Baixe o app para aproveitar ainda mais
Prévia do material em texto
MENSURAÇÃO FLORESTAL CLASSIFICAÇÃO DA CAPACIDADE PRODUTIVA O crescimento e a produção de um povoamento florestal dependem da idade, da capacidade produtiva, do grau de utilização do potencial produtivo do lugar e de tratamentos silviculturais. Qualidade do local ou capacidade produtiva: o potencial p/ produção de madeira (ou de outro produto) de determinado lugar, para determinada espécie ou clone. Pode ser expressa de modo empírico em alta, média e baixa, ou por meio de algum índice quantitativo, como o índice de local. Índice de local: altura dominante média do povoamento em uma idade específica (idade-índice). Os métodos de avaliar a capacidade produtiva podem ser definidos em três categorias: avaliação da qualidade do lugar pela vegetação indicadora; avaliação por fatores climáticos, edáficos, fisiográficos e bióticos; e avaliação por meio da relação altura dominante e idade (método direto). Para a maioria das espécies, áreas de grande capacida-de produtiva são também aquelas cujo crescimento em altura é elevado, pode-se inferir que existe correlação significativa entre a altura dos indivíduos dominantes do povoamento e a capacidade produtiva do lugar. Curvas de índices de local Constitui um método prático e consistente de avaliação da qualidade do local, pois todos os fatores ambientais são refletidos de modo interativo no crescimento em altura, a qual também está relacionada com o volume. Soma-se a isso a vantagem de a altura das árvores mais altas quase não ser afetada pela competição. Outra vantagem é o fato de a classificação ser feita por uma expressão numérica, em lugar de uma descrição qualitativa. Como desvantagem pode-se citar a não aplicação em áreas sem árvores as espécie a ser cultivada e, também, em áreas com espécies folhosas nativas, pelo desconhecimento da idade. Curvas de índice de local são construídas a partir de equações de índices de local e utilizadas p/ classificar, de modo quantitativo, a capacidade produtiva do lugar. Essas equações são derivadas de relações funcionais envolvendo a variável dependente altura dominante média (Hd) e a variável independente idade (I). Vários modelos podem ser usados, sendo comuns os exponen- ciais e os sigmoidais. Cada curva representa um índice de local, o qual corresponde à altura média das árvores dominantes numa idade de referência (idade-índice: Ii). A idade de referencia (Ii) é escolhida arbitrariamente, mas, em geral, deve ser próxima da idade técnica de colheita. Os dados utilizados para ajuste do modelo de crescimento em altura dominante devem abranger idades que vão desde uma idade jovem, após o estabelecimento do povoamento (cerca de 2 anos de idade p/ eucalipto), até uma idade próxima daquela em que ocorre o máximo incremento médio anual em volume. Isso garante consistência entre a curva guia estimada e a verdadeira tendência de crescimento em altura dominante ao longo do ciclo de corte. > índices de local estão relacionados a uma produção >. Curvas de índice de local podem ser construídas utilizando dados de alturas dominantes e idades obtidos a partir de parcelas temporárias; alturas dominantes e idades, oriundos de uma rede de parcelas permanentes; alturas dominantes e idades a partir de análise completa do tronco. CLASSIFICAÇÃO DA CAPACIDADE PRODUTIVA Quando possível, a primeira alternativa deve ser evitada já q resulta em classificação eficiente somente com a aceitação da hipótese de que todos os índices de local estejam representados em todas as classes de idade da população. Se essa hipótese ou pressuposição não for verdade, a classificação pode ser tendenciosa. Uma alternativa eficiente consiste no uso de parcelas permanentes, em geral oriundas de uma rede de parcelas de inventários florestais contínuos, onde árvores dominantes são marcadas e remedidas por alguns anos. É importante garantir que todas as classes de produtividade estejam representadas na amostra de parcelas permanentes, o que, não necessariamente, implica o emprego de todas as parcelas permanentes. Dados oriundos de análise de tronco também são eficientes e se equiparam aos dados de parcelas permanentes, podendo ser coletados num tempo mais curto. No entanto, nem sempre é possível identificar com precisão os anéis de crescimento em espécies folhosas, ficando a técnica restrita a espécies de coníferas e algumas folhosas. Árvores medidas para avaliação da qualidade de local devem ser livres de supressão (efeito de dominância) e danos; são aquelas cuja copa se situa no dossel superior, recebendo luz direta. São sadias, livres de doença, com copa e fuste bem definidos, sem bifurcação e tortuosidade, com DAP e alturas dominantes maiores que os das árvores circunvizinhas. É importante, ao classificar a capacidade produtiva de locais, seguir um mesmo critério para construção e aplicação das curvas. Tipos de curvas de índice de local A representação da capacidade produtiva por meio de índices de local pode ser feita por um feixe de curvas ou tabela, que são organizados a partir de uma equação de regressão. Dependendo do método de análise utilizado e da procedência dos dados, as curvas de índices de local geradas podem ser dos tipos anamórficas ou polimórficas. Curvas anamórficas são aquelas em que a tendência do crescimento em altura é a mesma para todos os locais, ou seja, a distância entre as curvas é a mesma. Inflexão comum e constante, variando o ponto de interseção; ponto de inflexão ocorre na mesma idade em todos os locais. As curvas polimórficas não apresentam uma mesma tendência de incremento em altura para todos os locais. Método da curva-guia Selecionar-se um modelo de regressão envolvendo as variáveis altura dominante (Hd) e idade (I). Como exemplo, forma linearizada do modelo de Schumacher, cujas variáveis foram definidas: + += I HdLn 1 )( 10 A equação resultante representa a curva de índices de local médio, denominada curva-guia, que mostra a estimativa de crescimento médio ao longo do tempo. A partir da equação da curva-guia, uma equação de índices de local é obtida ao observar a condição de que, quando a idade (I) do povoamento for igual à idade- índice (Ii), a altura dominante é igual ao índice de local. Hd = S ↔ I = Ii, então: + += iI SLn 1 )( 10 CLASSIFICAÇÃO DA CAPACIDADE PRODUTIVA Essa expressão é utilizada para construir as curvas, ou tabela, de índices de local. Atribuindo-se valores para S compatíveis com a variação da altura dominante na idade-índice e variando a idade (I), são geradas as curvas de índices de local. Sendo o objetivo definir o índice de local para qualquer altura dominante e idade, e para evitar interpolação na tabela ou gráfico de índices de local, utiliza-se: − −= iII HdLnSLn 11 )()( 1 Ao utilizar uma rede de parcelas permanentes para obter o índice de local e mapear classes de produtividade de talhões, é recomendável usar as médias dos índices de local determinados nas duas ou três últimas medições das parcelas, a fim de garantir mais consistência aos resultados. Tabelas de limites de alturas dominantes: consiste no emprego de uma tabela contendo os limites de alturas dominantes para cada índice de local ou classe de capacidade produtiva. Uma classe de capacidade produtiva engloba dois ou mais índices de local, sendo usada algumas vezes para propósito de estratificação. Para acessar a classe ou índice de local é necessário conhecer a altura dominante média do lugar, além da idade atual do povoamento. Classificação utilizando índices de local definidos preliminarmente Por este método, além da idadee da altura dominante, é necessário dispor de uma informação preliminar sobre o índice de local de cada parcela permanente. Então duas situações podem ocorrer: parcelas com medição em uma idade coincidente com a idade-índice escolhida e parcelas onde não há esta coincidência. No primeiro caso, o índice de local preliminar é igual à altura dominante observada na idade-índice. No segundo caso, os índices de local são determinados por meio de equações de regressão obtidas para cada parcela. Quando o número de medições por parcela for inferior a três, o índice preliminar é obtido por interpolação ou extrapolação. Dois modelos usuais para obter índices preliminares são o modelo de Schumacher e o modelo de Richards. Seguindo este procedimento, estarão disponibilizadas as variáveis idade (I), altura dominante (Hd) e índice de local preliminar (S) para cada uma das parcelas. O passo seguinte consiste em ajustar um modelo para construir as curvas de índice de local, isto é, Hd = f(I, S). Supondo que o modelo escolhido seja o de Richards, então, ao incluir no mesmo a variável S, resulta em: .)1( 210 IeSHd −= A equação resultante é agora utilizada para construção de curvas ou tabelas de índices de local. Cabe lembrar que esta expressão já contém, implicitamente, a idade- índice escolhida. Método da equação das diferenças Neste método, conforme Clutter et al. (1983), são empregados somente dados provenientes de parcelas permanentes ou de análise de tronco, podendo resultar curvas anamórficas ou polimórficas, constituindo em uma vantagem em relação ao método da curva-guia. Uma maneira de demonstrar sua aplicação consiste em empregar o modelo: LnHd = β0 + β1I-1 + ε. MENSURAÇÃO FLORESTAL CLASSIFICAÇÃO DA CAPACIDADE PRODUTIVA Inicialmente, utilizando pares consecutivos de idade e altura dominante, determinam-se as ≠s sucessivas, LnHd2 – LnHd1 e 1/I2 – 1/I1, em que 1 refere-se à medição atual e 2 refere-se à medição imediatamente posterior. Em seguida, ajusta-se o modelo Y = β1X + ε, em que Y = LnHd2 – LnHd1 e X = 1/I2 – 1/I1, resultando na expressão: Fazendo I1 igual à idade-índice resulta em Hd1 igual ao índice de local, podendo ser escrito que: Ou ainda: Construção de curvas de índices de local pelo método de Hammer Neste método, conforme Hammer (1981), o parâmetro β0 do modelo escolhido para estimar a altura dominante é substituído por uma equação, de forma que as curvas de índices de local passem por alturas pré-fixadas coincidentes c/ índices de local definidos. Considerando ter sido escolhida a função monomolecular: , passos principais do método: • ajustar a função obtendo as estimativas de β0 e β1; • fixar índices de local, compatíveis com a variação de altura dominante na idade-índice escolhida; • substituir esses índices na equação inicial no lugar da variável Hd e a idade-índice no lugar da variável I e obter β0 para cada índice de local, isto é, • com os pares de dados obtidos no passo anterior (β0,S) ajustar a regressão linear simples β0 = α0 + α1S + ε e substituir a equação resultante na equação inicial obtendo a expressão: Esta expressão é utilizada para construir curvas ou tabelas de índices de local. Este método constitui uma variação do método da curva-guia. Método da predição de parâmetros Dados para o emprego do método da predição de parâmetros são os oriundos de parcelas permanentes ou análise completa de tronco. Os passos essenciais na implementação do método são: • ajustar um modelo relacionando altura dominante e idade para cada parcela permanente; • substituir a idade-índice em cada uma das regressões e encontrar o índice de local para cada parcela; • relacionar cada parâmetro estimado com os índices de local, por regressão linear ou não-linear; • substituir as equações obtidas conforme item anterior no modelo inicial, obtendo a expressão a ser utilizada para construção das curvas. Comparação de índices de local com ≠ idades-índice Ao compara índices de local de lugares diferentes, mas entre curvas com um mesmo padrão d tendência, deve- se assegurar de q as idades-índices sejam as mesmas, porque um índice de local baseado numa certa idade- índice não pode ser comparado com outro que foi determinado para outra idade-índice. No entanto, uma tabela de índices de local pode ser modificada para uma nova idade-índice a partir de alterações na equação de índice de local. −+= ii ii II SLnSLn 11ˆ)()( 2 12 Sendo Ii2 a nova idade-índice. CLASSIFICAÇÃO DA CAPACIDADE PRODUTIVA No Brasil, os termos regional, região e fazenda, dentre outros, são utilizados como referência a áreas contendo muitos povoamentos florestais. Dentro desses povoa- mentos existem as menores unidades de manejo que são os talhões (ou quadras), onde são instaladas as parcelas permanentes. Essas parcelas permanentes, medidas periodicamente, constituem a base de dados para monitoramento do crescimento, incluindo a avalia- ção da capacidade produtiva. A estratificação dos reflorestamentos em unidades de manejo pode ser feita via capacidade produtiva do lugar, e, ou, qualquer característica edáfica ou climática. A estratificação em classes de capacidade produtiva é feita usualmente por meio de curvas de índices de local. Causas que refletem diferenciação de formas entre feixes de curvas podem ser diversas, sobressaindo: a idade-índice considerada, que mesmo empregando um mesmo conjunto de dados, curvas preparadas com idades-índice diferentes têm formas desiguais; o tipo de habitat ou eco-região, principalmente devido ao efeito dos horizontes do solo; a composição dos dados que originam as curvas, que não deve estar desbalanceada quanto à freqüência dos índices de local encontrados; a presença de diferentes materiais genéticos. CRESCIMENTO, PRODUÇÃO E MORTALIDADE Os três principais elementos do manejo de florestas equiâneas são: classificação de terras (quanto à locali- zação, tamanho das árvores, estoques de crescimento e de colheita, espécies, solos, topografia e outros), prescrição de tratamentos silviculturais (preparo do solo, espaçamento, desbaste, método de colheita entre outros) e predição (ou projeção) do crescimento e da produção (descrição numérica de quanto de madeira é esperado nos cortes parciais e final). Para gerenciar florestas é necessário compreender os processos de crescimento e de produção, uma vez que o manejo tem que ser decidido em grande parte pela prognose de produções futuras a partir de informações correntes. O primeiro elemento inclui ainda o mapeamento da floresta em classes de capacidade produtiva. O terceiro elemento diz respeito a crescimento, produção e mortalidade. De maior interesse em mensuração florestal é o enfoque quantitativo do crescimento e da produção, mais do que o biológico. O crescimento é o processo caracterizado por mudanças na forma e tamanho do tronco, com a adição contínua de novas camadas de lenho ao longo de todo o material lenhoso existente. A produção expressa a quantidade total do volume, ou outra variável, acumulada num determinado tempo. Componentes do crescimento a) Mortalidade (M): volume ou número de árvores existentes inicialmente e q morreram num determinado período. As árvores mortas na maioria das vezes geralmente não são utilizadas. Em plantações com desbastes periódicos geralmente não ocorre mortalidade. Sua medição é feita a partir de parcelas permanentes, onde cada árvore pode ser localizadadevido às medições periódicas. b) Ingresso ou Ingrowth (In): árvores medidas numa idade qualquer e que não foram medidas numa idade anterior por não terem alcançado um diâmetro mínimo predeterminado. É expresso em volume, área basal ou freqüência por hectare e também só pode ser medido a partir de medições periódicas em parcelas permanentes. Ao calcular a produção numa idade qualquer, o ingresso já estará incluído naturalmente, caso ocorra. c) Corte (C): volume ou número de árvores vivas colhidas num determinado período (desbastes). d) Produção corrente (Y1): crescimento remanescente acumulado até a idade atual. CRESCIMENTO, PRODUÇÃO E MORTALIDADE e) Produção futura (Y2): crescimento remanescente acumulado até uma idade futura. Tipos de crescimento a) Incremento corrente anual (ICA): valor do aumento da produção no período de um ano. Geralmente expresso por hectare, como todos os outros tipos de crescimento. b) Incremento médio anual (IMA): produção até a idade particular dividida por essa idade, ou seja, a taxa média do aumento da produção desde a implantação até uma idade particular. c) Incremento periódico (IP): ≠ de produção entre duas idades quaisquer. d) Incremento periódico anual (IPA): ≠ de produção entre duas idades dividida pelo período, em anos. Em plantações de eucalipto, caracterizadas por rápido crescimento, é comum expressar-se em incrementos mensais, em vez de anuais. Gb = V2 – V1 + M + C (crescimento bruto entre as idades I1 e I2, incluindo o ingresso). Gb = V2 – V1 + M + C – In (crescimento bruto entre as idades I1 e I2, excluindo o ingresso). Gl = V2 – V1 + M + C (crescimento líquido entre as idades I1 e I2, incluindo o ingresso). Gl = V2 – V1 + M + C – In (crescimento líquido entre as idades I1 e I2, excluindo o ingresso). Esses tipos de crescimento são do tipo crescimento periódico. Produção líquida (Yl): produção ocorrida num período, incluindo as colheitas parciais (C), se houver, porém excluindo a mortalidade. Produção bruta (Yb): produção ocorrida num período, incluindo as colheitas parciais por desbastes e também a mortalidade. Sua grandeza serve, até certo ponto, p/ avaliar a capacidade máxima de produção de um local sob definido regime de manejo. Yl = Vi + C e Yb = Vi + M + C. A produção é obtida ao somar os incrementos anuais até a idade de interesse. A produção de um povoamento pode ser expressa por uma equação de produção e, matematicamente, o crescimento é obtido ao derivar essa equação de produção. IMA = Y/I; ICA = dY/dI. A idade em que IMA = ICA é denominada idade de máxima produtividade ou idade técnica de corte. O máximo IMA é alcançado no ponto onde as duas curvas se encontram. Esse ponto define a taxa máxima de incremento da produção q uma determinada espécie pode alcançar num local particular. A forma dessas curvas varia com a espécie e com o espaçamento inicial de plantio. Na produção máxima, o ICA é zero. O decréscimo da curva de produção do máximo implica em decrepitude do povoamento florestal, ocorrendo mortalidade mais acentuada de árvores, causada principalmente por competição. O ponto de inflexão da curva de produção coincide com o máximo ICA e o ponto de tangente de uma reta, partindo da origem, que indica a idade técnica de corte. MENSURAÇÃO FLORESTAL CRESCIMENTO, PRODUÇÃO E MORTALIDADE A idade em que se verifica a interseção entre as duas curvas de incremento é definida como a ideal para o corte raso, quando se considera apenas a maior eficiência na produção em volume; esta é definida como rotação técnica com base na produtividade média. No entanto, ela não corresponde, necessariamente, à rotação técnica definida com base em considerações de ordem econômica, uma vez que, para essa rotação, são considerados outros fatores como o valor da produção e a taxa de juros. A tendência de como a taxa de incremento corrente (dY/dI) está modificando com uma mudança unitária da idade é explicada pela segunda derivada da função original, isto é, d2Y/dI2. Essa curva, denominada aceleração, cai para zero no ponto de inflexão da curva de produção. Crescimento de povoamentos inequiâneos Semelhante a um povoamento equiâneo, em que um estoque de árvores remanescentes permanece após o desbaste, em povoamento inequiâneo, as árvores remanescentes são referidas como estoque de crescimento. Nesse povoamento existem árvores em diferentes idades, não conhecidas, em que o primeiro corte de desbaste pode ocorrer a qualquer tempo, não havendo vínculo com a idade das árvores. Esse início de intervenção é o começo do primeiro ciclo de corte, cujo intervalo de tempo até o próximo corte pode variar com o tipo de manejo. O volume remanes- cente cresce por um número de anos, e uma nova intervenção é feita, removendo árvores comerciais e não comerciais (cortes de ordem sanitária e liberação de árvores), garantindo uma nova regeneração e o cresci- mento de árvores jovens residuais. Modelos de crescimento e produção Em estatística, a expressão modelo é uma relação funcional a ser ajustada a dados de uma amostra. Por exemplo, Yi = β0 + β1X1i + εi é denominada modelo linear simples. Já a expressão Y^=β^0 + β^1X1, em que, β^0 e β^1 são estimadores dos parâmetros β0 e β1, é denominada equação. Um modelo de crescimento e produção pode ser repre- sentado por um ou + modelos estatísticos; uma ou mais equações; uma ou + tabelas ou gráficos; ou um conjunto de equações, tabelas e gráficos. De acordo com o nível de resolução podem ser: a) Modelos em nível de povoamento: não explicam diretamente a variação do tamanho das árvores dentro do povoamento; b) Modelos de distribuição por classes de diâmetro; c) Modelo em nível de árvores individuais. Os modelos (a) e (b) são aplicados a partir de dados de inventários florestais ou de parcelas permanentes estabelecidas para gerar dados para a modelagem de crescimento e produção. Nos modelos (c) as árvores são atualizadas para uma idade definida e, então, são agregadas por área. Com ajuste difícil, pois exigem dados bastante específicos sobre cada árvore. Mortalidade O estudo da mortalidade serve para predizer o número de árvores sobreviventes por hectare, informação que muitas vezes é input de modelos de crescimento e pro- dução. O conhecimento da taxa de mortalidade permite ao manejador avaliar o potencial da floresta e decidir por alguma estratégia de manejo. Com o aumento da idade do povoamento florestal, a competição e também a taxa de mortalidade se elevam. O processo de competição é iniciado a partir da sobreposição de zonas de influência de duas ou mais árvores (área na qual uma árvore obtém luz, água e nutrientes). Essa mortalidade é definida como do tipo regular, sendo de causas não catastróficas. Além da competição, os fatores genéticos e a senescência são causas de mortalidade regular. CRESCIMENTO, PRODUÇÃO E MORTALIDADE A mortalidade do tipo irregular, causada por fatores exógenos, conhecidos como fatores catastróficos, que são decorrentes de causas não-intrínsecas às árvores, como pragas, incêndios e danos mecânicos, causas sujeitas a ocorrer esporadicamente no tempo e no espaço (difícil de prever e mensurar). Não se deve confundir mortalidade de árvores (M) com falha de plantio, isto é, morte das mudas após uma regeneração ou plantio de um povoamento. Enquanto a quantificação do primeiro refere-se à área de inventário florestal e mensuração, o segundo está relacionado à área de técnicas silviculturais. Em plantações de eucalipto, a primeiramedição do IFC geralmente ocorre entre 24 e 36 meses. Nessa ocasião as árvores não encontradas são consideradas como falha de plantio (ou de brotação). A partir da primeira medição, a % de falhas não mais modifica. Nos anos subseqüentes poderá ocorrer apenas morte de árvores. MODELOS DE CRESCIMENTO E PRODUÇÃO EM NÍVEL DE POVOAMENTO Não explicam diretamente a variação do tamanho das árvores dentro do povoamento. Estimam o crescimento e, ou, produção a partir de atributos do povoamento, como idade, área basal e índice de local. Têm como melhor representantes os modelos de densidade variável (incluem a variável densidade como uma parte dinâmica do sistema de equações, sendo úteis quando o output pretendido é o volume por unidade de área, em espacial para povoamentos submetidos a desbaste, envolve relações do tipo V = f(I1, I2, S, B1, B2), além dos modelos (ou tabelas de produção) dos tipos empírico (são estatísticos, não envolve projeção da densidade, obtidos por relações do tipo V = f(I, S, B); dão informação de um povoamento sob condições específicas de manejo, não permitindo qualquer variação no tratamento, exceto aquele já contido nos dados do ajuste do modelo) e normal (em povoamentos completamente estocados ou normais). Os modelos de densidade variável estimam a produção para diferentes níveis de área basal remanescente. Eles têm como características: estima a taxa de crescimento dentro do sistema de equações; representa melhor as relações causa versus efeito entre densidade e a produção; emprega conceitos d derivação e integração. Relações funcionais dos modelos Modelos em nível de povoamento se diferem em relação às variáveis independentes. Sendo Y a variável depen- dente, eles podem ser subdivididos em: a) Y = f(I) b) Y = f(I, S) c) Y = f(I, S, B ou q) Principais modelos em nível de povoamento: a) Modelo de Schumacher += + IeY 1 10 b) Modelo de Clutter LnLnBS I LnY ++++= 232 2 1 02 LnS I I I I I I LnBLnB + −+ −+ = 2 1 1 2 1 0 2 1 12 11 c) Modelo de Buckman ++= )(10 BHdY ++++= 13210 1 B I SLnICAB ICAB = incremento corrente anual em área basal. ε = erro aleatório. A escolha de uma das relações funcionais depende do tipo de informação pretendida, do nível de detalhamento necessário e das características do povoamento e do tipo de dados disponíveis. MODELOS DE CRESCIMENTO E PRODUÇÃO EM NÍVEL DE POVOAMENTO a) Y = f(I): aplicação limitada e não devem ser utilizados em áreas extensas e heterogêneas. Pode ser usado em povoamentos homogêneos (s/ variações significativas de densidade e capacidade produtiva). b) Y = f(I, S): resultam em estimativas mais consistentes permitindo avaliar o efeito da capacidade produtiva. Idades técnicas de colheita diferentes são obtidas para cada índice ou classe de local. Não garante consistência na definição da idade de colheita. c) Y = (I, S, q, B ou N): com a densidade expressa em área basal, ou pelo diâmetro médio, ou pela freqüência, resultam em informações mais detalhadas. O crescimento, a produção e a idade técnica de colheita são diferenciados por índice de local e densidade inicial. Essas relações funcionais permitem modelar o crescimento e a produção em plantações submetidas a desbaste. A consideração das três variáveis não garante consistência quanto aos seus efeitos. É necessário que o conjunto de relações funcionais seja compatível e consistente. O modelo de Clutter é o mais difundido no Brasil. A pro- dução é expressa em função das idades atual e futura (I1 e I2), do índice de local na idade atual (S1) e das densidades atual e futura (B1 e B2). Este modelo é do tipo povoamento total (a variável estimada é o volume por unidade de área), densidade variável (permite estimar a produção nos diferentes níveis de área basal inicial), compatível (a equação de crescimento quando integrada fornece a equação de produção, e a derivada desta resulta na equação de crescimento), explícito (produção em volume é calcu- lada diretamente) e consistente (as estimativas podem ser obtidas projetando-se a área basal ano a ano, ou diretamente de um para qualquer outro ano, e porque ao estimar a produção para uma mesma idade resulta em valores idênticos àqueles observados). Ajuste e uso do modelo de Clutter: # Dependendo dos dados o termo (1 – I1/I2)S1 pode ser substituído por (1 – I1/I2)LnB1 ou por (1 – I1/I2)(LnB1)2 ou mesmo ser eliminado. A eliminação ocorrerá quando o efeito da capacidade produtiva sobre a área basal não for significativo, ou for inconsistente. # Inconsistência: α1 negativo. Neste caso, S1 pode ser substituído por LnB1 ou (LnB1)2, desde que haja contri- buição estatística. # β2 deve ser negativo para que haja consistência nas estimativas. # Se I2 – I1 for constante em todo o banco de dados, o ajuste do modelo torna-se impossível pelo método de mínimos quadrados em dois ou três estágios. Obter a idade técnica de colheita a partir de uma equação de produção Idade técnica de colheita: IM é máximo e igual à IC. a) Deduzir a expressão do IM dividindo a produção pela idade, e derivar essa expressão em relação à idade. Ao igualar essa derivada a zero e isolar a idade, resulta na ITC. b) Igualar as expressões de IM e IC (primeira derivada da equação de produção) e isolar a idade (ITC). c) Estimar a produção em idades seqüenciais, obter os respectivos IM e identificar a idade onde ocorre a inver- são de sinal na relação IMi – IMi-1, i = idade. MODELOS DE DISTRIBUIÇÃO DIAMÉTRICA Estimam o número de árvores por hectare por classe de diâmetro nas idades presente e futura. O emprego, a partir daí, de uma equação de volume, de taper ou de razão volumétrica, permite estimar a produção por classe, sendo significativos para situações em que há interesse em multiprodutos da madeira. A principal característica é o emprego de uma função densidade de probabilidade, sendo comum o uso da função Weibull. MENSURAÇÃO FLORESTAL MODELOS DE DISTRIBUIÇÃO DIAMÉTRICA O ajustamento destes modelos exige estimação de parâmetros de alguma função de probabilidade. Para estimar as produções futuras, é preciso estimar valores futuros de altura dominante e número de árvores por hectare. As funções densidade de probabilidade mais usadas são: Weibull, Sb Johnson, Gama e função beta, destacando-se a primeira no campo florestal. Função Weibull Permite moldar diferentes tendências de distribuição, desde uma exponencial até uma normal. Facilidade de ajustamento e de correlacionar seus parâmetros com atributos do povoamento. Sua f.d.p: − − − − = X e X xf 1 )( X = centro de classe de DAP; β = parâmetro de escala; γ = parâmetro de forma; α = parâmetro de locação, sendo X ≥ 0; β > 0; γ > 0. Forma acumulativa: − − −= X eXF 1)( Em que F(X) é a proporção de árvores com DAP ≤ X. O parâmetro α pode ser interpretado como o diâmetro mínimo do povoamento ou como o limite inferior da menor classe de DAP; pode ser prefixado ou estimado via regressão. O método mais eficiente para ajustar a função Weibull é o da máxima verossimilhança. Outras alternativas são o método dos momentos, o da regressão não-linear, o dos percentis e o da aproximação linear.Seqüência p/ ajuste de um MDD a) Obter dados de parcelas permanentes, de maneira representativa; b) Ajustar uma função densidade de probabilidade (fdp) para cada parcela, em cada medição, utilizando, prefe- rencialmente, o método da máxima verossimilhança; c) Obter equações de regressão para estimar os parâmetros da fdp, utilizando como variáveis indepen- dentes características do povoamento como idade, densidade e índice de local; d) Avaliar e aplicar o modelo. MDD em estudos de desbastes Para atingir o objetivo de produzir árvores de maior porte em menor tempo, uma estratégia usual é regular a densidade do povoamento, por meio de desbastes. Este tratamento silvicultural resulta em efeito direto sobre a taxa de crescimento das árvores. a) MDD descrito por Chikumbo (1999): Pi = [(Xi – Xmin) / (Xmax – Xmin)]b Pi = proporção de árvores removidas na classe de diâ- metro i (0 ≤ Pi ≤ 1); Xi = centro da classe de diâmetro i; Xmin = centro da classe de diâmetro mínimo; Xmax = centro da classe de diâmetro máximo; e b = constante, sendo b > 0 p/ menores classes e b < 0 p/ as > classes. 1) Estimar a distribuição de diâmetros na idade do desbaste, a partir de um MDD; 2) Iniciar c/ a menor classe de diâmetro, removendo a % de árvores resultante da aplicação da equação acima; 3) repetir o procedimento ao longo da distribuição diamétrica até que o no de árvores a ser removido seja alcançado. b) Metodologia desenvolvida por Guimarães (1995): Modelo do tipo invariante e projeta a distribuição diamé- trica a partir de uma distribuição atual observada. Assim, ao simular o desbaste, obtém-se uma nova distribuição atual remanescente, que pode então ser projetada para idades futuras. DADOS PARA MODELAGEM DE CRESCIMENTO E PRODUÇÃO Fonte de dados para (MCP) a) Parcelas permanentes (PP): fonte de dados + efi- ciente não requerendo freqüência muito grande. A eficiência estatística se deve à propriedade de detectar mudanças ocorridas de maneira exata. No entanto, se as parcelas permanentes não forem representativas da população em foco, a estimativa do crescimento pode ser tendenciosa, embora com alta precisão. Daí a importância de efetuar testes de aplicação ou validação dos modelos. As PP podem ser: oriundas de inventário florestal contínuo (IFC) ou estabelecidas unicamente p/ obter dados de p/ monitorar mudanças na população. Proporcionam dados consistentes e adequados, concer- nente às variáveis mortalidade, dinâmica de copa e dinâmica de povoamento. No IFC, o crescimento é monitorado pela remedição de uma de rede de parcelas estabelecidas em diferentes tipos de povoamentos florestais. Essa rede tem a vanta- gem de reduzir a variância de uma mesma parcela, em sucessivas medições. No segundo caso, a amostragem é constituída de parcelas permanentes individuais, ou então agrupadas em duas ou mais parcelas, definidas por instalações ou parcelas experimentais, incluindo testemunha e áreas de bordadura. Podem também consistir em parcelas estabelecidas de modo seletivo c/ finalidade específica de gerar dados para modelagem, independentemente da aplicação de tratamentos. b) Parcelas temporárias (PT): são estatisticamente pouco eficientes para fins de modelagem, por não detectarem exatamente as mudanças de crescimento, uma vez que as mesmas parcelas não são medidas em cada ocasião. Medidas em inventários convencionais ou para conhecimento de volumes presentes. c) Delineamentos experimentais (DE): geralmente um DE é estabelecido com finalidade silvicultural, não aten- dendo a propósitos da mensuração propriamente dita. Limitações: a área de parcelas é pequena; algumas variáveis importantes na modelagem não são medidas, como a altura dominante; o efeito da variação do índice de local geralmente é excluído, pois o experimento é estabelecido em áreas homogêneas; e a freqüência, isto é, o no de casos geralmente é menor que o desejado na análise de regressão, pois DE são submetidos a análises de variância. d) Análise parcial do tronco (APT): alternativa quando não há dados de PP, com as limitações: não garantir a medição da mortalidade; não contabiliza o efeito de tratamentos artificiais, como o desbaste ou outros tratamentos; e praticamente só se aplica em coníferas, uma vez que na maioria das folhosas são encontradas anormalidades na formação de anéis de crescimento. Quando a medição dos anéis é feita no DAP, o procedi- mento é denominado análise parcial do tronco (APT), sendo chamado de análise completa do tronco (ACP) quando a medição é feita em diferentes alturas ao longo do tronco. APT é utilizada no estudo do crescimento em volume, área basal e diâmetro. ACP é empregada no estudo do crescimento em altura e no estabelecimento de curvas de classificação da capacidade produtiva. Amostragem p/ estudos de crescimento e produção A qualidade da prognose da produção é função das propriedades da amostra e das propriedades das equações de predição. A amostragem deve estar condi- cionada ao tipo de modelo a ser ajustado e ao objetivo pretendido. a) Freqüência: ser adequada p/ análise de regressão; estimativas mais confiáveis são obtidas com maior intensidade de amostragem. A precisão do modelo ajustado vai depender da localização das parcelas e do número de períodos de medição, no caso de PP. b) Heterogeneidade das características medidas: devem ser priorizadas, com maior intensidade de amostragem. DADOS PARA MODELAGEM DE CRESCIMENTO E PRODUÇÃO c) Casualização, sistematização e seletividade: Uma amostragem inteiramente casualizada sobre toda a população é ineficiente para construir modelos do tipo MCP, porque assim, valores médios serão amostrados mais intensivamente; é eficiente quando se pretende obter uma simples curva de produção representativa. Uma alternativa é delimitar partes da população e alocar as parcelas de modo casual ou sistemático sobre essas partes. Essa escolha de partes da população a amostrar para, assim, garantir representatividade da situação proporcionará melhor estimativa dos coeficientes de regressão e predição próximo aos dados extremos. A seleção deliberada de parcelas em um banco de dados de IFC ou a localização deliberada das parcelas no campo é um procedimento mais eficiente, que garante também é uma alternativa q garante representatividade não somente das condições médias, mas também das condições extremas. É desejável garantir freqüência equivalente para cada condição de sítio. AVALIAÇÃO DE MODELOS DE C E P O termo bias, traduzido como tendência ou viés, é definido por erro de não-amostragem, sendo um erro cometido sistematicamente desde a tomada dos dados no campo até a aplicação do modelo. Uma fonte de bias muito comum esta relacionada c/ a seleção da amostra, quando esta não representa plenamente a população. Em análise de regressão diz-se que há inconsistência se as estimativas obtidas não estiverem de acordo com os parâmetros desta. Erros de tendência afetam a média, as estimativas de uma regressão, a variância, o erro-padrão e a probabilidade de discrepância entre valores observados e estimados. Precisão: não tem qualquer relação c/ a ocorrência de tendência ou erro de não-amostragem. O conceito de precisão de uma estimativa cobre a influencia do erro- padrão, o qual está relacionado com a variância e com o número de observações, isto é, refere-se à dispersão dos elementos em relação à média. Diz respeito direta- mente ao erro de amostragem. Exatidão: grau de confiança da estimativa dos parâ- metros de uma população, isto é, o grau de aproxima- ção do valor estimado em relação ao verdadeiro valor. A inexatidão se verifica quando houver erros de tendência e de amostragem. Causas freqüentes de inexatidão em análise de regressão são: emprego de método de ajusteinadequado, erro humano de qualquer ordem e extrapo- lações além da amplitude dos dados utilizados no ajuste do modelo. ↓ Erro tendência ↑ Erro tendência ↓Erro amostragem Preciso e exato Preciso e inexato ↑Erro amostragem Impreciso inexato Impreciso e inexato Na avaliação dos modelos de C e P, os dados de PP empregados nos testes não deveriam ser os mesmos do ajustamento e sim utilizar os de outra população de mesma espécie e estrutura. Uma vez que esses dados nem sempre estão disponíveis, uma prática comum é separar em duas partes o conjunto de dados inicial, sendo uma para construção e outra para avaliação. Etapas: a) Examinar o modelo dos pontos de vista da teoria, da lógica e do realismo biológico; b) Caracterizar erros quanto a grandeza, natureza dos resíduos, contribuição dos componentes do modelo para o erro total. Isso pode ser feito visivelmente (gráficos de dispersão) ou formalmente, por exemplo, calculando a média das diferenças absolutas: − = n i ii nYY 1 ˆ c) Realizar testes estatísticos para erro de viés, precisão e grau de ajustamento. MENSURAÇÃO FLORESTAL AVALIAÇÃO DE MODELOS DE C E P d) Identificar quais componentes do modelo têm maior influência na predição. Ao avaliar um modelo CP do ponto de vista do realismo biológico, deve-se ter cuidado especial c/ as variáveis idade, área basal, capacidade produtiva e outras even- tualmente utilizadas nas relações funcionais. Algumas tendência esperadas são: < idade de corte c/ aumento da área basal inicial para uma mesma capacidade pro- dutiva; > IC com a redução da área basal; > taxas de crescimento em área basal e em volume em idades mais jovens; tendência de estagnação da área basal e do volume após atingir as respectivas idades de máximo IMA. Estatísticas para avaliar a precisão de um modelo a)Coeficiente de determinação(R2): indica a proporção da soma de quadrados total que é explica pela regressão, sendo uma medida do grau de ajustamento da regressão aos dados. Quando empregado para com- parar modelos, é condição q as variáveis dependentes tenham uma mesma unidade. Esta estatística tem mag- nitude entre 0 e 1, significando que, quando o coeficien- te for igual a 1, todas as observações coincidirão com a curva da regressão e a SQ de resíduos é zero o que seria a situação ideal. ( ) ( ) = = − − =−== n i ii n i ii YY YY SQTotal síduoSQ SQTotal gressãoSQ R 1 2 1 2 2 ˆ Re 1 Re A razão entre as estimativa de variância residual e total, (QMres/QMtot) é denominada coeficiente de determinação corrigido. b) Erro-padrão residual: mede a ∆ das observações quanto à curva de regressão. Define o intervalo da dispersão das observações em relação à curva, segundo uma probabilidade preestabelecida (α), o que é diferente do limite de confiança da regressão. Este intervalo é definido como: tSyx . Erro padrão residual: sQMSyx Re= c) Coeficiente de variação (CV): erro-padrão em % da média: YSCV yx100= . Permite comparar modelos. Para o caso da variável dependente transformada, o CV deve ser calculado com a variável na unidade original. O CV tem a vantagem de proporcionar uma informação relativa independente da grandeza da variável depen- dente. Há outras características para interpretar o grau de ajustamento de um modelo, mas a eficácia de qualquer uma delas na avaliação de um modelo fica comprome- tida s/ uma verificação do comportamento dos desvios em relação à curva de regressão. Isso porque erros de tendência podem estar ocorrendo em alguma amplitude de classe de uma ou mais variáveis independentes sem ser detectados pelas estatísticas que medem a precisão, o que é verificado pela análise gráfica de resí- duos, além de outros aspectos. Análise gráfica de resíduos Os desvios ou resíduos são expressos em %: − = i ii Y YY d ˆ 100% AVALIAÇÃO DE MODELOS DE C E P a) Subestimação para valores pequenos de X e possível presença de outliers (dados discrepantes); b) Há tendência em toda a amplitude, começando por subestimação e passando p/ superestimação, indicando que os erros são correlacionados e, em conseqüência, há necessidade de mudança de método de ajuste do modelo; c) Ocorre heterocedasticidade, isto é, a variância não é homogênea, o que desacredita os limites de confiança das estimativas, tendo como solução a troca de modelo ou transformação da variável dependente para logaritmo ou a justaposição de modelos, ou, ainda, ponderação de variáveis. O efeito da ponderação é forçar um melhor ajustamento daquela parte da curva onde ocorre maior dispersão; d) indica estimativas de baixa precisão para qualquer valor de X; e) indica um ajuste ideal; f) indica que o modelo usado foi inadequado para os dados. Em modelagem do C e P, uma alternativa é a interpretação individual da distribuição dos resíduos p/ cada variável independente do modelo, representadas, quase sempre, pelo índice de local, pela área basal e pela idade do povoamento, ou então para os próprios valores observados de Y (produção). Outras interpretações gráficas (a) num sistema de coordenadas são plotados os valo- res estimados contra os observados, ao longo de uma linha partindo da origem e formando um ângulo de 45º. Nesse caso, é verificado como as estimativas do mode- lo, a partir de observações independentes (ou não), se distribuem ao longo da linha de inclinação de 45º. (b) as observações foram agrupadas em classes de resíduos, sendo elaborado um histograma. Permite avaliar a precisão e, o mesmo tempo, verificar se a pressuposição de normalidade é atendida. Quanto mais fechada, em torno de zero estiver a distribuição, melhor o ajuste do modelo. DESBASTES Desbaste é a remoção de uma proporção de árvores num povoamento florestal, a fim de conseguir mais espaço de crescimento para as árvores remanescentes, aumentando a produção de madeira utilizável durante o ciclo de corte do povoamento, além de garantir a produ- ção contínua de madeira. Justificação do desbaste O suprimento de madeira de florestas nativas tem se tornado cada vez mais restrito, tanto pela escassez na- tural como por imperativo de legislação. Com isso, surge a estratégia de manejar plantações p/ a produção de árvores de maior porte, permitindo um suprimento regular de madeira para diversos usos. As práticas de manejo mais diretamente relacionadas com a produção de árvores de maior porte são o desbaste e a definição do espaçamento inicial. Alguns benefícios do desbaste são: redução do tempo para produzir árvores de grande diâmetro e de tronco uniforme; maior rendimento volu- métrico no processamento da madeira, ao produzir troncos de qualidade desejada quanto à forma, sani- dade e aspecto da madeira. DESBASTES Tendência geral da relação entre no de árvores rema- nescentes, volume/ unidade de área e volume individual. O crescimento da floresta plantada é afetado fortemente por dois fatores: ▪ Capacidade produtiva do lugar; ▪ Composição do povoamento florestal: espécie ou clo- ne, número de árvores por unidade de área e seu porte, distribuição espacial das árvores. A grandeza do diâmetro pode ser controlada pelo espaçamento inicial e também por meio de desbastes, havendo no mínimo de árvores/ unidade de área, abaixo do qual ocorrerá nenhum efeito sobre o crescimento do diâmetro. Efeito do desbastena produção A maior ou menor produção de um povoamento pode ser determinada pela definição, no tempo certo, do melhor espaço para as árvores crescerem. Quando a meta é produzir árvores para serraria, além da definição do espaçamento inicial, é preciso desbastar. Para cada espécie e capacidade produtiva deve haver um espaço ótimo entre as árvores, bem como um adequado regime de desbastes que proporcione taxas de crescimento ideais. Relação entre as produções de um povoamento desbastado e de um povoamento não desbastado. Valores das ordenadas iguais a (a) e (b) equivalem à produção retirada em cortes de desbastes, enquanto (c) representa o corte final do povoamento remanescente. A produção bruta em povoamento não desbastado é aproximadamente igual à produção residual mais os desbastes, ou ainda, a produção bruta é igual à líquida, uma vez que a mortalidade de árvores é praticamente zero. Ao incluir mortalidade e cortes intermediários (desbastes), pode-se encontrar uma tendência de a produção bruta ser igual à produção liquida mais a mortalidade. Os desbastes não afetam significativamente a produção bruta, exceto quando a densidade é reduzida muito se- veramente, tornando o lugar subutilizado, e também raramente resultam em aumento da produção bruta em volume. Assim, a decisão sobre a prática de manejo deve ser baseada em considerações econômicas, levando-se em conta a produção de árvores de maior valor individual. MENSURAÇÃO FLORESTAL DESBASTES Representação da produção bruta, líquida e remanes- cente em um povoamento desbastado quando ocorre a mortalidade. A implementação do desbaste depende do: ▪ Objetivo do manejo; ▪ Espaçamento inicial; ▪ Qualidade do local e topografia; ▪ Mão-de-obra e equipamentos; ▪ Mercado para diferentes produtos da madeira. A freqüência e época de desbastes (ciclo) exige estudos de mensuração baseados em parcelas permanentes, visto que, sem um controle efetivo do estoque de cresci- mento, corre-se o risco de provocar uma subutilização do potencial produtivo do lugar. Considerações: ▪ A época do primeiro desbaste depende muito do estoque inicial e do mercado. ▪ A idade em que um povoamento alcança a idade de corte depende do diâmetro médio atingido pelas árvores. ▪ O tempo para produzir árvores de grande diâmetro e tronco uniforme é reduzido. ▪ Maior diâmetro das árvores e localização estratégica dos povoamentos reduzem os custos de exploração e transporte. ▪ O tipo e a intensidade de desbastes sucessivos podem variar em um mesmo povoamento. ▪ O desbaste evita a perda de árvores que eventual- mente morreriam por competição. Controle de desbastes Por intensidade de desbaste entende-se a produção removida em cada intervenção. As seguintes alternati- vas podem ser usadas para expressar a intensidade: ▪ Com base no número de árvores; ▪ Com base na área basal; ▪ Com base no volume. O primeiro não é recomendado, uma vez que o resultado depende do tipo de desbaste, isto é, seletivo ou sistemático. O controle via área basal pode ser feito a partir de uma área basal fixa a ser deixada após o desbaste, ou em função da área basal existente na ocasião do desbaste (deve ser preferida, pois o corte ocorrerá de acordo com o potencial do povoamento, ou melhor, de acordo com a estrutura do povoamento em cada local ou talhão). O controle via redução do volume segue o mesmo princípio da área basal. O sucesso do controle de intensidade de corte depende muito de um completo levantamento do estoque a ser manejado. Tipos de desbaste Seletivo: as árvores são removidas, ou não, de acordo com a qualidade, envolve quase sempre, a remoção inicial de árvores suprimidas e dominadas, causando abertura do dossel, o que favorece o desenvolvimento das árvores melhores, uniformizando o povoamento. Sistemático: as árvores são removidas de acordo com um sistema predeterminado, não permitindo considera- ções da qualidade. O sistema mais comum consiste na remoção de uma fileira, em intervalos definidos, segun- do a intensidade. É usualmente mais barato e fácil de realizar, porém pode resultar em remoção de árvores tecnicamente adequadas e manutenção de árvores tec- nicamente inadequadas. Misto: exemplo: remoção sistemática de uma a cada sete fileiras e desbaste seletivo nas demais fileiras. Vantagens: < custo facilitando a mecanização (sist.) e possibilita a retirada de indivíduos inferiores (seletivo). INVENTÁRIO FLORESTAL Inventário florestal trata de informações quantitativas e qualitativas que se deve obter a cerca de um povoamen- to florestal. Na sua execução são envolvidas diferentes áreas de atividade, desde a cartografia da área às técnicas de medição, amostragem e computação. Inventário florestal convencional: parcelas tempo- rárias, estimar a produção na época de medição. Inventário florestal contínuo (IFC): parcelas perma- nentes, estimar mudanças tanto na produção como em área florestal, entre outras características; importante fonte de dados em estudos de crescimento e produção. A razão que justifica as parcelas permanentes é o fato de ser possível parear uma medição posterior com uma anterior, sabendo-se que quando < o intervalo entre medições, > as vantagens das parcelas permanentes. A coleta de dados é responsável pela maior parte dos custos de um inventário florestal, estando diretamente ligada à escolha do método ou ao delineamento de amostragem. Um IF consiste em 3 fases: mapeamento da área, amostragem e análise de dados; por análise compreende-se o cálculo de estimativas de parâmetros e análise de decisões em manejo. Métodos de amostragem Os métodos de amostragem são baseados quase sem- pre no principio da amostragem casual. No entanto, em circunstâncias em que o seu emprego torna-se difícil ou oneroso, alguma forma de amostragem sistemática é usada. a) amostragem casual simples: toda unidade de amostra ou parcela possui a mesma probabilidade de ser amostrada na população. Isso proporciona estimativas não tendenciosas dos parâmetros da população, isto é, o valor médio das estimativas de todas as amostras possíveis de tamanho n é igual ao verdadeiro valor do parâmetro da população. Tem a vantagem da simpli- cidade de realização no campo e de computação dos dados, embora o custo total da localização e medição das parcelas possa ser alto, se comparado à localização sistemática de parcelas. b) amostragem sistemática: as u.a. são selecionadas seguindo-se um esquema predefinido de sistematiza- ção, cobrindo toda a população. Um misto de casuali- zação e sistematização ocorre quando a locação das u.a. é casualizada dentro de determinados intervalos (k) por toda a população. Para que haja confiabilidade nos estimadores dessa amostragem, a população deve ser isenta de qualquer tendência regular na distribuição dos seus elementos componentes. A amostragem sistemáti- ca de uma população homogênea, quanto à distribuição de seus indivíduos, resulta estimadores tão confiáveis quanto na amostragem casualizada. Portanto, sempre que for possível, a homogeneização das características deve ser procurada com uma estratificação. A aplicação dessa amostragem em IF ocorre principalmente em virtude da rapidez da localização das u.a. em grandes áreas, com conseqüente diminuição de custos. c) amostragem estratificada: a população é subdividida e, subpopulações ou estratos. Permite informar separa- damente por estrato, além da população total. Com a estratificação ocorrerá < erro do que em qualquer outro método de amostragem para um mesmo n. Isso é conseqüênciada diminuição da variação entre u.a. num mesmo estrato quanto à variação entre u.a. de estratos diferentes. A distribuição das parcelas nos estratos pode ser feita de modo casual ou sistemático. Essa amostra- gem envolve duas fases principais: a delimitação dos estratos no mapa ou croquis e a determinação do no de u.a. cabíveis em cada estrato. Justificativas para a manutenção de uma mesma locali- zação da rede de PP sob alto fuste e talhadia são: a) evita erros de não-amostragem, ao comparar dados de crescimento entre os dois regimes de corte. b) garante dados sem tendenciosidade que explicam mudanças na produção entre os dois regimes de corte, uma vez que fatores influentes como mortalidade,... INVENTÁRIO FLORESTAL Mudanças de qualidade do lugar, efeito do número de fustes por cepa após o corte, dentre outros, poderão ser monitorados e explicados. Resultados do inventário Os resultados devem incluir estimativas qualitativas e quantitativas, inclusive por classe de diâmetro. O tipo de gráfico depende dos objetivos do usuário e de sua habilidade em traduzir em gráficos as suas expectativas de divulgação de resultados ou de inferência. A seqüên- cia de apresentação dos resultados pode ser, por exem- plo, a seguinte: 1. Resumo incluindo informações gerais sobre o inven- tário e resultados principais (no máximo três páginas); 2. Resumo dos resultados por região, espécie ou clone, método de regeneração e classe de declividade etc., na forma de tabelas e gráficos; 3. Resultados por estrato, incluindo-se a análise estatís- tica da amostragem, na forma de tabelas e gráficos; 4. Resultados por talhão (ou quadra), incluindo estimati- vas por classe de diâmetro; 5. Tendências de crescimento por projeto, espécie ou clone, classe de declividade e método de regeneração, na forma de tabelas e gráficos; 6. Quando possível, projeção ponderada do volume por projeto, espécie ou clone, classe de declividade e meto- do de regeneração; 7. Análise crítica dos resultados do inventário e expecta- tivas futuras; 8. Resumo dos resultados por projeto, espécie ou clone, método de regeneração e classe de declividade; 9. Resultados quantitativos por parcela. Nestas saídas não devem faltar as variáveis: idade, espaçamento, altura dominante, área basal, diâmetro médio, número de árvores, percentagem de árvores mortas e volumes quantificados; 10. Distribuições diamétricas e hipsométricas por parcela, incluindo informações sobre a forma e escala das distribuições. Sugere-se incluir as estimativas dos parâmetros da função Weibull obtidas para cada parcela. 11. No caso de IFC, uma interpretação (gráfico ou tabe- la) do crescimento entre medições sucessivas deve ser incluída no relatório. Coleta de dados de campo (IFC): 1. local do inventário: fazendas; projetos; 2. procedimentos de amostragem: intensidade de amos- tragem: 1:10, 1:5, ...; quais talhões ? Alocação das parcelas aleatória ou sistemática; mapas c/ localização das parcelas; rotas de caminhamento; 3. equipe de coleta de dados: número de pessoas por equipe (3 pessoas); número de equipes; definição das atribuições; 4. materiais e equipamentos: veículos de transporte para as equipes de campo; materiais para a limpeza da área (foice, facão,...); motosserra e equipamentos de manutenção; combustível; EPI’s; tinta p/ marcação das árvores e pincel; estacas de madeira; garrafa térmica com água; kit de primeiros socorros; mapas e croquis das áreas; coletor de dados ou pranchetas de anotação; fichas de campo; trena; fita diamétrica ou suta; giz branco; hipsômetro; materiais para anotação e medição (lápis, caneta, borracha, régua). 5. estabelecimento das parcelas: dimensões das parce- las; marcação de pontos de referência na estrada; marcação das árvores limites das parcelas; marcação das árvores dominantes; 6. medição da circunferência (diâmetro) e altura das árvores: especificação do diâmetro limite de medição; cuidados de campo para minimizar os erros; distância entre o observador e a árvore; número de árvores cujas alturas serão medidas nas parcelas; seqüência de caminhamento no campo; 7. Classificação das árvores: Avaliação qualitativa para verificar a necessidade de manejar a floresta.
Compartilhar