831

Predio do crescimento em povoamentos clonais

PREDIO DO CRESCIMENTO EM POVOAMENTOS CLONAIS DE

EUCALIPTO NO DESBASTADOS UTILIZANDO MATRIZES DE TRANSIO
NO ESTACIONRIAS1
Carlos Pedro Boechat Soares2, Raul de Abreu Demolinari3, Helio Garcia Leite2 e Agostinho Lopes de Souza2
RESUMO Este trabalho teve por objetivo avaliar uma metodologia baseada em matrizes de transio no
estacionrias, para predizer o crescimento de plantios clonais de eucalipto no desbastados. Aps as anlises,
verificou-se que a utilizao de matrizes especficas para cada perodo de crescimento e para cada classe de
produtividade foi eficiente para predizer a distribuio diamtrica e o estoque volumtrico de plantios clonais
de eucalipto, bem como definir as idades tcnicas de colheita. Alm disso, a metodologia proposta mostrou
potencial para a definio da poca de realizao de desbastes.

Palavras-chave: Eucalipto, matriz de transio e crescimento.

PREDITION OF THE GROWTH IN UNTHINNED EUCALYPTUS CLONAL

STANDS USING NON STATIONARY TRANSITION MATRIXES
ABSTRACT The objective of this work was to evaluate a methodology based on non stationary transition
matrixes to predict the growth in unthinned eucalyptus clonal stands. After analyses, it was verified that the
use of specific matrixes for each growth period and for each productivity class was efficient to predict the
diametric distribution and volumetric stock of the stands as well as to define the technical ages for cutting.
Besides, the proposed methodology showed potential to define the time of thinning.

Keywords: Eucalyptus, transition matrix and growth.

1. INTRODUO
A modelagem do crescimento e da produo de
plantios comerciais de eucalipto no Brasil apresenta-se
bem desenvolvida, com avanos significativos nesta
rea. Como exemplo disso, tm-se modelos ajustados
para diferentes regies do pas, incluindo desde modelos
empricos em nvel de povoamentos e de distribuio
diamtrica (CAMPOS e LEITE, 2006) at modelos
baseados em processos (ALMEIDA et al., 2004; STAPE
et al., 2004).
Com a crescente demanda por produtos madeireiros,
no Brasil, principalmente advindos de reflorestamentos
comerciais, os modelos de distribuio de dimetros
tm assumido papel de destaque, uma vez que tm a

capacidade de projetar volumes para diferentes usos.

Entre os modelos que projetam a distribuio diamtrica
de florestas ao longo do tempo, destacam-se aqueles
baseados em funes densidade de probabilidade
(CAMPOS e LEITE, 2006) e em matrizes de probabilidade
de transio (cadeia de Markov).
Os modelos baseados em funes densidade de
probabilidades tm sido empregados em estudos
envolvendo plantios comerciais de rpido crescimento
(LEITE et al., 1990) e aqueles baseados em matrizes de
probabilidades de transio empregados preferencialmente
em florestas inequineas (HIGUCHI, 1987; AZEVEDO
et al., 1995), embora estudos tenham sido realizados
em florestas equineas (ARCE et al., 1997).

Recebido em 12-12-2007 e aceito para publicao em 23.06.2009.

Departamento de Engenharia Florestal da UFV, Viosa, MG. E-mail: <csoares@ufv.br>, <hgleite@ufv.br> e <alsouza@ufv.br>.
3
Engenheiro Florestal (M.Sc.). E-mail: <raul.abreu@aluminiocba.com.br> .

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

SOARES , C.P.B. et al.

832
A matriz de probabilidade de transio um processo
estocstico utilizado para estudar fenmenos que
passam por uma sequncia de estados, em que a
transio de determinado estado para outro ocorre
de acordo com certa probabilidade (HILLIER e
LIEBERMAN, 2001). Se o processo estocstico possui
nmero finito de estados; atende propriedade
markoviana, ou seja, a probabilidade de transio
depende apenas do estado em que o fenmeno se
encontra e do estado seguinte; possui uma matriz
de probabilidade de transio estacionria; e tem uma
probabilidade inicial associada a cada estado, e o
processo chamado de processo de Markov. Uma
sequncia de estados seguindo esse processo
denominada Cadeia de Markov (BOLDRINI et al.,
1978).
Nesse contexto, a estrutura diamtrica de uma
floresta pode ser estudada, de forma satisfatria, por
meio da tcnica da Cadeia de Markov, desde que
a floresta possua ritmo de crescimento lento e a projeo
seja feita para perodos de tempo curtos (ARCE et
al., 1997). Se essas condies no forem verificadas,
essa tcnica pode gerar estimativas tendenciosas e
imprecisas das projees das distribuies de dimetros,
principalmente devido ao uso da matriz de probabilidade
estacionria.
Diante do exposto, este trabalho teve por objetivo
avaliar uma metodologia baseada em matrizes de
probabilidade de transio no estacionrias para
predizer o crescimento de plantios clonais de eucalipto
no desbastados, em diferentes classes de
produtividade, ou seja, predizer as distribuies
diamtricas, os estoques volumtricos e as idades
tcnicas de colheita (ITC).

2. MATERIAL E MTODOS
2.1. Caracterizao da rea de estudo
Este estudo foi realizado com dados de inventrios
florestais contnuos de plantios clonais de hbridos
no desbastados de Eucalyptus urophylla x Eucalyptus
grandis, localizados no Municpio de Monte Dourado,
Estado do Par, Regio Norte do Brasil.
Os plantios esto localizados em reas cuja
temperatura mdia anual aproximadamente 26 C; a
umidade relativa apresenta valores entre 80 e 85% em
quase todos os meses do ano; a precipitao mdia
anual est entre 2.000 e 2.500 mm, com o perodo chuvoso

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

compreendido entre os meses de dezembro e julho.

Maro o ms mais chuvoso, enquanto os meses com
menores ndices pluviomtricos esto compreendidos
entre julho e novembro, sendo outubro o mais seco;
os solos predominantes da regio so os Latossolos
Amarelos (OLIVEIRA et al., 2004).

2.2. Caracterizao dos dados

Foram utilizados dados de 63 parcelas permanentes,
com 500 m de rea til, espaamento inicial de 3 x 3
m entre plantas e idades entre 24 e 72 meses, para a
obteno das matrizes de probabilidades de transio.
A classificao da capacidade produtiva dos plantios
foi realizada por meio do Mtodo da Curva-Guia
(CLUTTER et al., 1983), atravs da seguinte equao
(DEMOLINARI et al., 2007):

LnHd = 3,510492274 14,88011596 I 1

ryy = 49,95%; CV% = 9,68%

(1)
As parcelas foram divididas em igual nmero, em
trs classes de produtividade (Tabela 1), para avaliar
a metodologia proposta em diferentes condies de
plantio, haja vista que a estrutura diamtrica depende
da capacidade produtiva (DEMOLINARI et al., 2007).
Foram utilizadas, tambm, 10 parcelas permanentes
independentes, em cada classe de produtividade, para
validar o uso da matriz de probabilidade de transio
no estacionria.

2.3. Matrizes de probabilidade de transio

Os dimetros das rvores foram agrupados em
classe de 2,0 cm de amplitude com o objetivo de
caracterizar a distribuio diamtrica dos povoamentos
e definir as matrizes de probabilidades de transio
para cada perodo de projeo e para cada classe de
produtividade.
Tabela 1 Classes de produtividade dos povoamentos de Eucalyptus
urophylla x E. grandis.
Table 1 Classes of productivity for Eucalyptus urophylla
x E. grandis stands.
Classe de
Produtividade
Alta
Mdia
Baixa

Amplitude
da Classe
29
23
17

* idade-ndice igual a 60 meses

S
S
S

Centro de
Classe
35
29
23

S = 32
S = 26
S = 20

833

Predio do crescimento em povoamentos clonais

A matriz de probabilidade de transio (G)

excluindo-se a mortalidade das rvores representada
por:

cada perodo de projeo e classe de produtividade;

eY it = vetor nmero de rvores vivas por classe de
dimetro no tempo t.

i1 a1

i 2 b 2
i3 c 3

G = i4 0
i5 0

M M
i n 0

As distribuies diamtricas projetadas foram

comparadas com as distribuies observadas atravs
do teste Qui-quadrado, no nvel de 95% de probabilidade.

0
a2
b3

0
0
a3

c4

b4

0
M
0

c5

b5

0
0
0
0
a5

M
0

M
0

M
cn

0
0
0
a4

K
K
K
K
K
O
bn

0
0

0
0

0
a n

em que in= i-sima classe de dimetro; ai = probabilidade

de as rvores permanecerem na mesma classe;
bi = probabilidade de as rvores migrarem para a classe
diamtrica subsequente; e c i = probabilidade de as
rvores migrarem duas classes,

De posse do nmero de rvores estimado por hectare

e por classe de DAP, nas diferentes idades e classes
de produtividade estimaram-se os estoques volumtricos
por hectare e as idades tcnicas de colheita (ITCs)
idades em que ocorreram os mximos incrementos mdios
anuais (IMAs). Para isso, foram utilizadas as seguintes
equaes para estimar os volumes e as alturas das rvores
individuais (DEMOLINARI et al., 2007):
LnVtcc = 11,1459220 + 1,8866990 LnDAP + 1,3733330 LnHt (6)

R2 = 99,87%; CV% = 9,68%

(7)

tal que:
Nmero de rvores vivas que permaneceram na
i sima classe de DAP no perodo d e tempo (T = T2 T1)
ai =
Nmero de rvores na i sima classe de DAP no tempo T1

(2)
R2 = 89,45%; CV% = 9,49%
(3)

3. RESULTADOS E DISCUSSO
3.1. Matrizes de probabilidades

Nmero de rvores vivas que migraram da

i sima classe de DAP para a i sima classe + 2
no perodo de tempo (T = T 2 T1 )
ci =
Nmero de rvores na i sima classe de DAP no tempo T1

(4)

2.4. Projees das distribuies diamtricas e idades

tcnicas de colheita (ITCs)
As distribuies diamtricas das parcelas
independentes foram projetadas a partir do vetor do nmero
de rvores observado aos 24 meses, conforme proposto
por Buongiorno e Michie (1980) expresso 5, sem o
vetor de ingresso ou recrutamento, haja vista que nenhuma
rvore ingressou nas classes de dimetro iniciais:
Yit+t =G.Yit

(5)

em que Y it+t = vetor do nmero de rvores vivas

projetado para as i classes de dimetro no tempo t+t;
G = matriz probabilidade de transio especfica para

Considerando o crescimento em dimetro como

uma medida de vigor (BUCKMAN e SHIFLEY, 1983;
MIRANDA, 1990), observou-se (Tabelas 2, 3 e 4) que
as rvores das menores classes de dimetro vo
diminuindo seu vigor ao longo do tempo, uma vez que
as probabilidades de as rvores permanecerem nas
classes (diagonal principal das matrizes de
probabilidades) so maiores do que as de mudarem
de classe. No entanto, como surgem novas classes
de dimetro a cada ano, independentemente da classe
de produtividade, isso indica que as rvores maiores
ainda apresentam vigor de crescimento, mesmo em idades
mais avanadas.
De acordo, ainda, com as Tabelas 2, 3 e 4, as
probabilidades no so as mesmas ao longo do tempo,
o que corrobora o uso de matrizes de probabilidade
de transio para perodos distintos e para classes
de produtividade distintas, quando se deseja predizer
a distribuio diamtrica de plantios comerciais de rpido
crescimento, como os plantios comerciais de eucalipto
(ARCE et al., 1997).

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

SOARES , C.P.B. et al.

834
Tabela 2 Matrizes de transio da classe de alta produtividade (S = 32).
Table 2 Transition matrixes for the class of high productivity (S = 32).
Classe DAP
(36 meses)
5
7
9
11
13
15
17
19
21
23

Classe DAP
(48 meses)
5
7
9
11
13
15
17
19
21
23
25

5
0,5429
0,2000
0
0
0
0
0
0
0
0

5
0,5789
0,0526
0
0
0
0
0
0
0
0
0

Classe DAP
(60 meses)
5
5
0,4545
7
0,3636
9
0
11
0
13
0
15
0
17
0
19
0
21
0
23
0
25
0
27
0

7
0
0,6377
0,1594
0
0
0
0
0
0
0

7
0
0,6275
0,1569
0
0
0
0
0
0
0
0

7
0
0,6364
0,2121
0
0
0
0
0
0
0
0
0

Classe DAP
(72 mese)
5
7
5
0,4000
0
7
0,4000 0,8000
9
0
0,1200
11
0
0
13
0
0
15
0
0
17
0
0
19
0
0
21
0
0
23
0
0
25
0
0
27
0
0
29
0
0

9
0
0
0,7356
0,0920
0
0
0
0
0
0
0

9
0
0
0,5972
0,3056
0
0
0
0
0
0
0
0

9
0
0,7000
0,1800
0
0
0
0
0
0
0
0
0

Classe DAP (cm) - 24 meses

11
13
0
0
0
0
0
0
0,4412
0
0,4622
0,2551
0,0294
0,6029
0,0084
0,0928
0
0,0029
0
0
0
0

9
0
0
0,6032
0,2540
0,0159
0
0
0
0
0

11
0
0
0
0,7445
0,1387
0
0
0
0
0
0

11
0
0
0
0,7000
0,2273
0
0
0
0
0
0
0

11
0
0
0
0,5859
0,2828
0
0
0
0
0
0
0
0

15
0
0
0
0
0
0,1524
0,6283
0,1673
0,0037
0

Classe DAP (cm) - 36 meses

13
15
17
0
0
0
0
0
0
0
0
0
0
0
0
0,6350
0
0
0,3450
0,4492
0
0
0,5430
0,4126
0
0
0,5680
0
0
0,0194
0
0
0
0
0
0

Classe DAP (cm) - 48 meses

13
15
17
19
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,7055
0
0
0
0,2123 0,6250
0
0
0
0,3641
0,5759
0
0
0
0,4152
0,3893
0
0
0
0,6040
0
0
0
0,0067
0
0
0
0
0
0
0
0

17
0
0
0
0
0
0
0,0423
0,7183
0,1690
0

19
0
0
0
0
0
0
0
0,3265
0,6224
0,0408
0

21
0
0
0
0
0
0
0
0
0,2143
0,7429
0,0286
0

Classe DAP (cm) - 60 meses

13
15
17
19
21
23
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,7266
0
0
0
0
0
0,2188 0,7055
0
0
0
0
0
0,2534 0,6173
0
0
0
0
0
0,3673 0,5099
0
0
0
0
0,0051 0,4901 0,4571
0
0
0
0
0
0,5429 0,2545
0
0
0
0
0
0,6909
0
0
0
0
0
0,0545
0
0
0
0
0
0

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

21
0
0
0
0
0
0
0
0
0,3125
0,6875
0

19
0
0
0
0
0
0
0
0,1429
0,4286
0,4286

23
0
0
0
0
0
0
0
0
0
0,3333
0,6667

23
0
0
0
0
0
0
0
0
0
0,1250
0,8125
0,0625

25
0
0
0
0
0
0
0
0
0
0
0
1,0000

25
0
0
0
0
0
0
0
0
0
0
0,2000
0,8000
0

27
0
0
0
0
0
0
0
0
0
0
0
0
1,0000

835

Predio do crescimento em povoamentos clonais

Tabela 3 Matrizes de transio para a classe de mdia produtividade (S = 26).

Table 3 Transition matrixes for the class of medium productivity (S = 26).
Classe DAP
(36 meses)
5
7
9
11
13
15
17
19
21

Classe DAP
(48 meses)
5
7
9
11
13
15
17
19
21
23
25

5
0,6842
0,2105
0
0
0
0
0
0
0

5
0,6923
0,2308
0
0
0
0
0
0
0
0
0

Classe DAP
(60 meses)
5
5
0,7222
7
0,1667
9
0
11
0
13
0
15
0
17
0
19
0
21
0
23
0
25
0
27
0

7
0
0,6154
0,3077
0
0
0
0
0
0
0
0

7
0
0,6667
0,2778
0
0
0
0
0
0
0
0
0

Classe DAP
(72 mese)
5
7
5
0,5385
0
7
0,3846 0,7436
9
0
0,2051
11
0
0
13
0
0
15
0
0
17
0
0
19
0
0
21
0
0
23
0
0
25
0
0
27
0
0
29
0
0

Classe DAP (cm) - 24 meses

9
11
13
0
0
0
0
0
0
0,4774
0
0
0,4444
0,2920
0
0,0165
0,5664
0,1011
0
0,0914
0,7303
0
0
0,1161
0
0
0
0
0
0

7
0
0,5785
0,3306
0
0
0
0
0
0

9
0
0
0,705
0,209
0
0
0
0
0
0
0
0

9
0
0
0,6887
0,2642
0
0
0
0
0
0
0
0
0

Classe DAP (cm) - 36 meses

11
13
15
0
0
0
0
0
0
0
0
0
0,6329
0
0
0,3430
0,4215
0
0,0048
0,5740
0,4087
0,0048
0
0,5739
0
0
0,0130
0
0
0
0
0
0
0
0
0

9
0
0
0,6731
0,3013
0
0
0
0
0
0
0

11
0
0
0
0,646
0,320
0
0
0
0
0
0
0

11
0
0
0
0,7535
0,2183
0
0
0
0
0
0
0
0

Classe
13
0
0
0
0
0,594
0,394
0,006
0
0
0
0
0

DAP (cm)
15
0
0
0
0
0
0,475
0,507
0,004
0
0
0
0

- 48 meses
17
19
0
0
0
0
0
0
0
0
0
0
0
0
0,369
0
0,618
0,286
0,013
0,686
0
0,029
0
0
0
0

15
0
0
0
0
0
0,0449
0,6629
0,2360
0,0112

17
0
0
0
0
0
0
0,2667
0,6889
0,0444
0
0

21
0
0
0
0
0
0
0
0
0,182
0,773
0,045
0

Classe DAP (cm) - 60 meses

13
15
17
19
21
23
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,8000
0
0
0
0
0
0,1935 0,5906
0
0
0
0
0
0,4035 0,5465
0
0
0
0
0
0,4477 0,3898
0
0
0
0
0,0058 0,5932 0,3519
0
0
0
0
0,0169 0,611
0
0
0
0
0
0,0370 0,9524
0
0
0
0
0
0,0476
0
0
0
0
0
0

19
0
0
0
0
0
0
0
0,1600
0,7200
0,1200
0

17
0
0
0
0
0
0
0
0,8000
0,2000

21
0
0
0
0
0
0
0
0
0
0,5000
0,5000

23
0
0
0
0
0
0
0
0
0
0,250
0,750
0

25
0
0
0
0
0
0
0
0
0
0
0
1,000

25
0
0
0
0
0
0
0
0
0
0
0
0,7500
0,2500

27
0
0
0
0
0
0
0
0
0
0
0
0
1,0000

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

SOARES , C.P.B. et al.

836
Tabela 4 Matrizes de transio da classe de baixa produtividade (S = 20).
Table 4 Transition matrixes for the class of low productivity (S = 20).
Classe DAP
(36 meses)
5
7
9
11
13
15
17
19
21
Classe DAP
(48 meses)
5
7
9
11
13
15
17
19
21
23

5
0,6071
0,2768
0,0089
0
0
0
0
0
0

5
0,6765
0,2941
0
0
0
0
0
0
0
0

Classe DAP
(60 meses)
5
5
0,7826
7
0,1957
9
0
11
0
13
0
15
0
17
0
19
0
21
0
23
0
25
0

Classe DAP
(72 mese)
5
5
0,6320
7
0,1320
9
0
11
0
13
0
15
0
17
0
19
0
21
0
23
0
25
0

7
0
0,6832
0,3043
0
0
0
0
0
0
0

7
0
0,6923
0,2538
0
0
0
0
0
0
0
0

7
0
0,6990
0,1460
0
0
0
0
0
0
0
0

Classe DAP (cm) - 24 meses

9
11
13
0
0
0
0
0
0
0,4891
0
0
0,4552
0,3695
0
0,0097
0,5221
0,2400
0
0,0482
0,6400
0
0
0,0800
0
0
0
0
0
0

7
0
0,5556
0,3419
0
0,0043
0,0043
0
0
0

9
0
0
0,6113
0,3604
0,0035
0,0035
0
0
0
0

9
0
0
0,7342
0,2342
0
0
0
0
0
0
0

9
0
0
0,7870
0,1690
0
0
0
0
0
0
0

Classe DAP (cm) - 36 meses

11
13
15
0
0
0
0
0
0
0
0
0
0,6250
0
0
0,3679
0,4248
0
0,0036
0,5556
0,2951
0
0,0196
0,6557
0
0
0,0492
0
0
0
0
0
0

11
0
0
0
0,7220
0,2599
0
0
0
0
0
0

Classe DAP (cm) - 48 meses

13
15
17
0
0
0
0
0
0
0
0
0
0
0
0
0,6391
0
0
0,3491
0,5905
0
0
0,4000
0,4000
0
0
0,5778
0
0
0
0
0
0
0
0
0

Classe DAP (cm) - 60 meses

11
13
15
17
19
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0,7400
0
0
0
0
0,2450 0,7290
0
0
0
0
0,2550
0,6140
0
0
0
0
0,3860
0,6190
0
0
0
0
0,3810
0,4060
0
0
0
0
0,5940
0
0
0
0
0
0
0
0
0
0

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

15
0
0
0
0
0
0
1,0000
0
0

17
0
0
0
0
0
0
0,2500
0,6250
0,1250
0

19
0
0
0
0
0
0
0
0,5000
0,5000
0
0

21
0
0
0
0
0
0
0
0
0,1670
0,8330
0

19
0
0
0
0
0
0
0
0
0
0

21
0
0
0
0
0
0
0
0
0
1,0000
0

23
0
0
0
0
0
0
0
0
0
1,0000
0

17
0
0
0
0
0
0
0
0
1,0000

21
0
0
0
0
0
0
0
0
0
1,0000

23
0
0
0
0
0
0
0
0
0
0
1,0000

25
0
0
0
0
0
0
0
0
0
0
1,0000

837

Predio do crescimento em povoamentos clonais

Tabela 5 Nmeros de rvores por classe de DAP observados e estimados para 36, 48, 60 e 72 meses, nas trs classes de
produtividade.
Table 5 Observed and estimated number of trees per diameter class for 36, 48, 60 and 72 months and three productivity
classes.

S = 32
Classe de DAP
5
7
9
11
13
15
17
19
21
23
25
27
29

S = 26
Classe de DAP
5
7
9
11
13
15
17
19
21
23
25
27
29

S = 20
Classe de DAP
5
7
9
11
13
15
17
19
21
23
25

24
Obs.
24
70
108
236
322
270
62
10

24
Obs.
28
112
244
328
260
64
2

24
Obs.
114
226
374
248
82
4
2

36
Obs.

Est.

Obs.

14
52
78
148
192
244
212
106
18
4

13
49
76
132
193
242
204
92
16
4

10
34
76
120
148
164
224
156
74
24
4

Idades (meses)
48
Est.
8
32
64
105
141
175
216
146
66
16
3

Obs.

Est.

Obs.

Idades (meses)
48
Est.

20
70
154
212
244
236
74
20
2

19
71
154
204
216
223
73
17
1

12
50
126
184
166
242
166
56
14
4
2

13
48
125
175
161
216
148
56
15
3
1

36

Obs.

Est.

Obs.

Idades (meses)
48
Est.

62
158
280
286
156
64
14
2
2

69
157
261
262
154
65
11
0
2

42
130
224
276
178
112
42
10
2
2

47
128
207
258
163
107
49
10
1
2

36

60

72

Obs.

Est.

Obs.

Est.

6
24
62
114
136
132
190
156
106
56
22
4

3
23
45
93
123
139
188
146
102
52
15
4

2
18
50
76
126
124
150
150
124
76
42
22
4

1
20
34
63
116
125
151
144
119
69
39
15
4

Obs.

Est.

Obs.

Est.

6
42
100
152
150
184
180
118
46
16
4
2

10
34
102
140
152
166
165
108
43
14
3
1

2
36
76
136
152
142
168
130
84
32
20
4
2

5
29
77
132
152
128
157
116
80
28
15
3
1

60

72

60

72

Obs.

Est.

Obs.

Est.

36
90
204
244
186
128
62
34
6
2
2

37
98
185
235
171
120
62
33
5
1
2

22
66
190
214
194
126
82
36
24
6
2

23
73
160
205
182
117
85
37
20
5
2

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

SOARES , C.P.B. et al.

838
A definio de matrizes de probabilidades de
transio para perodos distintos e por classe de
produtividade, haja vista que a estrutura do
povoamento funo, entre outros fatores, da
capacidade produtiva e da sua idade (CLUTTER et
al., 1983), pode balizar a realizao de prticas
silviculturais, como o desbaste.
Atravs da identificao das classes de dimetro
que apresentam estagnao de crescimento, isto ,
daquelas classes em que a probabilidade das rvores
permanecerem na classe maior do que a de mudarem
de classe, e das anlises de viabilidades tcnica e
econmica, pode-se definir a idade (poca) de realizao
do desbaste e a quantidade a ser removida nesta
prtica. Essa forma de definir a poca de realizar o
desbaste diferencia-se da tcnica dos Ingressos
Percentuais (NOGUEIRA et al., 2001; LEITE et al.,
2005), que se baseia na diminuio do vigor das maiores
rvores do povoamento.
Demolinari (2006) observou, em plantios clonais
de eucalipto, a estagnao do crescimento das rvores
nas menores classes de dimetro, juntamente com
o aumento da mortalidade de rvores. Assim, a
avaliao da estagnao do crescimento nas menores
classes de dimetro, pelo emprego de matrizes de
transio, alm de definir a poca de realizao de
desbastes, pode interferir positivamente para o
aumento da produo lquida, por evitar perdas por
mortalidade de rvores (DAVIS e JOHNSON, 1987;
CAMPOS e LEITE, 2006).

Tabela 6 Resultados dos testes Qui-quadrado .

Table 6 Results of the Chi-square test.
Classes de
produtividade
S=32
S=26
S=20

36
n.s
n.s
n.s

Idades (meses)
48
60
n.s
n.s
n.s
n.s
n.s
n.s

72
n.s
n.s
n.s

n.s = as distribuies diamtricas estimadas e observadas no

diferiram estatisticamente, pelo teste Qui-quadrado, ao nvel
de 95% de probabilidade.

As projees das distribuies diamtricas para as

idades de 48, 60 e 72 meses, por meio de matrizes de transio
no estacionrias, foram estatisticamente iguais s distribuies
observadas, no nvel de 95% de probabilidade (Tabelas
5 e 6).
De acordo com a Tabela 7, as idades tcnicas de colheita
foram coerentes com a capacidade produtiva dos plantios
(CLUTTER et al., 1983; CAMPOS e LEITE, 2006). Quanto
maior a capacidade produtiva, menores as idades em que
ocorrem as mximas produtividades mdias (valores
sublinhados).

3.2. Projees das distribuies diamtricas

Embora a metodologia proposta se tenha mostrado

eficiente para projetar as distribuies diamtricas em diferentes
idades e condies de produtividade, ela restringe as projees
a intervalos mltiplos do intervalo original, utilizado para
gerar as matrizes de probabilidades. Neste estudo, se o objetivo
fosse projetar as distribuies diamtricas para idades entre
24 e 36 meses, por exemplo, essa seria obtida por interpolao.
Contudo, esse artifcio matemtico pode resultar em estimativas
imprecisas, uma vez que a lgica da proporcionalidade pode
no ocorrer, em virtude dos perodos de crescimento
diferenciados ao longo do ano.

Para efetuar os clculos algbricos e,

consequentemente, projetar as distribuies
diamtricas para diferentes idades, houve a necessidade
da incluso de zeros nas matrizes de transio e nos
vetores do nmero de rvores, haja vista que estes
possuam diferentes dimenses.

Como alternativas utilizao de matrizes de transio

para a obteno de variveis de estado em qualquer ponto
no tempo em povoamentos equineos, tm-se as metodologias
baseadas em equaes diferenciais (RIBEIRO, 1996) e
em processos de difuso (ARCE et al., 1998; EISFELD
et al., 2005).

Tabela 7 Tabela de produo considerando trs classes de ndice de local (S).

Table 7 Volume per hectare (Vol.) and mean annual increment (IMA) considering three site index classes (S).
Idade (meses)

Vol. (m 3 /ha)

24
36
48
60
72
84*

28,40
44,79
60,92
78,55
96,30
108,64

S=20
IMA (m 3/ha.ano)

Vol. (m 3 /ha)

14,20
14,93
15,23
15,71
16,05
15,52

* valores observados aos 84 meses

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

57,50
95,46
131,28
166,00
197,94
-

S=26
IMA (m 3/ha.ano)
28,75
31,82
32,82
33,20
32,99
-

Vol. (m 3 /ha)
104,88
162,33
220,64
263,30
301,92
-

S=32
IMA (m 3/ha.ano)
52,44
54,11
55,16
52,66
50,32
-

Predio do crescimento em povoamentos clonais

4. CONCLUSES
Aps as anlises, pde-se concluir que a utilizao
de matrizes especficas em cada perodo de crescimento
e em cada classe de produtividade foi eficiente para
predizer a distribuio diamtrica e o estoque volumtrico
de plantios clonais de eucalipto, bem como definir as
idades tcnicas de colheita. Alm disso, a metodologia
proposta possui potencial para a definio da poca
de realizao de desbastes.
Cabe ressaltar, no entanto, que a metodologia
apresentada ainda possui limitaes de uso com relao
ao perodo de tempo entre projees e interpolao
dos dados.

5. REFERNCIAS
ALMEIDA, A. C. et al. Needs and opportunities
for using a process-based productivity model as
a practical tool in Eucalyptus plantations.
Forest Ecology and Management ,
n.193, p.179-195, 2004.
ARCE, J. E. et al. Utilizao das matrizes de
transio na avaliao e simulao precoce do
crescimento de povoamentos de Pinus taeda L.
Revista Floresta, v.27, n.1, p.83-98, 1997.
ARCE, J. E. et al. Utilizao dos processos de
difuso na avaliao e simulao precoces do
crescimento de povoamentos de Pinus taeda L.
Revista Cerne, v.4, n.1, p.154-170, 1998.
AZEVEDO, C. P.; SOUZA, A. L.; JESUS, R. M.
Um modelo de matriz de transio para
prognose do crescimento de um povoamento
natural remanescente no manejado de mata
Atlntica. Viosa: Revista rvore, v.19, n.2,
p.187-199,1995
BOLDRINI, J. L. et al. lgebra linear. So
Paulo: Haper & Row do Brasil, 1978. 805p.
BUCKMAN, R. G.; SHIFLEY, R. Essential
for forecasting mortality trends and
changes. In: INTERNATIONAL
CONFERENCE RENEWBLE RESOURCES
INVENTORIES FOR MONITORING CHANGES
AND TRENDS, 1983, Corvalis.
ProceedingsCorvalis, Oregon State
University, 1983. v.1. p.141-144.
BUONGIORNO, J.; MICHIE, B. R. A matrix
model for uneven-aged forest management.
Forest Science, v.26, n.4, p.609-625, 1980

839
CAMPOS, J. C. C.; LEITE, H. G. Mensurao
florestal: perguntas e respostas. 2.ed.
Viosa, MG: UFV, 2006. 407p.
CLUTTER, J. C. et al. Timber
management: a quantitative approach.
3.ed. New York: John Willey & Sons, 1983.
333p.
DEMOLINARI, R. A. Crescimento de
povoamentos de eucalipto nodesbastados. 2006. 72f. Dissertao
(Mestrado em Cincia Florestal) - Universidade
Federal de Viosa, Viosa MG, 2006.
DEMOLINARI, R. A. et al. Crescimento de
plantios clonais de eucalipto no desbastados
na regio de Monte Dourado (PA). Revista
rvore, v.31, n.3, p.503-512, 2007.
DAVIS, L. S.; JOHNSON, K. N. Forest
management. 3.ed. New York: McGraw-Hill
Book Company, 1987. 790p.
EISFELD, R. L. et al. Modelagem do
crescimento e da produo de Pinus taeda L.
por meio do processo de difuso. Revista
Cerne, v.11, n.2, p.167-177, 2005.
HIGUCHI, N. Short-term growth of an
undisturbed tropical rain forest in
the brazilian Amazon. 1987. 129f. Thesis
(Ph.D) - Michigan State University, Michigan,
1987.
HILLIER, F. S.; LIEBERMAN, G. J. Retorno
de nutrientes via deposio de
serrapilheira em um povoamento de
Accia-Negra (Acacia mearnsii De
Wild) no Estado do Rio Grande do
Sul. 7.ed. New York: Macgraw-Hill, 2001.
1214p.
LEITE, H. G. et al. Um modelo para estimar a
produo de madeira pra celulose e energia
derivado da funo Weibull. Revista
rvore, v.14, n.2, p.102-118, 1990.
LEITE, H. G. et al. Avaliao de um modelo de
distribuio diamtrica ajustado para
povoamentos de Eucalyptus sp., submetidos a
desbaste. Revista rvore, v.29, n.2, p.271280, 2005.

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

840
MIRANDA, R. C. Anlise da mortalidade
regular em funo de caractersticas
dendromtricas de grupos de rvores
semelhantes de eucalipto. 1990. 86f.
Dissertao (Mestrado em Cincia Florestal) Universidade Federal de Viosa, Viosa, MG, 1990.
NOGUEIRA, G. S. et al. Determinao da idade
tcnica de desbaste utilizando o mtodo dos
ingressos percentuais. Scientia Forestalis,
n.59, p.51-59, 2001.
OLIVEIRA, L. L. et al. Mapas dos parmetros
climatolgicos do estado do Par: umidade,
temperatura e insolao mdias anuais. In:

R. rvore, Viosa-MG, v.33, n.5, p.831-840, 2009

SOARES , C.P.B. et al.

CONGRESSO BRASILEIRO DE
METEOROLOGIA, 13., 2004, Fortaleza. Anais...
Fortaleza: 2004. 7p.
RIBEIRO, C. A. A. S. Um modelo para a projeo
da distribuio diamtrica de povoamentos
ineqineos baseado em equaes diferenciais.
Revista rvore, v.20, n.3, p.279-286, 1996.
STAPE, J. L.; BINKLEY, D.; RYAN, M. G.
Eucalyptus production and supply, use and the
efficiency of use of water, light and nitrogen
across a geographic gradient in Brazil. Forest
Ecology and Management, n.193, p.17-31,
2004.