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
ר×
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