ você vai encontrar 
a média da média de todas as possíveis combinações. Você vai notar que a média da média é 
exatamente igual à média verdadeira da população. 
 Repetindo as mesmas operações para as situações 2 e 3, respectivamente, amostragens 
de n = 3 e n = 4, você vai notar que a média da média será sempre igual à média da 
população, mudando apenas o desvio padrão da média. Resumindo: a média da amostra será 
sempre muito parecida com a da população e conforme você aumenta o n, o desvio padrão da 
média (ou erro ou incerteza) diminui. Você se convenceu desta afirmativa? Se não, é melhor 
tentar a vida em outra praia. 
 Se sim, vamos pensaragora em termos de população de verdade. Vamos falar de 
eleitores brasileiros. Em geral, os institutos utilizam aproximadamente 4.000 eleitores para 
inferir sobre a população de 115 milhões de eleitores brasileiros. Quantas possíveis 
combinações são possíveis quando a gente utiliza n = 4000 de N = 115 milhões? É só fazer as 
contas ... mas não as faça. 
 115.000.000 115.000.000! 
 = ------------------------------------- possíveis combinações 
 4.000 4.000! (115.000.000-4.000)! 
 É óbvio que ninguém vai fazer todas as possíveis combinações. Se fizesse, a média da 
média seria exatamente igual à média da população. Então, o que é feito? As empresas tomam 
apenas uma única combinação de 4000 eleitores pra inferir sobre a população de eleitores 
pressupondo que a média estimada na pesquisa será igual à da população e que n = 4000 
produzirá uma incerteza (erro) menor que n = 3.999. 
 Em uma floresta de porte médio como a da ZF-2, por exemplo, com 21.000 hectares, 
temos N = 84.000 (21000 x 4) de amostras possíveis de ¼ ha cada. Se a gente usar n = 50, 
 61 
 
quantas possíveis combinações seriam possíveis? Várias. Quantas combinações a gente faria 
no caso de um inventário florestal? Certamente, apenas uma. A nossa expectativa é ter uma 
média (volume ou outra variável) representativa da população com uma margem de erro 
aceitável. 
 A média é importante porque sem ela não há planejamento. No entanto, mais 
importante mesmo é saber com que margem de erro (incerteza) a gente está trabalhando. É 
importante também não perder de vista que a intensidade de amostragem está diretamente 
relacionada com os custos. No caso de inventários, você tem duas alternativas: (1) fixa a 
incerteza e libera os custos ou (2) fixa os custos e libera a incerteza. Em geral, a segunda 
alternativa é a mais freqüente. Há meios para se prevenir de incertezas indesejadas. 
Em inventários florestais, você pode se prevenir utilizando boas imagens, bons mapas, 
bons equipamentos e métodos adequados de amostragem, em combinação com planejamento 
de coleta e processamento dos dados. Estamos falando de erros de amostragem (o erro que 
você comete por medir apenas parte da população). Não confundir com erros não-amostrais 
(humanos, principalmente), que não são tratados aqui. Não esquecer também que n é 
denominador. 
11.3. Teorema do limite central 
 Vimos até aqui que a confiança na média passa pela confiança nas probabilidades que 
a gente trabalha. No próximo capítulo vamos ver como calcula a incerteza de uma estimativa. 
Aqui, vamos nos concentrar nas probabilidades obtidas usando as áreas sob as curvas 
normais. 
 Temos a curva normal padrão com µ = 0 e σ = 1. Com a integração da função que 
descreve esta curva, a gente obtém as probabilidades. Estas áreas já foram calculadas por 
vários autores e estão disponíveis em apêndices de livros de estatística, tabela-z. No mundo 
real, a curva normal com estas características não existe. Por esta razão, a gente tem que 
padronizar as possíveis curvas normais pra utilizar a tabela-z. As curvas normais podem ser, 
dentro de limites bem definidos, assimétricas ou achatadas, diferentes da forma de sino. Para 
isso, há testes pra saber se as suas variáveis de interesse estão dentro desses limites. 
 Difícil mesmo é fazer a nossa variável ficar dentro dos limites da distribuição normal. 
Não entre em pânico ainda! O remédio para essa situação é o “teorema do limite central”. O 
que diz este teorema? 
 62 
 
 “Quando uma amostragem aleatória de tamanho n (onde n é pelo menos igual a 30) é 
tomada de uma população, a x
_
 é aproximadamente normalmente distribuída com µ x_ = µ e 
desvio padrão da média σ x_ = σ/ n . Nestas condições, as probabilidades para x
_
 podem ser 
encontradas, aproximadamente, utilizando as áreas sob a curva normal com os parâmetros µ e 
σ x_ .” 
 Isto quer dizer que: independentemente da forma que a distribuição de sua variável 
aleatória assumir, você pode calcular as probabilidades usando a tabela-z, desde que n ≥ 30. 
Significa também que para as amostras aleatórias de qualquer distribuição com média µ e 
desvio padrão σ x_ , a média amostral dessas unidades de tamanho n é aproximadamente 
normal e esta aproximação melhora conforme se aumenta o n. Para se chegar a este “número 
mágico” igual a 30, foram feitas inúmeras simulações até constatar que acima deste número 
não se percebe diferenças entre as áreas sob a curva normal e de outras funções. 
 Tanto em trabalhos de pesquisas ou de inventários florestais, o ideal é utilizar uma 
amostragem com, pelo menos, 30 unidades amostrais. Se você fizer assim, a incerteza que 
você encontrar, é consistente; caso contrário, você terá que comprovar a normalidade antes de 
inferir. A propósito, uma amostragem com n < 30 é considerada “pequena” e a curva-t é a que 
tem que ser utilizada para a obtenção das probabilidades. 
 63 
 
Anexo 1 
Situação 1 
Tomando uma amostragem com n = 2 de uma população com N = 5 
Quantas combinações são possíveis? 
 
 N N! 5! 120 
 = -------------- = --------------- = --------- = 10 combinações 
 n n! (N-n)! 2! (5 – 2)! 12 
 
População Amostragem 
nome idade comb. idade1 idade2 x
_
 p x
_
* p desvio
NH 51 1 51 46 48,5 0,1 4,85 33,49
MIGH 46 2 51 22 36,5 0,1 3,65 3,97
IGH 22 3 51 20 35,5 0,1 3,55 2,81
FGH 20 4 51 12 31,5 0,1 3,15 0,17
GGH 12 5 46 22 34,0 0,1 3,40 1,44
média 30,2 6 46 20 33,0 0,1 3,30 0,78
desvio 17,21 7 46 12 29,0 0,1 2,90 0,14
 8 22 20 21,0 0,1 2,10 8,46
 9 22 12 17,0 0,1 1,70 17,42
 10 20 12 16,0 0,1 1,60 20,16
 µ x_ 30,2 88,86
 σ x_ 9,43 
 
 
µ = 30,2 
µ x_ = 30,2 
Coincidência? Não! 
 64 
 
Anexo 2 
Situação 2 
Amostragem de n = 3 da população com N = 5 
Quantas combinações são possíveis? 
 
 N N! 5! 120 
 = -------------- = --------------- = --------- = 10 combinações 
 n n! (N-n)! 3! (5 – 3)! 12 
 
 
População Amostragem 
nome idade comb. idade1 idade2 idade3 x
_
 x
_
* p desvio
NH 51 1 51 46 22 39,67 3,97 8,96
MIGH 46 2 51 46 20 39,00 3,90 7,74
IGH 22 3 51 46 12 36,33 3,63 3,76
FGH 20 4 51 22 20 31,00 3,10 0,06
GGH 12 5 51 22 12 28,33 2,83 0,35
média 30,2 6 51 20 12 27,67 2,77 0,64
desvio 17,21 7 46 22 20 29,33 2,93 0,08
 8 46 22 12 26,67 2,67 1,25
 9 46 20 12 26,00 2,60 1,76
 10 22 20 12 18,00 1,80 14,88
 µ x_ 30,20 39,49
 σ x_ 6,28 
 
 
µ = 30,2 
µ x_ = 30,2 
Coincidência de novo? Não! 
 
 65 
 
Anexo 3 
Situação 3 
Amostragem de n = 4 da população de N = 5 
Quantas combinações são possíveis? 
 N N! 5! 120 
 = -------------- = --------------- = --------- = 5 combinações 
 n n! (N-n)! 4! (5 – 4)! 24 
 
População Amostragem 
nome idade idade1 idade2 idade3 idade4 x
_
 x
_
* p desvio
NH 51 51 46 22 20 34,75 6,95 4,141 
MIGH 46 51 46 22 12 32,75 6,55 1,301 
IGH 22 51 46 20 12 32,25 6,45 0,841 
FGH 20 51 22 20 12 26,25 5,25 3,121 
GGH 12 46 22 20 12 25 5 5,408 
média 30,2 µ x_ 30,2 14,810
desvio 17,21 σ x_ 3,85 
 
 
µ = 30,2 
µ x_ = 30,2 
Coincidência? Não! Por que não?1) Se você usar todas as possíveis combinações, a média da média µ x_ será sempre igual 
a média da população µ, independentemente do tamanho da amostragem. 
2) O que muda é o desvio padrão da média ou erro padrão, ou seja, conforme aumenta a 
intensidade de amostragem, diminui o erro, aumenta a precisão e diminui a incerteza 
da sua estimativa. 
 
 66 
 
Capítulo 12 - Estimando a média da população 
 As duas curvas, normal e t, têm em comum as seguintes características: (i) são 
simétricas em torno de zero e (ii) se estendem indefinidamente em ambas às direções 
(caudas). A principal diferença entre as duas curvas é a forma; a normal é mesma 
independentemente da intensidade de amostragem (n) e a t varia conforme varia n. Para 
intervalo de confiança, isto quer dizer que a área sob a curva tem que ser obtida olhando as 
duas caudas, ou seja, para inferir usando um determinado nível crítico (por ex., α = 0,05), 
você tem que procurar o valor de z ou t para a área igual a α/2 (ou 0,025 do exemplo). Em 
geral, os livros textos de estatística apresentam uma tabela bi-caudal, para α/2; os de 
inventário florestal, em geral, dão direto a área sob a curva para α. Como você está 
acostumado com livros de inventário, é preciso prestar muita atenção quando for utilizar 
livros de estatística. 
 Em inventários, você utiliza n < 30 ou n ≥ 30, pequenas ou grandes amostras. Sob o 
preciosismo da estatística, estas duas intensidades são distintas e, por esta razão, você tem que 
usar tabelas diferentes, ou seja, tabela-t e tabela-z, respectivamente para n < 30 e n ≥ 30. Veja 
isso: usando n = 30 e α = 0,05, t = 2,04 e z = 1,96. Muita diferença? Nem tanto! De qualquer 
modo, é importante ter consciência dessa diferença. Não esquecer também que t ou z é a 
constante que multiplica o erro padrão e este produto dividido pela média de sua variável 
aleatória é o nível de incerteza de seu trabalho de inventário. 
 Cochran (1977)1, uma das principais fontes da teoria de amostragem para inventários, 
diz o seguinte: "Se n < 50, o valor t pode ser tirado da tabela-t com n-1 graus de liberdade. A 
distribuição t é perfeita somente se a variável aleatória for normalmente distribuída e N é 
infinito. Afastamentos moderados da normalidade não afetam muito o resultado final." 
 Conselho final: use sempre n ≥ 30 pra evitar o teste da normalidade. E vou fornecer os 
valores de z para os níveis críticos mais freqüentes, α = 0,10, α = 0,05 e α = 0,01, que são, 
respectivamente, 1,64, 1,96 e 2,57. Não esquecer também que n (tamanho da amostragem) é 
denominador, ou seja, aumentando n você estará forçando o erro pra baixo ... e este é o 
objetivo final de seu trabalho de inventário, que é fornecer uma estimativa da média parecida 
com a média verdadeira da população com o mínimo de incerteza. 
12.1. Intervalos de confiança: 
 
1 Cochran, W.G. 1977. Sampling Techniques. 3ª edição. John Wiley & Sons. 428p. 
 67 
 
 Vimos que é razoável usar uma média amostral x
_
 para estimar a média da população ( 
µ ). Especificamente, a Lei dos Grandes Números diz que: se uma “grande” amostragem 
aleatória é tomada de uma população, a x
_
 “tende” a ser “parecida” com µ. 
 No capítulo anterior discutimos o Teorema de Limite Central que diz: se uma 
amostragem aleatória de tamanho n ( n ≥ 30) é tomada de uma população com média µ e 
desvio padrão σ x_ , então x
_
 é (aproximadamente) normalmente distribuída e, por esta razão, 
podemos encontrar as probabilidades para x
_
 usando as áreas sob a curva normal com 
parâmetros µ e σ/ n . 
 E AGORA?? 
 Qual é a confiança sobre a precisão envolvida ao usar x
_
 para estimar µ ? 
 Estamos falando do Intervalo de Confiança (IC), que será definido com exemplos. 
 Exemplo 1: Um florestal está interessado em obter informações sobre a média em 
DAP de uma população, µ , de todos os indivíduos dos dois transectos da ZF-2. 
 Com base em experiência anterior ele sabe que o σ é igual a 11,91 cm. Se ele tomar 
uma amostragem aleatória de 30 indivíduos, qual é a probabilidade do DAP médio x
_
 estar 
dentro de 5 cm do DAP médio da população, µ ? 
 Solução: Queremos encontrar a probabilidade da x
_
 estar dentro de 5 cm de µ; que é, 
P ( µ - 5 < x_ < µ + 5 ). Como n > 30, recorremos ao Teorema de Limite Central para 
encontrar as probabilidades para x
_
 usando as áreas sob a curva normal com parâmetros µ 
(que não conhecemos) e σ / n = 11,91 / 30 = 2,17. 
 Então, para encontrar P ( µ - 5 < x_ < µ + 5 ), precisamos encontrar a área sob a 
curva normal (com parâmetros µ e 2,17) entre µ - 5 e µ + 5. 
 Podemos resolver o problema pela padronização de nossa variável aleatória, da 
seguinte maneira: 
z = [ x
_
 - µ ] / 2,17 
 68 
 
O valor de z para x
_
 = µ - 5 é 
z = [ (µ - 5) - µ ] / 2,17 = -5 / 2,17 = -2,30 
E o valor de z para x
_
 = µ + 5 é 
z = [ (µ + 5) - µ ] / 2,17 = 5 / 2,17 = 2,30 
 Da tabela 1, tiramos as áreas sob a curva para z = -2,30 e z = 2,30, que são 
respectivamente 0,0107 e 0,9893. A área, então, compreendida entre -2,17 e 2,17 é: 
área = 0,9893 - 0,0107 = 0,9786 
Conseqüentemente, 
 P ( µ - 5 < x_ < µ + 5 ) = 0,9786 
Quer dizer: a probabilidade da x
_
 estar entre 5 cm da µ é de 0,9786 ou 97,86%. 
 Vamos colocar a expressão anterior de outra maneira: que a x
_
 deve estar 5 cm da 
µ, que é o mesmo que dizer que “µ está entre 5 cm de x_ .” Isto pode ser re-escrito da 
seguinte maneira: 
P ( x
_
 - 5 < µ < x_ + 5) = 0,9786 
Em outras palavras, sabemos que se uma amostragem aleatória de 30 indivíduos arbóreos da 
ZF-2 é tomada, então a probabilidade do intervalo de x
_
 - 5 a x
_
 + 5 conter µ é de 0,9786. 
 Suponha, agora, por exemplo, que o florestal ao tomar uma amostragem aleatória, ele 
consegue x
_
 = 25 cm, então 
x
_
 - 5 = 25 – 5 = 20 e x
_
 + 5 = 25 + 5 = 30 
Ele sabe que, 97,86% destes intervalos conterão µ e, por esta razão, ele pode estar 97,86% 
certo de que a µ estará entre 20 e 30 cm. Desta forma, o intervalo de 20 a 30 é chamado de 
IC 97,86% para µ. 
12.2. Especificando o nível de confiança: 
 69 
 
 Na seção anterior vimos como encontrar o IC para uma média da população µ, com 
base na informação obtida de média amostral x
_
. No exemplo anterior especificamos o 
tamanho da amostragem e a forma do IC e, com estas especificações, calculamos a confiança. 
Entretanto, freqüentemente é desejável especificar a confiança a priori. 
 Exemplo 2: A companhia de telefone está interessada em obter informações sobre o 
tempo médio, µ, de cada chamada. Um levantamento preliminar indicou que o desvio padrão 
das chamadas é σ = 4,4 minutos. Ao monitorar (não grampear) aleatoriamente 100 
chamadas, n = 100, chegou-se a um tempo médio x
_
 = 5,8 minutos. 
Sabendo que x
_
 = 5,8, encontrar o IC 95% para µ 
 Nesta questão (ao contrário das questões consideradas previamente) a confiança é 
especificada a priori: queremos um IC a 95%. A solução para este problema é o inverso do 
procedimento usado para resolver o exemplo 1, o que implica em usar a tabela 1 no sentido 
inverso, ou seja, você tem a área sob a curva (área = 0,05) e precisa encontrar o valor de z. 
 Solução: Encontrar o valor-z, para o qual a área sob a CNP (curva normal padrão) à 
direita deste z, é 0,025 (área/2) e à esquerda de z. Note que a área total sob a CNP é 1, então 
estamos falando de uma área equivalente a [1 - 0,025 ] = 0,975 e 0,025. Dessa maneira, para 
resolver este problema precisamos encontrar o valor-z que tem uma área entre 0,975 e 0,025 à 
sua esquerda. 
 Na tabela 1, o valor-z que tem uma área de 0,975 à sua esquerdaé 1,96 - no encontro 
da linha 1,9 com a coluna 6, você tem uma área de 0,9750. Neste caso, você tem o valor 
exato de 0,9750 (1 - 0,025) na tabela. Se o valor exato não for encontrado, faça interpolações. 
O valor-z que tem uma área de 0,025 à sua esquerda é -1,96. 
 Agora, voltando à companhia telefônica: sabemos que n = 100 e, em função podemos 
recorrer ao TLC (teorema de limite central) para assumir que x
_
 é aproximadamente 
normalmente distribuída com µ x_ = µ (que não conhecemos) e o desvio padrão: 
σ x_ = σ / n = 4,4 / 100 = 0,44 
Assim, a variável aleatória z terá a seguinte fórmula 
z = [ x
_
 - µ ] / 0,44 
 70 
 
e terá aproximadamente uma distribuição normal padrão. 
 Como queremos o IC 95% para µ , podemos colocá-lo da seguinte maneira: 
P ( -1,96 < z < 1,96 ) = 0,95 
P ( -1,96 < [ x
_
 - µ ] / 0,44 < 1,96 ) = 0,95 
P ( x
_
 - 1,96*0,44 < µ < x_ + 1,96*0,44 ) = 0,95 
P ( x
_
 - 0,86 < µ < x_ + 0,86 ) = 0,95 
substituindo o valor de x
_
 = 5,8, teremos os seguintes intervalos: 
x
_
 - 0,86 = 5,8 - 0,86 = 4,94 
e 
x
_
 + 0,86 = 5,8 + 0,86 = 6,66 
Concluindo que o intervalo entre 4,94 e 6,66 minutos é o IC 95% para µ. A companhia pode 
ter 95% de confiança que a duração média de uma chamada, µ, da cidade está entre 4,94 e 
6,66 minutos. 
12.3. Intervalos de confiança para médias: grandes amostras
 No exemplo anterior encontramos o IC 95%. O número 0,95 é conhecido como o nível 
de confiança ou coeficiente de confiança. Em estatística, costuma-se escrever 0,95 como 1 - 
0,05. Este número é subtraído de 1 para obter o nível de confiança que é representado pela 
letra grega α . Para IC 95%, α = 0,05; para IC 90%, o nível de confiança é α = 0,10 e assim 
por diante. 
 Procedimento para encontrar o IC para µ, baseado em x_ : 
 Requisitos: (1) n ≥ 30 e (2) σ conhecido 
 Passo 1: Se o nível de confiança desejado é 1 - α, use a tabela 1 para encontrar z α/2
 Passo 2: O IC desejado para µ é: 
 x
_
 - z α/2 * ( σ / n ) para x
_
 + z α/2 * ( σ / n )
 onde z α/2 é obtido seguindo o passo 1, n é o tamanho da amostragem e 
x
_
 é obtida dos dados da amostragem. 
 71 
 
 Exemplo 3: Uma empresa florestal está interessada em obter informações sobre o 
diâmetro médio, µ , de sua floresta. Um estudo preliminar indicou que σ = 10 cm. O 
empresário decidiu verificar esta informação com base em uma amostragem de 30 árvores. 
Ele encontrou uma média amostral das 30 árvores, x
_
 = 40 cm. Baseado nestas informações, 
vamos encontrar o IC 90% para a µ . 
 Solução: Checando primeiro: n ≥ 30 - OK!; e σ é conhecido. Podemos, então, 
aplicar os passos necessários: 
 1. O nível de confiança é 0,90 = 1 - 0,90; logo α = 0,10 e da tabela 1 tiramos 
z α/2 = z 0,05 = 1,64 
 2. Desde que z α/2 = 1,64, n = 30, σ = 10 e x
_
 = 40, o IC 90% para µ será: 
x
_
 - z α/2* σ/ n a x
_
 + z α/2* σ/ n 
 substituindo os valores conhecidos 
40 - 1,64 * 10 / 30 a 40 + 1,64 * 10 / 30 
37 a 43 
 Concluindo: o empresário pode ter 90% de confiança que o diâmetro médio, µ , de sua 
floresta está entre 37 a 43 cm. O produto, ± 1,64 * 10 / 30 ou ± 2,99, dividido pela média 
de sua variável aleatória será a incerteza do seu trabalho. 
 Até agora assumimos que o σ é conhecido. Entretanto, na maioria dos casos, isto 
não é possível. Uma maneira de lidar com isto é fazer um levantamento piloto para estimar 
o σ. Quer dizer: podemos usar o desvio padrão amostral s no lugar do σ. Isto é aceitável 
porque, para grandes amostras ( n ≥ 30 ), o valor de s é extremamente parecido a ser uma 
boa aproximação de σ. A conseqüência matemática disso é a seguinte (recorrendo também 
aoTLC): 
 x
_
 - µ x_ - µ 
 -------- em vez de --------- 
 s / n σ / n 
E os outros procedimentos são os mesmos apresentados no quadro anterior, substituindo 
apenas σ por s . 
 72 
 
12.4. A distribuição t (de Student): 
 Nas seções anteriores deste capítulo vimos como encontrar o IC para µ, quando 
lidamos com grandes amostras ( n ≥ 30 ). Entretanto, em muitos casos, quando grandes 
amostras não estão disponíveis, extremamente caras ou, por alguma razão, simplesmente 
indesejáveis, você tem que dar outro jeito porque a curva-z não se aplica nestas condições. 
 Neste caso, recorremos à curva-t em vez da curva-z. 
 Detalhe importante: para obter IC para a média da população, a partir de pequenas 
amostras ( n < 30 ), a população, por si só, tem que ser aproximadamente normalmente 
distribuída. 
 Se n < 30, não podemos usar a CNP para encontrar as probabilidades para o IC. 
Entretanto, um pesquisador chamado W.S. Gosset desenvolveu curvas de probabilidade que 
podem ser usadas, em vez da CNP. Estas curvas são conhecidas como curvas-t de student ou 
simplesmente curvas-t. A forma de uma curva-t depende do tamanho da amostra. Se a 
amostra é de tamanho n, nós identificamos a curva-t em questão dizendo que é a curva-t com 
(n-1) graus de liberdade. 
 Se tomarmos uma amostra aleatória de tamanho n de uma população que é 
aproximadamente normalmente distribuída com média µ, a variável aleatória 
t = [ x
_
 - µ ] / [ s / n ] 
tem a distribuição-t com (n - 1) graus de liberdade. As probabilidades para esta variável 
aleatória podem ser encontradas usando as áreas sob a curva-t com (n - 1) graus de liberdade - 
tabela 2. 
 As curvas-t variam conforme os graus de liberdade. As curvas-t têm as seguintes 
propriedades: 
 1. A área total sob qualquer curva-t é igual a 1. 
 2. As curvas-t são simétricas em torno de zero. 
 3. As curvas-t se estendem indefinidamente em ambas às direções. 
 4. Conforme aumenta o número de graus de liberdade, as curvas-t ficam mais 
parecidas com a CNP. 
 A maneira de encontrar a área sob a curva-t é a mesma usada na CNP. 
 73 
 
12.5. Intervalos de confiança para médias - pequenas amostras: 
 Vamos ver agora os procedimentos para encontrar os IC para µ baseada em x_ , 
quando o tamanho da amostra é menor que 30 ( n < 30 ). Vamos ilustrar o procedimento com 
um exemplo. 
 Procedimento para encontrar o IC para µ, baseado em x_ : 
 Requisitos: População normal 
 Passo 1: Se o nível de confiança desejado é 1 - α, use a tabela 2 para encontrar 
t α/2 
 Passo 2: O IC desejado para µ é: 
 x
_
 - t α/2 * ( s / n ) para x
_
 + t α/2 * ( s / n ) 
 onde t α/2 é obtido seguindo o passo 1, n é o tamanho da amostragem e x
_
 e s 
são obtidas dos dados da amostragem. 
 Exemplo 4: Um vendedor de pneus está interessado em obter informações a respeito 
da durabilidade média ( µ ) de uma nova marca. O fabricante diz que a nova marca foi feita 
para aguentar 40.000 milhas, ou seja, µ = 40.000. O vendedor quer testar, por sua conta, a 
durabilidade dos pneus. 
 Para isto, ele decide tomar uma amostragem aleatória de 16 pneus e conferiu a 
milhagem de cada um.Os resultados deste teste é o seguinte: 
pneu milhagem pneu milhagem pneu milhagem 
1 43.725 7 37.396 13 39.686 
2 40.652 8 42.200 14 44.019 
3 37.732 9 39.783 15 40.220 
4 41.868 10 44.652 16 40.742 
5 44.473 11 38.740 
6 43.097 12 39.385 
 Usando estes dados, vamos encontrar o IC 95% para µ, considerando que a 
durabilidade do pneu é normalmente distribuída. 
 Solução: Vamos usar o procedimento definido anteriormente; neste caso com n = 16. 
 1. O nível de confiança desejado é 0.95, isto é, α = 0,05. Usando a tabela 2 para (16-1) 
= 15 grausde liberdade. 
 74 
 
t α/2 = t 0,025 = 2,13 
 2. O IC 95% é: 
x
_
 - 2,13*( s / n ) para x
_
 + 2,13*( s / n ) 
Dos dados deste exemplo (dos pneus) temos: 
x
_
 = 41.148,13 
s = 2.360,32 
Conseqüentemente 
 x
_
 - 2,13*( s / n ) = 41.148,13 - 2,13 * (2.360,32/ 16 = 39.891,26 
 x
_
 + 2,13*( s / n ) = 41.148,13 + 2,13 * (2.360,32/ 16 = 42.405,00 
 Isto quer dizer que o vendedor pode ter 95% de confiança que a µ (durabilidade média 
da nova marca) está entre 39.891 a 42.405 milhas. Desta forma, o fabricante está correto em 
afirmar que a nova marca tem µ = 40.000 milhas. 
 75 
 
Capítulo 13 – Algumas variáveis aleatórias utilizadas em manejo 
florestal 
13.1 Diâmetro à altura do peito (DAP) 
13.1.1 Notas preliminares 
Na engenharia florestal, o diâmetro da árvore é DAP e ponto final. DAP se mede a 1,3 
m acima do nível do solo. O objetivo desta seção não é ensinar como medir o DAP porque 
isto está muito bem explicado nos livros de Machado & Figueiredo Filho (2003)2 e Campos & 
Leite (2002)3. Em plantios de eucalipto, o DAP tende a ser medido quase sempre a 1,3 m do 
solo. Na Amazônia, a situação é um pouco diferente porque há sapopemas e outras 
irregularidades no tronco que nem sempre a parte a 1,3 m do solo está disponível para medir. 
Em inventários em uma única ocasião, esta situação pode ser superada utilizando 
equipamentos especiais ou a projeção do diâmetro à altura do DAP. Por compensação de 
erros, o resultado final não será afetado. Em inventários contínuos, a subjetividade na 
medição de um mesmo indivíduo em ocasiões sucessivas, não é bem-vinda. Neste caso, é 
necessário medir sempre no mesmo local (altura em relação ao solo) e aí o recurso é medir 
aonde é possível e marcar (com tinta) este ponto da medição. Dessa forma, será possível 
estimar as mudanças ocorridas entre duas ou mais ocasiões. 
Como é a pronúncia correta desta variável tão importante para a engenharia florestal; 
D-A-P ou Dape ou Dapi? Segundo o Manual de Estilos da Abril, temos os seguintes 
conceitos: 
Sigla é a reunião das iniciais de um nome próprio composto de várias palavras e deve 
ir, quase sempre, em caixa alta: CNBB, CPI, CPMF, IBGE, BNDS, CBF etc. Certas siglas 
silabáveis, mesmo estrangeira, são escritas em caixa alta e baixa: Vasp, Ibope, Inpa, Incra, 
Aids etc. 
Diante disso, o nosso diâmetro à altura do peito tem que ser pronunciado como Dape 
ou Dapi. Certos estão os biólogos, ecólogos e outros não florestais e errados estão os 
engenheiros florestais. Por conta disso, quero dedicar esta seção àqueles que pronunciam 
errado esta variável, D-A-P. Não critiquem (e nem tripudiem) àqueles que falam Dape ou 
 
2 Machado, S.A. e Figueiredo Filho, A. 2003. Dendrometria. 309p. 
3 Campos, J.C.C. e Leite, H.G. 2002. Mensuração florestal. UFV. 407p. 
 76 
 
Dapi porque eles estão certos, mas continuem pronunciando D-A-P., que é uma tradição 
florestal de mais de 40 anos no Brasil. 
Acrônimo é a reunião de elementos (iniciais, primeiras letras e sílabas) dos 
componentes de um nome, com a intenção de formar uma palavra silabável e, deve ir, sempre, 
em caixa alta e baixa: Ibama, Cacex, Varig etc. Chichuá é um acrônimo. 
13.1.2 DAP usado na estrutura da floresta 
A curva do tipo J-invertido é a que melhor descreve a estrutura diamétrica das 
florestas da região amazônica. Os valores observados de DAP podem ser ajustados por 
funções matemáticas que produzem curvas que se assemelham ao tipo J-invertido. A mais 
popular na Amazônia é a função de Weibull. No anexo 4 está disponível uma revisão sobre as 
funções Weibull e exponencial. 
Como o DAP é a principal variável independente para o setor florestal da Amazônia, 
uma função de distribuição bem ajustada pode facilitar o inventário florestal sem perder a 
precisão. Com uma boa função, que apresenta a distribuição de probabilidade de cada classe 
de DAP, o inventário usando a contagem de indivíduos por unidade de área é perfeitamente 
possível. Dessa forma, o tempo de coleta seria muito mais rápido e, conseqüentemente, o 
inventário ficaria mais barato. 
13.1.3 DAP como variável independente de equações de volume e de 
biomassa 
Tanto para volume e biomassa os seguintes modelos logarítmicos podem ser utilizados 
para descrever a relação entre volume e DAP e ou H e biomassa e DAP e ou HT: 
1) ln V = a + b ln D ou ln PF = a + b ln D 
2) ln V = a + b ln D + c ln H ou ln PF = a + b ln D + c ln HT 
onde: V = volume do tronco em m3
 D = DAP em cm 
 H = altura comercial ou comprimento do tronco em m 
 PF = peso fresco da parte aérea em kg 
 HT = altura total da árvore em m 
 ln = logaritmo natural 
 77 
 
 Todo o desenvolvimento desses modelos será detalhado na próxima seção. Aqui, 
queremos apenas mostrar os indicadores usados na escolha do melhor modelo, como erro 
padrão da estimativa syx, coeficiente de correlação (r) e coeficiente de determinação (r2), para 
advogar em favor do uso do DAP apenas. Vamos considerar modelo 1 como aquele que tem 
apenas o DAP como variável independente e modelo 2 o que tem DAP e altura (comercial ou 
total), separadamente para volume e biomassa. 
 Volume (n = 959): 
Modelo 1: syx = 1,46% r = 0,971 r2 = 0,943 
Modelo 2: syx = 1,04% r = 0,988 r2 = 0,977 
 Biomassa (n = 498): 
Modelo 1: syx = 6,54% r = 0,984 r2 = 0,967 
Modelo 2: syx = 5,32% r = 0,989 r2 = 0,978 
 Você vê alguma diferença entre os modelos 1 e 2, para volume e biomassa? Neste 
capítulo queremos enfatizar apenas essas diferenças, sem se preocupar com o significado de 
cada indicador (será explicado na próxima seção). No caso do volume, acrescentar a variável 
H significa um ganho muito pequeno na precisão. O mesmo acontece com a biomassa. 
 Entretanto, acrescentar a altura (H ou HT) ao modelo é uma outra coisa. Em um 
hectare de floresta amazônica primária podemos ter: (i) 600-700 indivíduos arbóreos com 
DAP≥ 10 cm dividindo o espaço com lianas, epífitas e palmeiras; (ii) alta diversidade em 
espécies; (iii) arquitetura de copa de múltiplas formas; (iv) dossel com vários estratos em 
altura; (v) espécies com idades diferentes, que podem variar de 1 a 1400 anos. 
Como medir a altura desses indivíduos? Para o desenvolvimento dos modelos, o 
método destrutivo é empregado; portanto, temos as árvores no chão e medimos as alturas 
(comprimentos) com trena. Durante o inventário florestal, a situação é outra, ou seja, temos 
que medir as alturas da árvore em pé. Mesmo com equipamentos sofisticados, é muito difícil, 
senão impossível, medir precisamente a altura total. A altura comercial pode até ser medida 
precisamente com equipamentos, mas diferentes medidores podem apresentar diferentes 
medidas para a mesma árvore por causa da subjetividade em definir o que é "altura 
comercial". Nunca, mas nunca mesmo, "chutar" a altura para utilizar o modelo 2. 
 Nos exemplos com equações de volume e de biomassa, temos o seguinte: (i) 
acrescentar a altura comercial (H) ao modelo 1, significa melhorar a precisão em 0,42% (1,46 
 78 
 
– 1,04) e (ii) acrescentar altura total (HT) ao modelo, significa melhorar a precisão em 1,22% 
(6,54 – 5,32). Vale a pena acrescentar a altura? Pense nisso, sobretudo, nos custos de coleta de 
dados para o inventário florestal. 
13.2. Área basal 
 É a projeção dos DAPs ao solo, que indica a densidade da floresta. Do ponto de vista 
técnico, é a soma da área transversal de todos os indivíduos em um hectare. Área transversal é 
a área do círculo à altura do DAP. Isto é conseguido fazendo (imaginário) um corte 
transversal no DAP e medindo o raio ou o diâmetro do círculo. É a área de um plano sobre o 
tronco,disposto em ângulo reto ao eixo longitudinal. Portanto, a área transversal 
(classicamente representada pela letra "g") é obtida da seguinte maneira: 
g = (π/4) d2
e a área basal, então: 
AB = ∑ gi (i = 1, 2, ... n) 
Na área experimental de manejo florestal da ZF-2, a área basal média está em torno de 
30 m2/ha. Isso quer dizer que se projetarmos todos os DAPs ≥ 10 cm sobre uma área de 
10.000 m2 (um hectare), as árvores ocuparão 30 m2. Algumas estimativas (m2/ha) para 
diferentes sítios na Amazônia: UHE de Santa Izabel (região do Araguaia) = 15,2; Projeto Rio 
Arinos (norte de MT) = 13,6; Floresta Estadual do Antimary (Acre) = 15,2, Trombetas (Pará) 
= 24,8; PIC Altamira (Pará) = 22, Sul de Roraima = 20,9 e Alto Solimões (Fonte Boa e Jutaí 
no AM) = 27 m2/ha. 
 Com esses poucos exemplos, podemos dizer que a floresta da ZF-2 é mais densa do 
que as outras florestas. A estimativa de área basal, de forma isolada, diz muito pouco sobre 
uma determinada floresta. Com esses poucos exemplos, é difícil afirmar que a floresta da ZF-
2, por exemplo, é muito densa ou pouco ou médio, porque deve haver florestas mais densas 
do que esta. De qualquer modo, não custa nada estimar a área basal da área inventariada já 
que as medições de DAP são obrigatórias em inventários florestais. 
 Antigamente (até início dos anos 90), era comum ver inventários florestais com 
volumes estimados a partir da área basal, ou seja, AB x altura x fator de forma. O fator de 
forma utilizado era igual a 0,7 proposto por peritos da FAO (Food and Agriculture 
Organization) que realizaram os primeiros inventários na Amazônia nas décadas de 50 e 60. A 
 79 
 
altura era, invariavelmente, "chutada". O engenheiro florestal deve utilizar-se de equações 
próprias para estimar o volume de madeira. 
13.3. Volume 
 No setor florestal, as decisões são tomadas baseadas no volume de madeira. Isto é tão 
forte que, muitas vezes, o engenheiro florestal até se esquece que numa floresta há muitas 
outras coisas além da madeira. Aqui, o objetivo é mostrar como se estima o volume de 
madeira nos inventários florestais. Para isto, você precisa ter equações confiáveis e usá-las 
para estimar o volume de árvores em pé medidas em parcelas fixas do inventário florestal. 
Volume real 
 Para desenvolver equações de volume, você precisa ter o volume real de vários 
indivíduos. Este volume pode ser obtido por meio do método destrutivo (aproveitando áreas 
exploradas ou desmatadas, autorizadas pelo Ibama) ou utilizando o relascópio de Bitterlich 
(por exemplo). O mais comum é o método destrutivo. Antes de derrubar a árvore, o DAP é 
medido. Com a árvore no chão, as alturas ou comprimentos (comercial e total) são 
determinados e o tronco é dividido em pequenas toras, tentando se aproximar à forma do 
cilindro. 
Em geral, o tronco é dividido em 10 toras (ou seções) e duas medidas de DAP são 
tomadas em cada tora, na base e no topo. Com estas duas medidas, você tem condições de 
calcular as áreas transversais da base e do topo; aí, você estima a média (g da base + g do topo 
dividido por 2) e multiplica pelo comprimento da tora < m2 de g vezes m do comprimento, 
você terá m3 > para ter o volume da tora ou seção. A soma dos volumes das 10 toras é 
considerada "volume real" da árvore. Melhores explicações você vai encontrar nos livros de 
Machado & Figueiredo Filho (2003) e Campos & Leite (2002). 
Quantas árvores são necessárias para desenvolver os modelos estatísticos para 
volume ou equações de volume ou modelos alométricos? 
Alometria => (do grego: allos é outra e metron é medida) => é o estudo das variações 
das formas e dos processos dos organismos e tem dois significados: (i) o crescimento de uma 
parte do organismo em relação ao crescimento do organismo inteiro ou de parte dele e (ii) o 
estudo das conseqüências do tamanho sobre as formas e os processos. 
Você pode usar uma função conhecida de distribuição em diâmetro (Weibull, por 
exemplo) e ver se os dados já coletados se ajustam a esta função. Teste simples como o qui-
 80 
 
quadrado (confrontação entre freqüência esperada e freqüência observada) dá conta disso. Se 
o teste for significante, colete mais dados das classes que estão faltando e refaça o teste qui-
quadrado. Se o resultado for não significante, você tem, em mãos, uma amostra representativa 
de sua população de interesse. Há também a possibilidade de utilizar-se do recurso do 
inventário florestal quanto à intensidade de amostragem; neste caso, cada indivíduo é uma 
amostra. A fórmula é a seguinte: 
n = ( t2 s2 ) / ε2
sendo: t = valor obtido na tabela-t ( p = 0,05 ou outro e n-1 graus de liberdade) 
 s2 = estimativa da variância 
 ε2 = expectativa do erro = (LE x média)2. Em geral, o LE (limite de erro) é igual a 
0,10 ou 10%. 
Observações: use z em vez de t. Como vimos anteriormente, os valores de z para os níveis 
críticos mais freqüentes, α = 0,10, α = 0,05 e α = 0,01 são, respectivamente, 1,64, 1,96 e 
2,57. Outra coisa: há também o fator de correção para populações finitas, ou seja, neste caso 
ao denominador da fórmula (ε2) deve ser acrescentado ( 1 – n/N ). A população é considerada 
finita quando a fração n/N é menor do que 0,05, segundo Freese (1962)4. 
Equações de volume ou modelo alométrico 
O passo seguinte é testar modelos matemáticos. Antigamente (fim dos anos 70), o 
grande desafio era encontrar o melhor modelo para descrever a função V = f (DAP, H). 
Depois de várias dissertações e artigos científicos, verificou-se que qualquer modelo, seja de 
simples entrada (apenas DAP como variável independente) ou de dupla entrada (DAP e H 
como variáveis independentes, combinadas ou não) produzem bons ajustes. A decisão para 
escolher o melhor modelo ficou nos detalhes. 
Hoje em dia, qualquer modelo que você venha a testar, utilizando DAP e H, você vai 
conseguir uma alta e significativa correlação, um modelo que explica mais de 75% da 
variação de seus dados (r2) e um erro padrão de estimativa aceitável. O padrão de hoje é o 
modelo que apresenta r > 0,90, r2 > 0,90 e syx (%) < 10. Além disso, o modelo tem que ter 
uma boa distribuição de resíduos, que é: as diferenças entre os valores estimados e 
observados, positivos e negativos, têm que se distribuir uniformemente ao longo da curva (ou 
reta) estimada, ou seja, estas diferenças não podem aumentar (ou diminuir) conforme aumenta 
 
4 Freese, F. 1962. Elementary forest sampling. Agriculture Handbook nº 232. USDA-Forest Service. 91p. 
 81 
 
o tamanho da árvore. Por exemplo: se o seu modelo produzir uma diferença de 0,5 m3 para 
uma árvore com DAP = 10 cm, esta mesma diferença (mais ou menos) tem que ser verificada 
para outra árvore com DAP = 70 cm ou DAP = 150 m. 
Os modelos que apresentam as melhores distribuições de resíduos são os modelos 
logarítmicos. Os mais usados são os seguintes, do item 13.1.3: 
1) ln V = a + b ln D 
2) ln V = a + b ln D + c ln H 
 A abordagem para estimar os coeficientes de regressão é a do método dos mínimos 
quadráticos (MMQ) e depois da obtenção das equações normais, os coeficientes podem ser 
estimados usando o método da substituição ou por meio do cálculo matricial. As explicações 
sobre as operações necessárias para se chegar aos coeficientes podem ser encontradas em 
qualquer livro de estatística básica. No computador, basta entrar com as variáveis ln V, ln D e 
ln H e você terá, além dos coeficientes de regressão, erro padrão de estimativa, coeficiente de 
correlação, coeficiente de determinação e distribuição de resíduos. 
 Regressão => descreve apenas o relacionamento linear entre uma variável dependente 
(Y) e uma ou mais variáveis independentes (X1 = DAP, X2 = alturaetc.). 
 Antes de derivar a equação em relação a a e b, primeiro é preciso linearizar as 
variáveis aleatórias, da seguinte maneira: ln V = Y, ln D = X1 e ln H = X2. Para o modelo 1, as 
equações normais são: 
 a n + b ∑ X1 = ∑ Y 
 a ∑ X1 + b ∑ X12 = ∑ X1Y 
Pelo método de substituição, os coeficientes serão: 
a = [ ∑ Y - b ∑ X1 ] / n 
b = [ SPCX1Y ] / [ SQCX1 ] 
Para o modelo 2, as equações normais são 
a n + b ∑ X1 + c ∑ X2 = ∑ Y 
 a ∑ X1 + b ∑ X12 + c ∑ X1 X2 = ∑ X1 Y 
 a ∑ X2 + b ∑ X1 X2 + b ∑ X22 = ∑ X2 Y 
 Neste caso, é melhor estimar os coeficientes apelando para o cálculo matricial. 
 82 
 
matriz de Y (nx1) = matriz de X (nxp) x matriz de coeficientes "b" (px1) 
(X'X) b = X'Y 
b = (X'X)-1 X'Y 
 Hoje, com o Excel ficou fácil inverter matrizes de qualquer tamanho e a multiplicação 
é mais fácil ainda. Mesmo assim, não há necessidade de trabalhar com matrizes para a 
obtenção dos coeficientes. Os programas de estatística, em geral, calculam automaticamente 
os coeficientes. Sei que para regressões simples (com dois coeficientes), o Excel dá conta do 
recado. Para regressões múltiplas e as não lineares, é melhor usar outro software (Systat, SAS 
etc.). 
 Vamos aproveitar as saídas (outputs) do Systat, por exemplo, para explicar os 
significados de alguns indicadores da regressão. 
 1) Coeficiente de correlação => r => a regressão descreve o relacionamento e este 
coeficiente mostra o grau de estreiteza que existe entre as variáveis Y e X1, X2 etc.. Este 
coeficiente varia de -1 a +1. Igual a -1 ou +1, há uma correlação perfeita, ou seja, a cada 
unidade acrescentada à X, haverá um aumento proporcional em Y (uma, duas, ou menos 2 
unidades). Sinal (-) significa que os menores valores de Y tendem aos maiores valores de X 
ou vice-versa. Sinal (+) significa que os menores Y tendem aos menores X e os maiores Y 
tendem aos maiores X. O teste-t é geralmente utilizado para testar a significância de r. 
 2) Coeficiente de determinação => r2 => multiplicado por 100 mostra a percentagem 
da variação dos dados que é explicada pelo modelo testado. No caso de regressão múltipla, 
prefira sempre o coeficiente ajustado. 
 3) Erro padrão de estimativa => syx => é a raiz quadrada da média quadrática dos 
resíduos (MQR), logo é o desvio padrão da relação. Ao comparar duas equações, o uso deste 
indicador é direto, ou seja, aquela que apresentar o menor erro é a melhor. Isoladamente, é 
preciso ainda alguns cálculos. Dividindo syx pela raiz quadrada de n você terá o erro padrão da 
média e dividindo o mesmo pela média da variável dependente Y, você terá o seu erro em 
percentagem. Melhor ainda é apresentar a incerteza de seu modelo. Neste caso, você tem 
estimar o intervalo de confiança (IC) e aquela porção (z * erro padrão) dividida pela média 
vai te fornecer a incerteza de seu modelo. Em geral, uma incerteza de 10% é considerada 
aceitável. 
 83 
 
 4) Coeficientes de regressão => O Systat apresenta a constante ( a ) e os coeficientes 
associados às outras variáveis independentes (b, c, d etc.) => o Systat apresenta também a 
significância de cada coeficiente; se for não significante, você removê-lo do modelo. 
 5) Análise de variância (ANOVA) => a regressão descreve, a correlação mostra a 
estreiteza entre as variáveis e a ANOVA mostra a significância do seu modelo de regressão. O 
teste-F é o que determina se o modelo é significante ou não. No Systat, o valor p é o mesmo 
que α, ou seja, é o valor crítico para a tomada de decisão. Os valores clássicos de p são 0,01, 
0,05 e 0,10; portanto quando o p < 0,01, o modelo testado é significante para os três níveis. 
 6) Durbin-Watson D Statistics e First Order Autocorrelation => No caso de 
equações de volume (e biomassa), não há envolvimento de séries temporais. Portanto, não 
precisa se preocupar com isto. Estes dois testes são usados para verificar se os termos dos 
erros no modelo de regressão não são correlacionados e nem dependentes. Os termos dos 
erros correlacionados com o passar do tempo são conhecidos como "autocorrelacionados" ou 
"serialmente correlacionados". 
 7) Distribuição de resíduos => o gráfico pode ser interpretado diferentemente por 
diferentes eng florestais, mas ele é fundamental para a decisão final do melhor modelo – 
conforme foi explicado anteriormente. 
 Aplicação da equação de volume 
Com o melhor modelo em mãos, você vai aplicá-lo em inventários florestais. Num 
inventário na Amazônia, para árvores com DAP ≥ 10 cm, você deve utilizar uma parcela de, 
no mínimo, 2.500 m2 (10 x 250 m ou 20 x 125 m). Numa parcela deste tamanho, você deve 
encontrar entre 100 e 150 indivíduos. Lembre-se que, de acordo com o conceito de intervalo 
de confiança (IC), em 95 vezes (se o seu p = 0,05, por exemplo) a sua estimativa estará dentro 
do seu IC e em 5 vezes, a estimativa estará fora do IC. Portanto, não se surpreenda e confie na 
estatística (na incerteza que o seu modelo declarou). Não esquecer que os seus modelos são 
logarítmicos e, por esta razão, ao estimar o volume de madeira você tem que usar o inverso do 
logaritmo natural que é a exponencial. 
13.4. Biomassa 
 Estimar a biomassa é importante para compreender a produção primária de um 
ecossistema e avaliar o potencial de uma floresta para produção de energia. No manejo 
florestal sustentável na Amazônia, a biomassa é usada para estimar a quantidade de nutrientes 
 84 
 
que é exportada do sistema via exploração de madeira e que é devolvida via inputs 
atmosféricos. No entanto, depois da Rio-92, a biomassa ganhou uma nova dimensão. O 
carbono da vegetação passou a ser um elemento importante nas mudanças climáticas globais. 
O eng florestal sabe (ou deveria saber) que aproximadamente 50% da madeira secada (em 
estufa) é carbono e que os compostos de carbono são: celulose (45%), hemicelulose (28%) e 
lignina (25%). 
 De acordo com o IPCC (Painel Intergovernamental de Mudanças Climáticas), os 
componentes de biomassa e carbono da vegetação são: (i) biomassa ou C na matéria viva 
acima do nível do solo (tronco, galhos, folhas, frutos e flores); (ii) biomassa ou C na matéria 
viva abaixo do nível do solo (raízes) e (iii) biomassa ou C na matéria morta em pé ou no chão. 
 Quem foi treinado para estimar o volume de madeira tem todas as condições para 
estimar a biomassa também. O anexo 5 é um artigo (manuscrito) sobre biomassa que já foi 
publicado na Acta Amazonica5. Este artigo cobre o componente 1 do IPCC. 
O componente 2 envolve raízes e isto está sendo realizado pelo LMF (laboratório de 
manejo florestal do INPA) e será incluído em uma tese de doutorado. O trabalho de campo 
para obtenção do peso de raízes é muito trabalhoso, mas nada que assuste o verdadeiro eng 
florestal. Como o solo da Amazônia é muito pobre em nutrientes, as árvores tendem a 
desenvolver raízes superficiais – raramente ultrapassam 50 cm de profundidade. Mesmo na 
Amazônia, em regiões que têm as estações do ano (chuvosa e seca) bem definidas, as árvores 
tendem a desenvolver raízes mais profundas para procurar água, o que não é o caso da 
Amazônia Central. 
O componente 3 pode ser estimado com precisão combinando as taxas de mortalidade 
com os modelos usados no componente 1. 
Coleta de dados => verdade de campo => método destrutivo 
 Os procedimentos para o componente 1 são apresentados no Anexo 2. Ao incluir o 
componente 2 em coletas de biomassa, é preciso incluir as raízes. É preciso escavar, separar 
as raízes do tronco e pesá-las. A metodologia de coleta de amostras para as determinações dos 
teores (concentrações) de água e carbono é a mesma utilizada na parte aérea. Aqui também, 
exige-se mais transpiração do queinspiração. 
 Equações de biomassa 
 
5 Higuchi, N., Santos, J. dos, Ribeiro, R.J., Minette, L. e Biot, Y. 1998. Biomassa da parte aérea da vegetação da 
floresta tropical úmida de terra-firme da Amazônia brasileira. Acta Amazonica, 28(2):152-166. 
 85 
 
 Procedimentos iguais aos de volume. 
 Aplicação da equação de biomassa 
 O parágrafo apresentado para o volume deve ser repetido aqui. 
 Para o caso de biomassa, cabem ainda as seguintes considerações: (i) você estima o 
peso fresco; portanto, você tem que transformá-lo em peso seco e depois em carbono – basta 
multiplicar o peso pelas concentrações de água e carbono obtidas em laboratório; (ii) o 
carbono como commodity (mercadoria) em bolsas de mercadorias significa estoque e 
diferença de estoque; portanto, você precisa trabalha com inventário florestal contínuo com, 
pelo menos, duas ocasiões; (iii) você precisa separar o peso nos três componentes definidos 
pelo IPCC. 
 86 
 
Anexo 4 
Distribuição de diâmetro: Weibull versus Exponencial 
1. Introdução: 
Como a altura da árvore é difícil de ser medida, com precisão, o diâmetro passa a ser a 
variável mais importante e mais segura para estimar o volume e a biomassa de florestas 
tropicais de uma região como a Amazônia. Além disso, o diâmetro consagrou-se como uma 
variável importante na descrição da estrutura florestal, como também na comercialização de 
madeira. Assim, a quantificação de distribuições de diâmetro é fundamental para o 
entendimento da estrutura da floresta e do estoque da floresta, que são pré-requisitos nas 
decisões do manejo florestal. 
Bailey and Dell (1973), Clutter et al. (1983) e Higuchi (1987) apresentam revisões 
compreensivas sobre distribuições de diâmetro. De acordo com Clutter et al. (1983) e 
Lawrence e Shier (1981), entre as várias distribuições estatísticas, a distribuição Weibull tem 
sido a mais usada pelo setor florestal, depois da distribuição exponencial. 
A introdução da função de distribuição Weibull aos problemas relacionados com 
silvicultura e manejo florestal, é atribuída à Bailey e Dell em 1973 (Zarnoch et al., 1982; 
Little, 1983; Clutter et al., 1983 e Zarnoch e Dell, 1985). Desde então, esta distribuição tem 
sido extensivamente utilizada para descrever a distribuição de diâmetro, tanto em 
povoamentos equianos como multianos, especialmente nos Estados Unidos. 
No Brasil, especialmente na floresta amazônica, a Weibull foi utilizada por Higuchi 
(1987), Umana (1998), mas segundo Barros et al. (1979) e Hosokawa (1981), a distribuição 
mais popular é a exponencial. 
2. As funções de distribuição de diâmetro: 
 Nesta comparação entre Weibull e exponencial, usaremos a metodologia proposta por 
Zarnoch e Dell (1985), Cohen (1965) e Einsensmith (1985), respectivamente técnica dos 
percentis, da máxima verossimilhança e exponencial, para a obtenção estimadores 
(coeficientes) das funções. 
 (i) Weibull – Máxima Verossimilhança (WMV) 
 A distribuição Weibull, que tem a seguinte função de densidade probabilística: 
 87 
 
f(x) = (c/b)xc-1 exp (-(x)c/b; para x≥0, c>0 e b>0 
 = 0, em outras circunstâncias 
tem a seguinte função de verossimilhança para uma amostragem de n observações 
L (xi, ....., xn; c, b) = n (c/b) xic-1 exp (-xic/b) (1) 
Tirando o logaritmo de (1), teremos 
ln L = Σ ln [(c/b)xic-1 exp (-xic/b)] 
ln L = Σ [ln (c/b) + ln xic-1 – (xic/b)] 
ln L = n ln (c/b) + Σ (c-1) ln xi – (1/b) Σ xic
Por meio da diferenciação em relação a c e b e igualando a zero as derivadas, as 
seguintes equações serão obtidas: 
d ln L/d c = n/c + Σ ln xi – (1/b) Σ xic ln xi = 0 (2) 
d ln L/d b = -(n/b) + (1/b2) Σ xic = 0 (3) 
Tirando b de (3), temos 
b = (Σ xic ) / n (4) 
e substituindo em (2), temos 
n/c + Σ ln xi – [1/(Σxic/n)] Σxic ln xi = 0 
n [(1/c) – (Σ xic ln xi) / Σ xic] = - Σ ln xi 
[(Σ xic ln xi) / Σ xic] – (1/c) = (1/n) Σ ln xi (5) 
Dessa forma, o coeficiente c pode ser estimado por meio de qualquer processo 
iterativo ou via tentativa-e-erro para igualar os dois lados da equação (5). O coeficiente b 
pode ser estimado pela equação (4), depois de estimado o c. 
 A freqüência esperada pode ser determinada através da seguinte função de distribuição 
cumulativa de Weibul, F(x), que, por sua vez, pode ser encontrada integrando a sua função de 
densidade probabilística, f(x), do DAP mínimo até o máximo (Zarnoch et al., 1982) 
F(x) = 1 – exp { - [ ( x - a ) / b ] c
 
 
 88 
 
ii. Weibull Percentis (PERC): 
 A função de Weibull usando o método dos percentis, tem a seguinte função de 
densidade probabilística 
f (x) = (c/b) [(x-a)/b)c-1 exp {-[(x-a)/b]c; para x≥a≥0, b>0 e c>0 
 f (x) = 0, em outras circunstâncias 
 Os parâmetros a, b e c são estimados da seguinte maneira: 
a = [ x1 xn – x22 ] / [ x1 + xn – 2x2 ] 
b = - a + x (0,63n) 
 ln { [ ln (1 – pk )]/ [ ln (1 – pi ) ] } 
c = ----------------------------------------- 
 ln { [ x n*pk – a ] / [x n*pi – a ] } 
onde: 
x i ( i = 1, 2, ... n) = é o i-ésimo DAP em ordem crescente 
x 1 = é o menor DAP e x n = é o último DAP, ou seja, o maior DAP. 
x (0,63n) = é o DAP rankeado em ( 0,63 * número total de DAP observados). Exemplo: num 
conjunto de dados de 100 DAPs, x (0,63n) é o 63° DAP. 
p i = 0,16731 e p k = 0,97366 
A freqüência esperada pode ser determinada por meio da seguinte função de 
distribuição cumulativa de Weibul, F(x), que, por sua vez, pode ser encontrada integrando a 
sua função de densidade probabilística, f(x), do DAP mínimo até o máximo (Zarnoch et al., 
1982). 
F(x) = 1 – exp { - [ ( x – a ) / b ] c
 (iii) Exponencial: 
 As estimativas dos parâmetros da primeira ordem da função exponencial 
Y = a e bx
podem ser obtidos pela linearização (série de Taylor) ou por meio do método iterativo 
(Marquardt, por exemplo), segundo Draper e Smith (1981). O software Systat pode calcular 
os coeficientes pelos dois métodos. 
 89 
 
3. Cálculo das probabilidades (freqüência esperada): caso Weibull percentis para DAP≥10 
cm 
P (x < 10) = 1 – {exp – [(10 – a)/b]c} 
P ( 10 ≤ x < 20 ) = {exp – [(10 – a)/b]c} - {exp – [(20 – a)/b]c} 
P ( 20 ≤ x < 30 ) = {exp – [(20 – a)/b]c} - {exp – [(30 – a)/b]c} 
P ( 30 ≤ x < 40 ) = {exp – [(30 – a)/b]c} - {exp – [(40 – a)/b]c} 
etc … até o último intervalo. 
 
 90 
 
Bibliografia: 
Bailey, R.L. e T.R. Dell. 1973. Quantifying Diameter Distributions with the Weibull 
Function. Forest Science 19:97-104. 
Barros, P.L.C., S.A. Machado, D. Burger e J.D.P. Siqueira. 1979. Comparação de Modelos 
Descritivos da Distribuição Diamétrica em uma Floresta Tropical. Floresta 10(2):19-31. 
Clutter, J.L., J.C. Fortson, L.V. Pienaar, G.H. Brister e R.L. Bailey. 1983. Timber 
Management: A Quantitative Approach. John Wiley and Sons, Inc. New York. 333p. 
Cohen, A.C. 1965. Maximum Likelihood Estimation in the Weibull Distribution Based on 
Complete and on Censored Samples. Technometrics 7(4):579-588. 
Draper, N.R. e H. Smith. 1981. Applied Regression Analysis. John Wiley and Sons, Inc. New 
York. Segunda edição. 709p. 
Einsesmith, S.P. 1985. PLOTIT: User’s Guide. 
Higuchi, N. 1987. Short-term Growth of an Undisturbed Tropical Moist Forest in the 
Brazilian Amazon. Tese de Doutor, Michigan State University. 129p. 
Hosokawa, R.T. 1981. Manejo de Florestas Tropicais Úmidas em Regime de Rendimento 
Sustentado. UFPr, Relatório Técnico. 
Lawrence, K.D. e D.R. Shier. 1981. A Comparison of Least Squares and Least Absolute 
Deviation Regression Models for Estimating Weibull Parameters. Commun. Statist. – 
Simula Computa. B10(3):315-326. 
Little, S.N. 1983. WeibullDiameter Distribution for Mixed Stands of Western Confiers. 
Can.J.For.Res. 13:85-88. 
Umana, C.L.A. e Alencar, J.C. 1998. Distribuições Diamétricas da Floresta Tropical 
Úmida em uma Área no Município de Itacoatiara – AM. Acta Amazonica 28(2):167-
190. 
Zarnoch, S.J., C.W. Ramm, V.J. Rudolph e MW. Day. 1982. The effects of Red Pine 
Thinning Regimes on Diameter Distribution Fitterd to Weibull Function. MSU 
Agricultural Experiment Station East Lansing. RI-423. 11p. 
Zarnoch, S.J. e T.R. Dell. 1973. An Evaluation of Percentile and Maximum Likelihood 
Estimators of Weibull Parameters. 
 91 
 
Anexo 5 
Biomassa da Parte Aérea da Vegetação da Floresta Tropical Úmida de Terra-
Firme da Amazônia Brasileira. 
 
Niro Higuchi1 , Joaquim dos Santos1 , Ralfh João Ribeiro1, 
Luciano Minette1 e Yvan Biot2 
 
Resumo 
 Usando um banco de dados com 315 árvores, com DAP≥5 cm, foram testados quatro 
modelos estatísticos - linear, não linear e dois logarítmicos - para estimar a biomassa de 
árvores em pé. Os dados foram coletados, de forma destrutiva, na região de Manaus, Estado 
do Amazonas, em um sítio coberto por floresta de terra-firme sobre platôs de latossolo 
amarelo. Em diferentes simulações com diferentes intensidades de amostragem, os quatro 
modelos estimam precisamente a biomassa, sendo que o afastamento entre a média observada 
e a estimada, em nenhuma ocasião ultrapassou 5%. As equações para estimar a biomassa de 
árvores individuais em uma parcela fixa, distintamente para árvores com 5≤DAP<20 cm e 
com DAP≥20 cm, são mais consistentes do que o uso de uma única equação para estimar, 
genericamente, todas as árvores com DAP≥5 cm. O modelo logarítmico com apenas uma 
variável independente, o DAP, apresenta resultados tão consistentes e precisos quanto os 
modelos que se utilizam também da variável altura total da árvore. Além do modelo 
estatístico para estimar o peso da massa fresca total de uma árvore, outras informações são 
apresentadas, estratificadas nos diferentes compartimentos (tronco, galho grosso, galho fino, 
folhas e, eventualmente, flores e frutos) de uma árvore, como: concentração de água para 
estimar o peso da massa seca, concentração carbono e a contribuição do peso de cada 
compartimento no peso total. 
palavras-chaves: Carbono, manejo florestal, modelo estatístico. 
Aboveground Biomass of the Brazilian Amazon Rainforest 
Abstract 
 Data set with 315 trees with diameter at breast height (dbh) greater than 5 cm was used to 
test four statistical models - linear, non-linear and two logarithmics - to estimate aboveground 
biomass of standing trees. The data were collected destructively in Manaus region, Central 
Amazonia, in a site covered by a typical dense “terra-firme” moist forest on plateaus 
dominated by yellow latosols. The difference between observed and estimated biomass was 
always below 5%. The logarithmic model using a single independent variable (dbh) produced 
results as consistent and precise as those with double-entry (dbh and total height). Besides 
statistical models to estimate aboveground biomass, the following information are also 
presented in this paper: the contribution of each tree compartment (stem, branch, twigs, leaves 
and flowers or fruits) to the total weight of a standing tree, water concentration to estimate the 
dry weight and carbon concentration of each tree compartment. 
Key words: Carbon, forest management, statistical model 
 
 
1 Instituto Nacional de Pesquisas da Amazônia - Cx. Postal, 478 - Manaus - Am. 
2 U. K. Overseas Development Administration (ODA). Victoria Street, 94 - London. SW1E5JL - England. 
 92 
 
Introdução: 
O objetivo deste trabalho é o desenvolvimento de modelos estatísticos para estimar a 
biomassa individual, de árvores em pé, de espécies da floresta densa de terra-firme, região de 
Manaus (AM), assim como a apresentação de informações necessárias para a conversão de 
massa fresca para massa seca e de biomassa para estoque de carbono. São testados quatro 
modelos, linear, não-linear e dois logarítmicos, tendo como variável dependente, o peso da 
massa fresca (não seca) e, como variáveis independentes, diâmetro à altura do peito (DAP) e 
altura total, de árvores individuais. O principal atributo dos modelos testados é o tamanho da 
árvore e, por esta razão, têm que absorver a alta diversidade florística e as diferentes 
associações botânicas, distribuições espaciais e densidades da madeira (intra e 
interespecíficas), da vegetação de terra-firme. 
As estimativas de biomassa florestal são informações imprescindíveis nas questões 
ligadas, entre outras, às áreas de manejo florestal e de clima. No primeiro caso, a biomassa 
está relacionada com os estoques de macro e micronutrientes da vegetação, que são obtidos 
pelo produto da massa pelas concentrações de cada mineral. No caso do clima, a biomassa é 
usada para estimar os estoques de Carbono, que, por sua vez, são utilizados para estimar a 
quantidade de CO2 que é liberada à atmosfera durante um processo de queimadas. 
 O manejo florestal está associado ao uso sustentável dos recursos florestais existentes, 
para atender às demandas da sociedade, por produtos madeireiros e não-madeireiros. 
Tratando-se de Amazônia, os cuidados têm que ser redobrados porque estes recursos estão em 
ecossistemas heterogêneos, complexos e frágeis. Os solos da Amazônia são antigos e, em sua 
maioria, pobres em nutrientes (especialmente para a agropecuária) e ácidos. A contrastante 
exuberância de sua cobertura florestal está associada às estratégias de conservação e de 
ciclagem de nutrientes dentro do próprio sistema. É importante conhecer a distribuição de 
nutrientes nos diferentes compartimentos (tronco, galho, casca, folha), para controlar a 
exportação dos mesmos pela colheita florestal e entrada via “inputs” atmosféricos e, com isto, 
minimizar os impactos ambientais da produção madeireira. 
 Para as questões climáticas, há grande interesse em quantificar a biomassa que é 
convertida, principalmente em dióxido de carbono, pelas diferentes formas de uso do solo 
amazônico (Fearnside et al., 1993, Foster Brown et al., 1995, Higuchi & Carvalho Jr., 1994, 
Skole et al., 1994, Schroeder & Winjum, 1995 e Fearnside, 1996). Esta informação é 
necessária para uma correta avaliação da contribuição dos projetos de desenvolvimento da 
região, no processo de mudanças climáticas globais, no âmbito da Convenção do Clima, 
assinada pelo Governo Brasileiro durante a Conferência das Nações Unidas sobre 
Desenvolvimento e Meio Ambiente, Rio-92. 
 As estimativas de biomassa, atualmente disponíveis na literatura, dos diversos tipos 
florestais da Amazônia, vêm de estudos que se utilizam de métodos diretos e indiretos. O 
método direto consiste na derrubada e pesagem de todas as árvores que ocorrem em parcelas 
fixas, fornecendo estimativas, que segundo Brown et al. (1989), não são confiáveis porque 
baseiam-se em poucas parcelas, pequenas e tendenciosamente escolhidas. No método indireto, 
as estimativas têm sido produzidas a partir de dados de inventários florestais, que foram 
executados com a finalidade de planejar a exploração e o manejo florestal, sendo o volume da 
madeira, a principal variável. Neste método, a biomassa é estimada a partir do volume da 
madeira, usando-se a densidade média da madeira e um fator de correção para árvores com 
DAP < 25 cm. 
 Estes dois métodos ainda geram muita polêmica e controvérsias e produzem 
estimativas desencontradas, mesmo quando se usa o mesmo banco de dados (Fearnside et al., 
1993, Brown et al., 1989 e Higuchi et al., 1994 e Foster Brown et al., 1995). A tabela 1 ilustra 
 93 
 
o que foi posto anteriormente. Esta tabela foi parcialmente reproduzida de FEARNSIDE et al. 
(1993), considerando apenas a biomassa viva acima donível do solo. São produzidas 
estimativas diferentes, com o passar do tempo, pelos mesmos autores e para o mesmo banco 
de dados (montado nos anos 70). Além disso, Foster Brown et al. (1995) criticam estes 
bancos de dados, afirmando que as alturas das árvores foram obtidas sem aparelhos de 
medição e que, estes erros não amostrais não são mencionados. 
 O consenso existente entre os pesquisadores que trabalham com biomassa é de que é 
praticamente impossível determinar a biomassa de cada árvore, pelo método direto, ao 
executar um inventário florestal. Por esta razão, os recursos da análise de regressão para o 
desenvolvimento de modelos estatísticos, para estimar a biomassa de árvores em pé, devem 
ser empregados para superar este problema. Salomão et al. (1996) citam apenas dois modelos 
estatísticos utilizados na Amazônia; um proposto por Sandra Brown e colaboradores e, outro, 
proposto por Christopher Uhl e colaboradores. O primeiro requer o conhecimento da 
densidade da madeira de cada indivíduo, que é praticamente impossível obte-la durante o 
inventário; e o segundo, é recomendado para florestas secundárias. Além destes, há o modelo 
de Overman et al. (1994), para a floresta amazônica colombiana, desenvolvido principalmente 
para árvores de pequenos diâmetros. 
Materiais e Métodos 
(i) Coleta de Dados: 
 Os dados foram coletados na Estação Experimental de Silvicultura Tropical (EEST) 
do INPA, aproximadamente 90 km ao norte de Manaus, em áreas derrubadas para 
experimentos com liberação de dióxido de carbono, usando-se queimadas tradicionalmente 
praticadas por pequenos produtores da região, e em áreas especialmente designadas para esta 
pesquisa. Nos dois casos foram escolhidas áreas de platôs sobre latossolo amarelo. Estes 
dados constituem o banco de dados de biomassa do INPA. 
 No total, foram derrubadas e pesadas 315 árvores-amostras com DAP≥5 cm. O peso 
total de todos os indivíduos amostrados foi compartimentado em tronco e copa (incluindo 
galhos e folhas e, eventualmente, frutos). Além do peso da árvore, foram também medidos o 
DAP, altura total, altura comercial, altura da copa e diâmetro da copa. A distribuição de 
freqüência e a estatística descritiva dos dados observados encontram-se nas tabelas 2a e 2b). 
Na tabela 2c observam-se as estatísticas descritivas para as variáveis DAP, altura total e peso 
total, quando os dados são divididos em algumas classes de diâmetro. Nesta tabela fica 
evidente que a variável peso total tem uma variabilidade natural bem maior que as outras duas 
variáveis, mesmo em mais classes de diâmetro. 
Para obtenção das concentrações de água e nutrientes de cada compartimento da 
árvores, 38 indivíduos (dos 315 amostrados) foram coletados diferentemente, baseando-se no 
esquema apresentado por Higuchi & Carvalho Jr. (1994) e Santos (1996). Foram retiradas 
amostras (discos) a 0% (base), 25, 50, 75 e 100% (topo) do tronco e do galho grosso 
(diâmetro de base≥10 cm). Do tronco foi retirado também um disco à altura do DAP. Todos 
os discos retirados foram imediatamente pesados e enviados ao laboratório para secagem em 
estufas calibradas a 105o C. O mesmo procedimento foi adotado para os galhos finos e folhas, 
mas que em vez de discos, foram retiradas, de várias partes da copa, amostras de 5 e 3 kg, 
respectivamente. A estimativa da concentração de carbono na vegetação das espécies mais 
abundantes, no sítio estudado, foi feita tendo ainda as amostras coletadas por Higuchi & 
Carvalho Jr. (1994). 
O peso total de cada uma destas 38 árvores foi compartimentado em tronco, casca, 
galho grosso, galho fino (diâmetro<10 cm), folha e, eventualmente, flores e frutos. Além 
 94 
 
destas concentrações, a coleta compartimentada permite ainda a determinação da contribuição 
de cada um dos compartimentos no peso total da árvore. A estatística descritiva destes dados e 
a contribuição de cada compartimento no peso total e a porcentagem do Peso da massa fresca 
que é transformado em Peso da massa seca, visualizam-se nas tabelas 3a e 3b. 
Um desdobramento da pesquisa de Nutrientes é o estudo de densidade da madeira 
(g/cm3), nos sentidos base-topo e casca-medula da árvore (utilizando-se das amostras 
coletadas a 0, 25, 50, 75 e 100% da altura comercial e do DAP). Resultados preliminares 
deste estudo encontram-se na tabela 4, de 12 árvores analisadas. 
 O banco de dados de biomassa do INPA vem sendo completado ao longo do tempo e 
já foi utilizado preliminarmente por Higuchi et al. (1994), Higuchi & Carvalho Jr. (1994), 
Araújo (1995) e Santos (1996). 
(ii) Modelos Testados: 
 Os modelos estatísticos foram selecionados a partir do trabalho de SANTOS (1996), 
que testou 34 diferentes modelos em diferentes combinações. 
 O banco de dados foi dividido em dois, para árvores com 5≤DAP<20 cm e DAP≥20 
cm. Foram testados os seguintes modelos estatísticos, para todas as árvores com DAP≥5 cm, 
equação única, e para as duas classes de tamanho, (a) 5≤DAP<20 cm e (b) DAP≥20 cm: 
 1. ln Pi = β0 + β1 ln Di + ln εi 
 2. ln Pi = β0 + β1 ln Di + β2 ln Hi + ln εi 
 3. Pi = β0 + β1 Di2Hi + εi 
4. Pi = β0 D β1 H β2 + εi 
para i = 1, 2, ... 315 - equação única 
 i = 1, 2, ... 244 - equação (a) 
 i = 1, 2, ... 71 - equação (b) 
onde: 
 Pi = peso da massa fresca de cada árvore, em quilograma (para modelos 1, 2 e 4) e em 
toneladas métricas (para o modelo 3). 
 Di= diâmetro à altura do peito de cada árvore, DAP, em centímetros (para modelos 1, 
2 e 4) e em metros (para o modelo 3) 
 Hi = altura total de cada árvore, em metros 
 β0, β1 e β2 = coeficientes de regressão 
 εi = erro aleatório 
 ln = logarítimo natural 
 Os modelos estatísticos propostos por Brown e Lugo (Foster Brown et al., 1995, 
Salomão et al., 1996) e aqueles que apresentaram os melhores resultados no trabalho de 
Saldarriaga et al. (1988), que incluem densidade da madeira, não foram testados porque esta 
variável é de difícil obtenção para cada indivíduo em pé. Além disso, segundo Higuchi & 
Carvalho Jr. (1994), a densidade da madeira (g/cm3) apresenta significativas variações intra e 
inter-específicas. Pelas mesmas razões, Overman et al. (1994) descartam esta variável, apesar 
do bom desempenho dos modelos que a contém. 
 95 
 
Na tabela 4, onde visualizam-se as densidades de 12 árvores, observa-se que: a menor 
densidade é de 0,480 e a maior é de 1,031; a densidade tende a diminuir no sentido base-topo; 
a densidade média, considerando base-topo, é de 0,756; e esta última variável é sempre menor 
que a densidade média obtida na altura do DAP. A densidade média do DAP é igual a 0,803, 
que, por sua vez, é diferente de todas as estimativas fornecidas por Foster Brown et al. (1995) 
e a de Saldarriaga et al. (1988). As variações no sentido casca-medula também são 
significativas (Higuchi & Carvalho Jr., 1994). 
(iii) Escolha do Melhor Modelo Estatístico: 
 Para a escolha do melhor modelo estatístico visando-se estimar a biomassa em pé da 
área em estudo, foram adotados os procedimentos tradicionais da ciência florestal, que são: 
maior coeficiente de determinação, menor erro padrão de estimativa e melhor distribuição dos 
resíduos (Santos, 1996). Além destes procedimentos, foram simuladas amostras de diferentes 
intensidades, para testar a consistência dos modelos na estimativa da biomassa. Foram 
tomadas 15 amostras com 50 árvores selecionadas aleatoriamente do banco de dados original; 
10 amostras com n = 100; 5 amostras com n = 200; e 5 amostras com n = 300. 
Resultados e Discussão: 
 Do trabalho de Higuchi & Carvalho Jr. (1994), as seguintes informações quantitativas 
do sítio estudado são importantes para uma melhor interpretação destes resultados e para 
futuras comparações com outros sítios: 
 - Em uma parcela fixa de 2.000 m2, o peso da biomassa fresca distribui-se da seguinte 
maneira, em relação ao peso total: a vegetação(exceto cipós) com DAP≥5 cm contribui com 
86,9% do peso total; a vegetação com DAP<5 cm contribui com 2,4%; os cipós contribuem 
com 1,3% e a liteira (toda a vegetação morta sobre a superfície do solo) contribui com 9,4%. 
 - Os teores médios de carbono são os seguintes: tronco (48%), galhos grossos (48%), 
galhos finos (47%), folhas (39%), plântulas - até 50 cm de altura - (47%), mudas - altura>50 
cm e DAP<5 cm - (49%), cipós (48%) e liteira (39%). 
 Os coeficientes de regressão e de determinação e os erros padrões de estimativa de 
todos os quatro modelos estatísticos testados (árvores com DAP≥5 cm), incluindo as 
variações (a) para árvores com 5≤DAP<20 cm e (b) DAP≥20 cm, verificam-se na tabela 5. De 
um modo geral, os quatro modelos (incluindo as variações a e b) estão aprovados nos quesitos 
coeficiente de determinação (r2) e erro padrão de estimativa (sy.x) e, por esta razão, poderiam 
ser utilizados para estimar a biomassa de árvores em pé da área em estudo. 
 Todos os modelos apresentam coeficientes de correlação (r) altamente significantes 
(α<0,01). De um modo geral, os modelos únicos para árvores com DAP ≥ 5 cm apresentam 
os maiores coeficientes de determinação (r2), exceto para o modelo 3. Com relação ao (sy.x), o 
modelo 4 é o que tem o melhor desempenho, apresentado os menores erros, seguido do 
modelo 2. Combinando as equações a e b, no mesmo banco de dados, os erros (em 
quilogramas) produzidos foram: 949, 693, 356 e 537, respectivamente para os modelos 1, 2, 3 
e 4. Nesta situação, o melhor desempenho é do modelo 3, seguido do modelo 4. 
 O exame da distribuição dos resíduos mostra que os modelos 1, 2 e 3 não apresentam 
nenhum padrão, distribuindo-se aleatoriamente ao longo do eixo da biomassa observada e 
estimada, ordenada de forma crescente pela variável DAP. O modelo 4, no entanto, apresenta 
um claro padrão, aumentando os desvios conforme aumentam os DAP’s. 
 As equações resultantes são: 
Modelo 1: 
 96 
 
 - Equações a & b: (a) ln P = -1,754 + 2,665 ln D; para 5≤DAP<20 cm 
 (b) ln P = -0,151 + 2,170 ln D; para DAP≥20 cm 
 - Equação única: ln P = -1,497 + 2,548 ln D; para para DAP≥5 cm 
Modelo2: 
 - Equações a & b: (a) ln P = -2,668 + 2,081 ln D + 0,852 ln H; para 5≤DAP<20 
 (b) ln P = -2,088 + 1,837 ln D + 0,939 ln H; para DAP≥20 cm 
 - Equação única: ln P = -2,694 + 2,038 ln D + 0,902 ln H; para DAP≥5 cm 
Modelo 3: 
 - Equações a & b: (a) P = 0,0056 + 0,621 D2H; para 0,05≤DAP<0,20 m 
 (b) P = 0,393 + 0,473 D2H; para DAP≥0,20 m 
 - Equação única: P = 0,077 + 0,492 D2H; para DAP≥0,05 m 
Modelo 4: 
 - Equações a & b: (a) P = 0,0336 * D2,171*H1,038; para 5≤DAP<20 cm 
 (b) P = 0,0009 * D1,585*H2,651; para DAP≥20 cm 
 - Equação única: P = 0,001 * D1,579*H2,621; para DAP≥5 cm 
 A verificação da consistência de cada um dos modelos estatísticos para estimar a 
biomassa em pé, sobre amostras simuladas (tiradas aleatoriamente do banco de dados 
original), encontram-se na tabela 6. Nesta tabela verificam-se as médias observadas e 
estimadas em cada simulação. A análise é feita sobre o afastamento da média estimada em 
relação à observada, em percentagem, utilizando-se equações distintas para estimar a 
biomassa de árvores com 5≤DAP<20 cm e DAP≥20 cm e uma única equação para todas as 
árvores contidas na amostra com DAP≥5 cm. 
 (i) Modelo 1: 
- Usando as equações a e b, para estimar a biomassa do banco de dados original, a 
média estimada afasta-se -1,9% da média observada, ou seja, o desvio6 é de -1,9%. Quando 
utiliza-se uma só equação para estimar a biomassa das duas classes de diâmetro, o 
desempenho anterior não é repetido, apresentando um desvio de +16%. Excepcionalmente, na 
simulação com n = 50, o uso de uma só equação resulta em um desvio médio de +2,8%, que 
poderia ser considerado bom se não fosse a amplitude de variação entre o menor e o maior 
desvio, que foi de 0,1 a 24,9%. 
 - Este modelo (equações a e b) demonstra a mesma consistência nas simulações com n 
= 300, n = 200 e n = 100, respectivamente, com desvios de -1,9% (1,6 e 2,3, menor e maior 
desvio, em valores absolutos), +0,5% (2,7 e 11,6) e +2,6% (3,7 e 22,1). A simulação com n = 
50, o desvio médio é de -10,2%. 
 - A equação única para estimar a biomassa, usando este modelo estatístico, não é 
alternativa para as duas equações, ou seja, o uso deste modelo requer as duas equações para 
estimar a biomassa de árvores com 5≤DAP<20 cm e DAP≥20 cm, separadamente. 
 
6 Desvio é afastamento, em %, do peso médio estimado pelas diferentes equações, em relação ao peso médio 
observado. Entre parêntesis, os desvios aparecem em valores absolutos e o primeiro é sempre o menor e, o 
segundo, o maior desvio. 
 
 97 
 
- Trata-se de um modelo com apenas o DAP como variável independente, que é uma 
variável fácil de ser medida no campo, sem erros não amostrais. O único problema deste 
modelo é que o peso será sempre o mesmo, para um determinado diâmetro, 
independentemente da altura da árvore, da espécie e de outros atributos da árvore. 
 (ii) Modelo 2: 
- Usando as equações a e b, para estimar a biomassa do banco de dados original, a 
média estimada afasta-se -3,6% da média observada. Quando utiliza-se uma só equação para 
estimar a biomassa das duas classes de diâmetro, o seu desempenho é melhor do que o 
anterior, com desvio de +2,9%. 
- Este modelo (equações a e b) demonstra a mesma consistência nas simulações com n 
= 300, n = 200 e n = 100, respectivamente, com desvios de -3,6% (3,2 e 4,3, menor e maior 
desvio, em valores absolutos), -1,8% (5,2 e 6,7) e -1,1% (0,9 e 12,7). A simulação com n = 
50, o desvio médio é de –9,4%. O uso de uma só equação tem um desempenho razoável para 
todas as simulações, que exceto para n = 50, apresenta desvio menor do que quando se 
utilizam as equações a e b. 
 - Apesar do bom desempenho da equação única, em relação aos desvios médios, onde 
as diferenças são negligíveis, as amplitudes de variação dos mesmos nas equações a e b são 
menores, sendo, por esta razão, mais apropriadas para a estimativa da biomassa. 
 - A incorporação da altura total neste modelo permite estimar diferentes pesos para 
iguais DAP’s, ao contrário do modelo 1. 
 (iii) Modelo 3: 
- Usando as equações a e b, para estimar a biomassa do banco de dados original, a 
média estimada afasta-se +1,2% da média observada. Quando se utiliza uma só equação para 
estimar a biomassa das duas classes de diâmetro, o seu desempenho é melhor do que o 
anterior, com desvio de +0,1%. Apesar de um claro padrão na distribuição dos resíduos, este 
modelo tem uma boa capacidade de compensação quando se utiliza todo o banco de dados, 
tanto com as equações a e b como com a equação única para as duas classes de diâmetro. 
- Este modelo (equações a e b) demonstra a mesma consistência nas simulações com n 
= 300, n = 200, n = 100 e n = 50, respectivamente, com desvios de +1,2% (0,4 e 1,6, menor e 
maior desvio, em valores absolutos), +3,1% (1,1 e 13,7), +3,8% (0,8 e 20,3) e -4,8% (0,4 e 
19,4). O uso de uma só equação tem um desempenho tão consistente quanto ao anterior, com 
desvios de +0,1% (0,2 e 0,9), +2,2% (0,6 e 11,5), +2,4% (0,7 e 17,6) e -6,8% (0,4 e 16,2), 
respectivamente para n = 300, n = 200, n = 100 e n = 50. 
 - A equação única para este modelo é a melhor alternativa para estimar a biomassa, 
principalmente considerando apenas a estimativa da biomassa média de uma parcela fixa, sem 
preocupar-se com as estimativas individuais. Em todos os tamanhos da amostragem, esta 
equação demonstrou-se bastante consistente e precisa. 
 - Sem preocupar-se com as estimativas individuais, prestando atenção apenas no total 
ou na média das parcelas fixas, este é o melhor modeloentre os testados. De um modo geral, 
este modelo superestima o peso das menores classes de diâmetro. Para grandes inventários 
para estimativa de biomassa, este modelo é o mais preciso. 
 (iv) Modelo 4: 
- Usando as equações a e b, para estimar a biomassa do banco de dados original, a 
média estimada afasta-se -4,6% da média observada. Quando utiliza-se uma só equação para 
 98 
 
estimar a biomassa das duas classes de diâmetro, o desempenho anterior não é repetido, com 
desvio de -7,3%. 
- Este modelo (equações a e b) demonstra a mesma consistência nas simulações com n 
= 300, n = 200, n = 100 e n = 50, respectivamente, com desvios de -4,3% (3,4 e 5,1, menor e 
maior desvio, em valores absolutos), +0,3% (0,6 e 3,7), -4,0% (1,2 e 7,6) e -7,7% (4,2 e 16,1). 
O uso de uma só equação tem um desempenho inferior a todos os outros modelos testados e, 
por esta razão, não é uma alternativa para as duas equações. Neste caso, a opção tem que ser 
pelas duas equações, 4 a para árvores com 5≤DAP<20 cm e 4b para DAP≥20 cm. 
 - De todos os modelos testados, este modelo é o que apresenta as menores amplitudes 
de variação, demonstrando uma boa consistência na estimativa da biomassa. É um modelo 
bastante conservador e que apresenta poucas surpresas na estimativa da biomassa das 
diferentes classes de diâmetro. 
 Considerações finais: 
 1. Os quatro modelos estatísticos testados produzem estimativas confiáveis de 
biomassa de árvore em pé, todos com desvios inferiores a 5% em relação à média. 
 2. As equações distintas para árvores com 5≤DAP<20 cm e com DAP≥20 cm são 
mais consistentes que a equação única para todas as árvores com DAP≥5 cm. 
 3. Dentre os modelos testados, os melhores são os modelos 1 e 4, respectivamente com 
as seguintes equações: 
(a) ln P = -1,754 + 2,665 ln D; para 5≤DAP<20 cm 
(b) ln P = -0,151 + 2,170 ln D; para DAP≥20 cm 
e 
(a) P = 0,0336 * D2,171*H1,038; para 5≤DAP<20 cm 
(b) P = 0,0009 * D1,585*H2,651; para DAP≥20 cm 
 - O modelo 1 tem a vantagem de ser dependente de apenas uma variável, o 
DAP, que é uma variável fácil de ser medida no campo, com poucos riscos de erros não 
amostrais; 
 - O modelo 4 tem a vantagem de ser muito consistente e de poder estimar mais 
realisticamente árvores individuais, com mesmos DAP’s e diferentes alturas. Além disso, este 
modelo já foi preliminarmente utilizado por ARAUJO (1995), em Tomé-Açu (Pará), para 
confrontar com os resultados obtidos pelo método direto. Em Tomé-Açu, a biomassa estimada 
por este modelo ficou também a menos de 5% da observada. 
 4. A eficiência das equações está associada à utilização de parcelas fixas para o 
inventário de biomassa de um determinado sítio, com as dimensões mínimas recomendadas 
para os inventários florestais na Amazônia. 
 5. O peso do tronco seco corresponde a 61% de seu peso antes da secagem; e o da 
copa corresponde a 58% de seu peso fresco. 
 6. Do peso total de uma árvore, 65,6% é tronco e 34,4% é copa. A contribuição de 
cada compartimento da árvore em seu peso total é a seguinte: tronco (65,6%), galho grosso 
(17,8%), galho fino (14,5%), folhas (2,03%) e flores/frutos (0,01%). 
 7. Os teores médios de carbono são os seguintes: tronco (48%), galhos grossos (48%), 
galhos finos (47%) e folhas (39%). 
 99 
 
Tabela 1: Algumas estimativas de biomassa para a floresta densa da Amazônia brasileira*. 
 
Tipo de floresta local biomassa (t) fonte 
Densa (RADAMBRASIL) Amazônia 268 Brown & Lugo (1992a) ) – cf. 
fonte*
Densa (FAO) Amazônia 162 Brown & Lugo (1992a) - cf. 
fonte* 
Densa (RADAMBRASIL) Amazônia 289 Brown & Lugo (1992b) - cf. 
fonte*
Densa (FAO) Amazônia 227 Brown & Lugo (1992b) - cf. 
fonte*
Densa (presente) Amazônia 142.3 Fearnside (1992a) - cf. fonte*
Densa (presente) Amazônia 319.9 Fearnside (unpub. 1993) - cf. 
fonte*
(*) Fonte: parcialmente reproduzida de Fearnside et al. (1993) 
 
 
Tabela 2: Banco de Dados de Biomassa, do INPA (n = 315). 
(a) Distribuição de Freqüência dos Dados Observados (n = 315). 
 
Limites de classe Freq. % 
5 < 10 154 48,89 
10 < 20 90 28,57 
20< 30 28 8,89 
30< 40 18 5,71 
40< 50 9 2,86 
50< 60 8 2,54 
60< 70 3 0,95 
70< 80 3 0,95 
80< 90 0 - 
90< 100 1 0,32 
100< 110 0 - 
110< 120 0 - 
120< 130 1 0,32 
total 315 100 
 
 
(b) Estatística Descritiva dos Dados Observados: 
 
variável média desvio CV(%) mínimo máximo 
DAP (cm) 16,0 15,3 96 5,0 120,0 
H-total (m) 17,0 7,7 45 5,6 41,4 
H-com (m) 10,7 5,2 49 2,4 26,1 
P-tronco (kg) 476,3 1299,3 273 4,5 12736,5 
P-copa (kg) 306,4 1031,5 337 0,6 12897,9 
P-total (kg) 782,7 2271,1 290 9,1 25634,4 
copa (%) 31 14 45 2 70 
 
 
 
 100 
 
(c) Estatística Descritiva dos Dados Observados, Divididos em Algumas Classes de Diâmetro: 
 
Classes de número DAP altura Total Peso Total 
diâmetro casos média CV(%) média CV(%) média CV(%) 
5 < 10 154 7,0 20 11,4 27 35,7 68 
10 < 15 62 12,0 12 16,4 20 135,0 42 
15 < 20 28 17,5 9 20,8 18 407,5 34 
20 < 30 28 23,6 11 23,7 13 852,0 43 
30 < 50 27 37,2 14 29,3 11 2449,2 35 
>= 50 16 65,9 29 34,1 10 8205,4 72 
 
 
Tabela 3: Dados Utilizados para estudos de Nutrientes (n = 38). 
 
(a) Estatística Descritiva dos Dados Observados: 
 
variável média desvio CV(%) mínimo máximo 
DAP (cm) 39,9 20,3 51 9,5 98,0 
alt. total (m) 28,8 6,0 56 11,4 41,4 
alt. com (m) 17,3 3,7 22 7,5 25,0 
P-tronco (kg) 2147,4 2449,1 114 48,7 12736,5 
P-copa (kg) 1595,3 2429,5 152 15,2 12898,3 
P-total (kg) 3742,6 3005,4 128 63,9 25634,4 
copa (%) 34 14 22 9 63 
 
(b) Contribuição de cada compartimento (tronco, galho grosso, galho fino, folhas e flor/frutos) 
no peso total de uma árvore e % do PF de cada um que é transformado em PS: 
 
PESOS tronco g.grosso g.fino folhas flor/frutos TOTAL 
 m 2147,36 1109,68 434,24 50,30 1,07 3742,61
VERDE s 2449,14 1985,66 432,65 48,87 5,41 4793,77
 n 38 38(34) 38 38 38(8) 38 
 m 65,60 17,83 14,52 2,03 0,01 
% total s 14,19 13,43 7,21 1,28 0,03 
 n 38 38(34) 38 38 38(8) 
 m 1301,65 665,63 246,64 23,58 0,80 2238,30
SECO s 1552,45 1243,55 253,6 23,01 4,60 3005,38
 n 38 38(34) 38 38 38(8) 38 
 m 61,11 60,56 57,22 47,56 36,73 60,28 
% PF s 8,27 7,98 5,75 7,21 20,62 7,41 
 n 38 34 38 38 8 38 
m = média aritmética; s = desvio padrão amostral; n = número de observações. 
% total = contribuição do peso de cada compartimento da árvore em relação ao seu peso total. 
% PF = é % do Peso Fresco da árvore ou do compartimento que corresponde ao Peso Seco. 
 
 
 
 
 
 101 
 
Tabela 4: Informações sobre Densidade da Madeira. 
 
Espécie 0% 25% 50% 75% 100% média DAP 
1 0,856 0,790 0,757 0,753 0,718 0,775 0,824 
2 0,696 0,697 0,683 0,650 0,684 0,682 0,706 
3 0,879 0,903 0,866 0,741 0,724 0,823 0,913 
4 0,536 0,521 0,509 0,499 0,471 0,507 0,546 
5 0,681 0,678 0,640 0,640 0,615 0,651 0,700 
6 0,818 0,807 0,806 0,653 0,704 0,758 0,838 
7 0,725 0,707 0,711 0,693 0,704 0,708 0,717 
8 1,027 0,990 0,946 0,929 0,961 0,971 1,015 
9 0,891 0,870 0,862 0,862 0,846 0,866 0,896 
10 0,571 0,533 0,485 0,445 0,367 0,480 0,528 
11 1,077 1,033 1,000 0,987 1,056 1,031 1,059 
12 0,891 0,870 0,807 0,716 0,846 0,826 0,896 
média 0,804 0,783 0,756 0,714 0,725 0,756 0,803 
desvio 0,167 0,163 0,159 0,159 0,191 0,165 0,168 
mín. 0,536 0,521 0,485 0,445 0,367 0,480 0,528 
máx. 1,077 1,033 1,000 0,987 1,056 1,031 1,059 
 
 
Tabela 5: Coeficientes de Regressão e de Determinação, Erro Padrão de Estimativa dos 
Modelos Estatísticos para Estimar a Biomassa (Peso total) de Árvores em pé. 
 
Modelo b0 b1 b2 r2 sy.x 
1 -1,497 2,548 0,97 1729 
1 a -1,754 2,665 0,92 43 
1 b -0,151 2,170 0,90 2035 
2 -2,694 2,038 0,902 0,98 812 
2 a -2,668 2,081 0,852 0,95 35 
2 b -2,088 1,837 0,939 0,91 1497 
3 0,077 0,492 0,90 716 
3 a 0,0056 0,621 0,94 34 
3 b 0,393 0,473 0,86 1508 
4 0,001 1,579 2,621 0,94 540 
4 a 0,0336 2,171 1,038 0,94 31 
4 b0,0009 1,585 2,651 0,92 1159 
b0, b1 e b2 = estimadores dos parâmetros β0, β1 e β2, respectivamente. 
r 2 = coeficiente de determinação ajustado 
ry.x = erro padrão de estimativa. 
- modelo 1: ln Pi = b0 + b1 ln Di; sendo (1) para DAP≥5 cm e i = 1,..., 315; (1a) para 
5≤DAP<20 cm e i = 1,..., 244; e (1b) para DAP≥20 cm e i = 1,..., 71. 
- modelo 2: ln Pi = b0 + b1 ln Di + b2 ln Hi; sendo (2) para DAP≥5 cm e i = 1,..., 315; (2a) para 
5≤DAP<20 cm e i = 1,..., 244; e (2b) para DAP≥20 cm e i = 1,..., 71. 
- modelo 3: Pi = b0 + b1 Di2Hi; sendo (3) para DAP≥0,05 m e i = 1,..., 315; (3a) para 
0,05≤DAP<0,20 m e i = 1,..., 244; e (3b) para DAP ≥ 0,20 m e i = 1,..., 71. 
- modelo 4: Pi = b0 D b1 H b2; sendo (1) para DAP≥5 cm e i = 1,..., 315; (1a) para 5≤DAP<20 
cm e i = 1,..., 244; e (1b) para DAP≥20 cm e i = 1,..., 71. 
 102 
 
Tabela 6: Resumo das simulações utilizando diferentes intensidades de amostragem (tomadas 
aleatoriamente do banco de dados). 
 
Biomassa observada 
(observada e estimada) equações a & b equação única 
 observada 782,7 
banco de dados modelo 1 768,2 [ -1,9 ] 907,7 [+16,0 ] 
 modelo 2 754,6 [ -3,6 ] 805,2 [ +2,9 ] 
(n = 315) modelo 3 792,1 [ +1,2 ] 783,3 [ +0,1 ] 
 modelo 4 746,9 [ -4,6 ] 725,3 [ -7,3 ] 
 observada 794,1 
amostra com n = 300 modelo 1 779,1 [ -1,9 ] 924,1 [ +16,4 ] 
 modelo 2 765,5 [ -3,6 ] 817,0 [ +2,9 ] 
(5 repetições) modelo 3 803,3 [ +1,2 ] 794,7 [ +0,1 ] 
 modelo 4 760,2 [ -4,3 ] 738,9 [ -7,0 ] 
 observada 784,2 
amostra com n = 200 modelo 1 788,3 [ +0,5 ] 944,2 [ +20,4 ] 
 modelo 2 770,0 [ -1,8 ] 826,4 [ +5,4 ] 
(5 repetições) modelo 3 808,1 [ +3,1 ] 801,3 [ +2,2 ] 
 modelo 4 786,3 [ +0,3 ] 740,2 [ -5,6 ] 
 observada 844,8 
amostra com n = 100 modelo 1 866,9 [ +2,6 ] 1052,4 [ +24,6 ] 
 modelo 2 835,4 [ -1,1 ] 900,5 [ +6,6 ] 
(10 repetições) modelo 3 876,6 [+3,8 ] 865,1 [ +2,4 ] 
 modelo 4 811,3 [ -4,0 ] 790,8 [ -6,4 ] 
 observada 836,2 
amostra com n = 50 modelo 1 750,8 [ -10,2 ] 859,3 [ +2,8 ] 
 modelo 2 757,2 [ -9,4 ] 799,8 [ -4,4 ] 
(15 repetições) modelo 3 795,8 [ -4,8 ] 779,1 [ -6,8 ] 
 modelo 4 771,8 [ -7,7 ] 750,8 [ -10,2 ] 
 
 103 
 
Bibliografia 
Araújo, T.M. 1995. Investigação das Taxas de Dióxido de Carbono Gerado em Queimadas na 
Região Amazônica. Tese de Doutorado, Universidade Estadual Paulista, Faculdade de 
Engenharia de Guaratinguetá, 212 p.. 
Brown, S., A.J.R. Gillespie e A.E. Lugo. 1989. Biomass Estimation Methods for Tropical 
Forests with Applications to Forest Inventory Data. Forest Science, 35(4):881-902. 
Carvalho Jr., J.A., J.M. Santos, J.C. Santos, M.M. Leitão e N. Higuchi. 1995. A Tropical 
Rainforest Clearing Experiment by Biomass Burning in the Manaus Region. Atmospheric 
Environment 29(17):2301-2309. 
Fearnside, P.M., N. Leal Filho e F.M Fernandes. 1993. Rainforest Burning and the Global 
Budget: Biomass, Combustion Efficiency, and Charcoal Formation in the Brazilian 
Amazon. J. of Geophysical Research, 98(D9):16733-16743. 
Fearnside, P.M. 1996. Amazonian Deforestation and Global Warming: Carbon Stocks in 
Vegetation Replacing Brazil’s Amazon Forest. Forest Ecology and Management 80:21-
34. 
Foster Brown, I., D.C. Nepstad, I.O. Pires, L.M. Luz e A.S. Alechandre. 1992. Carbon 
Storage and Land-use in Extractive Reserves, Acre, Brazil. Environmental Conservation 
19(4):307-315. 
Foster Brown, I., L.A. Martinelli, W. Wayt Thomas, M.Z. Moreira, C.A. Cid Ferreira e R.A. 
Victoria. 1995. Uncertainty in the Biomass of Amazonian Forests: an Example from 
Rondônia, Brazil. Forest Ecology and Management, 75:175-189. 
Higuchi, N. e J.A. Carvalho Jr. 1994. Fitomassa e Conteúdo de Carbono de Espécies Arbóreas 
da Amazônia. Em: Anais do Seminário “Emissão x Seqüestro de CO2 - Uma Nova 
Oportunidade de Negócios para o Brasil”:127-153. 
Higuchi, N., J.M. dos Santos, M. Imanaga e S. Yoshida. 1994. Aboveground Biomass 
Estimate for Amazonian Dense Tropical Moist Forests. Memoirs of the Faculty of 
Agriculture, Kagoshima, 30(39):43-54. 
Overman, J.P.M., H.J.L. Witte e J.G. Saldarriaga. 1994. Evaluation of Regression Models for 
Above-ground Biomass Determination in Amazonia Rainforest. Forest Ecology and 
Management, 10:207-218. 
Saldarriaga, J.G., D.C. West, M.L. Tharp e C. Uhl. 1988. Long-term Chronosequence of 
Forest Sucession in the Upper Rio Negro of Colombia and Venezuela. Journal of Ecology 
76:938-958. 
Salomão, R.P., D.C. Nepstad e I.C.G. Vieira. 1996. Como a Biomassa de Florestas Tropicais 
Influi no Efeito Estufa. Ciência Hoje, 21(122):38-47. 
Santos, J. dos. 1996. Análise de Modelos de Regressão para Estimar a Fitomassa da Floresta 
Tropical Úmida de Terra-firme da Amazônia Brasileira. Tese de Doutorado, 
Universidade Federal de Viçosa, 121 p.. 
Schroeder, P.E. e J.K. Winjum. 1995. Assessing Brazil’s Carbon Budget: II. Biotic Fluxes 
and Net Carbon Balance. Forest Ecology and Management, 75(87-99). 
Skole, D.L., W.H. Chomentowski, W.A. Salas e A.D. Nobre. 1994. Physical and Human 
Dimensions of Deforestation in Amazonia. BioScience, 44(5):314-321. 
 104 
 
Capítulo 14 
Cadeia de Markov para predizer a dinâmica da floresta amazônica 
1. Introdução: 
 Estudar a dinâmica da floresta tropical úmida amazônica, manejada ou não, é um 
grande desafio para os florestais. Os modelos clássicos de produção florestal foram 
desenvolvidos para florestas temperadas e têm como principais variáveis, o índice de sítio e 
idade da árvore ou do povoamento (Sullivan e Clutter, 1972; Ferguson e Leech, 1978; Alder, 
1980; Smith, 1983 e Clutter et al., 1983). Essas duas variáveis são limitantes para o 
desenvolvimento de modelos de produção para as florestas da Amazônia porque são 
praticamente indisponíveis para o setor florestal, num curto prazo. Apesar de inúmeras 
tentativas, por meio da dendrocronologia ou da datação com 14C, a determinação das idades 
das inúmeras espécies que ocorrem numa determinada área, continua sendo um grande 
obstáculo para a ciência florestal. 
Sem a idade da árvore ou do povoamento ou com muita dificuldade para obte-la, a 
alternativa é prognosticar a dinâmica da floresta com o uso de parcelas permanentes. Na 
Amazônia, entretanto, as parcelas instaladas e devidamente monitoradas são poucas, mal 
distribuídas e recentes (as mais antigas estão na Flona de Tapajós, desde 1978). Considerando 
que as idades de árvores com DAP > 50 cm, na região de Manaus, podem variar de 200 a 
1400 anos, segundo Chambers et al. (1998), 20-30 anos de observações podem parecer 
insuficientes para descrever, com confiança, a dinâmica de uma floresta da Amazônia. 
 Apesar de todas essas dificuldades, aproximadamente 1 milhão de hectares de floresta 
amazônica são manejados, anualmente, para produção madeireira sob algum tipo de manejo 
em regime de rendimento sustentável. É difícil imaginar como os empresários florestais vão 
planejar os ciclos de corte subseqüentes, sem um modelo de produção. Se nada for feito, o 
manejo florestal tomará a mesma forma da agricultura itinerante. A melhor saída para esta 
situação é usar modelos de curto prazo que dependem exclusivamente da situação 
imediatamente anterior ao atual, tendo como objetivo a projeção apenas para uma situação 
imediatamente posterior. Dentre os vários modelos disponíveis, o que melhor se ajusta às 
características das florestas da Amazônia, é a cadeia de Markov. 
 
 105 
 
2. Cadeia de Markov: 
 A cadeia de Markov de primeira ordem é um processo estocástico no qual as 
probabilidades de transição durante o intervalo de tempo (t e t+1) dependem apenas no estado 
do indivíduo no tempo t ou no conhecimento do passado imediato no tempo t+1 e não em 
qualquer outro estado prévio (Horn, 1975; Chiang, 1980 e Bruner e Moser, 1973). Shugart 
(1984) enfatiza que anatureza “invariável em tempo” de cada uma das probabilidades de 
transição é uma importante característica da cadeia de Markov, tendo muita afinidade com o 
comportamento dos ecossistemas florestais. 
De acordo com Bierzychudek (1982), um modelo de matriz de transição é um 
modelo classificado em tamanho ou uma forma da matriz de Leslie. A única exigência 
deste modelo é divisibilidade da população em grupo de estados e que existam 
probabilidades de movimento de um estado para outro, com o passar do tempo 
(Enright e Ogden, 1979). 
 Shugart e West (1981) apontam que a importância do entendimento dos ecossistemas 
florestais não é baseada nas idades, mas sim nas mudanças conhecidas no presente. Os 
modelos determinísticos consistindo de uma simples função matemática (linear, polinomial ou 
exponencial) não demonstraram ainda que são comprovadamente adequados, quando séries de 
tempo são envolvidas (Morrison, 1976). 
 Segundo Enright e Ogden (1979), nas florestas tropicais, o atributo tamanho pode ser 
mais importante do que a idade. Uma razão para isso é que o tamanho pode ser mais 
ecologicamente informativo do que a idade, quando esta é difícil de ser obtida com precisão. 
Além disso, segundo ainda os mesmos autores, a divisão de ciclos de vida em estágios de 
desenvolvimento pode permitir a predição do comportamento futuro mais precisamente do 
que a divisão em puras classes de idade. Usher (1966) usou o atributo tamanho no lugar da 
idade para desenvolver um modelo para o manejo de recursos renováveis. Ele afirma que um 
organismo que está na i-ésima classe no tempo t, pode permanecer na mesma classe, mudar 
para a classe seguinte (mais de uma classe também) ou morrer, no tempo t+1. 
 Os modelos que usam matriz de transição são apropriados para análise de muitos 
problemas biológicos, principalmente em estudos relacionados com a dinâmica da floresta 
(Enright e Ogden, 1979). Esses modelos têm sido usados intensivamente em estudos de 
dinâmica de populações de plantas ou animais em várias regiões do mundo. Alguns exemplos 
são: a demografia do jack-in-the-pulpit em Nova York (Bierzychudek, 1982); dinâmica 
 106 
 
florestal de uma população de Araucaria numa floresta tropical úmida de Papua Nova Guinea 
e Nothofagus em floresta montana temperada da Nova Zelândia (Enright e Ogden, 1979); 
sucessão de térmitas em Gana (Usher, 1979); sucessão florestal na Nova Jersey (Horn, 1975); 
aplicação da Cadeia de Markov em estudos de dinâmica florestal em florestas tropicais 
(Acevedo, 1981) e a aplicação de Markov para predizer o desenvolvimento de um 
povoamento florestal (Usher, 1966; Usher, 1969, Bruner e Moser, 1973; Peden et al., 1973 e 
Buogiorno e Michie, 1980). 
 Alder (1980) também descreve a matriz de transição como uma possível ferramenta 
para análise de dados de crescimento e incremento de povoamentos multianos de florestas 
tropicais mistas. Na região de Manaus, Higuchi (1987) usou Markov para estudar a dinâmica 
das parcelas testemunhas do projeto de manejo florestal (Projeto Bionte) e Rocha (2001) nos 
transectos do projeto Jacaranda. A maioria dos trabalhos citados anteriormente inclui revisões 
razoáveis da teoria do método de Markov. Há também outras leituras úteis sobre o assunto, 
como Grossman e Turner (1974), Chiang (1980) e Anderson e Goodman (1957). 
3. Aplicação de Markov aos dados das parcelas permanentes da ZF-2: 
 Primeiro vamos considerar: (i) estados i e j = 1, 2, ..., m; (ii) tempos de observação t = 
0, 1, .., T; (iii) p ij (t+1) (i, j = 1, 2, ..., m) = probabilidade do estado j no tempo t+1, dado o 
estado i no tempo t. 
 Um processo Markov é considerado homogêneo em relação ao tempo ou tempo 
homogêneo, se a probabilidade de transição 
p ij (t, t+1) = Pr [x(t+1) = j | x(t) = i], para i, j = 1, 2, ...., m. 
depender apenas da diferença entre t e t+1, mas não de t e t+1 separadamente (Chiang, 1980). 
 A montagem da matriz começa com o cálculo de 
p ij = n ij / n j 
onde: n ij = número de indivíduos na classe j no tempo t+1, dada a classe i no tempo t e n j = 
número total de indivíduos na classe i no tempo t. 
 
 
 
 
 107 
 
 
 A matriz de transição probabilística de uma cadeia de Markov para um processo de n 
estados pode ser montada da seguinte maneira: 
 
 j=1 j=2 j=3 ...... j=m 
 i=1 p11 p12 p13 ...... p1m 
 i=2 p21 p22 p23 ...... p2m 
 P = (p ij) = i =3 p31 p32 p33 ...... p3m 
 . . . . . . 
 . . . . . . 
 i=m pm1 pm2 pm3 ...... pmm 
 
sendo que as probabilidades p ij são não-negativos e a soma de pi1 + pi2 + ... + pim deve ser 
igual a 1. 
 A probabilidade de transição p ij pode ser de n passos, tomando a forma de p ij (n) onde 
n indica o número de tentativas, ou seja, a probabilidade que a população vai de um estado i 
de uma tentativa para o estado j, n tentativas depois. 
Exemplo didático: Projeções da dinâmica do Bionte usando Markov (base: tratamento 
intermediário, T2, do bloco 2, sub-bloco 4 – T2-B2SB4) 
 No caso dos dados da parcela permanente do exemplo, vamos considerar 15 estados (i, 
j = 1, 2, ...15), onde: 
estado 1 = recrutamento (R) 
estados de 2 a 14 = classes de diâmetro. As classes de DAP são de 5-5 cm e vão de 10, 
passando pela classe truncada DAP ≥ 65 e a classe “próxima” depois de DAP ≥ 65. A 
movimentação de uma classe para outra, no caso da classe DAP ≥ 65, pode ser uma árvore 
com DAP = 78, em 1990, que passou para a classe seguinte (podendo ser DAP = 80 ou DAP 
= 81), em 1997 ou também uma com DAP = 119, em 1990, que passou para a classe seguinte, 
em 1997. 
estado 15 = mortalidade (M) 
são considerados: t = 1990 e t+1 = 1997. 
Passos para o cálculo matricial: 
1. Matriz A (Quadro 1) => transição entre a 1ª ocasião (1990) e 2ª ocasião (1997) => 
tabelas dinâmicas do Excel (V. Box). Daqui uns 10 anos, é bem provável que alguém não veja 
 108 
 
nenhuma importância nas instruções contidas no Box por achar completamente obsoleta. 
Hoje, em 2005, apesar deste recurso ser pouco conhecido pelos florestais, é um poderoso e 
prático instrumento para organizar os dados. Quando se trabalha com parcelas permanentes, 
re-medidas em várias ocasiões sucessivas, a tabela dinâmica serve também para conferir o 
arquivo de dados. A matriz A é simétrica; portanto, há 17 colunas e 17 linhas. 
1.1. => total 1ª ocasião = (total, freqüência da linha 17 e coluna 17 ou f17,17 = 673) 
menos recrutas (R, linha 1 e coluna 17 ou f1,17 = 189) = 484 
1.2. => total 2ª ocasião = (total, f17,17 = 673) menos mortas (M, f17,16 = 45) = 628 
2. Matriz B1 e B2 (Quadro 2) => probabilidades de mudanças de um estado (i) para outro (j). 
A matriz de probabilidade é repetida pra facilitar a multiplicação de matrizes no Excel. 
Portanto B1 = B2. 
2.1. Recrutas (R) => das 189 árvores recrutadas em 1997 => 160, 22, 3, 3 e 1, 
respectivamente, foram recrutadas para a 1ª classe (10<15), 2ª (15<20), 3ª (20<25), 4ª 
(25<30) e 5ª classe (30<35). 
2.2. Probabilidades de 2.1. => 160/189, 22/189, ... 1/189. 
2.3. 1ª classe (10<15) => das 180 árvores que estavam na 1ª classe na 1ª ocasião 
(1990) => na 2ª ocasião (1997), 116 permaneceram na 1ª classe, 48 mudaram para a 2ª 
classe, 1 passou para a 3ª classe e 15 morreram. 
2.4. Probabilidades de 2.3. => 116/180, 48/180, 1/180 e 15/180. 
2.5. 2ª classe (15<20) => das 101 árvores que estavam na 2ª classe na 1ª ocasião 
(1990) => na 2ª ocasião (1997), 69 permaneceram na 2ª classe, 21 mudaram para a 3ª 
classe, 1 passou para a 4ª classe e 10 morreram. 
2.6. Probabilidades de 2.5. => 69/101, 21/101, 1/101 e 10/101. 
3. Matriz de probabilidade 2 passos adiante (Quadro 3) => até 2004 => matriz de transição 
probabilística elevada ao quadrado (2) => Se quiser 3 passos adiante,a matriz de transição 
probabilística será elevada ao cubo (3) => Matriz C 
3.1. Multiplicação de matrizes (B1*B2) => No Excel: 
- antes ir à função, blocar um espaço igual à matriz que será multiplicada (B1 
ou B2). 
 109 
 
- definir matriz 1 (B1) “blocando-a” (passando o cursor em toda a sua 
extensão). 
- definir matriz 2 (B2) e OK 
- truque pra ver o resultado (matriz C) => segurar juntos Ctrl e Shift e apertar 
Enter mantendo o cursor sobre a função (Fx). 
4. Projeção para 2004 => Matriz D (Quadro 4) => 
4.1. Copiar os totais da coluna Q (Q4 a Q 16) ao final da matriz C (recriando a coluna 
Q para esta matriz). 
4.2. Freqüência da classe 10<15 => C63*Q63 + C64*Q64 = 0,545561 * 189 + 
0,415309 * 180 = 103,1111 + 74,75556 = 177,8667. 
4.3. Freqüência da classe 15<20 => D63*Q63 + D64*Q64 + D65*Q65 = 0,305272 * 
189 + 0,35403 * 180 + 0,466719 * 101 = 168,5604 
5. Ajustes necessários (5a) => a cadeia de Markov não faz projeções do recrutamento. 
Portanto, há necessidade de fazer ajustes para o recrutamento e mortalidade das árvores 
recrutas. 
 5.1. Recrutamento (em diferentes classes de diâmetro) => Enquanto não tiver uma 
série histórica de recrutamento, o único recurso é usar o nº de indivíduos recrutados de 
uma ocasião para outra. Se 3 ocasiões estão disponíveis, o certo é usar a média [ R = 
(R1+R2)/2 ], sendo que R1 é o nº indivíduos recrutados entre a 1ª e 2ª ocasião e R2 é o 
nº entre a 2ª e 3ª ocasião. 
 Exemplo: usando três ocasiões => duas medidas de recrutamento 
 R1 => 10<15, 15<20, 20<25, 25<30 => 160, 22, 3, 3 e 1 
 R2 => 10<15 e 15<20 => 122 e 8 
 Resultados => ajuste R => 1ª CD = (160+122)/2 = 141 
 2ª CD = (22+8)/2 = 15 
 3ª CD = (3+0)/2 = 1,5 
 4ª CD = (3+0)/2 = 1,5 
 5ª CD = (1+0)/2 = 0,5 
 110 
 
5.2. Classe “PRÓX.” => esta classe é criada apenas para descrever a dinâmica das 
árvores truncadas ao DAP ≥ 65 cm. Na tabela com as freqüências esperadas (E), a 
freqüência da classe “PRÓX” deve ser acrescentada à classe DAP ≥ 65 cm. 
6. Freqüências esperadas (E) para a 3ª ocasião (Quadro 5b) => Projeção feita + recrutamento 
ajustado. 
7. Comparação entre freqüências esperadas (E), para 2004, fornecida pela Cadeia de Markov 
e as freqüências observadas de fato em 2004 (Quadro 6) => uso do teste qui-quadrado ( χ2 ). 
 Este quadro final é apenas para ilustrar a eficiência da Cadeia de Markov para fazer 
projeções. Isso foi feito porque há uma série histórica longa o suficiente para este tipo de 
exercício. Como se tem verdade de campo, que são as re-medições realizadas em 2004, é 
possível comparar a projeção com os valores observados de fato. Neste exemplo, como o χ2 
tabelado com 11 graus de liberdade e p = 0,10 é igual a 17,28, isso significa dizer que há 
fracas evidências para afirmar que E seja diferente de O. Usando p = 0,05, o valor de χ2 é 
igual a 19,68 e, do ponto de vista de estatística, pode-se afirmar que o teste é não significante. 
O certo seria usar a transição probabilística de 1990 a 2004 (e não 1997) para fazer 
projeções para um período imediatamente posterior, de 14 anos, ou seja, para 2028 e acreditar 
na eficiência de Markov. O exemplo foi usado para comprovar que Markov é eficiente para 
fazer projeções da dinâmica de uma floresta manejada. Essa comprovação já tinha sido 
realizada em florestas não perturbadas (Rocha, 2001). 
 
 
 111 
 
Bibliografia: 
Acevedo, M.F. 1981. On Horn’s Markovian Model of Forest Dynamics with Particular 
Reference to Tropical Forests. Theoretical Population Biology 19:230-250. 
Alder, D. 1980. Forest Volume Estimation and Yield Prediction. V.2 – Yield Prediction. 
FAO Forestry Paper 22/2. 194 p. 
Anderson, T.W. e L.A. Goodman. 1957. Statistical Inference about Markov Chains. Annals 
of Mathematical Statistics 28:89-110. 
Bierzychudek, P. 1982. The Demography of Jack-in-the-pulpit, a Forest Perennial that 
Changes Sex. Ecol. Monographs 52(4):333-351. 
Bruner, H.D. e J.W. Moser Jr.. 1973. A Markov Chain Approach to the Prediction of 
Diameter Distributions in Uneven-aged Forest Stands. Can.J.For.Res. 3:409-417. 
Buogiorno, J. e B.C. Michie. 1980. A Matrix Model of Unever-aged Forest Management. 
Forest Science 26:609-625. 
Chambers, J.Q., N. Higuchi e J.P. Schimel. 1998. Ancient Trees in Amazonia. Nature, 
391:135-136. 
Chiang, C.L. 1980. An Introduction to Stochastic Processes and their Applications. Robert E. 
Krieger Publ. Co., Huntington, New York. 
Clutter, J.L., J.C. Fortson, L.V. Pienaar, G.H. Brister e R.L. Bailey. 1983. Timber 
Management: A Quantitative Approach. John Wiley and Sons, Inc. New York. 333p. 
Enright, N. e J. Ogden. 1979. Applications of Transition Matrix Models in Forest Dynamics: 
Araucaria in Papua New Guinea and Nothofagus in New Zealand. Australian J. of 
Ecology 4:3-23. 
Ferguson, I.S. e J.W. Leech. 1978. Generalized Least Squares Estimation of Yield Functions. 
Forest Science 24:27-42. 
Grossman, S.I. e J.E. Turner. 1974. Mathematics for the Biological Sciences. Macmillan Publ. 
Co., Inc. New York. 512p. 
Higuchi. N. 1987. Short-term Growth of an Undisturbed Tropical Moist Forest in the 
Brazilian Amazon. Tese de Doutor. MSU. 129p. 
Horn, H.S. 1975. Markovian Properties of Forest Succession. In: Ecology and Evolution of 
Communities (M. Cody e J. Diamond, editores), pp.196-211. Harvard University Press. 
Cambridge, Mass. 
Morrison, D.F. 1976. Multivariate Statistical Methods. McGraw-Hill Inc.. 415p. 
Peden, L.M., J.S. Williams e W.E. Frayer. 1973. A Markov Model for Stand Projection. 
Forest Science 19:303-314. 
Rocha, R.M. 2001. Taxas de recrutamento e mortalidade da floresta de terra-firme da bacia do 
rio Cueiras na região de Manaus-AM. Dissertação de mestrado CFT-INPA. 49p. 
Shugart, H.H. 1984. A Theory of Forest Dynamics: The Ecological Forest Succession 
Models. Springer-Verlag Inc. New York. 278p. 
Shugart, H.H. e D.C. West. 1981. Long-term Dynamics of Forest Ecosystems. Am. Scientist 
69:647-652. 
 112 
 
Smith, V.G. 1983. Compatible Basal Area Growth and Yield Models Consistent with Forest 
Growth Theory. Forest Science 29:279-288. 
Sullivan, A.D. e J.L. Clutter. 1972. A Simultaneous Growth and Yield Model for Loblolly 
Pine. Forest Science 18:76-86. 
Usher, M.B. 1966. A Matrix Approach to the Management of Renewable Resources, with 
Special Reference to Selection Forests. J. of Applied Ecology 3(2):355-367. 
Usher, M.B. 1969. A Matrix Model for Forest Management. Biometrics, June:309-315. 
Usher, M.B. 1979. Markovian Approaches to Ecological Succession. J. of Animal Ecology 
48:413-426. 
 113 
 
 114 
 
 
Box 1 
Tabela dinâmica do Excel usando o mesmo arquivo de dados do T2-B2SB4. 
Passos necessários: 
1. Neste arquivo há as seguintes colunas: nome comum da espécie, DAP90, DAP97 e DAP04 
2. Inserir três novas colunas entre DAP90 e DAP97, entre DAP97 e DAP04 e depois de 
DAP04 e nomear como CD1, CD2 e CD3, respectivamente. 
3. Clicar em DADOS => FILTRAR => AUTO-FILTRO => apenas para a transição entre 
1990 e 1997. Para a transição entre 1997e 2004, o procedimento é o mesmo. 
4. Identificar as recrutas => são células que aparecem em “branco” ou “zero” na coluna do 
DAP90 em DAPs registrados na coluna DAP97 => clicar em DAP90▼ e procurar “branco” e 
“zero” e nomear com R na própria coluna DAP90 e na coluna CD1 atribuir o código “1” => 
para todas as árvores nessas condições. 
5. Calcular as freqüências das classes 10<15, 15<20 ... até ≥ 65 => continuar com o 
FILTRAR nas colunas DAP90 e DAP97. Começar com 1990 clicando em DAP90▼ e ir para 
PERSONALIZAR. Lembrar que a primeira classe (10<15) é o segundo estado. Em 
PERSONALIZAR, a primeira condição é “maior ou igual a” “10” (digitando) e a segunda é 
“menor do que” “15” (digitando).Depois de OK, digitar em CD1 o número da classe (2, neste 
caso). Repetir isso até a última classe (≥ 65), que será a classe número 13. 
6. Identificar as mortas => são células que aparecem em “branco” ou “zero” na coluna do 
DAP97 e tinham DAPs na coluna DAP90 => clicar em DAP97▼ e nomear com M na própria 
coluna DAP97 e na coluna CD2 atribuir o código “15” => para todas as árvores nessas 
condições. 
7. Repetir passo 5 para DAP97. Em DAP97 tem que incluir a classe 14 (PRÓX). Neste caso, o 
trabalho tem que ser feito manualmente (no olho), ou seja, tem que olhar para as colunas 
DAP90 e DAP97 e verificar quais árvores que estavam na classe 13 em 1990 e mudaram de 
classe em 1997. 
8. Ir pra DADOS, clicar em FILTRAR e retirar o AUTO-FILTRO. 
9. Em DADOS, clicar em RELATÓRIOS DE TABELA E GRÁFICOS DINÂMICOS e 
seguir as instruções lógicas. 
10. Pra ter a tabela dinâmica: 
 - arrastar CD1 até a coluna onde está escrito “solte campos de linha aqui” 
 - arrastar CD2 até a linha onde está escrito “solte campos de coluna aqui” 
- arrastar DAP97 em cima de “solte itens de dados aqui” 
Quadro 1: Matriz (A) => transição do estado i para o estado j durante o período de 1990 e 1997. 
 
 
 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16
 R 10<15 15<20 20<25 25<30 30<35 35<40 40<45 45<50 50<55 55<60 60<65 >=65 PRÓX M TOT
1 R 160 22 3 3 1 189
2 10<15 116 48 1 15 180
3 15<20 69 21 1 10 101
4 20<25 33 25 6 64
5 25<30 19 15 1 4 39
6 30<35 21 10 7 38
7 35<40 19 5 1 25
8 40<45 8 2 10
9 45<50 7 6 1 14
10 50<55 2 2 1 5
11 55<60 1 1 1 1 4
12 60<65 2 2
13 >=65 1 1 2
1 X 4 PRÓ 
1 M 5 
16 TOT 276 139 58 48 37 30 13 10 8 3 3 2 1 45 673
 
 115 
 
Quadro 2: Matriz B (B1 e B2) – transição probabilística do estado i para o estado j durante o período de 1990 e 1997. 
 
 
 R 10<15 15<20 20<25 25<30 30<35 35<40 40<45 45<50 50<55 55<60 60<65 >=65 próx M
R 0 0,8466 0,1164 0,0159 0,0159 0,0053 0 0 0 0 0 0 0 0 0
10<15 0 0,6444 0,2667 0,0056 0 0 0 0 0 0 0 0 0 0 0,0833
15<20 0 0 0,6832 0,2079 0,0099 0 0 0 0 0 0 0 0 0 0,099
20<25 0 0 0 0,5156 0,3906 0 0 0 0 0 0 0 0 0 0,0938
25<30 0 0 0 0 0,4872 0,3846 0,0256 0 0 0 0 0 0 0 0,1026
30<35 0 0 0 0 0 0,5526 0,2632 0 0 0 0 0 0 0 0,1842
35<40 0 0 0 0 0 0 0,76 0,2 0,04 0 0 0 0 0 0
40<45 0 0 0 0 0 0 0 0,8 0,2 0 0 0 0 0 0
45<50 0 0 0 0 0 0 0 0 0,5 0,4286 0 0 0 0 0,0714
50<55 0 0 0 0 0 0 0 0 0 0,4 0,4 0 0 0 0,2
55<60 0 0 0 0 0 0 0 0 0 0 0,25 0,25 0,25 0 0,25
60<65 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0
>=65 0 0 0 0 0 0 0 0 0 0 0 0 0,5 0,5 0
próx 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
M 0 0 0 0 0 0 0 00 0 0 0 0 0 0
 
 116 
 
Quadro 3: Matriz C ou [ B ]2 – transição probabilística dois passos adiante, até 2004. 
 
 R 10<15 15<20 20<25 25<30 30<35 35<40 40<45 45<50 50<55 55<60 60<65 >=65 próx M tot 
R 0 0,5456 0,3053 0,0371 0,0151 0,009 0,0018 0 0 0 0 0 0 0 0,0862 189
10<15 0 0,4153 0,354 0,0619 0,0048 0 0 0 0 0 0 0 0 0 0,0806 180
15<20 0 0 0,4667 0,2493 0,0928 0,0038 0,0003 0 0 0 0 0 0 0 0,0881 101
20<25 0 0 0 0,2659 0,3917 0,1502 0,01 0 0 0 0 0 0 0 0,0884 64
25<30 0 0 0 0 0,2373 0,3999 0,1332 0,0051 0,001 0 0 0 0 0 0,1208 39
30<35 0 0 0 0 0 0,3054 0,3454 0,0526 0,0105 0 0 0 0 0 0,1018 38
35<40 0 0 0 0 0 0 0,5776 0,312 0,0904 0,0171 0 0 0 0 0,0029 25
40<45 0 0 0 0 0 0 0 0,64 0,26 0,0857 0 0 0 0 0,0143 10
45<50 0 0 0 0 0 0 0 0 0,25 0,3857 0,1714 0 0 0 0,1214 14
50<55 0 0 0 0 0 0 0 0 0 0,16 0,26 0,1 0,1 0 0,18 5
55<60 0 0 0 0 0 0 0 0 0 0 0,0625 0,3125 0,1875 0,125 0,0625 4
60<65 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 2
>=65 0 0 0 0 0 0 0 0 0 0 0 0 0,25 0,25 0 2
próx 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
M 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 
 117 
 
 118 
 
 
Quadro 4: Matriz D – Cálculo das freqüências esperadas de cada classe ou estado 
 
 10<15 15<20 20<25 25<30 30<35 35<40 40<45 45<50 50<55 55<60 60<65 >=65 próx M
R 103,11 57,696 7,01 2,8512 1,7065 0,3401 0 0 0 0 0 0 0 16,285
10<15 74,756 63,725 11,14 0,8659 0 0 0 0 0 0 0 0 0 14,513
15<20 0 47,139 25,175 9,3735 0,3846 0,0256 0 0 0 0 0 0 0 8,903
20<25 0 0 17,016 25,07 9,6154 0,641 0 0 0 0 0 0 0 5,6579
25<30 0 0 0 9,2564 15,597 5,1945 0,2 0,04 0 0 0 0 0 4,7119
30<35 0 0 0 0 11,605 13,126 2 0,4 0 0 0 0 0 3,8684
35<40 0 0 0 0 0 14,44 7,8 2,26 0,4286 0 0 0 0 0,0714
40<45 0 0 0 0 0 0 6,4 2,6 0,8571 0 0 0 0 0,1429
45<50 0 0 0 0 0 0 0 3,5 5,4 2,4 0 0 0 1,7
50<55 0 0 0 0 0 0 0 0 0,8 1,3 0,5 0,5 0 0,9
55<60 0 0 0 0 0 0 0 0 0 0,25 1,25 0,75 0,5 0,25
60<65 0 0 0 0 0 0 0 0 0 0 2 0 0 0
>=65 0 0 0 0 0 0 0 0 0 0 0 0,5 0,5 0
próx 0 0 0 0 0 0 0 0 0 0 0 0 0 0
M 0 0 0 0 0 0 0 0 0 0 0 0 0 0
tot 177,87 168,56 60,341 47,417 38,909 33,768 16,4 8,8 7,4857 3,95 3,75 1,75 1 57,003
 
 
Quadro 5a: Ajustes aplicados para R em diferentes classes de diâmetro (CD). 
 
CD R-1997 R-2004 média 
10<15 160 122 141 
15<20 22 8 15 
20<25 3 0 1,5 
25<30 3 0 1,5 
30<35 1 0 0,5 
 
 
Quadro 5b: Freqüências esperadas (E) para 2004 incluindo ajustes feitos para o recrutamento (R) 
 
estado projeção recrut E(2004) 
10<15 177,87 141 318,87 
15<20 168,56 15 183,56 
20<25 60,341 1,5 61,841 
25<30 47,417 1,5 48,917 
30<35 38,909 0,5 39,409 
35<40 33,768 33,768 
40<45 16,4 16,4 
45<50 8,8 8,8 
50<55 7,4857 7,4857 
55<60 3,95 3,95 
60<65 3,75 3,75 
>=65 2,75 2,75 
tot 570 729,5 
 
 
 
 
 119
 
Quadro 6: Comparação entre freqüências observadas (O) e esperadas (E) em 2004. 
 
 
estado 1990 1997 O(2004) E(2004) χ2
10<15 180 276 281 319 4,496 
15<20 101 139 166 184 1,679 
20<25 64 58 71 62 1,356 
25<30 39 48 52 49 0,194 
30<35 38 37 37 39 0,147 
35<40 25 30 21 34 4,827 
40<45 10 13 21 16 1,290 
45<50 14 10 11 9 0,550 
50<55 5 8 9 7 0,306 
55<60 4 3 2 4 0,962 
60<65 2 3 3 4 0,150 
≥ 65 2 3 4 3 0,568 
total 484 628 678 729 16,529 
 
χ20,10, 11 gl = 17,28 e χ20,05, 11 gl = 19,68 
 
 
 
 
 
 
 
 
 
 
 
 
 120
 
 
 
Parte III 
Manejo florestal na Amazônia 
 Esta Parte ainda está em construção, assim como as Partes I e II. Aqui, as principais 
lacunas estão ligadas à exploração florestal e aos aspectos sócio-econômicos do manejo florestal. 
O nosso desafio é preencher estas lacunas já na próxima versão da apostila. No último capítulo 
desta apostila estamos incluindo a primeira versão sobre a exploração florestal. A parte teórica da 
exploração está sendo elaborada pelo Prof. Luciano Minette da UFV. Se ele entregar antes do 
início do curso, nós mandaremos aos alunos que deverão imprimi-lo novamente, sem prejudicar a 
seqüência da apostila. Depois de revisada, nós vamos inserir na apostila numa seqüência lógica. 
 
 121
 
Capítulo 15 
Amazônia7: Mitos, as várias Amazônias e Potencialidades 
1. Introdução: 
 Para os seres humanos, a Amazônia é um símbolo nostálgico de um mundo muito 
modificado; rios e igarapés retos completamente urbanizados, florestas uniformes com uma única 
espécie, avançada desertificação em vários lugares do Planeta, poluição do ar e das águas e 
extinção de muitas formas de vida. Grande parte das pressões para proteger a Amazônia, a 
qualquer custo, tem origem nesse sentimento. 
A região sempre viveu de mitos; começando pelo nome que deriva das míticas Amazonas 
– as mulheres mais fortes e mais corajosas nunca vistas. O quê essas mulheres ofereciam aos 
antigos, a região oferece aos modernos: um pacote de mal-entendidos e sonhos, um objeto de 
meias-verdades e desejos – em síntese, uma terra de mitos,de desejos e de sonhos. 
 O papel da ciência & tecnologia é produzir conhecimentos primários sobre a estrutura e 
funcionamento dos ecossistemas amazônicos, em condições naturais. Sabendo disso, a avaliação 
dos impactos causados por projetos de desenvolvimento regional pode ser ordenada e 
sistematizada, sem paixão. 
2. Alguns Mitos: 
 (i) Mito da Homogeneidade: 
 Quase sempre a Amazônia é vista apenas como um grande tapete verde cortado por rios e 
igarapés. No entanto, ela contém uma fantástica diversidade (biológica, social e cultural). Da 
mesma forma, imagina-se que a Amazônia é plana – isso é meia-verdade. Exemplo: a altitude do 
município de Manaus é de aproximadamente 100 m acima do nível do mar (a.n.m.), mas tem 
depressões que chegam quase ao nível do mar; os platôs dessa região variam em torno de 500 m 
de raio. 
 É comum ouvir mundo afora que a Amazônia é Brasil e o Brasil é a própria Amazônia. 
Por essa razão, nas cidades do Brasil encontram-se cobras, onças e outros bichos; desmatamento 
e queimadas por toda à parte; o único responsável pela destruição da floresta amazônica, perda da 
 
7 Tirado parcialmente do livro “Amazonia Without Miths,” editado em 1992 pela Comission on Development and 
Environment for Amazonia, do Tratado de Cooperação Amazônica. 
 122
 
biodiversidade e alteração do clima global. Apesar de responder por quase 60% do território 
nacional, o Brasil têm outros 17 estados; da mesma forma, apesar de responder por mais de 65 % 
do território amazônico, há outros 7 países que compõem a região. 
 (ii) Mito da Riqueza e da Pobreza: 
 A exuberância da floresta amazônica criou o mito de que os solos fossem igualmente ricos 
e apropriados para a agropecuária. Isso foi o principal argumento para se tentar resolver os 
problemas fundiários e da produção de grãos e proteínas do Brasil. Depois de alguns fracassos, 
radicalizou-se de novo, ou seja, a Amazônia não serve para nada e o seu desenvolvimento é 
impossível. 
 Enquanto o mito “riqueza” diz que a região é um paraíso que transborda abundância e 
riquezas – o eldorado – o da “pobreza” pinta também com cores exageradas – contemplação 
apenas -; cada lado engajado em meias-verdades para defender a sua posição. 
 (iii) Pulmão do Mundo: 
O planeta Terra é envolto por uma camada gasosa conhecida como atmosfera. A 
atmosfera é composta de Nitrogênio (78,1%), Oxigênio (21%) e traços de muitos outros gases 
(inclusive CO2 – 0,033%) que são extremamente importantes para a manutenção da vida na 
Terra. No processo de fotossíntese & respiração, as plantas têm a capacidade de absorver gás 
carbônico e liberar oxigênio. Em condições naturais, a tendência é de equilíbrio entre absorção e 
liberação. 
 Estudos recentes sobre a interação biosfera e atmosfera, realizados na Amazônia, indicam 
que nos últimos 20 anos, a floresta primária tem seqüestrado mais carbono do que emitido. 
Algum desavisado poderia até ressuscitar o mito do “pulmão do mundo” pelo tamanho da floresta 
amazônica. No entanto, tudo é uma questão de escala. As proporções de Oxigênio e Carbono na 
atmosfera são completamente diferentes; qualquer grande liberação de Oxigênio na Amazônia, 
ainda seria insignificante para alterar o estoque na atmosfera. 
 (iv) O Mito da Amazônia vazia: 
 Apesar da densidade populacional ser baixa, se comparada com outras regiões do Brasil e 
do mundo, a Amazônia não é vazia. No Estado de São Paulo, por exemplo, a densidade 
populacional é de 120 habitantes por km2, enquanto que no Amazonas, é de 2 habitantes por km2. 
Os quadros 15.1 e 15.2 dão uma idéia da ocupação da Amazônia. Os grupos indígenas estão 
 123
 
distribuídos em toda a região, sem uma clara correlação entre densidade e tipos de vegetação ou 
solos ou água. O Estado do Acre é praticamente todo ocupado por seringueiros. Ocupações 
recentes mostram concentrações de acordo com a capacidade de suporte dos sítios. 
 (v) O Mito da Internacionalização: 
 Hoje, isso é mais mito do que realidade. No entanto, no começo deste século e logo 
depois da Segunda Guerra, importantes movimentos aconteceram em direção à 
internacionalização da Amazônia. O INPA, por exemplo, é uma resposta do Governo Brasileiro à 
proposta de criação de um instituto internacional da Hiléia Amazônica. Internacionalizar significa 
transformar a Amazônia naquilo que é hoje a Antártica. É importante não confundir 
internacionalização com invasão ou ocupação ou imperialismo. 
 (vi) Mito do Boto Tucuxi e do Mapinguari: 
 Será o Boto Tucuxi apenas um mito ou uma lenda ou uma realidade? Quanto ao 
Mapinguari8, depois que um pesquisador do MPEG saiu caçando-o pelas florestas do Acre, 
acompanhado pela mídia, esta figura perdeu o status de lenda ou mito. 
3. As Várias Amazônias: 
 Na América do Sul há duas Amazônias: o território amazônico e a bacia amazônica. O 
território estende-se além da bacia, até a região do Orinoco e nas Guianas. O quadro 15.1 
apresenta o tamanho do território amazônico e a contribuição de cada país ao território e o quê a 
Amazônia representa em cada território nacional. Olhando essas estatísticas, é fácil entender 
porquê a Amazônia é confundida com o Brasil e Brasil é confundido com a Amazônia. Outro 
detalhe é o fato que a Amazônia cobre quase 60% do território nacional. 
 No Brasil, temos duas Amazônias também: a Legal, divisão geopolítica cobrindo uma 
área de 4.988.939 km2 e a Bacia cobrindo uma área de 3.940.000 km2. O quadro 15.3 apresenta a 
área de cada Estado da Amazônia Legal, com suas coberturas originais, floresta e cerrado. O 
quadro 15.4 apresenta a Bacia Amazônica estratificada pelos diferentes tipos florestais e não 
florestais. 
 (i) A Heterogeneidade Física da Amazônia: 
 
8 Segundo o Dic. Aurélio, Mapinguari é “gigante lendário semelhante ao homem, porém coberto de pêlos, e que usa 
uma armadura de casca de tartaruga – o dono da floresta.” 
 124
 
 O rio principal da Bacia é composto pelo eixo Amazonas-Solimões-Ucayali, que nasce no 
Monte Huagra, Peru, a 5.281 m. a.n.m., 195 km da costa do Pacífico. O eixo tem 6.762 km de 
comprimento e, nos primeiros 965 km de sua nascente, ele cai 4.786 m, enquanto que, nos 
restantes 5.797 km, a queda até o nível do mar é de apenas 306 m. O eixo Amazonas-Solimões-
Ucayali tem a maior descarga de água doce do mundo, contribuindo sozinho com quase 15% com 
descarga total – quadro 15.5. 
 (ii) Clima e Solos da Amazônia Brasileira: 
 As temperaturas não variam muito na Amazônia. Belém, a 100 km do Atlântico, a 
temperatura média anual é de 25º C; Manaus, a 1500 km da costa, a temperatura média é de 27º 
C e Taraquá, 3000 km da costa, a temperatura é de 25º C. As temperaturas máximas ficam em 
torno de 37-40º C com variação diurna de 10º C. 
 A precipitação mostra mais variabilidade do que a temperatura. A precipitação anual 
média na costa do Atlântico é em torno de 3000 mm/ano; 3500 mm em Taraquá; 2000 mm em 
Manaus; 1500 mm em Boa Vista (RR) e 1600 mm em Conceição do Araguaia (PA). As variações 
sazonais são determinadas pela quantidade de chuva; distinguindo apenas duas estações, seca e 
chuvosa. 
 Os solos na Amazônia são antigos, alcançando a era Paleozóica. A região é composta por 
uma bacia sedimentar (vale amazônico), entre os escudos guianense e brasileiro. Os escudos são 
compostos de rochas ígneas do pré-Cambriano e metamórficas do Cambriano-Ordoviciano, que 
contém algumas manchas de sedimentos da Paleozóica-Mesozóica (60 a 400 milhões de anos 
atrás). O Vale é formado por sedimentos fluviais de textura grossa, depositados entre o Cretáceo 
e Terciário. Em síntese, este é o processo de formação dos solos de terra-firme.As várzeas são formadas pelas planícies holocênicas dos rios Solimões e Amazonas e dos 
seus afluentes de água branca (ou barrenta). Onde a região é inundada por águas negras ou claras, 
a formação é chamada de igapó. 
 As principais ordens do solo são: latossolos amarelos (46%) e podzólicos vermelho-
amarelo (30%). Os solos são ácidos (pH de 4,5 a 5,5) e pobres em nutrientes. 
4. Potencialidades da Amazônia: 
 A seguir, serão apresentadas estatísticas dos principais recursos naturais da Amazônia e 
discutidas as suas potencialidades. Antes de pensar nos cifrões que podem gerados com o 
 125
 
aproveitamento desses recursos, é importante refletir sobre as seguintes questões: (1) Pra quem 
vamos produzir? e (2) Como serão investidos os cifrões gerados? De qualquer modo, o 
aproveitamento dos recursos amazônicos tem que estar apoiado nos 4 pilares da sustentabilidade: 
técnico, econômico, ecológico e social. 
 Estudos de benefícios e custos de qualquer atividade envolvendo o aproveitamento dos 
recursos naturais são imprescindíveis para tomadas de decisão. Em nome do desenvolvimento 
regional e da produção de alimentos, principalmente, já foram desmatados quase 60 milhões de 
hectares de florestas primárias. A região é auto-suficiente em alimentos e em outros artigos de 
primeira necessidade? A quantidade de gases de efeito estufa emitida para a atmosfera pelo uso 
do solo amazônico justifica a contribuição regional ao PIB nacional? 
No Amazonas, por exemplo, a emissão de Carbono para atmosfera, média anual dos 
últimos 20 anos, é de aproximadamente 10 milhões de toneladas via desmatamento, enquanto que 
a emissão via queima de combustível fóssil é de aproximadamente 1,5 milhão. Grande parte do 
combustível queimado é usada para funcionar o distrito industrial de Manaus, que, por sua vez, 
contribui com aproximadamente US$ 10 milhões ao PIB do Amazonas. Usando regra de três 
simples, o setor primário deveria contribuir com aproximadamente US$ 65 milhões. Se isso está 
acontecendo, ninguém percebeu. 
 (i) Madeira: 
Entre os vários recursos naturais da Amazônia, a madeira é, sem dúvida, é o que tem a maior 
liquidez. A madeira deve ser considerada como produto de primeira necessidade; importante 
quando a gente nasce (berços) e quando a gente morre (urnas funerárias). Ver capítulos 
“Principais Tipos Florestais da Amazônia Brasileira” e “O Setor Florestal da Amazônia 
Brasileira: Exploração Florestal Seletiva e o Mercado Internacional de Madeira Dura Tropical.” 
O Quadro 15.4 apresenta os tipos florestais e não florestais da Bacia Amazônica. 
Segundo o cenário de Grainger (1987), a situação do setor de madeira tropical é a 
seguinte: “a produção do sudeste asiático alcançará o seu pico em meados dos anos 90, sendo, 
a seguir, substituída pela América Latina, especialmente a Amazônia, para suprir os mercados 
da Europa, Japão e América do Norte.” Esse cenário começa a fazer algum sentido ao analisar a 
dinâmica da exportação de madeira tropical no período 1989-1995, pelos maiores produtores 
mundiais; o suprimento de madeira pelos países asiáticos vem diminuindo com o passar do 
tempo, enquanto que cresce a participação do Brasil no mercado internacional. 
 126
 
Além disso, juntando as estimativas de áreas florestais fornecidas pela FAO (Schmidt, 
1991) e os níveis médios de produção, obtidos durante o período 1988-95, é razoável prever que 
os estoques de madeira da Malásia e Indonésia poderão ser exauridos em menos de 10 e 20 anos, 
respectivamente. A demanda mundial por madeira tropical é de aproximadamente 60 milhões de 
m3 de madeira em toras por ano. O estoque de madeira comercial da Amazônia é de 
aproximadamente 4 bilhões m3. 
 Neste ritmo, ainda na primeira década de 2000, a Amazônia passará a figurar na lista dos 
maiores produtores de madeira dura tropical e, rapidamente, liderá-la. Isso pode ser sentido com a 
presença de empresários madeireiros na Amazônia, principalmente do sudeste asiático, à procura 
de terras para comprar na região. Por causa de sua grande extensão territorial ainda não 
explorada, atualmente o Estado do Amazonas é o mais visado pelos empresários madeireiros, não 
só pelos estrangeiros, como também por brasileiros que começam a abandonar outras regiões da 
Amazônia, especialmente sul do Pará. 
 (ii) Biodiversidade: 
 A biodiversidade da Amazônia é produto de um processo evolutivo de milhões de anos. 
Sobre o valor da biodiversidade, aparentemente, ninguém tem dúvidas. Difícil e caro é 
transformar a biodiversidade em recurso (produto) natural. Quando se fala da fantástica 
biodiversidade da Amazônia, imediatamente vem à cabeça de qualquer brasileiro, a simples 
transformação da mesma em remédios para todos os males e drogas. Nos EUA, por exemplo, 
25% das receitas médicas são de remédios derivados de plantas tropicais, num mercado de 
aproximadamente US$ 8 bilhões por ano. O Brasil não tem nenhum remédio patenteado. 
Segundo Macilwain (1998)9, grosso modo, 100 amostras em 100.000 apresentam alguma 
atividade promissora; 10 dessas 100 amostras promissoras podem chegar aos testes clínicos; e 1 
dessas 10 podem chegar ao mercado. Esse autor estima que apenas uma amostra em 250.000 
produzirá uma droga comercial. Segundo uma companhia química, consultada pelo autor, uma 
amostra tem que ter pelo menos 1 kg e pode custar US$ 500 para coletar, transportar e armazenar. 
Outra possibilidade de uso da biodiversidade, igualmente cara, é como informação genética tanto 
para a medicina como para a biotecnologia agrícola. Portanto, a copaíba, por exemplo, para 
alcançar a condição de droga comercial, haverá necessidade de um investimento líquido (sem 
pessoal e infra-estrutura laboratorial) de aproximadamente US$ 125 milhões. 
 
9 Macilwain, C. 1998. When Rhetoric Hits Reality in Debate on Bioprospecting. Nature 392:535-540. 
 127
 
 Mesmo com poucos recursos, o Brasil não tem outra saída a não ser proteger a 
biodiversidade. Enquanto aguarda recursos financeiros para investir em bioprospecções, o Brasil 
deveria tentar entender o quê a evolução tem produzido. Temos que priorizar o entendimento da 
biodiversidade como modelos genéticos para inovações tecnológicas em química, farmacologia, 
medicina e agricultura. 
 O Quadro 15.6 apresenta a diversidade de alguns grupos importantes (mamíferos, 
pássaros, répteis, anfíbios, borboletas e angiospermas), principalmente do mundo tropical. O 
Brasil está em primeiro lugar em relação aos anfíbios e as Angiospermas. É importante ressaltar 
que a biodiversidade não se encerra com esses grupos; a maior diversidade se encontra entre os 
microorganismos e, para esses, não há ainda estatísticas confiáveis. 
 (iii) Recursos Minerais e energéticos da Amazônia brasileira: 
 Alguns minérios importantes e recursos energéticos são apresentados no Quadro 15.7. Ao 
contrário de projetos agropecuários, os projetos de mineração geralmente não cobrem grandes 
extensões de área, mas, em compensação, o impacto é muito maior. Alguns impactos são diretos, 
enquanto que outros são indiretos e, às vezes, fora do controle do Estado (garimpo de pedras 
preciosas, por exemplo). 
 (iv) Recursos Pesqueiros: 
 Segundo Pereira Filho10, a ictiofauna de água doce mais rica do mundo se encontra na 
Amazônia, com mais de 1300 espécies já descritas. Apesar da grande diversidade da ictiofauna e 
de sua importância como fonte de alimentos, ainda são poucas espécies comercializadas. No 
Amazonas, por exemplo, apenas 36 espécies apresentam algum interesse econômico e, dessas, 
apenas 13 apresentam produção em escala comercial. No Amazonas, as principais espécies 
comercializadas são: tambaqui, jaraqui, curimatã, pirarucu, tucunaré,sardinha e pacu. 
 Os peixes ornamentais têm também grande importância econômica para a região. O 
Amazonas é responsável sozinho por 90% da exportação de peixes ornamentais da região. Os 
peixes mais explorados são: cardinal e disco. 
 (v) Recursos não madeireiros: 
 
10 Pereira Filho, M., S.F. Guimarães, A. Storti Filho e E.W. Graef. 1991. Piscicultura na Amazônia Brasileira: 
Entraves ao seu Desenvolvimento. Em: Bases Científicas para Estratégias de Preservação e Desenvolvimento da 
Amazônia: Fatos e Perspectivas. Editado por A.L. Val, R. Figlioulo e E. Feldberg. pp.373-380. 
 128
 
 São vários recursos não madeireiros valiosos na Amazônia, como: óleos de copaíba e de 
andiroba, linalol do pau-rosa, castanha-do-pará, borracha, vários cipós usados em artesanatos e 
em chás, orquídeas e bromélias, taninos, corantes, frutos variados. Como é tão caro para obter 
esses produtos, por que os mesmos têm contribuições insignificantes ao produto interno bruto 
(PIB) da região? 
 (vi) Paisagem & Turismo: 
 Ao contrário de outros recursos, a exploração da paisagem & turismo requer baixos 
investimentos em infra-estrutura. Tantos os amazonenses nascidos no bairro da Cachoeirinha, 
como os brasileiros de outras regiões e os estrangeiros estão interessados em ver a natureza como 
ela é. Esse tipo de visitante não está interessado em “shopping” e outros luxos do mundo 
globalizado. Pra ver animais exóticos, este tipo de turista vai ao CIGS (turista nascido na 
Cachoeirinha) ou nos grandes zoológicos do Brasil e do mundo; os mais abastados participam de 
safári na África. 
 No Amazonas, há várias expedições de turistas que passam poucos dias na cidade de 
Manaus pra ver o Teatro Amazonas e o Mercadão e, várias semanas no interior, pescando e 
contemplando a natureza – há grupos de turista que aproveitam a viagem para executar algum 
tipo de trabalho social com os ribeirinhos. A pesca esportiva no Amazonas tem crescido 
significativamente no Amazonas, mas a organização é, normalmente, feita fora do país. Esse tipo 
de turismo não está preocupado com infra-estrutura sofisticada; bastam barcos limpos e gente 
educada para acompanhamento, considerando que o Eduardo Gomes é suficiente para o 
desembarque e os satélites sofisticados garantem a comunicação necessária. 
 O comércio de qualquer produto é, invariavelmente, feito à base de trocas, ou seja, é uma 
estrada de mão dupla; uma pista para levar os nossos produtos e outra para trazer alguma coisa 
produzida em outra região (para minimizar e racionalizar o custo do transporte). No caso do 
turismo, não há essa troca; o mesmo turista vem e volta sem colocar em risco os estoques de 
nossos recursos naturais. O turismo é, talvez, a atividade com maior chance de ser sustentável na 
região porque requer o desenvolvimento de outros setores para que o mesmo prospere. 
 (vii) Serviços Ambientais: 
 Os principais serviços ambientais da floresta amazônica são: 
 - Abrigo às outras formas de vida 
 129
 
 - Regulação de cheias e enchentes 
 - Controle da erosão do solo 
 - Proteção de bacias hidrográficas e áreas de coleta d’água 
 - Recargas dos aqüíferos subterrâneos 
 - Conservação dos recursos genéticos e da biodiversidade 
 - Oportunidades recreacionais 
 - Valores estéticos 
 Infelizmente, essas riquezas só são percebidas quando são perdidas ou quando se fala dos 
custos de recuperação de áreas degradadas, de despoluição de rios e igarapés, de um 
eletrodoméstico perdido durante uma enchente etc.. Geralmente, a população local nem chega a 
perceber os benefícios efêmeros de alguns projetos de desenvolvimento. 
No caso do ouro de Serra Pelada, por exemplo: o quê ficou para a população? 
Provavelmente mais doenças, ruptura das tradições locais, degradação ambiental etc. O quê dizer 
dos mais de 60 milhões hectares desmatados em toda a Amazônia? Aumentou a renda per capita 
do Estados campeões de desmatamento, como Pará e Rondônia? Certamente, não. Por enquanto, 
não há um plano concreto para recuperação de áreas degradadas e, por essa razão, não temos 
noção exata de quanto custará para a recuperação. 
 A Amazônia, especialmente o Estado do Amazonas, precisa ter sabedoria para propor 
medidas de manutenção dos serviços ambientais, enquanto há fartura. Os argumentos mais 
importantes são os exemplos de países desenvolvidos e, mesmo no Brasil, dos estados mais 
industrializados, que gastaram verdadeiras fortunas para recuperar áreas degradadas e despoluir 
rios e igarapés. 
5. Usos do Solo: 
 Os principais usos do solo amazônico são: agropecuária, exploração seletiva de madeira, 
produção de energia (hidrelétricas, petróleo e gás natural) e extrativismo. Esses diferentes usos do 
solo já provocaram desmatamento total na Amazônia Legal (até 2006) de 66.439.500 hectares. O 
Quadro 15.8 apresenta as áreas desmatadas de cada Estado da região, até 2000. As taxas têm 
picos cíclicos, sem uma definição clara do motivo para os altos ou para os baixos picos. O 
Instituto Nacional de Pesquisas Espaciais (INPE) fornece as áreas desmatadas, anualmente, por 
 130
 
Estado da Amazônia, em seu site www.inpe.br. O desmatamento anual corresponde o período de 
agosto de um ano a julho do ano seguinte. Normalmente, a área do ano em questão é provisória e 
é corrigida no ano seguinte. Exemplo: a área desmatada de 13.000 km2 de 2006 (agosto de 1005 a 
julho de 2006) será corrigida em 2007 (agosto 2006 a julho 2007). 
Logo após a primeira avaliação oficial em 1989, quando o mundo foi surpreendido com a 
fantástica taxa anual de 21.130 km2, a reação do Brasil foi a introdução de várias medidas para 
contenção do desmatamento na Amazônia, entre elas, o Programa Nossa Natureza (criação do 
Ibama). Durante o Governo Collor, antecedendo a Rio-92, praticamente todos os incentivos 
fiscais para projetos de desenvolvimento na Amazônia foram extintos. Com o Programa Nossa 
Natureza e mais as medidas do Governo Collor, o desmatamento foi reduzido substancialmente. 
A partir de 1992, com o afrouxamento no cumprimento da legislação ambiental 
combinado com consolidação do Plano Real, as áreas desmatadas voltam a crescer, com um pico 
de 29.059 km2, em 1995. Novamente o Governo Brasileiro toma medidas duras para conter o 
desmatamento com a edição de uma medida provisória, em 1996 (ainda válida em 2004), que 
alterou a área permitida de corte raso, de 50% para 20%. Ao final do Governo FHC, novo pico de 
23.266 km2 ocorreu em 2002. No primeiro ano do Governo Lula, novo pico de 27.200 km2 
ocorreu em 2003; ao final deste Governo, o desmatamento era de 13.000 km2 (informação tirada 
da campanha presidencial). 
5.1. Pastagem e Agricultura: 
 - A partir da década de 60, a agricultura e pecuária incentivadas começam a desempenhar 
papel importante na alteração da paisagem da Amazônia. 
 - Preparo de solo para agropecuária inclui derrubada e queimada. 
 - Esses usos do solo, certamente são os maiores responsáveis (em torno de 80%) pelo alto 
desmatamento na Amazônia Legal, 66.439.500 hectares até 2006, e destes, 50% podem ser, hoje, 
áreas abandonadas cobertas por vegetação secundária (capoeiras). 
Impactos: 
 - Perda da biodiversidade 
 - Emissão de gases de efeito estufa (principalmente CO e CO2). 
 - Ameaça aos serviços ambientais (controle de erosão, temperatura, umidade, 
assoreamento etc.). 
 131
 
 5.2. Exploração Seletiva de Madeira: 
 - Apesar da falta de estatísticas confiáveis, a produção de madeira na Amazônia tem 
crescido substancialmente. Atualmente, a produção madeireira anual é de aproximadamente 30 
milhões m3 em toras. O Quadro 9 apresenta a produção madeireira de cada Estado da Amazônia, 
no período 1975 a 1985.- Até a década de 80, a madeira era considerada como subproduto de projetos 
agropecuários. Hoje, em regiões como a do Sul do Pará, a madeira atua como pré-investimento 
aos projetos agropecuários, substituindo os subsídios oficiais que desapareceram. 
 - Artigo 15 do Código Florestal (Lei nº 4771 de 15/9/65), é finalmente regulamentado em 
1991 (IN/80), mais tarde transformada em Decreto, nº 2788 (28/9/98) que altera diversos artigos 
do Decreto nº 1282 (19/10/94). Em 2007, com aprovação da Lei de Gestão de Florestas Públicas 
(Lei 11.284 de 02/03/06), o Decreto 2.788 foi substituído pelo Decreto 5.975 de 30/11/06. 
Impactos: 
 - Erosão genética 
 - Riscos de incêndios 
5.3. Hidrelétricas: 
 - O plano ELN 2010 previa várias hidrelétricas na Amazônia totalizando 10 milhões 
hectares de lagos. 
 - Hoje temos: Tucuruí, Balbina, Samuel. 
Impactos: 
 - Emissão de GEEs. 
 - Perda da biodiversidade 
 - Ameaça aos serviços ambientais (controle de erosão, temperatura, umidade, 
assoreamento etc.). 
5.4. Mineração: 
 - Alguns impactos são diretos, enquanto que outros são indiretos. 
 - Ao contrário de projetos agropecuários, os projetos de mineração geralmente não 
cobrem grandes extensões de área, mas, em compensação, o impacto é muito maior. 
 132
 
 - Ferro: Carajás, grandes extensões de florestas primárias são derrubadas para produção 
de carvão. 
 - Ouro: Serra Pelada e nos rios da Amazônia. 
 - Cassiterita, Bauxita, Manganês etc. 
Impactos: 
 - Poluição do ar e dos rios (Mercúrio). 
 - Sociais, principalmente do garimpo. 
 - Indiretos de longo prazo – perigosos. 
 133
 
Quadro 15.1: Amazônia na América do Sul: área e população de cada País. 
 
País área (km2) % TN % TA População
Bolívia 824.000 75.0 10.9 344.000
Brasil 4.988.939 58.7 65.7 17.000.000
Colômbia 406.000 36.0 5.3 450.000
Equador 123.000 45.0 1.6 410.000
Guiana 5.870 2.7 0.1 798.000
Peru 956.751 74.4 12.6 2.400.000
Venezuela 53.000 5.8 0.7 9.000
Suriname(*) 142.800 100 1.9 352.000
Guiana Francesa(*) 91.000 100 1.2 90.000
Total 7.591.360 100 21.853.000
Fonte: TCA (1992). 
(*) não influenciado pela Bacia Amazônica. 
TN = território nacional 
TA = território amazônico 
 
 
Quadro 15.2: Grupos étnicos, populações indígenas da Amazônia. 
 
País Grupos Popul. indígena área ocupada (ha)
Bolívia 31 171.827 2.053.000
Brasil 200 213.352 74.466.149
Colômbia 52 70.000 18.507.793
Equador 6 94.700 1.918.706
Peru 60 300.000 3.822.302
Guiana 9 40.000 nd
Suriname 5 7.400 nd
Venezuela 16 386.700 8.870.000
Total 379 935.949
Fonte: TCA (1992). 
 134
 
Quadro 15.3: Amazônia Legal - área florestal (em km2) de cada estado brasileiro. 
 
ESTADO VEGETAÇÃO ORIGINAL 
 FLORESTA CERRADO 
Acre 152.589 - 
Amapá 99.525 42.834 
Amazonas 1.562.488 5.465 
Maranhão 139.215 121.017 
Mato Grosso 572.669 308.332 
Pará 1.180.004 66.829 
Rondônia 215.259 27.785 
Roraima 173.282 51.735 
Tocantins/Goiás 100.629 169.282 
TOTAL 4.195.660 793.279 
Fonte: Fearnside et al. (1990) 
 
Quadro 15.4: Bacia Amazônica - área (em km2) dos principais tipos florestais e não florestais. 
 
TIPOS FLORESTAIS E NÃO FLORESTAIS ÁREA (km2) 
1. Florestas de Terra-Firme 
 - Florestas Densas 3.303.000 
 - Florestas Densas com lianas 100.000 
 - Florestas Abertas com bambus 85.000 
 - Florestas de Encosta 10.000 
 - Campina Alta ou Campinarana 30.000 
 - Florestas Secas 15.000 
2. Florestas de Várzea 55.000 
3. Florestas de Igapó 15.000 
4. Florestas de Mangue 1.000 
5. Campinas 34.000 
sub-total (áreas florestais) 3.648.000 
6. Campos de Várzea 15.000 
7. Campos de Terra-Firme 150.000 
8. Vegetação Serrana 26.000 
9. Vegetação de Restinga 1.000 
10. Água 100.000 
sub-total (áreas não florestais) 292.000 
TOTAL BACIA AMAZÔNICA 3.940.000 
Fonte: Braga (1979). 
 135
 
 
Quadro 15.5: Descargas (m3/sec.) dos principais rios do mundo. 
 
Rio descarga % 
Amazonas 176.000 14,97 
Zaire 40.000 3,40 
Orinoco 36.000 3,06 
Mississipi 17.000 1,44 
Outros 907.000 77,13 
Total 1.176.000 
Fonte: TCA (1992). 
 
 
Quadro 15.6: Países com as maiores diversidades (número de espécies). 
 
Mamíferos Pássaros Répteis 
1. Indonésia 515 1. Colômbia 1721 1. México 717 
2. México 449 2. Peru 1703 2. Austrália 686 
3. Brasil 428 3. Brasil 1622 3. Indonésia 600 
4. Zaire 409 4. Indonésia 1519 4. Brasil 467 
5. China 394 5. Equador 1447 5. Índia 453 
6. Peru 361 6. Venezuela 1275 6. Colômbia 383 
7. Colômbia 359 7. Bolívia 1250 7. Equador 345 
8. Índia 350 8. Índia 1200 8. Peru 297 
9. Uganda 311 9. Malásia 1200 9. Malásia 294 
10. Tanzânia 310 10. China 1195 10. Tailândia 282 
 
Anfíbios Borboletas Angiospermas 
1. Brasil 516 1. Indonésia 121 1. Brasil 55.000
2. Colômbia 407 2. China 104 2. Colômbia 45.000
3. Equador 358 3. Índia 77 3. China 27.000
4. México 282 4. Brasil 74 4. México 25.000
5. Indonésia 270 5. Birmânia 68 5. Austrália 23.000
6. China 265 6. Equador 64 6. África do Sul 21.000
7. Peru 251 7. Colômbia 59 7. Indonésia 20.000
8. Zaire 216 8. Peru 59 8. Venezuela 20.000
9. EUA 216 9. Malásia 56 9. Peru 20.000
10. Venezuela 197 10. México 52 10. Rússia 20.000
Fonte: TCA (1992). 
 136
 
 
Quadro 15.7: Alguns Minerais e Recursos Energéticos da Amazônia Brasileira. 
 
Minério Localização Reserva (Produção) 
Sal-Gema Manaus e Santarém não determinada (nd) 
Gipsita Altamira 
Itaituba 
1 bi toneladas (t) 
1,3 bi t 
Bauxita Xingu e Manaus 
Paragominas 
4 bi t 
1 bi t 
Caolim Manaus 
Rio Jari (Amapá) 
500 mi t 
365 mi t 
Ferro Jatapu 
Amapá 
Carajás 
Xingu 
80 mi t 
100 mi t 
19 bi t 
100 mi t 
Lignita Rio Javari nd 
Manganês Serra do Navio 
Carajás 
50 mi t 
60 mi t 
Cobre Carajás 1 bi t 
Níquel Carajás 120 mi t 
Diamante Marabá nd 
Zinco Rio Madeira (RO) 100 mil t 
Cassiterita PF (AM) e Javari (RO) nd 
Gás natural Urucu (AM) 
Pirapema (AP) 
1,3 bi t 
1,3 bi t 
Petróleo Urucu (AM) 6 bi t 
Nióbio 81 mi t 
Cálcio 950 mi t 
Potássio 335 mi t 
Fonte: TCA (1992). 
 137
 
 
Quadro 15.8: Desmatamento bruto (km2/ano) na Amazônia Legal, de 1978 a 2000. 
 
Estado 78/87 87-89 89/90 90/91 91/92 92/94 94/95 95/96 96/97 97/98 98/99 99/00
Acre 620 540 550 380 400 482 1.208 433 358 536 441 547
Amapá 60 130 250 410 36 0 9 0 18 30 0 0
Amazonas 1.510 1.180 520 980 799 370 2.114 1.023 589 670 720 612
Maranhão 2.450 1.420 1.100 670 1.135 372 1.745 1.061 409 1.012 1.230 1.065
Mt Grosso 5.140 5.960 4.020 2.840 4.674 6.220 10.391 6.543 5.271 6.466 6.963 6.369
Pará 6.990 5.750 4.890 3.780 3.787 4.284 7.845 6.135 4.139 5.829 5.111 6.671
Rondônia 2.340 1.430 1.670 1.110 2.665 2.595 4.730 2.432 1.986 2.041 2.368 2.465
Roraima 290 630 150 420 281 240 220 214 184 223 220 253
Tocantins 1.650 730 580 440 409 333 797 320 273 576 216 244
TOTAL 21.130 17.860 13.810 11.130 13.786 14.896 29.059 18.161 13.227 17.383 17.269 18.226
Fontes: INPE (2002). Atualizar no www.inpe.br 
Obs.: Nos anos 00/01, 01/02 e 02/03, as áreas desmatadas foram, respectivamente, 18.165 km2, 23.266 e 24.497 
km2. Em 03/04, 04/05 e 05/06, as áreas desmatadas foram, respectivamente, 27.200 km2, 18.900 e 13.000 km2. 
 
Quadro 15.9: Produção de Madeira em toras de Florestas Nativas da Amazônia para Fins 
Industriais, por Estado, entre 1975 a 1985 (em 1.000 m3). 
 
ESTADO 1975 1980 1985 
Acre 31 87 23 
Amapá 330 400 413 
Amazonas 135 325 1.382 
Pará 3.942 10.283 16.361 
Rondônia 60 307 1.320 
Roraima 14 72 39 
Tocantins - - - 
TOTAL 4.512 11.474 19.538 
 
Fonte: IBGE (1992) e Deusdará Filho (1996). 
 138
 
 
 
Bibliografia 
Braga, P.I.S. 1979. Subdivisão Fitogeográfica, Tipos de Vegetação, Conservação e Inventário 
Florístico da Floresta Amazônica. Acta Amazonica 9(4):53-80. 
Deusdará Filho, R. 1996. Diagnóstico e Avaliaçãodo Setor Florestal Brasileiro - Região Norte. 
Relatório Preliminar (Sumário Executivo). 59p. 
Fearnside, P.M., A.T.Tardin e L.G. Meira Filho. 1990. Deforestation Rate in Brazilian Amazon. 8p. 
Grainger, A. 1987. Tropform: A Model of Future Tropical Timber Hardwood Supplies. Em: 
CINTRAFOR Symposium in Forest Sector and Trade Models. University of Washington, Seattle. 
IBGE (Fundação Instituto Brasileiro de Geografia e Estatística). 1992. Anuário Estatístico, Capítulo 
44: Extração Vegetal e Silvicultura. 
INPE. 2002. Projeto de Desflorestamento (PRODES) – Desflorestamento da Amazônia. Homepage 
INPE (www.inpe.br). 
Schmidt, R.C. 1991. Tropical Rainforest Management: a Status Report. Em: Rainforest Regeneration 
and Management. A. Gomez-Pompa, T.C. Whitmore e M. Hadlely (editores). UNESCO, vol. 6, 
pp. 181-203. 
TCA (Tratado de Cooperação Amazônica). 1992. Amazonia without miths. Comission on 
Development and Environment for Amazônia. 99 p. 
 139
 
CAPÍTULO 16 
Principais tipos florestais da Amazônia brasileira 
TIPOLOGIA FLORESTAL 
 Características fisionômicas: 
 A principal característica da floresta amazônica é a sua considerável diversidade 
vegetacional, apesar de, à primeira vista, dar impressão de homogeneidade. A maioria da 
literatura reporta que há em torno de 10.000 diferentes espécies de plantas, das quais 1/4 são 
espécies de árvores que atingem tamanho comercial. Há muitas teorias para explicar esta 
diversidade. Uma delas é a isolação genética dentro de populações separadas depois de um 
longo período seco que ocorreu no final do Pleistoceno e pós-Pleistoceno. Outra é o processo 
evolutivo descrito por três principais categorias de fatores: geográficos, interações dentro das 
próprias comunidades e instabilidade dinâmica. Outros fatores que podem explicar a alta 
diversidade são: amenidade do clima, alto grau de especiação em relação à extinção, fortes 
interações competitivas, diversidade ambiental, freqüência da perturbação e herbivoria. 
 Há uma evidente correlação entre tipos florestais e bacias hidrográficas, levando à 
indicação que a divisão florística da hiléia amazônica é associada aos rios, solos e topografia. 
As classificações das florestas tendem a ser feitas de acordo com padrões fisionômicos ou da 
paisagem que são praticamente diferenciados e nomeados pelas populações locais. 
 A classificação prática que é usada regionalmente é baseada primariamente no relevo, 
sendo reconhecidos dois principais tipos de floresta: terra-firme e florestas inundáveis (várzea 
e igapó). E de acordo com a classificação de Holdridge e as observações climatológicas do 
IBGE, duas formas de vida podem ser encontradas na Amazônia: floresta tropical úmida 
(biotemperatura média anual superior a 24oC e precipitação média anual entre 2.000 e 4.000 
mm) e floresta tropical semi-úmida (biotemperatura média anual superior a 24oC e 
precipitação entre 1.000 a 2.000 mm). 
 Peculiaridades da floresta amazônica: 
 O estrato superior pode alcançar 40 m, ocasionalmente 50 m, com dificuldades para 
distinguir os estratos superior, médio e inferior. Como regra, o estrato superior não é 
compacto, mas consiste de solitárias árvores emergentes. O sub-bosque é normalmente limpo. 
O tronco é geralmente cilíndrico, reto e com casca fina; a copa é relativamente pequena 
 140
 
devido ao elevado número de indivíduos por unidade de área. Poucas raízes (em torno de 5%) 
atingem profundidades superiores a 2,5 m. Algumas árvores grandes conseguem se manter em 
pé com ajuda das sapopemas. Quanto mais úmido e mais quente o clima, maior é a folha das 
árvores. A fenofase é uma particularidade de cada espécie e, mesmo dentro da mesma, 
algumas variações são observadas, o que significa, por exemplo, que o período de floração da 
floresta amazônica não é definido, apesar de ter sempre uma ou outra árvore florescendo. Há 
espécies que florescem uma única vez e morrem como a Tachigalia myrmecophila. As flores 
são grandes e bonitas, mas inconspícuas, predominando o verde na paisagem. Muitas espécies 
exibem o fenômeno da caulifloria onde as flores se desenvolvem em galhos velhos ou sobre 
os troncos. 
 Na floresta amazônica não se observa uma dominância absoluta por uma ou outra 
espécie, mas sim por meio de grupo de espécies, ou morfo-espécies de duas ou três famílias 
botânicas diferentes. Outra peculiaridade é a abundância e a diversidade de palmeiras, lianas e 
epífitas. 
 Principais tipos florestais e respectivas áreas: 
 O Quadro 16.1 apresenta o sumário das áreas florestais e não florestais da bacia 
amazônica. As tipologias florestais definidas são produtos de vários trabalhos de fitogeografia 
e de inventários florestais na Amazônia, realizados por diferentes autores, como IBGE (1977), 
Braga (1979), Silva et al. (1977) e Pires e Prance (1985). As estimativas das áreas de cada 
tipo florestal foram obtidas de mapas disponíveis de vegetação, planimetradas por Braga 
(1979). 
 Descrição dos Principais Tipos Florestais: 
(i) Florestas de Terra-Firme: 
 Nessa forma de vida predomina o tipo florestal: floresta densa ou floresta ombrófila 
densa, também denominada de floresta pluvial tropical latifoliada. Estende-se por vasta área 
da Depressão da Amazônia Setentrional, grande parte do Planalto do Amazonas-Orinoco ao 
Norte de Roraima e recobre praticamente toda a superfície da Amazônia Central, abrangendo 
grande parte dos estados do Pará, Amazonas, Rondônia, Amapá e Roraima. 
 Floresta densa: 
 O estrato superior deste tipo florestal é composto de árvores cujas alturas variam de 30 
a 40 m, com apenas poucas espécies que podem ultrapassar este limite. As exceções são 
 141
 
Cedrelinga catenaeformis (Cedrorana), Dinizia excelsa (Angelim pedra) e Bertholletia 
excelsa (Castanha do Pará), que alcançam mais de 50 m de altura. O sub-bosque é geralmente 
limpo, sem emaranhados de cipós. Para árvores com diâmetro maior ou igual a 20 cm, este 
tipo florestal apresenta volume médio comercial entre 150 a 400 m3/ha e área basal média 
entre 20 a 40 m2/ha. 
 As espécies florestais que caracterizam este tipo florestal são: Dinizia excelsa 
(Angelim pedra), Bowdichia nitida (Sucupira preta), Anacardium giganteum (Cajuaçu), 
Caryocar villosum (Piquiá), várias espécies de Manilkara (Maçaranduba), Parkia pendula 
(Visgueiro), Pithecolobium racemosum (Angelim rajado), Vochysia maxima (Quaruba), 
Bertholletia excelsa, várias espécies de Diplotropis (Sucupiras), Clarisia racemosa 
(Guariúba), Scleronema micranthum (Cardeiro), várias espécies de Tabebuia (Ipê ou Pau 
d'arco), várias espécies de Ocotea (Louros), várias espécies de Protium e Tetragastris 
(Breus), várias espécies de Eschweilera (Matá-matá), Minquartia guianensis (Acariquara-
roxa), Aniba rosaedora (Pau-rosa) e várias espécies de Abiurana (Sapotaceae). 
 As espécies que caracterizam as sub-regiões são: 
 Delta do rio Amazonas: várias espécies de Parkia, Vatairea guianensis, Erisma 
fuscum, Vochysia guianensis e várias espécies de Manilkara e Pradosia. 
 Nordeste da Amazônia: várias espécies de Micropholis, Ecclinusa, Chrysophylum, 
Manilkara, Eperua, Swartzia, Ormosia, Tachigalia, Inga, Iryanthera, Qualea e Goupia 
glabra (Cupiúba). 
 Rios Tocantins e Gurupi: Swietenia macrophylla (Mogno), Cedrela odorata (Cedro), 
Carapa guianensis (Andiroba), Hevea brasiliensis (Seringueira), Platymiscium duckei, 
Vouacapoua americana (Acapu), Cordia goeldiana (Freijó), Mezilaurus itauba (Itaúba), 
Jacaranda copaia (Pará-Pará ou Caroba) e várias espécies de Piptadenia, Peltogyne e 
Astronium. 
 Rios Xingu e Tapajós: as espécies que caracterizam esta sub-região são as mesmas da 
anterior. 
 Rios Madeira e Purus: Swietenia macrophylla, Carapa guianensis, Hymenolobiumexcelsum, Peltogyne densiflora, Cordia goeldiana, Manilkara huberi (Maçaranduba), 
Cariniana micrantha (Castanha de Macaco), Hevea brasiliensis e algumas espécies de 
Eperua e Elizabetha. 
 142
 
 Hiléia Ocidental (do rio Juruá até os limites do território brasileiro): várias espécies de 
Leguminosae, Myristicaceae, Bombacaceae, Lauraceae, Vochysiaceae e Rubiaceae. 
 Noroeste da Hiléia (rio Negro ao Trombetas): Carapa guianensis, Cedrela odorata, 
Cariniana micrantha e espécies dos gêneros Dimorphandra, Peltogyne, Eperua, 
Heterostomon, Elizabetha, Dicorynia, Aldina, Macrolobium, Swartzia. 
 Acre: Torresea acreana (Cerejeira), Hevea brasiliensis e Swietenia macrophylla. 
 Floresta com Cipós: 
 Caracterizada por uma fitomassa mediana, sub-bosque obstruído por cipós e pobres 
em epífitas. Este tipo florestal ocorre em abundância ao longo da Rodovia Transamazônica, 
de Marabá até o rio Xingu e, em menor freqüência, até o rio Tapajós. Ao Sul, estende-se até o 
limite da Amazônia com o Brasil Central. Manchas deste tipo ocorre ocasionalmente nos 
estados do Amazonas, Rondônia e Roraima. A floresta com cipós está associada com terrenos 
antigos de altitude elevada e ricos em depósitos minerais como ferro, alumínio, manganês, 
níquel e ouro. 
 As famílias de cipós típicos e mais importantes são Leguminosae, Bignoniaceae, 
Malpighiaceae e Menispermaceae. O gênero Bauhinia (Leguminosae) é o mais representativo. 
 Espécies arbóreas gigantes ocorrem esporadicamente nesse tipo florestal. As principais 
são: Bertholletia excelsa, Hymenaea parvifolia, Bagassa guianensis, Tetragastris altissima, 
Astronium gracile e Ampuleia molaris. Em lugares mais baixos e mais úmidos, pertos de 
pequenos igarapés, Swietenia macrophylla ocorre com certa freqüência. Outras espécies 
comuns são: Acacia polyphylla, Sapium marmieri, Castilla ulei e Myrocarpus frondosus. 
 Floresta Aberta com Bambu: 
 Fitomassa mediana com presença esporádica de espécies como Hevea brasiliensis, 
Bertholletia excelsa, Swietenia macrophylla, Torresea acreana e Manilkara huberi, além das 
várias espécies de Breus dos gêneros Tetragastris e Protium. Este tipo ocorre nos estados do 
Acre, Rondônia e Sudeste do estado do Amazonas. 
 O bambu do gênero Bambusa é dominante neste tipo florestal, tendo dois subgêneros 
Guadua e Myrostachis. No estado do Acre predomina Guadua werberbaueri com densidade 
específica de 0,49 g/cm3, que pode ser utilizado em papel e celulose, construção civil, 
artesanato, móveis e carvão. 
 Floresta de Encosta: 
 143
 
 É o próprio contraste com a altitude predominante da região que, apesar de haver 
extensas áreas sobre terrenos ondulados, não ultrapassa 200 m s.n.m. As formações da floresta 
de encosta são caracterizadas e diferenciadas conforme a altitude e pelos solos rochosos. A 
vegetação é típica de lugares rochosos e pode ser floresta ou formações abertas. Quanto maior 
é a altitude, mais esparsa é a vegetação por causa da reduzida capacidade de retenção de água. 
É significante o endemismo neste tipo florestal. 
 Algumas espécies características da floresta de encosta são: algumas espécies de 
Dydimopanax, Manilkara e Tabebuia, Ocotea roraimae e Qualea schomburkiana. 
 Campina Alta ou Campinarana: 
 Contém muitas espécies endêmicas, adaptadas em solos Podzol hidromórfico e Areias 
Quartzosas hidromórficas. Esse tipo é rico em epífitas. Tem uma flora bastante peculiar que é 
refletida em sua fisionomia diferente dos outros tipos florestais amazônicos. O número de 
espécies por unidade de área é relativamente baixo, mas desde que a Campinarana oferece 
uma grande variedade de diferentes habitats de um local para outro, a soma total é uma flora 
extremamente rica. A Campinarana tem um aspecto xeromórfico, folhas e cascas espessas e 
uma abundância de líquens e musgos sobre os galhos e sobre a superfície do solo. 
 As campinaranas se distribuem em forma de "ilhas" no meio da floresta densa, 
contrastando pelo tamanho das árvores, estrutura e fisionomia. Essas "ilhas" são comuns na 
bacia do rio Negro e em outras áreas ao Norte do rio Amazonas, mas praticamente ausentes ao 
Sul deste rio. 
 As espécies florestais que caracterizam este tipo florestal são: Aldina discolor, Eperua 
leucantha, Hymenolobium nitidum, Clusia spathulaefolia, Couma catingae, Hevea rigidifolia, 
Sacoglottis heterocarpa e Scleronema spruceanum. 
 Floresta Seca: 
 Essa é uma formação de transição que é ocasionalmente encontrada ao Sudeste da 
Amazônia nos limites desta com o Brasil Central. Pode ser encontrada também no estado de 
Roraima. Nessas regiões o clima é mais sazonal e, por esta razão, a tendência é ter florestas 
semi-deciduais. Ao longo dos rios ou igarapés, em áreas inundáveis, a vegetação é parecida 
com a da "várzea" e não é decídua. Este tipo não é rico em espécies endêmicas. 
 Algumas espécies comuns na floresta seca são: Geissospermum sericeum, Cenostigma 
macrophyllum, Physocalymma scaberrimum, Lafoensia pacari, Magonia glabrescens, 
 144
 
Sterculia striata, Erythrina ulei, Vochysia haenkeana, Vochysia pyramidata, Combretum 
leprosum, Bowdichia virgilioides. Em Roraima, ainda que bastante similar fisionomicamente, 
a floresta seca apresenta as seguintes espécies mais comuns: Centrolobium paraensi, Mimosa 
schomburgkii, Richardella surumuensis e Cassia moschata. 
(ii) Floresta de Várzea: 
 Fitomassa mediana, menor que a floresta densa de terra-firme, com sub-bosque 
relativamente limpo. As raízes tabulares são comuns, como também certas raízes 
pneumatóforas ou respiratórias. A várzea é formada pela inundação de rios de águas barrentas 
como do Solimões, Amazonas e Madeira. 
 As várzeas têm solos muito mais férteis do que a maioria dos solos amazônicos porque 
são originados da região andina. Os solos são Aluviais e Hidromórficos Gleizados, 
desenvolvidos em sedimentos argilo-siltosos referidos ao Holoceno. As várzeas do Alto 
Amazonas (Rio Solimões) são mais ricas do que as do Baixo Amazonas. Entre os rios Japurá 
e Içá há uma grande área dessas várzeas que são ligadas entre si por paranás, igarapés, furos e 
um grande número de lagos, transformando os rios principais mais largos durante a estação 
chuvosa. 
 As espécies das várzeas tendem a ter madeiras mais moles do que as de terra-firme. 
Predominam as espécies de rápido crescimento e de casca lisa. As sementes são geralmente 
leves e têm diferentes mecanismos para flutuar como tecido esponjoso ou áreas ocas ou um 
leve mesocarpo. Em alguns casos é a própria semente que flutua como é o caso da Hevea 
brasiliensis. Em outros casos, é o fruto inteiro que flutua como é o caso da Montrichardia, 
uma Araceae ribeirinha. Algumas dessas sementes flutuantes são coletadas comercialmente 
como Carapa guianensis (Andiroba) e Iryanthera surinamensis (Ucuúba). 
 As espécies florestais que caracterizam as florestas de várzea em toda a sua extensão 
são: Ceiba petandra (Sumaúma), Copaifera sp. (Copaíba), Virola surinamensis (Virola ou 
Ucuúba), Hura crepitans (Açacu), Carapa guianensis (Andiroba), Calophyllum brasiliense 
(Jacareúba), Naucleopsis caloneura (Muiratinga), Pseudobombax munguba (Munguba), Mora 
paraensis (Pracuúba), Nectandra amazonum (Louro da Várzea), Piranhea trifoliata 
(Piranheira), Vochysia maxima (Quaruba), Hevea brasiliensis (Seringueira), Manilkara 
amazonica (Maparajuba), Aldina heterophylla (Macucu de Paca), Aspidosperma album 
(Araracanga ou Piquiá-marfim), Pithecolobium racemosum (Angelim-rajado), Salix 
humboldtiana var. martiana (oeirana), Platymiscium paraense (Macacaúba da Várzea), 
 145
 
Cedrelinga cateniformis (Cedrorana), Hymenaea courbaril (Jutaí-açu), Tabebuia sp., Parkia 
sp. 
(iii) Floresta de Igapó: 
 O Igapó é formado pela inundaçãopelos rios de águas claras ou negras sem 
sedimentos como o Negro, Tapajós e Arapiuns. Trata-se de um tipo florestal relativamente 
pobre em biomassa, com vegetação bastante especializada e com pouca diversidade específica 
e, em algumas áreas, ricas em endemismos. 
 Entre as espécies mais comuns do igapó estão os vários membros da família 
Myrtaceae, Triplaris surinamensis (Tachi) e as espécies Piranhea trifoliata (Piranheira), 
Copaifera martii (Copaíba) e Alchornea castaniifolia. 
(iv) Floresta de Manguezal: 
 Fitomassa baixa, vegetação muito uniforme sem grande interesse florístico e pobre em 
epífitas. Acompanha toda a costa brasileira, não só da Amazônia. Nos locais onde o mangue 
vermelho é substituído pelo siriúba, o manguezal passa a ser Siriubal. 
(v) Campina: 
 Vegetação raquítica com escleromorfismo acentuado sobre solos extremamente 
arenoso e lavado (Podzol Hidromórfico ou areias quartzosas). Fisionomicamente se assemelha 
às restingas litorâneas, mas muito diferente do ponto de composição e origem. Em geral, em 
cada região, as campinas apresentam um grande número de epífitas e endemismo muito 
peculiar. 
 As espécies típicas desse tipo florestal são: Aldina heterophylla, Clusia grandiflora, 
Eugenia patrisii, Manilkara amazonica, Protium heptaphyllum, Qualea retusa e Swartzia 
dolichopoda. 
 146
 
Bibliografia: 
Braga, P.I.S. 1979. Subdivisão Fitogeográfica, Tipos de Vegetação, Conservação e Inventário 
Florístico da Floresta Amazônica. Supl Acta Amazonica 9(4):53-80. 
Huek, K. 1978. Los Bosques de Sudamérica. GTZ. Hoehl-Druck. 476p. 
IBGE. 1977. Geografia do Brasil. Sergraf-IBGE. volumes 1 e 4. 
Pires, J.M. e G.T. Prance. 1985. The Vegetation Types of the Brazilian Amazon. In: Key 
Environments - AMAZONIA by Prance, G.T. e T.E. Lovejoy (eds.). Pergamon Press. 
442p. 
Silva, M.F., Lisboa, P.L. e Lisboa, R.C.L. 1977. Nomes vulgares de plantas amazônicas. 
INPA. 222p. 
Walter, H. 1979. Vegetation of the Earth and Ecological Systems of the Geo-biosphere. 
Springer-Verlag. New York. 2nd. Ed. 274p. 
 
 
 147
 
CAPÍTULO 17 
Desenvolvimento sustentável: a experiência do setor madeireiro11
Resumo 
 O setor madeireiro é um exemplo bem sugestivo para discutir e refletir sobre o 
conceito de desenvolvimento sustentável. Tanto a matéria-prima madeira, como todos os 
outros produtos que dependem do abrigo da floresta, têm tido uma forte interação com os 
seres humanos, desde o surgimento do gênero Homo neste planeta. Em todos os países, sem 
exceção, esta coexistência teve um início muito parecido; a floresta era usada para caça e 
coleta de outros produtos extrativistas, de lenha para energia e de material para moradias e 
outras construções. Com o aumento da população, o gênero Homo foi forçado a aprender a 
domesticar determinadas plantas e animais e, em função disso, a floresta transformou-se em 
obstáculo, sendo, invariavelmente, derrubada e queimada. Em conseqüência do mau uso das 
florestas, algumas civilizações praticamente desapareceram da face da Terra. Nos países 
tropicais, há quase dois séculos, o desafio da sustentabilidade da produção madeireira vem 
sendo tentada, somando mais fracassos do que sucessos. Neste trabalho, apresentamos um 
pouco do histórico do setor florestal, tentando inseri-lo no contexto do desenvolvimento 
sustentável. 
1. Introdução: 
 O conceito Desenvolvimento Sustentável, popularizado a partir do relatório intitulado 
“Our Common Future” da WCED12 (WCED, 1987), e ratificado pela UNCED13, em 1992 
(Johnson, 1993), tem a seguinte definição: “desenvolvimento que atenda as necessidades 
atuais, sem comprometer a habilidade das futuras gerações de atender as suas próprias 
necessidades.” O documento da WCED, também conhecido como Relatório de Brundtland 
(nome da coordenadora da Comissão), tem o crédito para a definição de desenvolvimento 
sustentável, segundo Gow (1992), Dykstra e Heinrich (1992), Maini (1992), Lanly (1995), 
Reid (1995), Hurka (1996) e WWF (1996). 
Segundo Hurka (1996), desenvolvimento sustentável é uma tentativa de equilibrar 
duas demandas morais; sendo a primeira por “desenvolvimento,” principalmente para os mais 
 
11 Projeto BIONTE (Convênio INPA/ODA) 
12 WCED = World Comission on Environment and Development 
13 UNCED = United Nations Conference on Environment and Development, Rio-92. 
 148
 
necessitados e a segunda por “sustentabilidade,” para assegurar que não sacrifique o futuro 
em nome dos ganhos do presente. Hurka considera muita vaga a definição da WCED e sugere 
a separação entre “necessidades” de “supérfluos ou luxos” e que, a geração atual deixe para a 
futura, oportunidades para atender as suas “necessidades.” 
O respeito pelos recursos naturais deve ser acompanhado pelo respeito para as 
necessidades humanas (Gow, 1992). Segundo este autor, o conceito de desenvolvimento 
sustentável deve considerar a dinâmica do comportamento do recurso em questão, 
particularmente em resposta às condições ambientais, às atividades humanas e às interações 
entre os diferentes usos e os aspectos do mesmo recurso; combinando, de um lado, a proteção 
do recurso e, de outro, a qualidade de vida. Em síntese, é o desenvolvimento economicamente 
viável, ecologicamente sadio e socialmente justo. 
2. Desenvolvimento Sustentável e Manejo Florestal: 
 Durante a UNCED, Rio-92, o conceito de desenvolvimento sustentável foi 
especificado para as questões florestais na Declaração de Princípios para um Consenso 
Mundial sobre o Manejo, Conservação e Desenvolvimento Sustentável de todos os Tipos 
Florestais. Em relação às florestas tropicais, este documento complementa outros importantes 
acordos internacionais estabelecidos para disciplinar o manejo florestal, tais como: ITTO-
2000, que estabelece que a partir do ano 2000, somente a madeira oriunda de planos de 
manejo florestal sustentável será comercializada sob os auspícios desta organização, 
apresentando, ao mesmo tempo, os critérios de avaliação dos mesmos (ITTO, 1992); e o 
acordo de Tapapoto, que estabelece critérios e indicadores de sustentabilidade, 
especificamente para a região amazônica (TCA, 1995). 
 A certificação florestal, que vem sendo coordenada pelo FSC14, surge como uma 
conseqüência natural, tendo em vista a necessidade de cumprir todos os acordos 
estabelecidos. Segundo Baharuddin (1995), a certificação é um atestado de origem da 
matéria-prima madeira, que inclui dois componentes: certificação da sustentabilidade lato 
sensu do manejo florestal (saúde da floresta) e a certificação do produto (qualidade do 
produto comercializado). A FAO (Food and Agriculture Organization) sugere que os critérios 
para certificação devam contemplar os seguintes conceitos fundamentais: recursos florestais, 
funções da floresta, necessidades sociais e de desenvolvimento e questões institucionais 
(Lowe, 1995). 
 
14 FSC = The Forest Stewardship Council, “Conselho do Guardião da Floresta,” organização não governamental 
que tem o papel de credenciar empresas de certificação florestal. 
 149
 
Segundo WWF (1996), a certificação é não obrigatória, portanto, não substitui as 
legislações existentes em cada país. Segundo ainda esta fonte, quatro organizações não 
governamentais já foram credenciadas pelo FSC: Forest Conservation Program of Scientific 
Certification Systems (americana, com fins lucrativos), SGS Forestry Program (britânica, com 
fins lucrativos), Smart Wood Certification Program of Rainforest Alliance (americana, sem 
fins lucrativos) e Woodmark of the Soil Association (britânica, sem fins lucrativos). No 
Brasil, desde 1992 o setor privado vem desenvolvendo, com oapoio de instituições de 
pesquisa tecnológica, a metodologia de um processo de certificação relacionado com a origem 
da matéria prima plantada (Deusdará, 1997). Este trabalho resultou no Conselho de 
Certificação Florestal - CERFLOR, o qual seguirá orientações da Associação Brasileira de 
Normas Técnicas - ABNT. Existe ainda, o Grupo de Trabalho do WWF, que agrega as 
organizações não governamentais responsáveis pela discussão da certificação seguindo os 
princípios da FSC. 
Segundo Viana (1997), na década de 90, com o advento da certificação, surgiu a 
necessidade de traduzir o conceito de “manejo florestal sustentável” para algo mais prático, 
passível de passar por uma avaliação objetiva e replicável. Surgiu, então, o conceito de “bom 
manejo florestal” (good forest management” ou “forest stewardship”), que representa as 
melhores práticas de manejo capazes de promover a conservação ambiental e a melhoria da 
qualidade de vida das comunidades locais, considerando a viabilidade econômica e o estado 
da arte do conhecimento científico e tradicional. Este conceito é importante desde que 
preserve todos princípios e regras contidas no Decreto 1.282, e que, efetivamente, não seja 
usado como subterfúgio para proliferação da “indústria” de certificação. 
Segundo Kiekens (1995), apesar da certificação florestal ser inevitável, não há 
nenhuma garantia que isto melhorará o manejo florestal. Além disso, é errado levantar falsa 
expectativa de que os critérios e indicadores de sustentabilidade da certificação, nível 
nacional, terão influências diretas no manejo florestal (Lowe, 1995). 
 Além de documentos, acordos e instrumentos de medida, não obrigatórios, todos os 
países têm suas próprias legislações ambientais ou florestais. No Brasil, por exemplo, o 
Código Florestal é o instrumento legal que disciplina o uso de seus recursos florestais. No 
caso da Amazônia, o artigo 15 do Código Florestal, que trata do manejo florestal da região, 
foi regulamentado em 1994, Decreto no 1.282, definindo as regras e as condições para o 
aproveitamento de seus recursos florestais, que são baseadas nos princípios do 
desenvolvimento sustentável; no entanto, com eficácia bastante limitada. V. Capítulo 22 
 150
 
(Legislação florestal brasileira atualizada em 2007). Estima-se que menos de 1% da produção 
madeireira é oriunda de áreas onde se pratica o manejo florestal (MMA/IBAMA, 1997). 
Segundo Leslie (1994), a transição de manejo em regime de produção sustentável 
(madeira) para um sistema mais amplo, que combina produção madeireira e produtos não 
madeireiros com a preservação e conservação de muitos outros produtos não madeireiros, 
serviços ambientais e funções ecológicas da floresta - manejo florestal sustentável -, é o novo 
paradigma do setor florestal. 
O setor florestal está, de certa forma, acostumado a trabalhar numa perspectiva de 
longo prazo; está relativamente bem familiarizado com os princípios de produção sustentável; 
tem alguma noção sobre as respostas do meio ambiente às perturbações naturais e antrópicas; 
e, em alguns casos, tem tentado praticar o uso múltiplo e integrado da floresta (Maini, 1994). 
Comparado com outros setores produtivos, o setor florestal não teria grandes dificuldades 
para ampliar o conceito de produção sustentável para desenvolvimento sustentável, bastando 
transformar manejo florestal em manejo do ecossistema florestal. Para Maini, 
desenvolvimento florestal sustentável, por estas razões, significa reconhecimento dos limites 
da floresta às mudanças ambientais, individualmente ou coletivamente, e o manejo das 
atividades humanas para produzir o máximo nível de benefícios obtíveis dentro destes limites. 
 Segundo Dykstra e Heinrich (1992), a definição de manejo florestal sustentável da 
FAO é a seguinte: “manejo e conservação da base dos recursos naturais e a orientação 
tecnológica, que proporcionem a realização e a satisfação contínua das necessidades humanas 
para a atual e futuras gerações.” Segundo estes autores, as operações delineadas para 
atenderem os requisitos de sustentabilidade pode, simultaneamente, reduzir custos em função 
de um planejamento melhorado e controle técnico. A chave para promover a sustentabilidade 
da floresta tropical durante a exploração florestal é utilizar o melhor conhecimento disponível 
em relação a 5 críticos elementos: planejamento da exploração, estradas florestais, derrubada, 
arraste e avaliações pós-exploração. 
Para Lanly (1995), desenvolvimento sustentável na área florestal significa também a 
conservação da terra, água e o patrimônio genético, e a utilização de métodos tecnicamente 
apropriados, economicamente viáveis e socialmente aceitáveis. Segundo ainda este autor, são 
os seguintes critérios da FAO na caracterização do manejo florestal sustentável: (i) 
concernentes à qualidade e quantidade do ecossistema florestal: extensão dos recursos 
florestais; conservação da diversidade biológica (níveis de ecossistema, espécie e 
intraespecífica); saúde da floresta e vitalidade; (ii) concernentes às funções do ecossistema 
 151
 
florestal: funções produtivas da floresta; funções protetivas da floresta; (iii) ligado à economia 
florestal e às necessidades sociais. 
De acordo com Leslie (1994), o manejo sustentável tem que incluir a produção 
madeireira sustentável com colheita de baixo impacto. Isto pode ser alcançado seguindo as 
seguintes condições: (i) derrubada de poucas árvores por ha; (ii) danos negligíveis à floresta 
residual (árvores designadas para o corte subseqüente e regeneração natural estabelecida); (iii) 
retenção e proteção de todos os tipos de vegetação que têm papel importante no 
funcionamento do ecossistema e nos processos ecológicos. Estas três condições dependem das 
seguintes condições: (1) não usar máquinas pesadas para arraste; (2) derrubada orientada; (3) 
estradas e trilhas de escoamento e arraste devem ser bem planejadas; (4) não trabalhar durante 
o período chuvoso. Uma conseqüência inevitável será o aumento dos custos de exploração 
florestal, quando comparados com os métodos usuais na maioria dos países tropicais. 
Contudo, esses custos adicionais, podem ser abatidos com o aumento da eficiência da 
exploração (Uhl et al. 1996) 
O manejo florestal para ser sustentável tem que contemplar também a conservação dos 
recursos genéticos. Isto requer a manutenção dos componentes essenciais de funcionamento 
do ecossistema (Kemp, 1992) e, por conseguinte, várias complexas interações, como por 
exemplo, a interação entre a espécie de árvore e seus animais polinizadores e dispersores de 
sementes. O não cumprimento de prescrições adequadas para a conservação genética, durante 
a execução de um plano de manejo florestal, compromete imediatamente o estoque em 
crescimento e a capacidade de regeneração natural da floresta residual. A diversidade genética 
dos ecossistemas florestais é a base para o desenvolvimento sustentável e para o manejo 
florestal, e é o tampão para tais ecossistemas contra as mudanças ambientais (Kemp e 
Palmberg-Lerche, 1994). Associada às variações dentro e entre espécies, a diversidade 
genética é a base para a adaptação das espécies ao stress ambiental. 
 Os sistemas de manejo florestal que têm intenções de combinar produção madeireira 
com conservação dos recursos genéticos requerem algum entendimento da dinâmica da 
floresta e da estrutura genética de espécies e de populações. Segundo Kemp e Palmberg-
Lerche (1994), as informações sobre estrutura genética são praticamente inexistentes em 
florestas tropicais. Segundo ainda estes autores, a estrutura genética de uma espécie resulta de 
migração, mutação, seleção e fluxo de genes entre populações separadas, e é fortemente 
influenciada pelo sistemagenético (sistema de reprodução e mecanismos de dispersão de 
pólen ou semente). 
 152
 
 Kageyama & Gandara (1993) mencionam que o manejo florestal sustentável, no 
decorrer do processo, deve considerar tanto a manutenção da produtividade como a 
manutenção da integridade genética das populações. Desta forma, a exploração do recurso de 
uma ou mais espécies da mata deve ter sob controle as populações das espécies sob manejo, 
como também considerar um mínimo de monitoramento sobre as outras muitas espécies que 
coexistem no local, principalmente aquelas raras e de difícil controle. 
O desafio da conservação dos recursos genéticos não é selecionar, estabelecer e 
guardar as áreas contendo recursos genéticos, nem só preservar semente, pólen ou tecido no 
banco de sementes; mas sim, a manutenção da variabilidade genética de espécies-alvos dentro 
de um mosaico de opções de uso do solo, econômica e socialmente aceitáveis, e reservas 
florestais manejadas (Kemp e Palmberg-Lerche, 1994). Segundo Kemp e Palmberg-Lerche 
(1994), não é absolutamente necessário conservar todos os níveis da diversidade genética em 
todas as áreas; podendo conservar uma parte para a conservação do ecossistema, enquanto, 
outras poderiam ser manejadas para conservar as variações intraespecíficas como parte de 
uma rede de conservação de áreas contendo espécies-alvos ou populações. A conservação 
genética in situ dentro de um ecossistema florestal natural parece ser a única estratégia 
possível para a grande maioria das espécies em florestas complexas como as tropicais úmidas 
(Kemp e Palmberg-Lerche, 1994). 
Dependendo do sistema de manejo florestal e do grau de entendimento da dinâmica 
florestal, a diversidade genética e os recursos genéticos específicos podem ser melhorados ou 
reduzidos pela intervenção humana (Kemp e Palmberg-Larche, 1994). Onde a demanda do 
mercado é extremamente seletiva, concentrada em algumas espécies, na extração nos 
melhores fenótipos das espécies mais desejáveis, a tendência é resultar numa progressiva 
deterioração na qualidade genética do povoamento (Kemp e Palmberg-Lerche, 1994). Além 
disso, Segundo Kemp (1992), o florestal deve estar atento às questões da biologia reprodutiva 
(polinização, dispersão e predação de sementes) e da dinâmica da regeneração natural (bancos 
de sementes, plântulas e mudas estabelecidas), ao elaborar um plano de manejo florestal. 
Para Leslie (1994), os seguintes elementos precisam ser coordenados para alcançar a 
sustentabilidade: incremento; distribuição das classes de tamanho e idade das espécies 
manejadas; a definição dos métodos de substituição das árvores que serão retiradas durante a 
exploração florestal e salvaguardar o suprimento de outros produtos e serviços, 
principalmente durante a exploração e as operações de tratamentos silviculturais. De acordo 
com Leslie (1994), não há muitas alternativas disponíveis para obtenção de incremento de 
 153
 
floresta tropical; parcelas permanentes são as mais apropriadas formas de obter estimativas 
confiáveis de incremento. No entanto, não é qualquer país que pode bancar a manutenção de 
parcelas permanentes; por esta razão, a aproximação, estimativa e extrapolação de poucos 
bancos de dados tornaram-se o procedimento padrão, do tipo incremento médio anual 
variando de 1 a 3 m3/ha. 
 As florestas serão, de forma crescente, manejadas em situações de complexas 
interações e interdependências com outros usos do solo e parâmetros sócio-econômicos. Isto 
implica que o manejo florestal sustentável só pode ser implementado e perseguido através de 
abordagens interdisciplinares, bem coordenadas, dentro das políticas e regulamentações do 
desenvolvimento rural (Montalembert e Schmithüsen, 1993). Segundo ainda estes autores, 
nenhum manejo florestal sustentável será viável se os benefícios não ocorrerem nos setores 
correlatos. 
“Quando a expressão sustentabilidade começou a aparecer no papel, houve uma 
explosão geral de alegria: agora sabemos o quê e como fazer, agora temos a chave para 
solução do problema - sustentando a produtividade da terra, o desenvolvimento será 
sustentável e isto levará à uma sociedade sustentável. Isto foi uma memorável surpresa para 
todos, menos para os florestais que conhecem bem esta estória, mas que foram incapazes (ou 
desinteressados) de vendê-la.” - Declaração feita em 1994, contida em Lanly (1994), de um 
experiente engenheiro florestal, Oscar Fugalli, que trabalhou na FAO entre 1951 a 1982. 
Este pretensioso depoimento de um profissional da antiga escola de Engenharia 
Florestal não coincide com a situação do setor florestal em todo o mundo. A freqüência com 
que o termo é usado no meio florestal é incompatível com as ações tomadas em direção à 
sustentabilidade, mesmo apenas em termos de rendimento sustentável (Gane, 1992). Para 
Leslie (1994), o princípio do manejo florestal sustentável é mais fácil declarar do que aplicar. 
Segundo ainda o mesmo autor, se a produção madeireira sustentável tem tido dificuldades 
para ser implementada, a concretização do conceito de desenvolvimento sustentável no setor 
florestal, parece mais distante ainda. A avaliação de Lamprecht (1990) é de que o mundo 
tropical é carente de experiências de longo prazo e, pelo passado histórico da silvicultura 
tropical, os resultados práticos são poucos e incipientes. Historicamente, a exploração 
florestal realizada dentro dos princípios de manejo florestal sustentável tem demonstrado ser 
incompatível com a sustentabilidade quanto à regeneração natural e aos outros serviços e 
funções da floresta tropical (Dykstra e Heinrich, 1992). 
 154
 
Shah (1994a), ao analisar os 150 anos de manejo florestal na Índia, conclui: o sistema 
de corte raso falhou; o manejo florestal das agências governamentais falhou; os objetivos da 
produção sustentada de madeira e da proteção das florestas não foram alcançados; a prática 
isolada (desarticulada) da silvicultura falhou; os sistemas silviculturais empregados até agora, 
entre outras mazelas, criou uma tragédia humana para 60 milhões de tribais. Por último, o 
autor incita os peritos a reiventarem a silvicultura tropical. 
 Segundo Maser (1994), liquidar as florestas maduras não é manejo florestal; é 
simplesmente espoliar a nossa herança e roubar das futuras gerações. Da mesma forma, 
monocultura também não é manejo. Manejo florestal sustentável significa, enfim, que o total 
é maior que a soma de suas partes. 
3. Experiências de alguns países no trato com os seus recursos florestais: 
Maser (1994) usa os exemplos do Canyon Chaco (Arizona, EUA), Ilha da Páscoa 
(pequena ilha no Pacífico Sul, aproximadamente 3.500 km da costa da América do Sul) e a 
região de Petén (norte da Guatemala), para ilustrar como os efeitos do desmatamento podem 
ser irreversíveis. A história da Ilha da Páscoa é também mencionada por Ponting (1991), que 
concorda com a abordagem de Maser. Maser (1994) e Pontig (1991) fazem um histórico 
compreensivo sobre o uso (e, principalmente, abuso) das florestas de várias regiões do 
mundo, mostrando que a decadência dos povos está diretamente relacionada com o mau uso 
de seus recursos florestais. 
Lanly (1995) chama a atenção para necessidade de analisar historicamente as florestas 
já desaparecidas, que só foram notadas quando as necessidades humanas já não eram mais 
possíveis de serem atendidas; a abundância de floresta foi sempre uma péssima referência e a 
sociedade, em geral, tem sido pouco eficiente na antecipação da escassez. Alguns países 
reagiram pro-ativamente para superar este problema como Japão, Alemanha, Suécia, França, 
mas a maioria, nada fez; alguns acentuaram o estado de pobreza geral e outros, mais 
abastados, preferiram importar de paísescom abundantes recursos florestais. 
3.2. Países Temperados: 
Maser (1994) faz uma especial ênfase na Alemanha, que no início do século passado, 
as suas florestas mistas (coníferas e folhosas) foram substituídas por plantios de coníferas de 
rápido crescimento, numa tentativa de re-equilibrar a oferta-procura de madeira. Os grandes 
reflorestamentos da Alemanha sempre usados como bons exemplos de silvicultura, 
principalmente pelo bom desempenho e alta produtividade do Spruce norueguês durante a 
 155
 
primeira rotação. Na segunda rotação, segundo ainda Maser (1994), esta espécie não consegue 
repetir a mesma performance, mostrando os primeiros sinais de declínio e de stress, após mais 
de um século do primeiro plantio puro. 
Na Suécia, segundo Hägglund (1994), apesar de problemas de super-exploração de 
suas florestas, no século passado, atualmente tem uma situação bem equilibrada em termos de 
madeira; a produção anual é de 65 milhões de m3, de um estoque de crescimento equivalente a 
85 milhões de m3, ou seja, há uma sobra de aproximadamente 30% por ano do estoque 
necessário para manter a sustentabilidade da produção de madeira do País. 
No Japão, em meados do século XVII o desmatamento atingia 80% do território 
nacional; quando foi dado início aos grandes plantios de coníferas, principalmente 
Cryptomeria japonica D. Don e Chamaecyparis obtusa S. et Z. (Higuchi, 1995). Atualmente, 
o Japão tem mais de 2/3 do território coberto por florestas, sendo que, deste, 1/3 é de 
reflorestamento. Por razões próprias, o Japão importa aproximadamente 80% de sua demanda 
doméstica por produtos madeireiros (estimada em 120 milhões de m3 equivalentes em toras, 
por ano). Em função desta dependência externa para atender a sua demanda interna, o Japão 
pode ser usado como exemplo de como recuperar áreas desmatadas, dentro de um horizonte 
de 250-300 anos, mas não como um país que maneja os seus recursos florestais de forma 
sustentável. 
3.1. Países Tropicais: 
Nos países tropicais, manejo florestal sustentável sempre esteve associado ao conceito 
de silvicultura tropical, que nada mais é do que uma adaptação, nos trópicos, da silvicultura 
desenvolvida na Europa Central. Os sistemas silviculturais foram desenvolvidos tendo como 
pressuposto a produção sustentada de madeira. Segundo Lamprecht (1990), o botânico alemão 
Dietrich Brandis foi o autor do primeiro plano de ordenamento da teca (Tectona grandis), em 
1860, na Índia, sendo, por esta razão, considerado como o criador do manejo florestal tropical. 
Na África e América tropicais, as primeiras atividades de silvicultura tropical aconteceram no 
início do século XX, e intensificadas após a segunda guerra mundial. 
Segundo Palmer (1989), pouca coisa evoluiu desde então, não havendo nada novo na 
literatura relacionada com manejo florestal; a maioria das recentes publicações são meras 
revisões. Os velhos manuais de silvicultura e manejo, escritos no final dos anos 50 e início 
dos anos 70, na África e Sudeste Asiático, continuam sendo as mais relevantes publicações 
para o setor florestal. As experiências com aplicação de sistemas silviculturais em florestas 
 156
 
tropicais somam-se mais fracassos do que sucessos. Em geral, o culpado tem sido a mudança 
da política do uso do solo, de floresta para agricultura. Teoricamente, não há um só caso de 
insucesso atribuído às questões técnicas, mas sempre às políticas. Como resultado, o 
abastecimento de madeira dura tropical tem sido feito com o primeiro corte de florestas 
primárias (Poore, 1989) ou de secundárias quando novas espécies são introduzidas no 
mercado madeireiro. 
 Leslie (1994) estima que não mais de 5% das florestas tropicais úmidas estão sendo 
manejadas de forma sustentável. Laird (1995), com base em revisão de literatura, apresenta 
esta estimativa em valores absolutos, ou seja, 1 milhão de hectares estão sendo manejados de 
forma sustentável no mundo tropical; sendo que no neotrópico, para cada 35.000 hectares não 
manejados, há um hectare sendo manejado em regime de rendimento sustentado. Wadsworth 
(1987) afirma que 37 milhões hectares de florestas da Ásia e África estavam sob alguma 
forma de manejo florestal, até provavelmente 1987. Estas informações conflitantes 
exemplificam como as estatísticas são tratadas nas regiões tropicais. Usando as estatísticas de 
Laird (1995) ou de Wadsworth (1987) com a taxa estimada por Leslie (1994), o mundo teria, 
na pior das hipóteses, pelo menos um milhão de hectares manejados de forma sustentável. O 
quê ninguém diz é onde estão estes hectares e nem quando começaram estes projetos. Num 
mundo carente e ansioso por informações sobre a sustentabilidade do manejo florestal, um 
milhão de hectares, não passariam tão despercebidos assim. 
 Shah (1994b) faz uma análise dos aspectos ecológicos do manejo florestal empregado 
na Índia, desde o período pré-colonial até 1993-94. O autor chega às mesmas conclusões de 
Shah (1994a) e, com ironia, diz que os florestais indianos não admitem a crise no setor 
florestal e o máximo que eles fazem, como os políticos, é culpar o crescimento da população 
por qualquer problema no setor. O autor aponta ainda algumas falácias que o manejo florestal 
na Índia baseou-se: (i) tudo aquilo que não tem mercado, não merece ser preservado; (ii) as 
florestas podem ser manejadas em regime de produção sustentada para um número limitado 
de espécies; (iii) os reflorestamentos dão a máxima produção; (iv) o Governo é quem melhor 
sabe de manejo florestal; (v) as práticas tradicionais são primitivas e não científicas; (vi) os 
povos da florestas são analfabetos e ignorantes; não sabem nada de ecologia das florestas; 
(vii) as florestas podem ser manejadas independentemente da vida silvestre e do bem-estar 
tribal; (viii) floresta e agricultura são dois usos do solo mutuamente independentes; (ix) a 
pesquisa florestal é importante para preservar os departamentos florestais e os institutos de 
pesquisa; (x) todos os problemas florestais têm soluções puramente técnicas. 
 157
 
 Na Malásia (Peninsular, Sabah e Sarawak), o setor florestal contribuiu com 6.8% do 
PIB nacional, em 1983, e apesar da longa experiência com manejo florestal baseado nos 
princípios do rendimento sustentável, a regeneração de suas florestas está ainda coberta de 
incertezas (Tang, 1987). Apesar de acumular quase um século de experiência, o autor 
reconhece que a incerteza sobre o manejo e a renovação das florestas de Dipterocarpaceae é 
ainda devida basicamente à falta de evidências experimentais sobre a natureza e a dinâmica 
destas florestas, antes e depois da exploração florestal. Tang sugere que a prioridade é 
resolver a discrepância entre os sistemas silviculturais concebidos, que são sadios, e os 
sistemas que de fato praticados na Malásia, que não são sadios. A sua previsão, mantida a taxa 
de exploração florestal à época, as reservas de florestas produtivas da Malásia estariam 
esgotadas em 18 anos, aproximadamente em 2005. 
 Daryadi (1994) apresenta uma revisão compreensiva do setor florestal da Indonésia, 
que exportou em 1989, US$ 4 bilhões e, produziu neste mesmo ano, 31.4 milhões m3 de 
madeira. Trata-se de um setor que tem uma expressiva participação, tanto no produto interno 
bruto como na geração de empregos. Desde 1970, a Indonésia vem trabalhando com base em 
planos nacionais qüinqüenais, que são parcialmente revisões do plano nacional para o período 
de 1975-2000, que contemplam não só o manejo das florestas, como também as questões 
ambientais e sociais. Segundo ainda este autor, as florestas da Indonésia têm sido, 
historicamente, associadas com seu povo; a floresta tem contribuído significativamente à 
economia e ao bem-estar da população,especialmente nos últimos 25 anos; e que o manejo da 
floresta natural tem melhorado consideravelmente, apesar de reconhecer que há desafios pela 
frente e problemas para serem resolvidos. No entanto, ao analisar os últimos 25 anos do setor 
florestal, o autor critica o baixo retorno dos lucros produzidos pelo madeira, em forma de 
reinvestimento, na manutenção e desenvolvimento das florestas naturais. A maior parte do 
lucro vai para o setor industrial como de laminado, polpa e papel e serraria. As razões para o 
baixo investimento na floresta são: a falta de conhecimento e tecnologia de manejo florestal 
do setor privado; oportunidades de melhores negócios fora do setor florestal; baixa qualidade 
e quantidade de mão-de-obra nas áreas de exploração florestal; fraca supervisão do governo; e 
pouco interesse internacional em valorizar os recursos naturais de países em desenvolvimento. 
Para Daryadi (1994), nos anos 70 o setor florestal negligenciou os objetivos do 
desenvolvimento nacional: harmonizar desenvolvimento florestal com meio ambiente; 
manejar de forma sustentável; distribuir renda eqüitativamente, principalmente aos povos 
locais; aumentar o emprego e oportunidades de negócios para toda a população; melhorar o 
 158
 
conhecimento e a tecnologia de manejo florestal; melhorar a produção florestal; e desenvolver 
as indústrias de base florestal. Além disso, a ênfase em extração de madeira em vez de manejo 
florestal, reduziu o potencial de oportunidade de empregos, como também, a oportunidade de 
desenvolver a habilidade e capacidade gerencial na área de manejo florestal. 
 Na África, as florestas tropicais produtivas concentram-se na parte oeste do 
continente. Segundo Asabere (1987), em Gana, os sistemas silviculturais praticados têm 
pouco a ver com os sistemas preconizados, apesar de ser considerado por Leslie (1994) como 
uma exceção dentro do continente africano em termos de manejo florestal. Leslie (1994) 
refere-se às áreas designadas como reservas florestais, incluindo parques nacionais, que, 
segundo Sargent et al. (1994), representam menos de 10% de seu território. Asabere (1987) 
critica a falta de confiabilidade dos resultados de crescimento e incremento das florestas 
manejadas, considera o ciclo de corte muito curto (15 anos) e que o sistema de seleção 
adotado é uma negação aos princípios silviculturais porque permite a remoção dos melhores 
fenótipos e genótipos. Na Nigéria, a aplicação de métodos de regeneração natural para 
melhorar a produtividade das florestas nativas não tem produzido resultados satisfatórios e, 
alguns casos, em vez de favorecer as espécies desejáveis, tem favorecido as espécies não 
comerciais e a proliferação de cipós (Kio e Ekwebelan, 1987). 
 No Brasil, apesar da legislação ambiental preconizar o manejo florestal desde meados 
da década de 60, as iniciativas promissoras de manejo florestal na região amazônica são raras. 
As principais causas da exploração insustentável incluem (i) a falta de políticas adequadas e 
sistema de estímulos para manejo sustentável; (ii) a ineficácia e ineficiência do 
monitoramento e controle da exploração madeireira; (iii) a oferta clandestina associada ao 
aumento da fronteira agrícola; (iv) abundância do recurso florestal; e (v) a falta de modelos 
demonstrativos (MMA/IBAMA, 1997). Em recente avaliação dos projetos de manejo 
florestal, na microrregião de Paragominas (PA), coordenada pela EMBRAPA/CPATU, em 
relatório preparado por Silva et. al (1996), a conclusão é muito clara: a situação é 
simplesmente caótica. Poucas diferenças em relação à execução dos planos de manejo serão 
encontradas em outras microrregiões do Pará, ou mesmo em outros estados amazônicos; 
provavelmente, mudam apenas a intensidade e a duração da intervenção. 
Segundo Prado (1997), a atual “equação econômica” do uso dos recursos florestais na 
Amazônia se compõe da superabundância de estoques; da disponibilização do recurso pelo 
desmatamento; pelo acesso itinerante, predatório, descontrolado em terras privadas, públicas, 
e em terras que, em sua maioria, não são uma coisa nem outra; de elevados índices de 
 159
 
desperdício, tanto na exploração florestal, como no processamento industrial; da resultante de 
um preço vil da madeira e de outros produtos não madeireiros e, por consequência, de um 
baixo retorno econômico, social e ambiental. 
4. Conclusão: 
 Pelo tempo que se pratica a exploração de madeira, sob algum tipo de sistema que 
preconiza o manejo sustentável, na Ásia tropical, pelo menos, grande parte do abastecimento 
deveria ser feito por florestas secundárias (segundo ou terceiro ciclo de corte). Se isto está 
acontecendo, não há registros. O quê observa-se é a pratica do nomadismo também neste 
setor; com o esgotamento das reservas, procura-se uma nova fonte de abastecimento. 
Atualmente, o alvo é a Amazônia, que é, aparentemente, a última fronteira florestal. O 
abastecimento de madeira dura tropical, centrado na floresta primária, é um indicativo 
irrefutável contra a prática de manejo sustentável das florestas tropicais. 
É possível produzir a madeira de forma sustentável? A resposta é sim, mas tudo tem 
que ser modificado para que isto aconteça. A “conscientização” per se da necessidade de 
praticar o manejo florestal sustentável não é suficiente; é preciso assumir o “compromisso” 
em praticá-lo. Além disso, é preciso saber se realmente vale a pena (esforço e dinheiro) 
investir no manejo sustentável. Na Amazônia precisamos ainda fazer uma análise de 
custo/benefício e responder a pergunta “para quem estaremos produzindo?”. De um modo 
geral, os países que priorizaram a exportação de seus recursos florestais, continuam pobres e 
sem as suas reservas florestais. Ao Poder Público, cabe a responsabilidade de fazer cumprir a 
legislação vigente e remover os obstáculos que dificultam a implementação do manejo 
florestal sustentável. 
 160
 
Bibliografia 
Asabere, P.K. 1987. Attempts at Sustained Yield Management in the Tropical High Forests 
of Ghana. Em: Natural Management of Tropical Moist Forests - Silvicultural and 
Management Prospects of Sustained Utilization (editado por F. Mergen e J.R. Vincent). 
Yale University, pp. 47-69. 
Baharuddin, H.G. 1995. Timber Certification: an Overview. Unasylva, 183(46):18-24. 
Daryadi, L. 1994. Indonesia’s Experience in Sustainable Forest Management. Em: Readings 
in Sustainable Forest Management. FAO Forestry Paper 122:201-213. 
Deusdará Filho, R. (1997). Certificação de produtos Florestais “Uma Perspectiva Brasileira”. 
In: Seminário sobre Certificação Florestal. Brasília.DF. Setembro/97, mimeo. 4p. 
Dykstra, D.P. e R. Heinirch. 1992. Sustaining Tropical Forests through Environmentally 
Sound Harvesting Practices. Unasylva, 169(43):9-15. 
Gane, M.. 1992. Sustainable Forestry. Commonwealth Forestry Review, 71(2):83-90. 
Gow, D.D. 1992. Forestry for Sustainable Development: the Social Dimension. Unasylva, 
169(43):41-45. 
Hägglund, B. Sweden: Using the Forest as a Renewable Resource. Em: Readings in 
Sustainable Forest Management. FAO Forestry Paper 122:215-224. 
Higuchi, N. 1995. O Setor Florestal Japonês. Palestra apresentada durante a Semana do Meio 
Ambiente, como parte da Comemoração do Centenário de Amizade Brasil e Japão, 
promovida pelo Consulado Geral do Japão em Manaus. Manaus, Am. 
Hurka, T. 1996. Sustainable Development: What do we Owe to Future Generations? 
Unasylva, 187(47):38-43. 
ITTO (International Tropical Timber Organization), 1992. Criterios para la Evaluacion de la 
Ordenacion Sostenible de los Bosques Tropicales. Série ITTO de Desarrollo de Políticas 
no 3, 6p. 
Johnson, S.P. 1993. The Earth Summit: The United Nations Conference on Environment and 
Development (UNCED). Editora Graham& Trotman/Martinus Nijhoff, Série 
“International Environmental Law and Policy.” 
Kageyama, P. & F.B. Gandara. 1993. Dinâmica de Populações de Espécies Arbóreas: 
Implicações para o manejo e a conservação. Em: III Simpósio de Ecossistemas da Costa 
Brasileira. Anais. Volume II. Serra Negra-SP. p. 2-9. 
Kemp, R.H. 1992. The Conservation of Genetic Resources in Managed Tropical Forests. 
Unsylva, 169(43):34-40. 
Kemp, R.H. e C. Palmberg-Lerche. 1994. Conserving Genetic Resources in Forest 
Ecosystems. Em: Readings in Sustainable Forest Management. FAO Forestry Paper 
122:101-117. 
Kiekens, J.P. 1995. Timber Certification: a Critique. Unasylva, 183(46):27-28. 
Kio, P.R.O. e S.A. Ekwebelan. 1987. Plantations versus Natural Forests for Meeting Nigeria’s 
Wood Needs. Em: Natural Management of Tropical Moist Forests - Silvicultural and 
Management Prospects of Sustained Utilization (editado por F. Mergen e J.R. Vincent). 
Yale University, pp. 149-176. 
 161
 
Laird, S. 1995. The Natural Management of Tropical Forests for Timber and Non-Timber 
Products. O.F.I. Occasional Papers número 49. 63p. 
Lamprecht, H. 1990. Silvicultura nos Trópicos: Ecossistemas Florestais e Respectivas 
Espécies Arbóreas - Possibilidades e Métodos de Aproveitamento Sustentado. GTZ 
GmbH, Eschborn. 343p. 
Lanly, J.P. 1995. Sustainable Forest Management: Lessons of History and Recent 
Developments. Unasylva, 182(46):38-45. 
Leslie, A . J. 1994. Sustainable Management of Tropical Moist Forest for Wood. In: 
Readings in Sustainable Forest Management. FAO Forestry Paper 122:17-32. 
Lowe, P.D.. 1995. The Limits to the Use of Criteria and Indicators for Sustainable Forest 
Management. Commonwealth Forestry Review, 74(4):343-349. 
Maini, J.S. 1992. Sustainable Development of Forests. Unasylva, 169(43):3-8. 
Maser, C. 1994. Sustainable Forestry: Philosophy, Science, and Economics. St. Lucie Press. 
373p. 
MMA/IBAMA. 1997. Documentos do Projeto Apoio ao Manejo Florestal na Amazônia 
(ProManejo). Mimeografado. 
Montalembert, M.R. e F. Schmithüsen. 1993. Policy and Legal Aspects of Sustainable Forest 
Management. Unasylva, 175(44):3-9. 
Palmer, J. 1989. Management of Natural Forest for Sustainable Timber Production. Em: No 
Timber Without Trees - Sustainability in the Tropical Forest (Poore, D., P. Burgess, J. 
Palmer, S. Rietbergen e T. Synnott - editores). Earthscan Publications Ltd., London. Pp 
154-189. 
Ponting, C. 1991. A Green History of the World: the Environment and the Collapse of Great 
Civilizations. Penguin Books, New York. 430p. 
Poore, D. 1989. The Sustainable Management of Tropical Forest: the Issues. Em: No Timber 
Without Trees - Sustainability in the Tropical Forest (Poore, D., P. Burgess, J. Palmer, S. 
Rietbergen e T. Synnott - editores). Earthscan Publications Ltd., London. pp. 1-27. 
Prado, A. C. 1997. Uso sustentável dos recursos florestais no Brasil. mimeo. 27p. 
Reid, D. 1995. Sustainable Development: na Introductory Guide. Earthscan Publications Ltd.. 
London. 261p. 
Sargent, C., T. Husain, N.A. Kotey, J. Mayers, E. Prah, M. Richards e T. Treue. Incentives for 
the Sustainable Management of the Tropical High Forest in Ghana. Commonwealth 
Forestry Review, 73(3):155-163. 
Shah, S.A. 1994a. Reinventing Tropical Forest Management in India. The Indian Forester, 
June:471-476. 
Shah, S.A. 1994b. Ecological Aspects of Tropical Forest Management (the Case of India). 
The Indian Forester, November:981-999. 
Silva, J.N.M. et al. 1996. Diagnóstico dos Projetos de Manejo Florestal no Estado do Pará. 
Fase Paragominas. 87 p. 
Tang, H.T. 1987. Problems and Strategies for Regenerating Dipterocarp Forests in Malaysia. 
Em: Natural Management of Tropical Moist Forests - Silvicultural and Management 
 162
 
Prospects of Sustained Utilization (editado por F. Mergen e J.R. Vincent). Yale 
University, pp. 24-45. 
TCA (Tratado de Cooperação Amazônica), 1995. Proposal of Criteria and Indicators for 
Sustainability of the Amazon Forest (Results of the Regional Workshop in Tarapoto). 
149p. 
Uhl et al. 1996. Uma Abordagem Integrada de Pesquisa sobre o Manejo dos Recursos 
Naturais na Amazônia. Em: A Expansão da Atividade Madeireira na Amazônia: Impactos 
e Perspectivas para o Desenvolvimento do Setor Florestal no Pará. Belém. IMAZON. 
143-164p. 
Viana, V.M. 1997. Certificação Socioambiental, Bom Manejo Florestal e Políticas Públicas. 
Workshop “Políticas Florestais e Desenvolvimento Sustentável na Amazônia. Rio de 
Janeiro. FBDS. mimeo. 15 p. 
Wadsworth, F.H. 1987. Applicability of Asian and African Silviculture Systems to Naturally 
Regenerated Forests of the Neotropics. Em: Natural Management of Tropical Moist 
Forests - Silvicultural and Management Prospects of Sustained Utilization (editado por F. 
Mergen e J.R. Vincent). Yale University, pp.93-111. 
WCED. 1987. Our Common Future. Oxford University Press. 400p. 
WWF (World Wildlife Fund for Nature). 1996. Structural Adjustment, the Environment, and 
Sustainable Development. Editado por David Reed. Earthscan Publications Ltd.. London. 
386p. 
WWF (World Wildlife Fund for Nature). 1996. WWF Guide to Forest Certification. WWF-
UK. 36p. 
 163
 
CAPÍTULO 18 
Manejo florestal sustentável na Amazônia brasileira 
Resumo 
Neste trabalho é apresentada uma revisão das atividades de manejo de florestas tropicais 
úmidas, incluindo conceitos, histórico, aplicações e pesquisas experimentais sobre o tema, em 
importantes países tropicais da Ásia, África e América, com ênfase na Amazônia brasileira. É 
também apresentada uma análise da situação das florestas tropicais úmidas e das perspectivas 
quanto ao desenvolvimento florestal da região amazônica, depois da Rio-92 e de outros 
importantes movimentos ambientalistas que ocorreram nos últimos anos. Manejar a floresta sob 
regime de rendimento sustentado é uma forma inteligente de uso do solo amazônico. É aplicável 
em muitas sub-regiões da Amazônia, mas não para a região toda. Não há modelo específico de 
manejo para as distintas indústrias madeireiras e, a tendência atual, é a diversificação de produtos 
para que a sustentabilidade econômica do manejo seja mais facilmente alcançada. 
1. CONCEITOS 
Manejo Florestal é parte da ciência florestal que trata do conjunto de princípios, 
técnicas e normas, que tem por fim ORGANIZAR as ações necessárias para ORDENAR os 
fatores de produção e CONTROLAR a sua produtividade e eficiência, para alcançar objetivos 
definidos. Detalhes técnicos deste conceito são apresentados no Capítulo 19. 
 Princípios: 
Produção contínua e sustentada dos produtos madeireiros por meio do 
desenvolvimento cognitivo, dinâmico e iterativo. Isto significa admitir que a floresta contém 
algo mais do que árvores e, o seu potencial, representa algo mais do que madeira. Dentro de 
uma floresta há inúmeros organismos vivos (homens, inclusive) que se interagem e interagem 
com o ambiente natural e que precisam ser, cuidadosamente, considerados antes de qualquer 
intervenção. O próximo capítulo faz uma abordagem compreensiva sobre o conceito de 
sustentabilidade e desenvolvimento sustentável e como o setor florestal tem lidado como este 
conceito ao longo de quase 150 anos de existência. 
 Técnicas: 
Uso de sistemas silviculturais apropriados para a região amazônica. Esses sistemas serão 
discutidos com mais detalhes na apresentação da evolução histórica e de alguns resultados de 
 164
 
pesquisas sobre o manejo de florestas tropicais úmidas, neste capítulo. Além disso, temos no 
Capítulo 22, resultados de pesquisas de manejo florestal e de ecologia que devem auxiliar na 
elaboração de planos de manejo florestal. 
 Normas: 
Na Amazônia, o artigo 15 do Código Florestal (Lei nº 4.771, de 15 de setembro de 
1965), que trata do manejo florestalda região, foi regulamentado em 1994, Decreto no 1.282 e 
alterado em 28/09/98 (Decreto 2.788), definindo as regras e as condições para o 
aproveitamento de seus recursos florestais, que são baseadas nos princípios do 
desenvolvimento sustentável. A Portaria nº 48, de 10 de julho de 1995 regulamenta os 
Decretos e apresenta um roteiro básico para apresentação de planos de manejo florestal. Em 
2007, as normas são outras. O Capítulo 21 destaca pontos importantes desses documentos 
federais obrigatórios atualizados em 2007. Há também documentos não obrigatórios como 
Convenções assinadas durante a Rio-92 e outros acordos internacionais e a certificação 
florestal, que são apresentados no Capítulo 20. 
 MANEJO FLORESTAL SUSTENTÁVEL - MFS - é também MANEJO FLORESTAL 
SOB REGIME DE RENDIMENTO SUSTENTÁVEL, é a condução de um povoamento 
florestal aproveitando apenas aquilo que ele é capaz de produzir, ao longo de um determinado 
período de tempo, sem comprometer a sua estrutura natural e o seu capital inicial. 
 O Manejo Florestal Sustentável, às vezes, confundido como SILVICULTURA 
TROPICAL, tem tido esta conotação porque praticamente não há como manejar de forma 
sustentada sem a aplicação dos clássicos sistemas silviculturais adaptados aos países tropicais. 
MFS é visto também como sinônimo de manejo da regeneração natural do povoamento 
remanescente da exploração comercial. 
 MFS é, enfim, a aplicação de sistemas silviculturais em florestas destinadas à produção 
madeireira e a condução da regeneração natural do povoamento remanescente, de modo a 
garantir a contínua operação da capacidade instalada para o desdobro do produto da floresta. O 
Engenheiro Florestal ou assemelhado, no exercício de sua profissão, objetiva por meio do MFS a 
conversão de uma floresta heterogênea, complexa e irregular, a uma mais homogênea (sem 
colocar em risco a biodiversidade), menos complexa e que tenha uma quantidade maior de 
espécies comercialmente desejáveis. 
 Há dois tipos de MFS: monocíclico (uniforme) e policíclico (cortes sucessivos). MFS 
monocíclico, praticamente extinto, pressupõe a exploração florestal em um único corte e o 
 165
 
retorno após cumprido o período de rotação da floresta. O Sistema Uniforme Malaio é o exemplo 
de MFS monocíclico. MFS policíclico, geralmente bicíclico, pressupõe cortes sucessivos com 
retorno de acordo com o ciclo de corte arbitrado. 
2. HISTÓRICO DO MFS 
 Os sistemas silviculturais utilizados para o MFS nos países com florestas tropicais são, na 
realidade, adaptações dos modelos clássicos (principalmente europeus) desenvolvidos para as 
florestas temperadas. As primeiras experiências silviculturais voltadas ao MFS foram executadas 
na Índia e Myanmar (antiga Birmânia), em meados do século XIX. 
 Segundo Lamprecht (1990), a história do MFS nos trópicos só começou a ser contada 
depois do surgimento dos reinos coloniais europeus. O botânico alemão Dietrich Brandis 
escreveu em 1860, na Índia, o primeiro plano de ordenamento para a Teca (Tectona grandis) de 
Myanmar, desenvolve o método de "taungya" e funda o serviço florestal indiano. A revista "The 
Indian Forester" começou a ser publicada em 1875. O primeiro manual de silvicultura tropical 
foi publicado em 1888, na Índia. 
 Em 1883 foi criado o primeiro Serviço Florestal na Malásia, que tinha como principais 
atividades: controle do extrativismo madeireiro, manutenção de reservas florestais, legislação e 
administração, não tendo praticamente nada de manejo florestal. Na Malásia Peninsular, entre 
1910 e 1922, uma série de tratamentos silviculturais, conhecidos como Cortes de Melhoramento, 
foram implementados para favorecer uma única espécie, Palaquium gutta. O látex desta espécie 
tinha uma participação significativa na economia do país. As árvores eram derrubadas para fazer 
a extração. Já naquela época foi observado que em vez de plantios, a condução da regeneração 
natural pré-existente era muito mais conveniente. 
 Este sistema foi o precursor do Sistema Uniforme Malaio (SUM), que se consolidou em 
1948, depois de aposentar o Sistema de Corte de Melhoramento da Regeneração. Isto aconteceu 
durante o período de reaquecimento da economia mundial e, em particular, com a alta da 
demanda de produtos madeireiros de florestas tropicais. 
 O desenvolvimento do SMU se deu, fortuitamente, quando foi verificada a regeneração 
abundante de espécies desejáveis, depois de um longo período de ocupação militar japonesa e 
conseqüente destruição de florestas naturais, por meio de cortes rasos ou aberturas de grandes 
clareiras. Foi então concluído que as espécies desejáveis necessitavam de grandes aberturas para 
o desenvolvimento da RN. A primeira versão do SMU preconizava o corte de todas as árvores 
 166
 
com DAP > 45 cm e a eliminação, posterior, de todas as indesejáveis que competiam com a 
regeneração natural (RN) das desejáveis. 
 Nas florestas com predominância da família botânica Dipterocarpaceae, o SMU foi, 
inicialmente, executado com êxito na Malásia Peninsular. Até 1976, aproximadamente 300.000 
hectares tinham sido manejados pelo SMU. Em florestas altas, onde espécies da 
Dipterocarpaceae não eram abundantes, o SMU fracassou. Em função disso, várias alternativas 
foram introduzidas para o manejo dessas florestas. 
 Segundo FAO (1989), na África, as experiências silviculturais são registradas desde o 
início do século XX. As primeiras pesquisas foram implantadas em Togo e Camarões, colônias 
alemãs, em 1908. Entre 1920 e 1930, na África Ocidental Britânica, os ingleses instalaram os 
primeiros experimentos florestais na região. Os franceses atuaram mais na Costa do Marfim, em 
1930. O Sistema Tropical Shelterwood (STS) consolidou-se em 1944, na Nigéria. Este sistema 
foi inspirado em sistemas que favoreciam a RN de espécies desejáveis, sob as árvores matrizes, 
por meio de corte de cipós e eliminação de indesejáveis. A primeira versão do STS era uma 
adaptação do SMU. 
 O STS consistia de abertura gradual do dossel por meio de envenenamento (com arsenito 
de sódio) de espécies não comerciais e também corte de cipós e limpezas para controlar a 
infestação de cipós e ervas daninhas, para promover a sobrevivência e o crescimento da RN de 
espécies desejáveis. Depois de manejar, aproximadamente, 200.000 hectares de florestas 
primárias nigerianas com STS, este sistema foi abandonado. A razão principal foi que a 
produção de madeira não competia com outras formas de uso do solo. Onde havia alguma 
preocupação com o uso múltiplo da floresta, o STS conseguiu se consolidar. 
 Os sistemas seletivos vieram depois e hoje são os que predominam no MFS. Uma rara 
exceção é o Sistema de Faixas de Colheita, utilizado experimentalmente no Vale do Rio Palcazu, 
no Peru - mais recentemente. 
A evolução histórica do MFS é apresentada na Figura 18.1. Os Quadros 18.1, 18.2, 18.3 
e 18.4 apresentam, respectivamente, resumos das operações do SMU, do STS, de um sistema 
seletivo e do sistema CPATU-EMBRAPA. 
 No continente americano, o exemplo vem das experiências silviculturais, primeiramente, 
instaladas em Trinidade, entre 1890 e 1900, pelos florestais ingleses. Entretanto, segundo 
Budowski (1976), não há um só exemplo de floresta tropical úmida da América que está sendo 
manejada sob regime de rendimento sustentado, se comparado com as condições do sudeste 
 167
 
asiático e do oeste africano. Nos países amazônicos, no início da década de 80, foram planejadas 
várias áreas de demonstração de manejo florestal, totalizando aproximadamente um milhão de 
hectares, mas que até hoje não foram implementadas. 
 No Brasil, o conceito de manejo florestal em regime de rendimento sustentado foi, 
primeiramente, introduzido coma realização dos primeiros inventários florestais, executados por 
peritos da FAO, em fins de 1950s. O primeiro e único plano de manejo foi feito para a FLONA 
de Tapajós, em 1978, para uma área de 130.000 ha, mas que ainda não foi implementado. A 
principal razão foi falta de competitividade com outras formas de uso do solo. Provavelmente, há 
algum plano de manejo em regime de rendimento sustentado sendo executado na Amazônia, 
porém sem registros. 
3. MFS NO MUNDO TROPICAL – UMA AVALIAÇÃO 
 Os principais sistemas silviculturais utilizados no manejo florestal em regime de 
rendimento sustentado foram: Malaio Uniforme (original), Tropical Shelterwood (original), 
Seletivo (original), Malaio Uniforme Modificado das Filipinas, Malaio Uniforme Modificado da 
Indonésia, Malaio Uniforme Modificado de Sabah, Desbaste de Liberação de Sarawak, Seletivo 
Modificado da Malásia Peninsular, Seletivo Modificado das Filipinas, Seletivo Modificado da 
Indonésia, Diâmetro Mínimo, Seletivo da Tailândia, Tropical Shelterwood de Gana, Seletivo 
Modificado de Gana, Melhoramento da População Natural da Costa do Marfim, Seletivo de 
Porto Rico, Tropical Shelterwood de Trinidade, CELOS do Suriname, Melhoramento da 
População Natural da Guiana Francesa e Faixas de Colheita do Peru. 
 Depois de quase um século de experiência: qual é o sistema mais bem sucedido durante 
todo este tempo? A resposta é nenhum. Em reunião ocorrida na Universidade de Yale, Estados 
Unidos, os especialistas em Manejo Florestal dão uma boa visão de como está a situação das 
atividades florestais em vários países do sudeste asiático e do oeste africano, mas nenhum deles 
aponta um caso confirmado de sucesso da prática de manejo florestal (Mergen e Vincent, 1987). 
As razões são as mais variadas possíveis, como invasões pelos sem-terra, mudança de política de 
uso do solo, catástrofes naturais ou artificiais (guerras e guerrilhas), golpes de Estado (militares 
ou não), falta de pessoal treinado, falta de financiamentos etc. Entretanto, praticamente não há 
registros de insucesso creditado aos aspectos técnicos na aplicação desses sistemas no MFS. 
 Do ponto de vista financeiro, a atividade florestal representa para os países produtores do 
sudeste asiático e do oeste africano, aproximadamente 10% do PIB daqueles países. Na 
Amazônia brasileira, as indústrias exportadoras de madeira faturaram, em 1990, US$ 170 
 168
 
milhões, do qual o Estado do Pará sozinho contribuiu com 80% (segundo AIMEX, Associação 
das Indústrias Exportadoras de Madeira do Estado do Pará e Território Federal do Amapá). No 
Estado do Amazonas, praticamente 100% das exportações são de laminado e compensado. No 
Amazonas, o setor florestal contribuiu, em 2000, com apenas 0,4% do PIB Estadual. Segundo 
Higuchi et al. (2006), a atividade madeireira na região amazônica tem correlação direta com o 
desmatamento (r = 0,99, p < 0,00001) e quase nenhuma com a distribuição de renda (r = 0,17, p 
> 0,9999). 
 Enquanto isso, verifica-se uma diminuição constante dos estoques de madeira tropical, 
concomitante a um aumento preocupante de áreas degradadas em todo o mundo tropical. O 
Quadro 18.5 dá uma idéia de como está o estoque de florestas tropicais, até 1985, nos principais 
países produtores de madeira. A situação nos países do sudeste asiático e oeste africano deve ter 
agravado nos últimos 15 anos, porque a demanda por produtos madeireiros tropicais não 
diminuiu durante este período, ao contrário, tem-se aumentado exponencialmente. No Capítulo 4 
temos uma análise do setor florestal e da perspectiva do MFS no mundo tropical. 
 No Brasil, na região amazônica, a situação também não é nada confortável, apesar do 
tamanho de nossas reservas florestais. Segundo Fearnside et al. (1990), até 1989, 478.882 km2 
(47.888.200 hectares) de florestas nativas foram transformados em outras formas de uso do 
solo, na Amazônia Legal, em nome do desenvolvimento da região. Em 2006, o desmatamento 
acumulado alcançou 66.439.500 de hectares (www.inpe.br). Os principais projetos de 
“desenvolvimento,” normalmente incentivados (subsidiados) pelo Governo Federal, com 
recursos levantados junto à comunidade financeira internacional, foram: agropecuária, 
mineração e hidrelétricas. Até o final dos anos 90, os florestais e os madeireiros ainda 
conseguiam eximir-se da responsabilidade pelos desmatamentos na Amazônia. Hoje, entretanto, 
a exploração florestal tem uma participação significativa para o crescimento de áreas degradadas 
da região. A exploração florestal deixou, definitivamente, de ser subproduto de projetos de 
desenvolvimento. No sul do Pará, por exemplo, a exploração, vem servindo como subsídio para 
a implantação de pastagens e projetos agrícolas. Mesmo onde há exploração seletiva, 
praticamente, não nenhuma indicação que está sendo praticado o manejo florestal em regime de 
rendimento sustentado. 
Durante a Rio-92, o Instituto Nacional de Pesquisas Espaciais (INPE) apresentou as 
seguintes estatísticas de desmatamento na região, atualizadas até 1991: período de 1978 a 
1988, 21.130 km2 por ano; em 1989, 17.860 km2/ano; em 1990, 13.810 km2/ano; e em 1991, 
11.130 km2/ano (INPE, 1992). Neste trabalho são também apresentadas as taxas de 
 169
 
desmatamento para cada Estado. Houve uma queda das taxas de desmatamento, a partir de 
1988, estabilizando-se, a partir de 1990, em torno de 12.000 km2 anuais. As razões para a 
queda de 21.130 km2 (1978-1988) para 11.130 km2/ano (1991), foram principalmente: 
política ambiental do Brasil e falta de recursos financeiros como forma de subsídios para 
projetos de “desenvolvimento” na Amazônia. Segundo Nepstad et al. (1999), a exploração 
seletiva de madeira alterou entre 9.730 e 15.090 km2, na safra de 1996-97, de cobertura 
florestal original da Amazônia brasileira, que, provavelmente, não está contabilizada como 
desmatamento pelo INPE. V. quadro 15.8 (Capítulo 15), que não tem as áreas desmatadas de 
cada Estado a partir de 2000, mas tem os acumulados de toda região até 2006. Asner et al. 
(2005) afirmaram que a exploração seletiva de madeira poderia aumentar de 60 a 123% a área 
desmatada na Amazônia, com base em estudos no período de 1999 a 2002. 
4. PESQUISAS COM MFS 
 Nesse aspecto, o Brasil não fica devendo nada aos países do sudeste asiático e oeste 
africano. Na Amazônia brasileira há registros de pesquisas desde fins dos anos 50. De modo 
geral, as pesquisas florestais quase que, invariavelmente, são multidisciplinares, com um 
crescente aumento de conscientização quanto aos aspectos ecológicos e sociais do manejo 
florestal. 
 Especificamente sobre sistemas silviculturais, as pesquisas iniciaram-se em fins dos anos 
70 e começo dos anos 80. As principais experiências estão sendo executadas nas seguintes 
regiões: FLONA de Tapajós (CPATU-EMBRAPA), Curuá-Una (SUDAM/FCAP), Projeto Jari 
(JARI/ CPATU-EMBRAPA), Buriticupu e Marabá (CVRD), Manaus (INPA), Abufari 
(CAROLINA), Antimari (FUNTAC), Comunidade Pedro Peixoto no Acre (EMBRAPA) e em 
Paragominas (Imazon). Em 2007, são mantidas apenas as da FLONA, Jarí, Manaus, Pedro 
Peixoto e Paragominas. 
 Há várias revisões sobre este assunto, publicadas em revistas científicas e anais de 
encontros e congressos florestais. Uma das mais recentes é de Higuchi (1991), publicada nos 
anais do Seminário "O Desafio das Floresta Neotropicais," pela Universidade Federal do Paraná. 
Outras revisões importantes estão disponíveis em Pandolfo (1979), Carvalho (1987), Yared et 
al. (1988), Synnott (1989), Souza (1989), Siqueira (1989) e Barros (1990). 
 Essas experiências inspiraram dois sistemas silviculturais para a Amazônia Brasileira, 
sendo um sugerido por Silva e Whitmore (1990) e, outro, osistema SEL (Seleção de Espécies 
Listadas), desenvolvido pelo INPA (Higuchi et al., 1991a). Esses dois sistemas são do tipo 
 170
 
policíclico e de uso múltiplo e têm em comum os princípios dos sistemas precursores, Malaio e 
Shelterwood Tropical, que utilizam a regeneração natural para garantir ciclos de corte 
subseqüentes. 
Os países vizinhos, politicamente incluídos na região amazônica, têm também feito 
grandes investimentos em pesquisas florestais. Os sistemas investigados no Suriname (CELOS) 
e na Guiana Francesa (Melhoramento da População Natural) devem ser considerados em 
qualquer tomada de decisão quanto à escolha de sistemas silviculturais para o manejo da floresta 
amazônica. Outros países como Peru, Costa Rica e Honduras, também investiram em pesquisas 
com manejo florestal nos últimos anos. 
 Na Amazônia brasileira, além das pesquisas silviculturais e de manejo florestal, muitos 
estudos básicos têm sido realizados na região, principalmente em áreas de conhecimento como 
ecofisiologia, fenologia, sistemas de reprodução, estrutura natural da floresta, balanços de água e 
nutrientes, fitossociologia e outros - das principais espécies arbóreas amazônicas (BIONTE, 
1997 e EMBRAPA-CPATU, 1999). O sumário executivo do Projeto BIONTE é apresentado no 
Capítulo 22. Depois do Congresso Florestal Mundial da IUFRO, em 1990 no Canadá, a área de 
sociologia florestal está também se integrando ao conceito de manejo florestal na Amazônia. 
5. CONCLUSÃO: 
 Apesar da quantidade de sistemas silviculturais desenvolvidos com base nos princípios 
do manejo florestal sob regime de rendimento sustentado, os resultados práticos são 
desanimadores. Isto é um contra-senso se consideradas todas as pesquisas desenvolvidas e o 
papel que a floresta desempenha na manutenção da qualidade de vida do planeta terra. 
 No sudeste asiático, a maioria das ricas florestas, principalmente de Dipterocarpaceae, 
que foram submetidas à exploração florestal sob qualquer tipo de sistema silvicultural, estão hoje 
degradadas. A cada dia que passa aumenta a produção e diminui o ciclo de corte. O mesmo 
ocorre no oeste africano. Ao contrário da Amazônia brasileira, nessas duas regiões há grandes 
densidades demográficas, que têm contribuído significativamente para o insucesso do manejo 
florestal. 
 No Brasil, outra vantagem é que nunca se falou que estava utilizando este ou aquele 
sistema para o manejo florestal, até 1989. Mesmo assim temos hoje cerca de 65 milhões de 
hectares de floresta amazônica, se não totalmente degradados, pelo menos seriamente 
comprometidos em termos de sucessão florestal. A partir de 1989, com a exigência do plano de 
manejo (OS no 001/89-DIREN de 7/8/89) e outras instruções por parte do IBAMA, milhares de 
 171
 
 172
hectares de floresta amazônica já foram explorados sob algum nome de algum sistema 
silvicultural clássico. 
 A floresta amazônica remanescente é ainda muito grande, mas seria muita irresponsabilidade dos 
florestais e madeireiros acharem que isto seja suficiente para acomodação. Por outro lado, apesar de todos os 
"defeitos" impostos à floresta amazônica, como cor da madeira, peso específico e má distribuição espacial, a 
procura por madeira tropical se voltará para esta região, ainda na primeira década deste século. Usando com 
inteligência as áreas vocacionadas para produção madeireira, a floresta amazônica será conservada. As pesquisas 
indicam que as injúrias causadas pelas explorações florestais são rapidamente cicatrizadas, as clareiras são 
colonizadas de acordo com orientações técnicas, a floresta residual responde positivamente aos tratamentos 
silviculturais e que o manejo florestal, enfim, pode fazer bem a floresta natural. 
 Outro aspecto alvissareiro é a conscientização ecológica e, conseqüente pressão dos 
consumidores de madeira tropical do mundo todo e também do Brasil. Muito em breve, o 
consumo se restringirá ao produto oriundo de áreas manejadas sob regime de rendimento 
sustentável. Quando isto acontecer, apenas aqueles que trabalham com base no conhecimento, 
sobreviverão. Os empresários florestais têm que ter em mente, no exercício de suas atividades, 
não só as exigências do IBAMA, mas também o bem-estar das futuras gerações. 
Definitivamente, apenas por meio do conhecimento se chegará a tão almejada sustentabilidade 
dos projetos de manejo florestal. 
 
 
 173 
Ilhas Andanan, 1930s
(Bosques Abrigados)
Porto Rico, 1948
Seletivo
Trinidade, 1939
STS
Filipinas, 1953
Seletivo
Sabah/Sarawak
Bi-cíclico, 1980
Sabah/Sarawak
SUM modificado, 1968
Borneo do Norte
SUM, 1955
Indonésia, 1972
Seletivo
Malásia, 1927
(Cortes Melhoramento RN)
Nigéria, 1961
3º STS
Nigéria, 1953
2º STS
Gana,
Seletivo
Gana, 1945
STS
Nigéria, 1944
1º STS
Malásia, 1930s
(Cortes de Melhoramento)
Sri Lanka, 1933
(Corte Seletivo)
Índia e Birmânia
(Experiências Silviculturais, Século XIX)
 
Figura 18.1: Evolução histórica do Manejo Florestal sob Regime de Rendimento Sustentado, de forma esquemática. 
 
 
 
 
 
 
Fonte: Wyatt-Smith (1986). 
 
 
Quadro 18.1: Seqüência de Operações do Sistema Malaio Uniforme (SMU), versão original. 
 
Cronologia Operações 
7 ou 2 anos antes de 
E (n-7 ou n-2) 
Anelamento e Envenenamento de Indesejáveis com copas densas 
dos dosseis inferior e médio (indesejáveis do dossel superior, se 
necessário). Corte de cipós. 
n-1.5 Avaliação da RN (plântulas e mudas estabelecidas, método de 
Milliacre, LSM, quadrados de 2 x 2m. 
n-0.5 IF das árvores grandes 
E Exploração Florestal (a concluir em menos de dois anos) 
logo após E Anelamento e Envenenamento de árvores Indesejáveis e Corte de 
cipós 
n+2 até n+3 Limpeza do sub-bosque para favorecer RN de desejáveis e Corte de 
cipós. 
n+4 até n+5 Inventário das varas usando LS l/4, quadrados de 5 x 5m. 
logo após LS 1/4 Tratamentos silviculturais incluindo anelamento e envenenamento 
de indesejáveis, corte de cipós e semear desejáveis, se necessário. 
n+10 Inventário das arvoretas, LS 1/2, quadrados de 10 x 10m. 
 
logo após LS 1/2 Tratamentos silviculturais, se necessários. Considerar regenerado se 
o IE > 60%. 
n+20 Desbaste. A ser executado depois em intervalos de 10 a 15 anos, até 
a rotação final. 
 
Fonte: Wyatt-Smith, J. (1986). 
 
LS = Linear Sampling; IE = Índice de Estoque; E = Exploração 
IF = Inventário Florestal; RN = Regeneração Natural 
 
Obs.: A rotação inicial era de 70 anos. 
 
 174
 
 
Quadro 18.2: Seqüência de operações do Sistema Tropical Shelterwood (STS), versão original. 
 
 
CRONOLOGIA OPERAÇÕES 
E-5 Marcação da área. Corte de lianas e de indesejáveis, arbustos e 
herbáceas do estrato inferior. 
E-4 Segundo corte de lianas etc. Envenenamento do estrato 
intermediário (estação seca). Primeira Contagem da RN (estação 
chuvosa). 
E-3 Segunda abertura do dossel (estação seca). Primeira e Segunda 
Limpezas (estação chuvosa). 
E-2 Terceira Limpeza. Segunda Contagem da RN. Quarta Limpeza. 
E-1 Quinta Limpeza (estação chuvosa) 
E Exploração florestal. Primeira Limpeza pós-exploração. 
E+9 Segunda Limpeza pós-exploração. 
E+10 Remoção das árvores que serviram de abrigo para a RN de 
desejáveis. Quarta contagem da RN. 
E+14 Terceira Limpeza pós-exploração. 
E+19 Quarta Limpeza pós-exploração. 
etc Nova exploração florestal 100 anos depois. 
 
Fonte: Lowe, R.G. (1978). 
 
 
Quadro 18.3: Seqüência de Operações de um Sistema Seletivo. 
 
CRONOLOGIA OPERAÇÕES 
E-1 a E-2 Inventário Florestal pré-exploratório usando amostragem 
sistemática. Determinação dos ciclos de corte. 
E a E-1 Corte de cipós para reduzir danos durante a exploração florestal. 
Marcação das árvores que serão derrubadas de acordo com direção 
de queda. 
E Corte de todas asárvores marcadas conforme o plano de corte. 
E+2 a E+5 Inventário Florestal pós-exploratório usando amostragem 
sistemática para avaliar o estoque residual e para prescrever os 
tratamentos silviculturais. 
 
Fonte: Leslie, A.J. 1986. 
 
 175
 
Quadro 18.4: Seqüência de Operações do Sistema CPATU-EMBRAPA. 
 
CRONOLOGIA OPERAÇÕES 
E-2 Inventário pré-exploratório a 100% das árvores com DAP≥60 cm. 
Preparação dos mapas de exploração 
E-1 Seleção das árvores que serão derrubadas. Evitar grandes clareiras. 
Marcar árvores que serão derrubadas e que serão reservadas para as 
próximas colheitas. Corte de cipós, se necessário. Instalação das 
parcelas permanentes (PP). 
E Exploração Florestal. Observar direção de queda. Intensidade de 
exploração = 30-40 m3/ha e DAP mínimo de 60 cm. 
E+1 Re-medição das PPs para estimar os danos de exploração e o 
estoque da floresta residual 
E+2 Envenamento/anelamento de espécies não comerciais ou comerciais 
severamente danificadas. Reduzir área basal em 1/3 da original. 
Incluir as reduções devidas à exploração e aos danos da exploração. 
E+3 Re-medição das PPs. 
E+5 Re-medição das PPs. 
E+10 Refinamento para melhorar o crescimento das espécies comerciais 
remanescentes. Re-medição das PPs. Repetir as medições cada 5 
anos e aplicar tratamentos silviculturais cada 10 anos. 
 
Fonte: Silva e Whitmore (1990). 
 
 
 176
 
Quadro 18.5: Áreas de florestas produtivas dos principais países produtores de madeira tropical 
(em milhões de hectares), até 1985. 
 
PAÍS ÁREA TOTAL EXPLORADA % REMANESCENTE 
Brasil 295,5 13,5 95,4 
Malásia 14,4 5,7 60,4 
Indonésia 67,5 34,5 48,9 
Filipinas 6,3 3,7 41,3 
Birmânia 21,8 5,5 74,8 
Vietnã 3,5 2,3 34,3 
Tailândia 2,9 2,9 0 
Laos 2,4 2,4 0 
India 37,8 3,9 89,2 
Sri Lanka 1,0 1,0 0 
Zaire 79,2 0,4 99,5 
Gabão 19,8 9,9 50,0 
Congo 13,6 3,4 75,0 
Mdagascar 6,0 4,6 23,3 
Rep. África Central 3,4 0,4 88,2 
Costa do Marfim 1,8 1,8 0 
Nigéria 1,6 1,5 6,3 
Camarões 16,6 10,6 36,1 
Peru 42,8 6,4 85,0 
Colômbia 36,0 0,8 97,8 
Venezuela 18,8 11,4 39,4 
Guiana 13,5 1,4 89,6 
Suriname 11,4 0,5 95,6 
Equador 9,7 0,1 99,0 
Bolívia 17,0 2,0 88,2 
Guiana Francesa 7,6 0,2 97,4 
 
Fonte: Schmidt, R.C. (1991). 
 
 
 
 
 177
 
6. Bibliografia: 
Asner, G.P., Knapp, D.E., Broadbent, E.N., Oliveira, P.J.C., Keller, M. e Silva, J.N.M. 2005. 
Selective logging in the Brazilian Amazon. Science, 310: 480-482. 
Barros, P.L.C. 1990. As Atividades de Pesquisa dos Convênios SUDAM/FCAP como Suporte 
as Atividades em Silvicultura e Manejo Florestal. Trabalho apresentado no treinamento em 
"Manejo de Florestas Tropicais Naturais," SUDAM/FCAP, 3 a 14 de Dezembro/90. Balém, 
Pará. 15p. 
EMBRAPA-CPATU. 1999. Silvicultura na Amazônia Central: Contribuições do Projeto 
Embrapa/DFID. 304p. 
FAO. 1989. Management of Tropical Moist Forests in Africa. FAO Forestry Paper 88. 165p. 
Higuchi, N., G. Vieira, L.J. Minette, J.V. de Freitas e F.C.S. Jardim. 1991a. Sistema SEL 
(Seleção de Espécies Listadas) para Manejar a Floresta Tropical Úmida de Terra-firme da 
Amazônia. Em: Val, A.L., R. Figlioulo e E. Feldberg (editores). Bases Científicas para 
Estratégias de Preservação e Desenvolvimento: Fatos e Perspectivas. Volume I: 197-206. 
Higuchi, N., Santos, J., Teixeira, L.M. e Lima, A.J.N. 2006. O mercado internacional de 
madeira tropical está à beira do colapso. SBPN Scientific Journal, (1-2): 33-41. 
INPE (Instituto Nacional de Pesquisas Espaciais). 1992. Deforestation in Brazilian Amazon. 
Poster apresentado durante a Conferência de Meio Ambiente das Nações Unidas, Rio-92. 
Lowe, R.G. 1978. Experience with the Tropical Shelterwood System of Regeneration in 
Natural Forest in Nigeria. Forest Ecology and Management, 1: 193-212. 
BIONTE. 1997. Biomassa e Nutrientes Florestais – Relatório Final. INPA/DFID. 345p. 
Budowski, G. 1976. Los Recursos Naturales en el Desarrollo del Tropico Humedo. Reunion 
sobre Desarrollo Regional del Tropico Americano. IICA-Tropicos. Belém, Pará, Brasil. 
Carvalho, J.O.P. 1987. Subsídios para o Manejo de Florestas Naturais na Amazônia 
Brasileira: Resultados de Pesquisa da EMBRAPA/IBDF-PNPF. EMBRAPA-CPATU, 
Documentos, 43. 35p. 
Fearnside, P.M., A.T. Tardin e L.G. Meira Filho. 1990. Deforestation Rate in the Brazilian 
Amazonia. INPE/INPA. 8p. 
Higuchi, N. e T.W.W. Wood. 1987. The Management of Natural Regeneration in the Tropical 
Moist Forests. Acta For. Bras., 2:81-91. 
Higuchi, N. e G. Vieira. 1990. Manejo Sustentado da Floresta Tropical Úmida de Terra-firme na 
Região de Manaus - um projeto de pesquisa do INPA. Em: Anais do 6o. Congresso Florestal 
Brasileiro. pp 34-37. Campos do Jordão, SP. 
Higuchi, N. 1991. Experiências e Resultados de Intervenções Silviculturais na Floresta Tropical 
Úmida Brasileira. Em: Anais do Seminário "O Desafio das Florestas Neotropicais." pp 
138-151. Curitiba, PR. 
INPE. 1998. Projeto de Desflorestamento (PRODES) – Desflorestamento da Amazônia 
(1995-1997). Homepage INPE. 
Lamprecht, H. 1990. Silvicultura nos Trópicos: Ecossistemas Florestais e Respectivas Espécies 
Arbóreas - Possibilidades e Método de Aproveitamento Sustentado. GTZ, Eschborn. 343p. 
Leslie, A.J. 1986. Forest Management Systems in the Tropical Mixed Forests of Asia. FAO 
Report 01/86. 230p. 
 178
 
Mergen, F. e J.R. Vincent (editores). 1987. Natural Management of Tropical Moist Forests: 
Silvicultural and Management Prospects of Sustained Utilization. 211p. 
Nepstad, D.C., A. Veríssimo, A. Alencar, C. Nobre, E. Lima, P. Lefebvre, P. Schlesinger, C. 
Potter, P. Moutinho, E. Mendonza. M. Cochrane e V. Brooks. 1999. Large-Scale 
Impoverishment of Amazonian Forests by Logging and Fire. Nature, 398:505-508. 
Siqueira, J.D.P. 1989. Sustained Forest Management in the Amazon: Needs versus Research. 
Em: Anais do Simpósio Internacional sobre "Amazonia: Facts, Problems and Solutions: 
372-413. SP. 
Souza, A.L. 1989. Análise Multivariada para Manejo de Florestas Naturais: Alternativas de 
Produção Sustentada de Madeiras para Serrarias. Tese de Doutor pela UFPr. 255p. 
Synnott, T. 1989. South America and the Caribbean. In: No Timber Without Trees - 
Sustainability in the Tropical Forest. Duncan Poore (editor). Earthscan Publications Ltd. 
London. 252p. 
Pandolfo, C. 1979. A Amazônia Brasileira e suas Potencialidades. SUDAM. Belém, Pará. 74p. 
Schmidt, R.C. 1991. Tropical Rainforest Management: a Status Report. Em: Rainforest 
Regeneration and Management. A. Gomez-Pompa, T.C. Whitmore e M. Hadley (editores). 
UNESCO, Vol. 6. pp 181-203. 
Silva, J.N.M. e T.C. Whitmore. 1990. Prospects of Sustained Yield Management in the 
Brazilian Amazon. Em: Anais do "Atelier sur l'aménagement et la conservation l'écosysteme 
forestier tropical humide." Cayena, Guiana Francesa. 
Wyatt-Smith, J. 1986. Sistemas de Manejo (Silvicultural) de Asia sur-este y Africa Usando Regeneracion 
Natural. Em: Anais do Primeiro Seminario Internacional "Manejo de Bosque Tropical Humedo en la 
Region Centro America." Tegucicalpa, Honduras. 
Yared, J.A.G., S. Brienza Jr., J.O.P. Carvalho, J.C. Lopes, O.J.R. Aguiar e P.P. Costa Filho. 
Silvicultura como Atividade Econômica na Região Amazônica. Em: Anais do I Encontro 
Brasileiro de Economia Florestal: 15-41. Curitiba. 
 
 179
 
CAPÍTULO 19 
O Setor Florestal da Amazônia Brasileira: Exploração Florestal 
Seletiva e o Mercado Internacional de Madeira Dura Tropical15
Resumo 
 A exploração seletiva de madeira começa a desempenhar papel importante, tanto na 
alteração da paisagem, como na manutenção das atuais taxas de desmatamento na Amazônia. 
Até recentemente, fins dos anos 80 e início dos anos 90, a madeira era considerada como 
subproduto de projetos de desenvolvimento na Amazônia, principalmente agropecuários. 
Pouco antes e emseguida ao advento Rio-92, os incentivos fiscais para a agropecuária na 
região foram escasseando, chegando, inclusive, a quase extinção dos mesmos, nos dias atuais. 
Em função destas medidas governamentais, a expectativa era manter as taxas de 
desmatamento inferiores às de 1990 e 1991. Entretanto, a madeira dura amazônica começou a 
valorizar-se, tanto no mercado nacional como no internacional, substituindo os extintos 
subsídios e, por conseguinte, contribuindo não só para a manutenção das taxas de 1990 e 
1991, como para o recrudescimento do desmatamento. Hoje, o dono da terra vende a madeira 
em pé; o madeireiro faz a exploração seletiva; o dono completa a derrubada e implanta o seu 
projeto agropecuário. Este trabalho faz uma abordagem sobre a questão madeireira da 
Amazônia, o mercado internacional de madeira dura tropical, o manejo florestal sustentável e 
a relação entre este uso do solo e o desmatamento. O fundo desta abordagem tem: de um lado, 
um mercado internacional de madeira dura tropical praticamente estável, em torno de 65 
milhões de m3 equivalentes em toras, por ano; de outro, uma diminuição inexorável das 
reservas florestais dos principais fornecedores de madeira tropical; e, entre estes dois lados, a 
Amazônia brasileira, praticamente intacta e ainda sem uma participação significativa neste 
mercado. 
Introdução 
 Hoje, as discussões sobre a biodiversidade, mudanças climáticas globais e sobre o 
abastecimento do mercado de madeira dura tropical do planeta Terra, passam, 
invariavelmente pela Amazônia. Esta região, considerada como a maior reserva contínua de 
floresta tropical úmida do mundo, cobre uma área de aproximadamente 5 milhões km2, que 
 
15 Trabalho financiado pelo Projeto BIONTE (Convênio INPA/DFID), Em: BIONTE – Relatório Final; pp. 15-
30. 
 180
 
corresponde a 60% do território brasileiro. Até 2006, o desmatamento acumulado era de mais 
de 650.000 km2, 65 milhões de hectares, incluindo áreas de Cerrado (quadro 15.8 do Capítulo 
15). 
 A área florestal da Amazônia brasileira é de 3.648.000 km2 ou 364.800.000 de 
hectares (Quadro 19.2). Predominam-se as florestas densas de terra-firme, apesar das florestas 
de várzea desempenharem um papel importante na economia de vários estados amazônicos. 
As famílias botânicas dominantes são Leguminosae, Lecythidaceae e Sapotaceae - na terra-
firme - e Myristicaceae nas várzeas. O mogno (Swietenia macrophylla) é a mais importante 
espécie madeireira, do ponto de vista comercial. A castanha-do-pará (Bertholletia excelsa) e a 
seringueira (Hevea sp) são também importantes, porém como produtos não madeireiros. O 
volume total de madeira na Amazônia é estimado em 50 bilhões de m3, dos quais 10% têm 
condições de serem aproveitados pela indústria madeireira. 
Desmatamento na Amazônia brasileira 
 Segundo Fearnside et al. (1990), até 1989, 478.882 km2 (47.888.200 hectares) de 
florestas nativas tinham sido transformados em outras formas de uso do solo, na Amazônia 
Legal, em nome do desenvolvimento da região. Os principais projetos de “desenvolvimento,” 
normalmente incentivados (subsidiados) pelo Governo Federal, com recursos levantados junto 
à comunidade financeira internacional, foram: agropecuária, mineração e hidrelétricas. Em 
2006, o desmatamento acumulado já era de 66.439.500 hectares (www.inpe.br
 Trata-se de uma região que desperta ainda muita curiosidade, paixão, cobiça, respeito 
e um legítimo interesse em protegê-la. Já há algum tempo, as florestas deixaram de ser 
empecilhos para o desenvolvimento econômico regional, ao contrário, a madeira disponível 
tem sido usada no lugar dos incentivos fiscais que desapareceram. Além disso, o mercado 
internacional de madeira dura tropical começa a mover-se do sudeste asiático para a região 
amazônica. 
). 
 Durante a Rio-92, o Instituto Nacional de Pesquisas Espaciais (INPE) apresentou as 
seguintes estatísticas de desmatamento na região, atualizadas até 1991: período de 1978 a 
1988, 21.130 km2 por ano; em 1989, 17.860 km2/ano; em 1990, 13.810 km2/ano; e em 1991, 
11.130 km2/ano (INPE, 1992). Neste trabalho são também apresentadas as taxas de 
desmatamento para cada Estado amazônico – V. Quadro 15.8 do Capítulo 15. Houve uma 
queda das taxas de desmatamento, a partir de 1988, estabilizando-se, a partir de 1990, em 
torno de 12.000 km2 anuais. As razões para a queda de 21.130 km2 (1978-1988) para 11.130 
km2/ano (1991), foram principalmente: política ambiental do Brasil e falta de recursos 
 181
 
financeiros como forma de subsídios para projetos de “desenvolvimento” na Amazônia. As 
estatísticas atualizadas até 1997, segundo o INPE (1998) são as seguintes: 13.786 km2/ano 
para o período 91/92, 14.896 km2/ano para 92/94, 29.059 km2/ano para 94/95 e 18.161 
km2/ano para 95/96. Nos 3 primeiros anos do Governo Lula, as áreas foram 27.200 km2, 
18.900 km2 e 13.000 km2, respectivamente, 03/04, 04/05 e 05/06. 
 No Brasil, até meados dos anos 80, os madeireiros e o setor florestal, conseguiam 
eximir-se da responsabilidade pelo mau uso do solo amazônico, porque a madeira era 
considerada como subproduto dos outros projetos de “desenvolvimento.” No início dos anos 
90, entretanto, a situação mudou completamente, ou seja, a madeira passou a ser o substituto 
dos incentivos fiscais oficiais que desapareceram. Além disso, este produto começou a ter 
uma maior liquidez, tanto no mercado nacional como no mercado internacional. 
No entanto, analisar a produção de madeira na Amazônia é uma tarefa muito difícil. 
As estatísticas mais organizadas são fornecidas por duas organizações multilaterais: (1) ITTO 
(International Tropical Timber Organization), que congrega produtores e consumidores de 
madeira tropical e (2) FAO (Food and Agriculture Organization) da ONU (Organização das 
Nações Unidas). O problema é com quem abastece estas organizações, que é o Ibama 
(Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis), que nunca 
sistematizou a coleta e análise da produção de madeira amazônica. No Brasil, o IBGE 
(Instituto Brasileiro de Geografia e Estatística) mantém, com relativa atualização, a dinâmica 
da produção de madeira; até 1989, por meio de anuário estatístico impresso e de 1990 até o 
presente, eletronicamente no endereço www.ibge.gov.br
Produção de Madeira Dura Tropical (Tropical Hardwood) 
. Ocasionalmente, há trabalhos 
individuais de pesquisadores, como os de Nepstad et al. (1999) sobre a safra de 1996-97 e de 
Lentini et al. (2005) sobre a safra de 2004. 
 O Quadro 19.2 apresenta a evolução da produção de madeira em toras para uso 
industrial, da região amazônica, durante o período 1975-2004, em intervalos de 4-5 anos. Este 
quadro foi montado com as melhores estatísticas disponíveis. Em que pesem todas as 
dificuldades em se obter estatísticas confiáveis deste setor, é possível observar crescimento da 
produção de madeira até 1991 e com tendência de queda de 1991 até 2004. Considerando os 
trabalhos de Nepstad et al. (1999) e Lentini et al. (2005), que envolveram “verdade de 
campo”, é razoável adotar como produção anual atual de madeira em tora como 
aproximadamente 25 milhões de m3. 
Mercado Mundial de Madeira Dura Tropical 
 182
 
 A ITTO consolida anualmente, desde 1988, as estatísticas florestais dos países 
signatários, incluindo dados de produção, consumo, exportação e valores de mercado. Até 
1995, a ITTO apresentava estas estatísticas em relatórios impressos anuais ou bianuais; a 
partir de então, as estatísticas podem ser obtidas no endereço www.itto.or.jp. São 
consideradas três grandes regiões tropicais: (1) África, (2) América Latina e Caribe e (3) Ásia 
e Pacífico. As estatísticas sobreo volume da madeira são fornecidas em metros cúbicos 
equivalentes em tora, usando os seguintes fatores de conversão: 
 ⇒ 2,3 para compensado, ou seja, 43% do volume de uma tora, média mundial, é 
transformado em compensado; 
 ⇒ 1,9 para laminados, ou seja, 53% do volume de uma tora, média mundial, é 
transformado em laminado. 
 (i) Produtores: 
 As estatísticas apresentadas a seguir foram montadas a partir de consultas nos volumes 
dos anos 1990-91, 1992, 1993-94 e 1995 do “Annual Review and Assessment of the World 
Tropical Timber Situation” da ITTO e, de 1995 a 2004, usando o site da organização. A 
produção anual do mundo tropical, ao longo do período (1988-2004), tem se mantido estável, 
igual a 134,4 milhões de m3 ± 2,4 mi (IC 95%) em toras – incerteza de 1,7%. As produções 
anuais de serrado, compensado e laminado foram, respectivamente, 40 milhões de m3 ± 1,35 
mi (IC 95%), 14,7 mi m3 ± 0,75 mi (IC 95%) e 2,2 milhões de m3 ± 0,26 mi (IC 95%). 
A região Ásia/Pacífico, apesar de uma queda de produção de 7,5%, de 1988 para 2004, 
em equivalentes em tora, é ainda a maior produtora de madeira dura tropical. As duas outras 
regiões, América Latina/Caribe e África, mantiveram-se estáveis, porém, com uma 
participação bem inferior à da Ásia/Pacífico. A participação de cada grande região tropical à 
produção média (1988-2004) anual é a seguinte: Ásia/Pacífico (67%), América Latina/Caribe 
(25%) e África (8%). 
Com base na média anual (1988-2004), os três maiores produtores individuais têm 
sido: Indonésia com 66.143.000 m3/ano (27%), Malásia com 52.168.000 m3/ano (21%) e 
Brasil com 48.598.000 m3/ano (20%). Aqui, é importante ressaltar que a produção brasileira 
 ⇒ 1,82 para madeira serrada, ou seja, o volume de madeira serrada que cada país 
produz é multiplicado por este fator para ter a estimativa do equivalente em toras que foi 
retirado da floresta; ou ainda, 55% do volume de uma tora, média mundial, é transformado em 
tábuas ou outro produto serrado; 
 183
 
vai além da região amazônica. Estes três países representam 68% da produção mundial de 
madeira dura tropical. A Figura 19.1 apresenta a dinâmica de produção destes produtores 
durante o período 1988-2004. Há uma clara tendência de queda (28% de queda), em relação 
ao pico de produção da Indonésia e Malásia (35%) e um aumento (em relação ao mínimo) do 
Brasil, em torno de 75% da produção de 1988. 
 (ii) Exportação (e importação) de madeira tropical: 
 Os países exportam praticamente 50% das produções, na forma de serrados, 
compensados e laminados e, ocasionalmente, toras sem nenhum beneficiamento. o Brasil 
exporta aproximadamente 5% de sua produção anual. Com base na exportação média anual 
do período 1988-2004, a região Ásia/Pacífico participou com 81% de toda a exportação do 
mundo tropical enquanto que as regiões América Latina/Caribe e África participaram, 
respectivamente, com 6% e 13%. Os dois maiores exportadores individuais foram Malásia 
com 23.883.000 m3 ± 2.723.000 (IC 95%) e Indonésia com 16.770.000 m3 ± 1.543.000 (IC 
95%), contribuindo sozinhos com 70% do total exportado pelos países tropicais. 
A importação anual média do período foi de 51.763.000 m3 ± 1.421.000 (IC 95%) 
equivalentes em tora. Os principais importadores individuais foram: Japão (33,3%), União 
Européia (21,3%), China (17,5%), Coréia do Sul (9,2%), Taiwan (8,7%) e EUA (6,4%). Estes 
países respondem com mais de 90% das importações de madeira tropical. A Figura 19.2 
ilustra o comportamento da importação do Japão, União Européia e China, aonde se pode 
observar que a China superou o Japão em 2001, passando a ser o maior importador individual 
de madeira tropical; a UE se mantém estável. 
Em 1993, os países tropicais faturaram com exportação de madeira o montante de US$ 
12 bilhões. Malásia e Indonésia faturaram respectivamente US$ 4,45 (37%) e US$ 4,59 
bilhões (38%). O Brasil faturou apenas US$ 560 milhões (4,5%), segundo Carvalho (1995). 
 A contribuição da Amazônia ao mercado internacional tem sido muito modesta, 
apesar de produzir, aproximadamente, 25 milhões m3 por ano. Isto significa que, em um 
mercado internacional de, aproximadamente, 50 milhões m3 de madeira (equivalente em tora), 
a Amazônia contribui com pouco mais de 5%. As razões para isto são várias, podendo ser 
destacadas as seguintes: melhor acesso e infra-estrutura dos países do sudeste asiático, 
predominância de poucas famílias de grande valor comercial das florestas asiáticas e, 
principalmente, a baixa qualidade da madeira produzida na Amazônia. Como no Brasil é 
proibida a exportação de toras, a tecnologia utilizada para a transformação das mesmas, não 
 184
 
consegue atingir os padrões de qualidade exigidos pelo mercado internacional, principalmente 
Europa, Estados Unidos e Japão. 
 Uma única espécie da Amazônia, mogno (Swietenia macrophylla), contribui sozinha 
com 10% do volume total de madeira, comercializado no exterior (Carvalho, 1995). A 
contribuição só não é maior porque, desde 1990, a quantidade permitida para exportação da 
mesma é contingenciada pelo Poder Público. O volume de madeira contingenciado vem 
decrescendo gradativamente, iniciando com 150.000 m3, em 1990, e havendo em 1995, a 
exportação limitada em 90.000 m3 por ano. Mais recentemente, foi decretada moratória para a 
extração do mogno de florestas nativas do Brasil. Geralmente, o estado do Pará contribui com 
2/3 da produção de mogno exportada para outros países. 
 Segundo o cenário de Grainger (1987), a situação do setor de madeira dura tropical é a 
seguinte: “a produção do sudeste asiático alcançará o seu pico em meados dos anos 90, 
sendo, a seguir, substituída pela América Latina, especialmente a Amazônia, para suprir os 
mercados da Europa, Japão e América do Norte.” Este cenário começa a fazer algum 
sentido ao prestar atenção na dinâmica de produção de madeira tropical no período 1989-
2004, pelos maiores produtores mundiais (Figura 19.2); apenas não confirmando o papel do 
Brasil no mercado internacional. 
De acordo com www.rainforests.mongabay.com
 (iii) Tendências do Mercado Internacional de Madeira Dura Tropical: 
 (consultado em outubro 2005): 
“Durante as últimas duas décadas de exploração das florestas da Malásia, o manejo florestal 
tem sido não-existente. A política florestal, Ato Florestal Nacional de 1984, falhou 
completamente por falta de aplicação da lei. As florestas primárias da Malásia Peninsular já 
foram completamente dizimadas e as secundárias, cobrem apenas uma fração das antigas 
áreas de florestas tropicais úmidas. Nas partes da Malásia na Ilha de Borneo, Sabah e 
Sarawak, ainda há florestas primárias, mas devem desaparecer em 5 – 8 anos”. 
 Ajustando os dados de exportação dos três principais produtores atuais (Malásia, 
Indonésia e Brasil) e de importação (demanda do mercado internacional), durante o período 
1988-2004, os seguintes modelos foram produzidos por Higuchi et al. (2006): 
 No mesmo site, no relatório dos países tropicais, a situação da Indonésia, em 1995, era 
a seguinte: floresta remanescente = 63 milhões de hectares sob concessões florestais; 
exploração autorizada = 700 mil ha por ano; exploração não autorizada = 500 mil por ano; 
desmatamento anual = 5,4 milhões de ha. Hoje, em 2005, é quase certo que as reservas 
florestais nativas da Indonésia estejam praticamente dizimadas. 
 185
 
Malásia => Y = 32.204 – 1035,74 X => r = 0,91 e sy.x = 2412 
Indonésia => Y = 21091 – 480,14 X => r = 0,75 e sy.x = 2227 
Brasil => Y = 1418 + 151,59 X => r = 0,75 e sy.x = 695 
Mercado => Y 54578 – 331 X => r = 0,54 e sy.x = 2518 
sendo: Y = volume em milhões de m3 equivalente em tora e X = ano 
 A figura 19.3 ilustra o uso dos modelos para projeções até 2036. Em termosde 
exportação de madeira, o Brasil supera a Malásia em 2012 e a Indonésia em 2017. Em 2018, a 
Malásia deixa de exportar e a Indonésia em 2030. O Brasil só conseguirá atender a demanda 
internacional em 2097. Este cenário indica que o mercado entra em colapso antes de 2010. 
Manejo Florestal na Amazônia Brasileira: avaliações 
 Apesar da legislação ambiental brasileira ser moderna e o artigo 15 (manejo florestal 
na Amazônia) ter sido finalmente regulamentado em 1994, é difícil encontrar um plano de 
manejo florestal em regime de rendimento sustentado sendo executado na região. Os planos 
são aprovados pelas superintendências estaduais do IBAMA, mas com problemas de falta de 
pessoal e recursos para deslocamentos de fiscais, poucos projetos são devidamente 
fiscalizados. 
 (i) Estado do Pará: 
 Em recente avaliação dos projetos de manejo florestal aprovados pelo IBAMA, na 
microrregião de Paragominas (PA), coordenada pela EMBRAPA-CPATU, a conclusão é 
muito clara: a situação nesta microrregião é simplesmente caótica; as estimativas de volume 
dos projetos não batem com as de campo e nem com os volumes realmente extraídos da área 
do projeto; os projetos são mal formulados; as equipes técnicas das empresas não estão 
devidamente preparados para praticar silvicultura tropical; nenhum projeto avaliado atende as 
exigências do Decreto 1282 (Manejo Florestal Sustentado para a Amazônia) e nem as da 
ITTO-2000 (meta da Organização Internacional de Madeira Tropical), que só vai 
comercializar madeira oriunda de planos de manejo em regime de rendimento sustentado. O 
relatório preliminar deste trabalho, preparado por Silva et al. (1996), foi discutido com todos 
os setores envolvidos, em Paragominas, em março/96. A microrregião Paragominas 
representa 40,3% dos projetos de manejo florestal, dos 576 aprovados pelo IBAMA, entre 
1981 a julho/1995, para o estado do Pará. 
 186
 
 Poucas diferenças em relação à execução dos planos de manejo florestal serão 
encontradas em outras microrregiões do Pará, ou mesmo em outros estados amazônicos. 
Provavelmente, mudam apenas a intensidade e a duração da intervenção. Nas várzeas do 
estado do Amazonas, onde se concentram a principal fonte de abastecimento da matéria-prima 
madeira do estado, por exemplo, as questões técnicas e legais envolvidas em um plano de 
manejo, são similares às de Paragominas. Nas várzeas do Amazonas, a exploração é muito 
mais seletiva e, por esta razão, o volume extraído por unidade de área é menor do que o de 
Paragominas. 
 (ii) Estado do Amazonas: 
 Na Figura 19.4 é apresentado um fluxograma do sumário da análise de problemas do 
setor florestal do estado do Amazonas, ainda não consolidado, produzido a partir de um 
“brain storm” ou “toró de palpites” promovido pelo Projeto BIONTE (INPA/ODA), em 
Manaus, abrill/96, com pesquisadores, professores, Poder Público, empresários, associações 
de classes e ONGs ambientais. 
 Desta reunião foi concluído que o problema central do manejo florestal no estado do 
Amazonas é que a produção madeireira não está sendo feita de forma sustentável. Como 
conseqüência, tem-se de um lado, o risco de faltar o produto madeireiro no mercado, e de 
outro, a ameaça à integridade dos ecossistemas amazônicos. A causa principal é o fato que os 
planos de manejo florestal sustentável não são devidamente implementados. 
 As principais razões para a não implementação dos planos de manejo são: 
 Domínio implementação: a) exploração florestal mal feita (falta de pessoal 
qualificado em todos os níveis, remuneração baixa, equipamentos inadequados, falta de 
assistência técnica); b) investidores só pensam em uma colheita (cultura imediatista, o 
tamanho da reserva florestal disponível, dificuldades naturais, estatísticas não confiáveis, 
baixo conhecimento tecnológico, falta de conhecimento sobre o mercado, inexistência de 
análise Custo/Benefício, falta de incentivos para o setor); c) fiscalização/monitoramento 
inexistente (faltam recursos, equipamentos, orientações e pessoal). 
 Domínio conhecimento: a) currículo das escolas de engenharia florestal é 
inadequado; b) comunicação entre ensino & pesquisa e setor produtivo é ruim (linhas de 
pesquisas são definidas por pesquisadores - de universidades e de institutos de pesquisa -, 
pesquisadores publicam para colegas, não há programas de extensão, empresários investem 
muito pouco em pesquisas); c) falta de conhecimento básico e aplicado (silvicultura tropical, 
 187
 
tecnologia da madeira, ergonomia, economia, comercialização & mercado, impactos 
ambientais, impactos sociais e culturais). 
 Domínio política setorial: a) política setorial fragmentada (falta do zoneamento 
ecológico-econômico, conflitos entre as diferentes regras do uso do solo, estatísticas não 
confiáveis); b) legislações não cumpridas (normas mudam com muita facilidade, falta de 
sistema de validação das normas estabelecidas, falta de fiscalização). 
Conclusão 
 O velho e surrado chavão “Os recursos naturais da Amazônia são super-explorados e 
sub-utilizados,” ainda é bastante atual e apropriado para esta região. São impostas alterações 
em vários hectares de florestas primárias, para retirar uma única árvore para produzir madeira; 
são feitos cortes rasos em extensas áreas para projetos agropecuários de baixa produtividade; 
são inundados vários hectares de floresta para formação de lagos para a produção de energia 
elétrica; e são desnudados totalmente os solos florestais para a produção de minérios, com o 
mínimo de beneficiamento. Poucas dessas formas de uso do solo seriam aprovadas em uma 
análise de custo/benefício. A área desmatada na Amazônia, mais de 50 milhões de hectares já 
desmatados, não a fez mais rica e nem a ser o celeiro do mundo. 
 Por outro lado, os impactos ambientais são bem conhecidos e têm preocupado toda a 
sociedade. Os mais importantes impactos são: emissão de gases do efeito-estufa à atmosfera, 
principalmente pelas queimadas e pela decomposição de árvores em pé nos lagos das 
hidrelétricas; potencial alteração no ciclo d’água pela retirada da cobertura florestal; erosão 
genética, tanto pelo corte raso, como pela exploração seletiva de madeira; perda da 
biodiversidade; e sedimentação e poluição dos rios e igarapés. 
 Menos conhecidos que os impactos ambientais, os impactos sociais e culturais são, 
porém, igualmente importantes. Há casos de imposição de indenizações e de transferências 
para outras áreas, aos povos autóctones, em nome de um projeto de “desenvolvimento.” Tanto 
o intercâmbio de doenças, como a disseminação das mesmas são problemas sérios na região. 
Doenças comuns como gripe e sarampo, são devastadoras aos povos autóctones. Da mesma 
forma, doenças endêmicas como malária e leishimaniose causam problemas sérios aos 
colonizadores. Problemas de terra (e sem-terra) na Amazônia, apesar do tamanho de seu 
território, têm também aumentado na região e repercutido no mundo inteiro. 
 Com a drástica redução dos incentivos fiscais, em 1990, principalmente para os 
projetos agropecuários, a expectativa era ter eliminado a principal causa do desmatamento na 
Amazônia. Em tese, a agropecuária na região, sem subsídios, tornar-se-ia pouco atraente e não 
 188
 
competitiva, com a mesma atividade, em outras regiões do Brasil. O freio, no entanto, durou 
muito pouco porque, enquanto reduziam-se os incentivos, o aproveitamento da madeira 
viabilizava-se operacional e economicamente, transformando-se, inclusive, em pré-
investimentos para a agropecuária. A madeira começou a cobrir, pelo menos, os investimentos 
mínimos em infra-estrutura, feitos para a sua exploração. Com isto, o madeireiro contribuía 
duplamente com o agropecuarista, ou seja, com a própria infra-estruturaviária e com a 
redução da densidade e volume da floresta primária, facilitando o corte raso e preparação do 
solo para a implantação de pastagens. 
Em menos de 10 anos, o mercado internacional de madeira dura tropical entra em 
colapso e muita gente vai ficar sem madeira. Alguns países importadores vão ter que apelar 
para as suas próprias reservas, mas a grande maioria, inclusive, os antigos fornecedores vão 
ter que buscar alternativas. Isto vai acontecer porque os principais fornecedores não 
praticaram manejo florestal e foram até a exaustão de suas reservas. É importante não perder 
de vista que a madeira é um artigo de primeira necessidade; ela é importante quando a gente 
nasce (berço) e quando morre (urna funerária), além de ser matéria-prima do papel. 
Em condições normais, a Amazônia Legal não conseguirá atender a demanda do 
mercado porque não tem tecnologia de manejo e nem de transformação de toras em produtos 
madeireiros (serrado, laminado e compensado). Além disso, o mercado internacional não 
gosta de negociar produtos ilegalmente produzidos. Isto é outro gargalo na Amazônia porque 
para ser legal, o empreendedor precisa ter a posse da terra e isto está ficando cada dia mais 
difícil. Grosso modo, na Amazônia há 25% de terras sob domínio privado e 75% de terras 
públicas. As terras privadas estão praticamente no fim e, sem posse, não há plano de manejo 
florestal. 
 Para o Brasil, este cenário é “oportunidade” ou “ameaça”? Olhando as repercussões do 
histórico de uso do solo amazônico, atender a demanda do mercado internacional é mais uma 
ameaça do que oportunidade. Apesar de já ter desmatado mais de 60 milhões de hectares e 
produzir, anualmente, 25 milhões de m3 de madeira, a Amazônia Legal participou com apenas 
7,2% (ano-base 2002) na composição do produto interno bruto (PIB) brasileiro 
(www.ibge.gov.br). Menos de 10% da madeira produzida vem de plano de manejo florestal 
(Higuchi et al., 2003). Nesta região, a correlação é quase perfeita entre produção de madeira e 
desmatamento (r = 0,99, p < 0,00001), ao contrário da correlação (r = 0,17, p = 0,999) entre 
produção e PIB per capita. Portanto, baseado nestas estatísticas, é melhor deixar a floresta 
amazônica para as futuras gerações e esquecer o mercado enquanto não dominar a tecnologia 
de manejo florestal sustentável. 
 189
 
 Neste momento é preciso ter sabedoria para antecipar-se à eminente escassez. Como 
vantagem, o Brasil tem todos os instrumentos de medida necessários para a correta utilização 
dos recursos florestais da Amazônia. O manejo florestal e o uso alternativo estão 
regulamentados (Decretos 1.282, 2.788 e 5.975), com normas claras (IN 05) e penas definidas 
para aqueles que descumprem as leis e as normas (Lei 9605, crimes ambientais). 
 Por último, não se pode perder de vista a imperiosa necessidade de concluir o 
zoneamento ecológico-econômico para a região, com áreas especialmente designadas para 
determinados fins (produção madeireira, por exemplo). Além disso, tem-se que repensar 
(principalmente unificar) as políticas de outros usos do solo amazônico e de exploração dos 
recursos minerais. Da mesma forma, é preciso também repensar a questão de liquidez, 
principalmente no curto prazo e de valores agregados, para determinados produtos 
amazônicos. Ações estratégicas são necessárias para valorizar a madeira em pé, nem que seja 
pela brusca diminuição da oferta deste produto. Enquanto isso, as árvores caídas poderiam 
entrar como oferta de madeira ou de matéria-prima para obras de arte e artesanato. 
 190
 
Quadro 19.1: Bacia Amazônica - área (em km2) dos principais tipos florestais e não florestais. 
 
TIPOS FLORESTAIS E NÃO FLORESTAIS ÁREA (km2) 
1. Florestas de Terra-Firme 
 - Florestas Densas 3.303.000 
 - Florestas Densas com lianas 100.000 
 - Florestas Abertas com bambus 85.000 
 - Florestas de Encosta 10.000 
 - Campina Alta ou Campinarana 30.000 
 - Florestas Secas 15.000 
2. Florestas de Várzea 55.000 
3. Florestas de Igapó 15.000 
4. Florestas de Mangue 1.000 
5. Campinas 34.000 
sub-total (áreas florestais) 3.648.000 
6. Campos de Várzea 15.000 
7. Campos de Terra-Firme 150.000 
8. Vegetação Serrana 26.000 
9. Vegetação de Restinga 1.000 
10. Água 100.000 
sub-total (áreas não florestais) 292.000 
TOTAL BACIA AMAZÔNICA 3.940.000 
 
Fonte: Braga (1979). 
 
 
Quadro 19.2: Produção de madeira em tora de florestas nativas da Amazônia para fins industriais, por 
Estado, entre 1975 a 2004 (em 1.000 m3). 
Estado 19751 19801 19852 19911 19963 19994 20045
 
Acre 31 87 23 305 300 210 420 
Amapá 330 400 413 353 200 83 130 
Amazonas 135 325 1.382 181 700 793 490 
Maranhão 931 700 541 430 
Mato Grosso 2.875 9.800 2.637 8.010 
Pará 3.942 10.283 16.361 28.370 11.900 11.325 11.150 
Rondônia 60 307 1.320 1.027 3.900 750 3.700 
Roraima 14 72 39 36 200 27 130 
Tocantins 483 100 100 0 
Amazônia 4.512 11.474 19.538 34.561 27.800 16.464 24.460 
Fontes: 1/ IBGE (1992), 2/ Deusdará Filho (1996), 3/ Nepstad (1999), 4/www.ibge.gov.br (14/09/05) e 
5/Lentini et al. (2005) 
 191
 
 Figura 19.1: Dinâmica da produção de madeira tropical (em 1.000 m3 equivalente em tora) dos três 
principais produtores individuais. 
 
 
10.000
20.000
30.000
40.000
50.000
60.000
70.000
80.000
90.000
19
88
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
ano
vo
lu
m
e 
(1
.0
00
 m
3)
Brasil Malásia Indonésia
 Fonte: Higuchi et al. (2006) 
 
 192
 
Figura 19.2: Dinâmica (1989-2004) da importação de madeira equivalente em toras dos três principais 
consumidores. 
 
 
 
0
5000
10000
15000
20000
25000
19
89
19
90
19
91
19
92
19
93
19
94
19
95
19
96
19
97
19
98
19
99
20
00
20
01
20
02
20
03
20
04
ano
vo
lu
m
e 
(1
00
0 
m
3)
China Japão UE
 Fonte: Higuchi et al. (2006) 
 
 
 193
 
Figura 19.3: Projeções sobre o suprimento de madeira tropical ao mercado internacional. 
 
-30.000
-20.000
-10.000
0
10.000
20.000
30.000
40.000
50.000
60.000
19
88
19
89
19
91
19
93
19
95
19
97
19
99
20
01
20
03
20
04
20
05
20
06
20
07
20
08
20
10
20
12
20
14
20
16
20
18
20
20
20
22
20
24
20
26
20
28
20
30
20
32
20
34
20
36
ano
vo
lu
m
e 
(1
.0
00
 m
3)
mercado
Malásia
Brasil
Indonésia
Malásia
Indonésia
Brasil
 
Fonte: Higuchi et al. (2006)
 194
 
 
Figura 19.4: Sumário da Análise de Problemas de Manejo Florestal no Estado do Amazonas. 
 
 
 
EFEITOS 
 
ATIVIDADE INVIABILIZADA, FALTA DO PRODUTO NO 
MERCADO, AMEAÇA À INTEGRIDADE DOS ECOSSISTEMAS 
AMAZÔNICOS 
 
×Ø× 
 
PROBLEMA CENTRAL 
 
A PRODUÇÃO MADEIREIRA NO AMAZONAS NÃO ESTÁ 
SENDO FEITA DE FORMA SUSTENTÁVEL 
 
Ø×Ø 
 
CAUSAS
 
OS PLANOS DE MFS NÃO SÃO DEVIDAMENTE 
IMPLEMENTADOS 
 
 
 195
 
Bibliografia: 
Braga, P.I.S. 1979. Subdivisão Fitogeográfica, Tipos de Vegetação, Conservação e Inventário 
Florístico da Floresta Amazônica. Acta Amazonica 9(4):53-80. 
Carvalho, G. 1995. Comercialização e Exportação de Madeiras. Em: Anais do I Simpósio de 
Política Florestal no Estado do Amazonas. pp. 69-73. 
Deusdará Filho, R. 1996. Diagnóstico e Avaliação do Setor Florestal Brasileiro - Região 
Norte. Relatório Preliminar (Sumário Executivo). 59p. 
Fearnside, P.M., A.T.Tardin e L.G. Meira Filho. 1990. Deforestation Rate in Brazilian 
Amazon. 8p. 
Grainger, A. 1987. Tropform: A Model of Future Tropical

Mais conteúdos dessa disciplina