Você está na página 1de 71

1

UNIVERSIDADE FEDERAL DE SANTA MARIA


CENTRO DE CI NCIAS RURAIS
DEPARTAMENTO DE CI NCIAS FLORESTAIS

Modelagem

aplicada
ao Crescimento e Produ o Florestal

- com exemplos e exerccios -

Dr. Peter Spathelf


Dr. Leif Nutto

Julho de 2000 - Santa Maria, RS

Sumrio
1

FUNDAMENTOS NA MODELAGEM DO CRESCIMENTO


DISTIN O ENTRE CRESCIMENTO, PRODU O E INCREMENTO
FUNDAMENTOS FISIOL GICOS DO CRESCIMENTO
MODELOS: DEFINI O E PAPEL
TIPOS GERAIS DE MODELOS
MODELOS EMPRICOS
MODELOS MECANSTICOS
DEMAIS CRIT RIOS DE CLASSIFICA O
CONSIDERA ES GERAIS NO PROCEDIMENTO DA MODELAGEM
TIPOS DE EQUA ES

5
5
6
8
8
8
9
12
13

TABELA DE PRODU O (MODELOS DE POVOAMENTOS)

18

1.1
1.2
1.3
1.4
1.4.1
1.4.2
1.4.3
1.5
1.6
2

2.1
2.2
2.3
2.3.1
2.3.2
2.4
3
3.1
3.2

HIST RICO
CONSTRU O
APLICA O
CLASSIFICA O DE STIO
BASE PARA UMA PRODU O SUSTENT VEL
N VEL DE PRODU O

MATRIZ DE TRANSI O (MODELOS DE DISTRIBUI O DE DI METROS)


CONCEITO E OBJETIVOS
EXEMPLO: FLORESTA ESTACIONAL

4 MODELOS PARA A PRODU O DE MADEIRA DE QUALIDADE (MODELOS


BASEADOS NA RVORE SINGULAR)

18
19
20
20
22
23
26
26
28

36

4.1
INTRODU O
36
4.2
CONDU O DO CRESCIMENTO SEGUNDO O EXEMPLO DO MANEJO DO CARVALHO
(QUERCUS SSP.) NA ALEMANHA
38
4.2.1 INTRODU O
38
4.2.2 PROGRAMA DE PRODU O ORIENTADO NOS OBJETIVOS (QUERCUS ROBUR DE KENK, 1980) 39
4.2.3 PROGRAMA DE PRODU O ORIENTADO NOS OBJETIVOS E NO ESTADO DA RVORE INDIVIDUAL
OU DO POVOAMENTO
40
5 MODELOS PARA AVALIAR O IMPACTO DE FATORES AMBIENTAIS NO
CRESCIMENTO DE RVORES
5.1
5.2
5.3

51

FONTES DE DADOS
51
ABORDAGENS
53
EXEMPLO: ZUWACHSTRENDVERFAHREN (M TODO DA TEND NCIA DE CRESCIMENTO)
55

6 MODELOS DE GERENCIAMENTO FLORESTAL (MODELOS SETORIAIS DE


EMPRESA)

58

6.1.
6.2.
6.2.1.
6.2.2.
6.2.3.
6.3.
6.4

58
58
58
59
59
59
60

CONCEITO E OBJETIVOS
CONSTRU O DE MODELOS DE GERENCIAMENTO FLORESTAL
ELEMENTOS
EXIG NCIAS DE MODELOS DE CRESCIMENTO
OTIMIZA O
EXEMPLO 1: O PROGRAMA MELA DA FINL NDIA
EXEMPLO 2: O PROGRAMA SILVA 2 DA ALEMANHA

PREF CIO

A modelagem tem uma longa tradi o na rea florestal. Desde o inicio das florestas
manejadas, surgiu o desejo de influenciar e prognosticar o crescimento com o fim de
dominar a produ o da matria-prima madeira. Esse desejo tem as suas razes nas
circunstncias especiais da produ o florestal: os longos prazos e a irreversibilidade de
decises e interven es uma vez tomadas. Nenhum outro setor industrial tem que enfrentar
tais problemas. Como possvel estimar os desejos e necessidades do mercado de produtos
de madeira daqui a 20 a 50 ou, como na Europa, as vezes, necessrio, 250 anos? Para um
planejamento, economica e ecologicamente, sustentvel so necessrias informa es sobre
o crescimento, a produ o e a qualidade do produto madeira e aqui entra em jogo a
modelagem. Modelos so abstra es e simplifica es de processos com o fim de descrever
estes e estimar os seus resultados finais, bem como o seu transcurso.
Nos ltimos anos, pode-se observar modifica es nos objetivos da produ o florestal,
tanto quanto nas fun es das florestas. As florestas que apenas serviam para a produ o de
madeira, hoje em dia, devem atender a objetivos multifuncionais, naturalmente sem perder
de vista o seu valor econmico. Alm dos povoamentos homogneos e equineos com o
fim de uma produ o de volume mximo, as florestas mistas e estruturadas ganham em
importncia, mas para estas as tabelas de produ o estticas no so mais apropriadas. Pelo
contrrio, so necessrios modelos dinmicos capazes de estimar o crescimento, a produ o
e a qualidade de rvores individuais, sendo baseados em fatores biolgico-explicativos.
Com esse novo desafio, a modelagem est-se tornando cada vez mais importante para
as Cincias Florestais. Nenhum engenheiro florestal pode evitar o contato nem a aplica o
de modelos de crescimento e produ o, sejam os mais simples como as tabelas de
produ o, ou os mais sofisticados como programas de produ o baseados na rvore
individual.
O objetivo deste caderno o de propiciar uma viso geral sobre os modelos e a
modelagem aplicada ao Crescimento e Produ o Florestal. Com exemplos e exerccios, so
facilitadas a compreenso da origem, a fun o e a aplica o dos tipos de modelos
apresentados.
Agradecemos ao colega Prof. Oswald Knig pela reviso deste texto e valiosas
sugestes.

Santa Maria (RS), Outubro de 2000


Peter Spathelf
Prof. visistante DAAD/CAPES

Dr. Leif Nutto


Pesquisador Visitante DAAD

1 Fundamentos na modelagem do crescimento


1.1 Distin o entre crescimento, produ o e incremento
O crescimento se refere ao acrscimo nas dimenses (altura, dimetro, rea basal, volume)
ou no valor de um sistema orgnico (rvores individuais ou povoamentos) enquanto a
produ o relacionada ao seu tamanho final aps um perodo definido de observa o.
A curva (ideal) de crescimento mostra um aumento progressivo e uma diminui o depois
de um ponto de inflexo. O crescimento e o incremento so ligados matematicamente: se y
for o crescimento, a deriva o dy/dt o incremento (Figura 1.1).

FIGURA 1.1 Rela es entre as curvas de crescimento e incremento.

1.2 Fundamentos fisiolgicos do crescimento


Apesar de fatores ambientais alterados, mostrou-se que o crescimento de organismos
(sobretudo rvores), a longo prazo, segue um padro comparvel e estvel (Zeide, 1993).

No incio do crescimento, a curva aumenta numa forma cncava, enquanto mais tarde
torna-se convexa.

As componentes principais do crescimento so compostas por duas for as opostas: a)


positiva, chamada componente de expanso ou de anabolismo construtivo, tendo uma
tendncia inerente de multiplica o; b) a segunda representa a componente de catabolismo
destrutivo ou os fatores limitantes como fatores ambientais, recursos/nutrientes, entre
outros.
Medawar, em 1941, formulou duas leis fundamentais de crescimento (segundo Zeide,
1993):
1)

O crescimento multiplicativo. O que resulta do crescimento pode crescer ainda mais.

2)

A taxa de crescimento relativo diminui constantemente.

1.3

Modelos: Defini o e papel


A rea florestal tem uma longa tradi o no uso de mtodos quantitativos e da

modelagem. Sobretudo no Inventrio Florestal, no Manejo e Crescimento Florestal


modelos serviam e servem para extrapolar com base em dados limitados oriundos de
observa es no campo e para a prognose. Mas nas Cincias Florestais, como em todos os
ramos dentro das Cincias Naturais e Exatas, a modelagem, a anlise de sistemas e a
prognose hoje so indispensveis.
Modelos, geralmente, no so perfeitos. Sobretudo, modelos de fenmenos
biolgicos so apenas uma aproxima o da realidade. Modelos so freqentemente usados
no dia-a-dia, muitas vezes inconscientemente. Nas cincias, so os modelos matemticos
que so muito importantes. Modelos matemticos so exemplos de modelos formais, como
modelos grficos ou fsicos, entre outros. Eles usam uma linguagem especial: as equa es.
Um modelo de crescimento p.ex. pode abranger um sistema de equa es, sendo capaz de
prognosticar o crescimento e a produ o sob vrias condi es. A estimativa da produ o de
madeira, em volume e qualidade, e a avalia o do impacto de fatores ambientais, sobre o
crescimento de rvores e povoamentos florestais, requerem ferramentas elaboradas como
modelos flexveis de prognose.

Modelos

de

crescimento

no

tm

um

valor

em

si.

So

snteses

de

observa es/fenmenos biolgicos. Aplicadas nas condi es sob as quais foram coletados
os dados, na Engenharia Florestal os modelos so imprescindveis

na prognose dos futuros recursos florestais;

na escolha de alternativas silviculturais;

no apoio tomada de decises no manejo e na poltica florestal.


J existe muita experincia na modelagem de florestas homogneas puras (Clutter et

al., 1983), com abordagens bem simples. Florestas mistas heterogneas exigem modelos
mais sofisticados em razo da sua diversidade e estrutura complexa. Alm disso, os
modelos tradicionais de crescimento descrevem o futuro "output" com fun es dependendo
do tempo que so fundamentadas em observa es do crescimento passado em condi es
comparveis. Mas, sob condi es alteradas do stio, essa base de informa es se torna
menos vlida. Ento, tm que ser incorporadas, nos modelos de crescimento, anlises mais
cuidadosas dos mecanismos que conduzem o crescimento.
O papel do modelo de crescimento mostrado na Figura 1.2:

Invent rio
est tico

rea florestal

Modelo de
crescimento

Invent rio
dinmico

Povoamento
futuro

Estimativa
da rea

Invent rio
est tico

suposies

Estimativa
dos recursos

FIGURA 1.2 O papel de modelos de crescimento (segundo Vanclay, 1994)

O advento do trabalho com computador facilitou e ampliou o uso da modelagem.


Geralmente preciso trabalhar com muitos dados. Nesse sentido, o computador como
ferramenta se tornou indispensvel na aplica o de modelos. O estabelecimento de entradas
e sadas informatizadas abriu novas oportunidades, sobretudo, em termos da visualiza o
dos resultados de modelos (tabelas, perfis tridimensionais). Mas os modelos
"computerizados" tambm tm desvantagens. Com a complexidade de clculos e o n mero
de fatores influenciais aumentando, o processo da modelagem, as vezes, se torna difcil de
compreender. Nesse caso, fala-se do efeito blackbox.
Dependendo do problema, desenvolveram-se, na Engenharia Florestal, dois tipos
gerais de modelos. Para a prognose de "outputs" requer-se uma abordagem que forne a
respostas quantitativas, em pouco tempo em um nvel de acuracidade pr-definido. Isso
levou a modelos emprico, nos quais a estrutura da floresta como sistema, as interrela es
entre componentes da floresta precisavam ser explicadas, desenvolvendo-se uma
abordagem fsica para o objeto, ou seja modelos mecansticos.

1.4

Tipos gerais de modelos


1.4.1 Modelos empricos
Modelos empricos ou modelos agregados no consideram hipteses associadas de

causalidade ou explana o. No pressuposto dessa abordagem, que se encontram padres


comuns no crescimento de indivduos. Trata-se dos efeitos a longo prazo que tm um
impacto sobre o crescimento como a idade. Modelos empricos tambm podem ser
chamados modelos para a prognose. A floresta vista como um sistema para a produ o.

1.4.2

Modelos mecansticos
Modelos mecansticos (ou modelos teorticos, modelos de processos) tm uma

hiptese associada ao fenmeno descrito. Tambm so chamados de modelos individuais.


Cada indivduo nico e diferente do outro, resultando de uma nica combina o gentica
e ambiental. Modelos mecansticos servem para o entendimento de processos. Neles, a
floresta vista como sistema com liga es complexas entre os seus elementos.

TABELA 1.1Vantagens dos modelos empricos/Desvantagens dos modelos mecansticos.


Caractersticas dos modelos empricos
Simples, fcil de ajustar, praticvel
simples e pouco realstico
no oferecem esclarecimento das
causalidades dos processos envolvidos

Caractersticas dos modelos mecansticos


impraticvel
abstrato
aumentam o entendimento de processos

Na realidade, existe uma continuidade entre esses tipos bsicos de modelos. Falta
salientar que, se forem corretamente aplicados em novas circunstncias, modelos empricos
assumem parmetros constantes. Contudo, modelos mecansticos pressupem processos
constantes se forem analisados em novos casos (extrapola o).
Aps uma fase de dominncia de modelos empricos nas dcadas passadas, constata-se
hoje, uma tendncia para a aplica o de modelos teorticos. Esses modelos, todavia, quase
sempre foram emprestados de outras disciplinas (zoologia, teoria dos sistemas, entre
outras).
Demais critrios de classifica o

1.4.3

Segundo a hierarquia de modelos distinguem-se (modificado, segundo Vanclay,


1994):

Modelos de gerenciamento florestal (forest management models);

modelos de povoamento (whole stand models);

modelos de classe de dimetro (size class models);

modelos de rvores individuais (single-tree models).


Em termos de acuracidade da prognose destacam-se:

Modelos determinsticos;

modelos estocsticos.
Sob condi es iguais o modelo determinstico sempre produz as mesmas estimativas.

Modelos estocsticos mostram a varia o natural e produzem diferentes estimativas, cada


uma com uma probabilidade de ocorrncia.
Considerando-se ou no a distribui o espacial de rvores, distingue-se:

Modelos no-espaciais (distant independent models);

modelos espaciais (distant dependent models).

10

Nos modelos espaciais o povoamento florestal representado por rvores cujas exatas
posi es no povoamento so conhecidas.
Considerando os objetivos da modelagem, diferenciam-se em:
Modelos para descri o;
modelos para deciso;
orientado nos objetivos;
orientado nos objetivos e no estgio da rvore individual ou do povoamento.
Fala-se de programas de produ o orientados no estgio e nos objetivos, quando
como varivel-meta foi considerado no apenas o volume do tronco, mas tambm a copa,
galhos e elementos arquiteturais da rvore.
TABELA 1.2 Exemplos para os diferentes tipos de modelos.
Tipo de modelo
Modelo de
gerenciamento florestal
Modelo de povoamento

Exemplos
MELA, Finlndia
SILVA2, Alemanha (Pretzsch & Kahn, 1997)
Tabela de produ o:
Wiedemann (1936/42): Picea abies
Finger (1992): Eucalyptus grandis e saligna
Schneider & Oesten (1999): Pinus elliottii, Araucaria
angustifolia
Schneider et al. (2000): Acacia mearnsii
Matriz de transi o:
Modelos de classe de
Buongiorno & Michie (1980): folhosas, EUA
di metro
Spathelf & Durlo (2000): espcies da floresta estacional, Serra
Geral, RS
Modelos e simuladores, SILVA2 (Pretzsch, 1992)
[www.wwk.forst.uni-muenchen.de/wwk/Silva/SilvaStart.html]
respectivamente,
BWIN 2.1 (Nagel, 1999)
baseados em rvores
[http://www.nfv.gwdg.de/nfvabw01.htm)]
individuais
MOSES (Hasenauer et al., 1995)
IWW-Eiche (Spiecker & Nutto, 2000)
Canjerana, louro, cedro (Durlo, 1996)
Hoje em dia, a maioria dos modelos disponveis baseado em parmetros de

povoamentos inteiros. O "output" dos modelos somente representa valores mdios de


coletivos como o n mero de rvores por hectare, o volume ou rea basal e usado para a
produ o de volume, mas no oferece informa es sobre o crescimento ou a qualidade de
rvores individuais. Portanto, os modelos apropriados para a produ o de madeira de

11

qualidade so baseados na rvore singular e oferecem a vantagem de prognosticar tambm


o desenvolvimento de rvores pr-selecionadas de boa qualidade. O enfoque da silvicultura
e do manejo pode ser concentrado em um n mero restrito de rvores. Assim as
interven es visam a promover as futuras rvores de alta qualidade e alto valor. O mercado
de madeira, especialmente o da Europa, e tambm o mercado global mostraram que a
produ o de madeira valiosa a forma mais lucrativa do manejo de florestas. Isso justifica
a concentra o do investimento em poucas rvores individuais, contudo, de alta qualidade.
As tabelas de produ o so estticas e no servem mais para as novas exigncias. O
manejo de florestas mistas estruturadas exige novas ferramentas mais dinmicas.

At hoje

No futuro
Espa o vital

interferncias

clima

solo

FIGURA 1.3 Mudan as nos objetivos do manejo florestal (seg. Pretzsch, 1995).

Como mostra a Figura 1.3, houve uma mudan a ntida nos objetivos do manejo
florestal nos ltimos cem anos. Estabeleceram-se extensas monoculturas homogneas de
conferas na poca da recupera o das florestas devastadas. Com o tempo, por necessidades
econmicas, surgiu a idia de concentrar o manejo em algumas rvores futuras de alta
qualidade. Com o aumento de fatores influenciais e exigncias do uso m ltiplo de florestas
a partir da segunda metade do sculo XX o manejo florestal tornou-se mais complexo e
novas ferramentas de planejamento foram necessrias. Alm disso, constatou-se um forte
movimento para a reconstitui o das florestas mistas. O uso mais intenso de modelos

12

complexos pode ser explicado com as modifica es dos objetivos que so resumidos na
Tabela 1.3.
TABELA 1.3 Mudan as dos objetivos e abordagens na Engenharia Florestal.
At hoje
Florestas (homogneas e equineas) s
servem como fonte de madeira
Estudos de variveis mdias de
povoamentos
Estudos baseados em fatores
dendromtricos-descritivos
Informa es e dados de parcelas
permanentes

No futuro
Florestas (heterogneas, mistas e multineas)
servem para o uso m ltiplo
Estudos de variveis baseadas na rvore
individual
Estudos baseados em fatores biolgicoexplicativos
Avalia o e uso de novas fontes de dados e
tecnologias

Na realidade, existem modelos com todas as combina es de critrios acima


mencionados. As clssicas tabelas de produ o podem ser caracterizadas como modelos
determinsticos no-espaciais de povoamento (Schneider et al., 2000) contra o qual as
equa es desenvolvidas para a floresta decidual, na rea de Santa Maria, so modelos
determinsticos espaciais, baseados na rvore singular (Durlo, 1996).

1.5

Considera es gerais no procedimento da modelagem


O desempenho de um modelo pode ser julgado por meio:

Do sentido biolgico (fundamento teortico);

da acuracidade;

da flexibilidade.
Dentre as variveis de interesse deve-se escolher primeiro as variveis dependentes

(variveis-meta) do modelo (dimetro, rea transversal, entre outros). Depois, deve-se


selecionar com mtodos adequados as variveis que influenciem nas variveis-meta
(variveis independentes).
O julgamento e sele o das variveis segue os seguintes critrios:

Disponibilidade (facilidade);

acuracidade na medi o;

causalidade (rela o causa e efeito ou vice-versa).

13

Dentre os mtodos para selecionar variveis independentes destacam-se:

O mtodo stepwise(anlise de regresso);

a anlise de correla o;

a anlise fatorial.
A anlise de regresso aplicada Engenharia Florestal detalhadamente descrita em

Schneider (1997). Contudo, so colocados aqui alguns pontos que devem ser considerados:
Como condicionantes de uma regresso, devem ser cumprido a homogeneidade da
varincia, a distribui o normal e a independncia dos regressores, caso no existirem
mtodos de transforma o. Nesse sentido, regresses logartmicas precisam uma
lineariza o do respectivo modelo. Finalmente, modelos no-lineares requerem uma
abordagem especial como aquele do mtodo de Marquardt (veja Schneider, 1997).
Na aplica o de modelos, sempre se deve estar consciente dos seus respectivos
limites (zona de validade). Assim, extrapola es no devem ser feitas alm da rea de
origem dos dados. Muitas vezes, os pressupostos da aplica o de modelos, num sentido
estrito, no estaro assegurados. A chamada multicolinearidade, ou seja, o fato de que
existe uma m tua dependncia de muitas variveis leva viola o dessas condicionantes
bsicas. Mesmo assim, importante expor esses fatos.

Tipos de equa es

1.6

Na Tabela 1.4 so mostrados os diferentes tipos de equa es.


TABELA 1.4 Tipos de equa es aplicadas na Engenharia Florestal.
Equa es empricas
Eq. Quadrtica simples
Eq. Logartmica

Equa es tericas
Eq. Mitscherlich
Eq. Logstica
Eq. Gompertz
Eq. Chapman-Richards
Eq. Backman
Uma equa o emprica freqentemente usada a equa o quadrtica simples.

Id = a + b * D + c * D 2
(Equa o 1.1)
em que:

Id = incremento em dimetro;
D = dimetro (dap);
a, b = coeficientes.

14

Leva a resultados absurdos porque no tem mximo. Outra equa o emprica usada
a logartmica ou exponencial.
1
D
(Equa o 1.2)

LnId = a + b *

Em que:

Id = incremento em dimetro;
D = dimetro (dap);
a, b = coeficientes.

Tambm no revela mximo e por isso no serve muito em aplica es florestais.


As equa es tericas mais conhecidas so:

Mitscherlich ou Monomolecular
Y = A * [1 e k *t ]
(Equa o 1.3)

Logstica ou Autocataltica
Y =

A
1 b * e k *t

(Equa o 1.4)

Gompertz
Y = A * [1 b * e k *t ]
(Equa o 1.5)

Bertalanffy ou Chapman-Richards
Y = A * [1 b * e k *t ] c
(Equa o 1.6)

Em que:

Y = tamanho do organismo;
A = tamanho mximo ou assntota;
t = tempo;
b, k, c = coeficientes.

Embora derivada para animais, a equa o de Bertalanffy foi amplamente usada nas
Cincias Florestais. O autor achou que o crescimento segue a um processo de sntese
(anabolismo) e degrada o (catabolismo). A formula original foi expressa como a seguinte:

15

DW
= a *W b c *W d
dt
(Equa o 1.7)
Em que:

W = peso do organismo;
b e d = constantes do anabolismo e catabolismo.
O d pode ser omitido e o b assume um valor de 2/3 em animais. A vantagem da

equa o de Bertalanffy est na sua fundamenta o terica. A taxa de anabolismo


proporcional superfcie de um organismo, enquanto a taxa de catabolismo proporcional
sua massa. Richards e Chapman, estudando a equa o de Bertalanffy, propuseram um
valor de b varivel (no caso de Bertalanffy foi restrito a um valor de 3). Ainda h d vida
com rela o a esse modelo, por ter sido desenvolvido para animais, no servindo para
rvores de grande porte (problema das rela es alomtricas que talvez no sejam
transferveis) (Zeide, 1993).
Um bom compromisso entre os requerimentos empricos e tericos apresenta a
fun o logstica. Provavelmente a mais usada na rea de ecologia. Na sua forma simples
(k e b constantes para todo o valor de t ) representa os seguintes padres de crescimento:

taxa de crescimento absoluta sobre d o mximo se encontra em 0,5 d;

taxa de crescimento relativa sobre d a curva diminui at dmax;

d sobre t tem ponto de inflexo em 0,5 d.


A decomposi o das equa es de crescimento resulta em duas componentes que

representam o crescimento (expanso) e o declnio. Todas as equa es que descrevem um


processo de crescimento devem conter essas duas variveis conduzidas ( lei de Malthus
para prognose do crescimento de popula es humanas). A maioria das equa es de
crescimento, ento, pode ser escrita nas seguintes duas formas (segundo Zeide, 1993):
Lny = k + p * ln( y ) + q * ln(t )
(Equa o 1.8)
(Equa o 1.9)
Lny = k + p * ln( y ) + q * (t )

termo de expanso

termo de declnio

(dep. do tamanho)

(dep. da idade)

16

Em que:

Y = valor da grandeza de crescimento (dimetro);


t = idade.

Resumindo, pode-se constatar que a expanso de um organismo relacionada a seu


tamanho. Contudo, a componente de declnio pode ser expressa por vrias fun es, o que
concorda com os diferentes fatores ambientais que limitam o crescimento com o decorrer
do tempo.

17

Exerccios capitulo 1
1) Dado :

t1: idade = 80 anos;

t2: idade = 90 anos;

produ o t1 = 771 m3;

produ o t2 = 883 m3.

a) Qual o incremento corrente peridico?


b) Qual a velocidade do crescimento relativo?
2) Como se pode classificar os modelos?
3) Explique o termo blackbox effect!
4) Explique as seguintes condicionantes de uma regresso:

homogeneidade da varincia

distribui o normal e independncia dos resduos

5) Uma anlise de regresso mostra a seguinte distribui o dos resduos:


a)
3
2
1
0
-1
-2
-3
0

10

12

b)
4
3
2
1
0
-1
-2
-3
-4
4

10

Que forma de transforma o deve ser feita?

12

18

2 Tabela de produ o (modelos de povoamentos)


2.1

Histrico
Segundo Pretzsch (1992) destacam-se as seguintes etapas no desenvolvimento

histrico das tabelas de produ o:


a) 1501: Foi ordenado pelo imperador da ustria, Maximilian, a taxa o das florestas no
Tirol, para evitar a escassez de madeira para as ind strias, minas etc. Houve a
necessidade de criar instrumentos de prognose (crescimento futuro) para o
aproveitamento sustentvel de madeira (nascimento da idia da sustentabilidade).
b) 1787: Paulsen e, mais tarde, Feistmantel e Weise, construram as primeiras tabelas de
produ o, considerando stios (os stios eram descritos e classificados em classes).
c) 1877: Baur introduziu a escala de classifica o de stio vlida at hoje, considerando a
constru o de tabelas de produ o com base em uma classifica o de stio, sendo que o
conjunto dos fatores do stio so expressos pela altura dominante.
d) 1909: Cajander estabeleceu uma classifica o de stio por meio da vegeta o existente
(plantas indicadores), representando na Finlndia, at hoje, o sistema de taxa o de
impostos em terrenos florestais.
e) Entre 1880 e 1950: Constatou-se grande atividade na Alemanha para estabelecer tabelas
de produ o para as mais importantes espcies florestais (Wiedemann, Schober, entre
outros).
O mtodo usado para desenvolver as primeiras tabelas de produ o foi o chamado
"Streifenverfahren" (mtodo das faixas). Foram levantados os pares de dados altura/idade e
volume/altura em reas extensas mediante uma grande variedade de stios. Aps, ajustou-se
curvas aos dados e determinaram-se mais quatro curvas entre as curvas mxima e mnima
com o objetivo de estabelecer cinco faixas. Para enquadrar um povoamento numa classe de
produ o, o crescimento desse povoamento deve seguir a curva escolhida.
J Guttenberg e, mais tarde, Monserud e Stage (apud Pretzsch 1992) apontaram que
essa suposi o tem seus problemas porque os dados no representam um monitoramento ao
longo do tempo. Muitas vezes os povoamentos mais velhos eram localizados nos piores
stios e por isso no eram bem representados no material (curvas achatadas nas idades
avan adas, no mostrando o verdadeiro crescimento). Melhores, porm mais caros, so
dados oriundos de parcelas permanentes, abrangendo um certo tempo de observa o, ou da

19

anlise de tronco. Por causa da falta de observa es de longa dura o na constru o das
primeiras tabelas de produ o, Guttenberg e Schwappach utilizavam o "Streifenverfahren"
junto com a anlise de tronco.

2.2 Constru o
Tabelas de produ o so modelos empricos determinsticos de povoamentos florestais e
mostram o crescimento mdio de povoamentos de diferentes idades, em perodos
determinados, e numa rea determinada. So vlidos e aplicveis apenas num senso estrito,
sob as seguintes circunstncias:

Povoamentos puros e equineos;

stio constante;

tratamento definido.

Dessas afirma es, derivam-se as desvantagens da tabela de produ o clssica: ela reflete
as condi es do stio e as condi es climticas da rea e do perodo da coleta dos dados e
valida apenas em povoamentos com as mesmas interven es dos povoamentos levantados.
Os dados usados nas tabelas so valores mdios de uma popula o e geralmente no
permitem estimativas no crescimento de rvores individuais. Com essa restri o, as tabelas
de produ o so imprprias como ferramentas para a produ o de madeira de alta
qualidade. Num meio ambiente alterado, elas tambm perdem o valor prognosticativo.
Acrescenta-se que, para a constru o das tabelas, so necessrias observa es durante
longos perodos de tempo ou mtodos retrospectivos intensivos, como a anlise de tronco.
De outro lado as tabelas de produ o j existentes oferecem uma ferramenta simples e
eficiente para aplicar em uma produ o otimizada em volume de madeira.
A maioria das tabelas de produ o tem como variveis de entrada: espcie, ndice de
stio e idade. O ndice de stio determina-se mediante a rela o altura (dominante) idade.
Existem distintos tipos de tabelas de produ o:

Tabelas com ndice de stio relativo altura (Alemanha do norte);

Tabelas com ndice de stio absoluto de incremento mdio anual


(Baden-Wrttemberg);

Tabelas com considera o do nvel de produ o (Baviera, Picea e ex-RDA, Pinus);

20

Tabelas que consideram distintas inclina es em decorrncia das linhas de


crescimento ( ustria, Picea).
Vrios autores propuseram estimar a classe de produ o com o incremento, pelo

menos em povoamentos jovens. Mas o chamado growth intercept method (Clutter et al.,
1983) apenas funciona se as rvores mostrarem verticlios anuais.

2.3 Aplica o
2.3.1

Classifica o de stio
Atualmente a classifica o de stios, em geral, se realiza por meio da altura

dominante (hdom) de um povoamento, numa idade de referncia (ao redor da idade da


rota o). A altura dominante definida como sendo a altura mdia das cem rvores mais
grossas por hectare. mais razovel utilizar a altura dominante porque, no decorrer do
desenvolvimento do povoamento, a altura dominante medida num coletivo constante de
rvores. Alm disso, mais independente de interven es, pois, na maioria dos programas
de desbaste, as rvores mais grossas no so retiradas.
40
35

altura [m]

30
IS 14

25

IS 18

20

IS 22

15

IS 26
IS 30

10
5
0
0

10

20

30

40

50

60

70

80

90

idade [anos]

FIGURA 2.1 Curvas de ndice de stio nas tabelas de produ o para Arauc ria
angustifolia de Schneider & Oesten (1999). Os stios so classificados por
meio da altura dominante (h100) na idade de 50 anos.

21

O ndice de stio uma altura dominante ou uma classe de produ o relativa numa
idade de referncia do povoamento.

altura [m]

40
35

monom rfica

30

polim rfica

25
20
15
10
5
0
0

10

15

20

25

30

35

40

45

50

55

idade [anos]

FIGURA 2.2: Exemplo para curvas monomrficas e polimrficas.


Na constru o de curvas de ndice de stio, distinguem-se curvas monomrficas
(eqidistantes) e curvas polimrficas (Figura 2.2). Curvas polimrficas mostram
comportamento noproporcional das curvas ou, em alguns casos, se cruzam. Com a
anlise de covarincia pode-se testar a igualdade da inclina o das curvas. Parcelas
temporrias s permitem o estabelecimento de curvas monomrficas.
O ndice de stio um bom indicador para o potencial do crescimento de um
povoamento de uma espcie num stio. Para testar se uma rvore cresce conforme uma
curva de ndice de stio, conduz-se uma anlise do incremento anual em altura (j proposto
por Guttenberg 1870, apud Pretsch, 1992). Tomando uma curva noadequada poderia
levar sub ou superestimativas do crescimento. Para o caso de se assumir um desvio do
crescimento esperado da curva de ndice de stio com maior idade, usado na Alemanha o
seguinte mtodo dinmico: um povoamento jovem recebe uma classe de produ o igual ao
de um povoamento velho num stio equivalente. Para obter a classe de produ o, usa-se a
idade econmica ou fisiolgica no caso da supresso do crescimento na fase juvenil da
rvore.

22

2.3.2 Base para uma produ o sustent vel


As tabelas de produ o, geralmente, oferecem uma variedade de variveis do
povoamento remanescente e do desbaste como dg, hdom, G/ha (p. rem.), VAC (p. desb.) e
variveis de produ o (V/ha e IMA ou IPA). Com esses dados o usurio das tabelas tm
uma ferramenta eficiente para fazer uma prognose do crescimento e da produ o de um
povoamento. Assim a floresta pode ser manejada de um modo que garanta a
sustentabilidade do

volume de corte;

valor do volume de corte;

incremento;

rentabilidade.
Tambm so facilitadas atividades tais como o planejamento da regenera o e da

for a de trabalho (Schneider & Finger, 2000).


Na sua aplica o, necessrio conhecer o grau de estoqueamento (GE) de um povoamento
que definido como a rela o do volume (ou da rea basal) real do povoamento com os
respectivos valores da tabela. O valor obtido de volume p.ex. tem que ser corrigido com o
GE.
TABELA 2.1 Exemplo de uma tabela de produ o de Pinus elliottii (Schneider & Oesten,
1999).
Tabela de Produ o Dinmica para Pinus elliottii
ndice de Stio = 22
IMA (m/ha) 30 = 18,2
ANO
5
10
15
20
25
30

POVOAMENTO REMANESCENTE
DG
HM
HO
N/HA G/HA
10,1
13,5
17,4
20,5
22,7
24,3
25,4

35
40

26,1

4,9
10,8
14,7
17,3
19,1
20,2
20,9
21,4

5,6
11,7
15
18,7
20,7
22
22,9
23,4

2446
2400
1266
890
720
631
581
553

19,4
34,4
30,1
29,3
29,3
29,4
29,6
29,7

V/HA

4696

44,8

4913
4990
5052
5043
5053
5059
5063

DESBASTE
N/HA V/HA

25

1,1

1134

114,8

375

64,1

169

39,8

89

25,5

50

16,2

28

9,9

182,3

0.0

0,0
0,6

183,4

18,3

10

52,4

337,0

22,5

15

70,5

435,2

21,8

20

78,1

501,2

20,0

25
8,9

245,3

313,2

13,2
219,8

300,3

19,6
180,0

281,4

44,8

TOTAL
IPA
ANO

30,7
115,9

255,2

PRODU O
V/HA IMA

27,7
1,1

221,1

321,4

VAC

81,7

545,6

18,2

30
5,8

261,5

83,5

574,7

16,4

35
3,6

271,4

84,4

592,9

14,8

40

23

TABELA 2.2 Explica o dos parmetros.


Dap ou
D1,3
DG (dg)
F
G/HA
GE
H/D
HM
HO (hdom, ou h100)
IMA
IMAi
ndice de stio
IPA
N/HA
Povoamento
remanescente
V/H
Vc/c ou s/c
VAC.

Dimetro altura do peito =


Dimetro altura de 1,30 m
Dimetro correspondente rvore mdia de rea basal do povoamento (a altura de
1,30 m)
Fator de forma artificial
rea basal de todas as rvores do povoamento, tomando como referncia o dimetro a
altura do peito
Grau de Estoqueamento
Rela o da altura total ao dimetro altura do peito
Altura mdia aritmtica
Altura dominante
Incremento mdio anual em volume, relativo produ o total do povoamento
Incremento de volume mdio anual na idade do ndice
O ndice do stio representa a qualidade do stio, em valor absoluto, tomada na idade
ndice.
Incremento peridico anual em volume, em rela o produ o total do povoamento
N mero de rvores por hectare
Povoamento remanescente aps uma interven o de desbaste
Representa o volume com casca por hectare para o povoamento remanescente
V=h*f*G
Volume com casca/sem casca
Volume acumulado dos desbastes

Em vrios pases europeus, as tabelas de produ o so a base para as taxas e os


impostos que o proprietrio tem que pagar.

Nvel de produ o

2.4

Para considerar a varia o dentro da produ o de povoamentos com alturas


equivalentes, Assmann (1961) introduziu o conceito do nvel de produ o. O nvel de
produ o tambm chamado de classifica o horizontal do povoamento (seg. Kennel,
1973).
altura = fun o da idade (classifica o do stio)
nvel de produ o = fun o da altura (classifica o do nvel de produ o)
Dentro da varia o obtida, Assmann distingiu trs nveis de produ o: superior,
mdio e inferior.
Conhece-se duas no es do nvel de produ o:
1)

Nvel de produ o geral: povoamentos podem mostrar diferentes nveis de produ o


total na mesma altura (dominante).

24

2)

Nvel de produ o especial: povoamentos podem mostrar diferentes nveis de


produ o total na mesma classe de produ o (na mesma rela o altura idade).
A respeito do nvel de produ o, as leis de Eichhorn e de Gehrhard apenas tem valor

histrico:
1)

Lei de Eichhorn: povoamentos de Abeto branco (Abies alba) mostram o mesmo


volume em alturas iguais.

2)

Na lei de Gerhard, fez-se uma amplifica o: povoamentos (mediante toda a gama das
espcies), tem a mesma produ o total em alturas iguais.
Bradley e Christie (1966) denominaram as diferen as nos nveis de produ o (classes

de produ o) como diferen as na rela o h/d. Povoamentos com maior nvel de produ o
mostram menor rela o h/d. Segundo Schmidt (1973), o nvel de produ o significa a
capacidade de uma rvore em rela o ao aproveitamento da rea til em um stio. Sterba
(1987) salientou que distintos nveis de produ o se manifestam em distintos SDI de
Reinecke na mesma altura dominante. Esse autor calculou o SDI mximo de linhas de
tendncias de crescimento com o auxlio da competition density rule modificada de Kira.
Franz (1974) mencionou que o nvel de produ o se expressa numa determinada rea basal
mxima.

25

Exerccios capitulo 2
1) Fa a a defini o das seguintes grandezas!
dg; G/ha; produ o total em volume; incremento mdio anual; h100; grau de estoqueamento;
ndice de stio; VAC (em %).
2) D uma defini o do termo tabela de produ o! Para que podem ser usados e quais so
as vantagens e desvantagens!
3) Dado um inventrio de um povoamento de Araucaria angustifolia com as seguintes
informa es: (40 anos, hm= 17,9 m, G/ha = 30 m)
Qual o V/ha do povoamento remanescente, usando as tabelas de Schneider & Oesten
(1999)?

4) Complemente as colunas!
idade

Hm

V/ha
(remanescente)
3

IMA

[m ]

[m3]

19,4

351

13,9

60

25,9

508

14,7

80

30,6

611

14,4

100

34,0

671

13,7

120

36,3

698

12,9

40

30,1

513,9

12,9

[anos]

[m]

40

V/h
(desbaste)
3

[m ]

IPA

VAC

[m3]

[m3]

481,8

Tabela de produ o Pinus elliottii (Schneider & Oesten 1999), ndice de stio 32, nvel de produ o superior.

5) Calcule o incremento peridico entre 30 e 35 anos e o dimetro mdio de Pinus elliottii


(tabela de produ o Schneider e Oesten [1999], ndice de stio 24, idade 30 anos, grau de
estoqueamento 0,7!)

26

3 Matriz de transi o (modelos de distribui o de di metros)


3.1

Conceito e objetivos
Matrizes de transi o so modelos de classe de dimetro. Na hierarquia estabelecida

elas esto localizadas entre modelos de povoamento (veja capitulo anterior) e modelos
baseados na rvore singular (modelos individuais). Matrizes de transi o so extenses
formalizadas do mtodo de proje o de tabelas de povoamento (Vanclay, 1994).
TABELA 3.1 Tabela de povoamento (proje o com taxa de movimento 0,5).
dc [cm]

ni

ni+x

ni+2x

ni+3x

5
7,5
10
12,5
15

85
50
22
12
4

43
68
36
17
8

22
56
52
26
13

11
39
54
39
20

A Tabela 3.1 e Figura 3.1 mostram como evolui a distribui o diamtrica de um


povoamento com o tempo (t1 t4) se 0,5% das rvores saem da sua respectiva classe de
dimetro.
90
80
70
60
50
40
30
20
10
0

t1
t2
t3
t4

10

15

20

dap [cm]
FIGURA 3.1 Desenvolvimento da distribui o diamtrica de um povoamento com uma
taxa de movimento de 0,5.

Os primeiros modelos matriz foram desenvolvidos por Leslie and Lewis para estimar
o crescimento de animais (apud Buongiorno & Mitchie 1980). Buongiorno & Michie

27

adaptaram esses modelos para povoamento florestais, estimando o recrutamento como


fun o da rea basal e o n mero de rvores.
Matrizes de transi o so modelos empricos determinsticos. As taxas de movimento
das rvores, de uma classe de dimetro para a prxima, so arranjados em uma matriz (um
campo quadrado de elementos de m linhas e k colunas). Multiplicando a matriz de
probabilidade com um vetor que representa a distribui o de dimetro de um povoamento,
obtm-se a nova distribui o de dimetros. A formula o matemtica geral de uma matriz
de transi o mostrada na seguinte equa o:
A * E0 + R = E1
(Equa o 3.1)
Em que:
A = Matriz de transi o de probabilidades;
E0 = vetor de estoque no tempo 0;
R = vetor de recrutamento;
E1 = vetor de estoque no tempo de prognose.
Uma matriz de transi o pode conter a mortalidade e o corte planejado em um
povoamento. A seguinte equa o mostra a matriz de transi o com as partes matriz de
probabilidade, recrutamento e colheita. A mortalidade considerada subtraindo a taxa de
mortalidade da probabilidade das rvores nas respectivas classes de dimetro. A diagonal
maior mostra as rvores que ficam na sua classe de dimetro e a segunda diagonal aquelas
que se movem para a prxima classe de dimetro.

a1

b1
0

0
0

0
a2
b2

0
0
a3

0
0
0

0
0

b3
0

a4
b4

0
a5
0
0
0

y1t h1t

y2 t h2 t
y3t h3t +

y4 t h4 t
y h
5t
5t

r y1t + k

0 y2 t + k
0 = y3t + k

0 y4 t + k
0 y
5t + k

(Equa o 3.2)
Em que:
a1,..i = propor o de rvores que permanecem na respectiva classe de dimetro menos taxa
de mortalidade;
b1,..i = propor o de rvores que crescem para a prxima classe de dimetro;

28

y1t,..it = tabela do povoamento no tempo t;


h1t+k,..it+k = colheita no tempo t;
r = recrutamento;
ylt+k,..it+k = tabela do povoamento no tempo t+k.
Estimativas feitas com matrizes de transi o dependem das seguintes condi es
bsicas:
1)

A chamada hiptese de Markov, segundo a qual a probabilidade de cada evento s


depende do estado atual e no da histria do povoamento.

2)

A hiptese de estacionaridade, segundo a qual as probabilidades assumidas no modelo


so estveis durante todo o perodo de observa o.

Essas matrizes, em geral, so conhecidas como matrizes de Markov. Para facilitar o


procedimento de prognose assumido que cada rvore apenas cresce at a prxima classe
de dimetro durante o perodo de observa o (Usher assumption, Usher, 1966). Mais
detalhes podem ser encontrados em Buongiorno & Michie (1980) ou Vanclay (1994, p. 4350).
Em estudos recentes (Buongiorno et al., 1995), a hiptese de transi es constantes foi
abandonada. Evidentemente o crescimento, ou seja, a taxa de movimento de uma rvore
depende das condi es de competi o e, assim, leva inestacionaridade (oscila o) das
probabilidades de movimento no decorrer do desenvolvimento do povoamento. Sobretudo
em florestas homogneas equineas, observa-se uma tendncia na taxa de crescimento com
a idade.
O modelo da matriz de transi o pode ser usado para vrios fins. Primeiro, pode-se
achar o estado de equilbrio de uma floresta a longo prazo, sendo este o estado de clmax
em florestas naturais. Alm disso, a abordagem da matriz de transi o permite avaliar
diferentes estratgias de interven o em florestas, levando em considera o os objetivos
estabelecidos do manejo florestal.

3.2

Exemplo: floresta estacional


Tomando-se por base um exemplo da floresta (secundria) estacional decidual da

regio de Santa Maria, levantada nos anos 1994, 1995 e 1997 em parcelas permanentes,

29

introduzida uma aplica o da matriz de transi o (Spathelf & Durlo, 2000). O objetivo do
estudo era determinar interven es sustentveis, ou seja, interven es que no
prejudicassem o futuro potencial de crescimento da floresta.
A matriz das probabilidades obtida por meio da diviso do n mero das rvores de
cada classe de dimetro que cresceram para a prxima classe, pelo n mero inicial de
rvores nessa classe de dimetro. A propor o de mortalidade obtida dividindo as rvores
mortas no ano 1997 (final do perodo de observa o) que estavam vivas no incio do
perodo de observa o, pelo n mero total das rvores por classe de dimetro no ano 1994.
Foi levantado, durante o perodo de observa o, todo o recrutamento acima de 5 cm de
dimetro com casca.
O tipo e o peso das interven es foram derivados aplicando o conceito da floresta
balanceada (Meyer segundo Loetsch et al., 1973). Nesse conceito, uma distribui o
desejada de rvores pode ser obtida estabelecendo as seguintes grandezas de um
povoamento: valor q (quociente do n mero de rvores de duas classes sucessivas de
dimetro numa floresta balanceada), rea basal remanescente, e o respetivo dimetro-meta.
Q obtido ajustando a distribui o atual de dimetros com a fun o:
ln N = a + b * dz
(Equa o 3.3)

Em que:
N = n mero de rvores;
dz = centro de classe de dimetro [cm];
a, b = coeficientes.
Foram escolhidos valores de q de 1,5 e 1,2. O valor q = 1,5 representa a distribui o
atual dos dimetros levantados. O povoamento com um valor de q = 1,2 mostra uma curva
mais achatada da distribui o de dimetros, levando a n meros menores de rvores de
pequena dimenso. Geralmente, a propor o de madeira de grandes dimenses para serraria
aumenta com uma diminui o de q, sendo iguais rea basal e o dimetro-meta.

30

Para minimizar os danos na regenera o (muito importante em sistemas policclicos


de manejo), foi determinado que a interven o no deve ultrapassar o equivalente a 15 m2
de rea basal. A sele o de dimetros-meta no fcil em florestas compostas por uma
grande variedade de espcies. Geralmente essa escolha apenas poderia ser feita com base na
espcie. As espcies mais valiosas como canjerana, louro ou cedro facilmente podem
alcan ar dimetros-meta de 60 a 80 cm, enquanto as outras s alcan am 40 a 50 cm
(Cambuat [Cupania vernalis], Umb [Phytolacca dioica]). Por outro lado, a Figueira
(Ficus insipida), por exemplo, facilmente cresce at dimetro de 2 m, mas no uma
espcie valiosa. Para os clculos so usados dimetros-meta de 80 e 60 cm
respectivamente, estando-se consciente dos inconvenientes dessa abordagem.
TABELA 3.2 = Variantes de interven o no exemplo apresentado.
Variante de
interven o
Ia
IIa
IIIa
IVa
Va
Ib
IIb
IIIb
IVb
Vb

Ciclo de corte
[anos]

Intensidade de Q
interven o G
[m2]

[cm]

15
15
30
30
30
15
15
30
30
30

5
10
5
10
15
5
10
5
10
15

80
80
80
80
80
60
60
60
60
60

1,5
1,5
1,5
1,5
1,5
1,2
1,2
1,2
1,2
1,2

Dimetro-meta

Como ciclos de corte, foram selecionados 15 e 30 anos. Com ciclos de corte mais
amplos, pode-se obter madeira mais grossa. Economicamente mais atrativas, em geral, so
as variantes com um ciclo de corte mais curto, tendo maiores receitas "descontadas". Na
Tabela 3.2, mostra-se as estratgias de interven o adotadas. O objetivo era determinar
caminhos de interven o sustentvel.

31

120

vol [m3/ha]

100
80
60
40
20
0
Canjerana

Cedro

Louro

madeira
val.

madeira
com.

outros

FIGURA 3.2 Distribui o do volume da madeira e de espcies de importncia florestal,


respectivamente, na floresta secundria estudada.

mort [%]

15
10

5
0
[7,5]

[12,5] [17,5] [22,5] [27,5] [32,5] [37,5] [42,5] [47,5] [52,5]

dap [cm]

FIGURA 3.3 Distribui o da mortalidade observada em 1997 na floresta secundria


como porcentagem do n mero de rvores vivas em 1994.
Uma quantidade considervel de madeira comercial e madeira de qualidade encontrase na floresta secundria estudada. As trs espcies clmax canjerana, cedro e louro
representam 57% do volume da madeira valiosa e 17% da madeira total (Figura 3.2).

32

A mortalidade encontrada em todos os dimetros foi 4,8% em 3 anos, isso significa


66 de 1.361 rvores (Figura 3.3). A mortalidade de rvores atinge um pico com dimetros
entre 15 e 20 cm, diminuindo nos dimetros maiores. rvores menores no estrato inferior
mostram uma mortalidade mais alta do que rvores emergentes, provavelmente em
conseqncia da severa competi o na fase juvenil do crescimento.
As probabilidades de transi o so mostradas numa matriz 14x14 (Tabela 3.3). A
primeira diagonal representa a propor o das rvores que permanecem na respectiva classe
de dimetro, a segunda o movimento para a classe seguinte. A mortalidade j foi subtrada
dos valores da primeira diagonal, portanto, a coluna no igual a 1. Na linha 12 e coluna
12 como na linha 14 e coluna 14 os valores de 1 representam um estado absorvente,
significando que no houve movimento de rvores dessas classes de dimetro para as
classes seguintes. Esse efeito artificial ocorre por causa de uma base insuficiente de dados.
Geralmente em todos os povoamentos naturais, deve-se observar uma mortalidade nas
maiores classes de dimetro, seno acumulam-se as rvores mais grossas. Portanto, as
estimativas, obtidas com a matriz, devem ser interpretadas cautelosamente.

70

ab [m/ha]

60
50
40
30
20
10
0
1980

Ib
2000

IIb
2020

IIIb
2040

IVb
2060

Vb
2080

2100

ano

FIGURA 3.4 Evolu o da rea basal (G/ha) do povoamento estimado com o modelo da
matriz de transi o, considerando as diferentes estratgias de interven es
Ia, IIa, IIIa, IVa and Va (veja Tabela 3.2).

Como se observa na Figura 3.4, o clculo com o modelo estabelecido mostra que
interven es com uma retirada de, aproximadamente, 7 m2 de rea basal num ciclo de corte

33

de 15 anos (ou ~14 m2 num ciclo de 30 anos) levam a um desenvolvimento sustentvel da


rea basal da floresta (variante IIa).

34

TABELA 3.3 Matriz de transi o com as rvores remanescentes nas suas respectivas classes de dimetro (primeira diagonal) e as
rvores que se movem para a prxima classe de dimetro (segunda diagonal). A mortalidade na respectiva classe de
dimetro subtrada dos valores da primeira diagonal.
[cm] 7,5
7,5

0,904

12,5

0,055

17,5
22,5
27,5
32,5
37,5
42,5
47,5
52,5
57,5
62,5
67,5
72,5

12,5

17,5

22,5

27,5

32,5

37,5

42,5

47,5

52,5

57,5

62,5

67,5

72,5

0,864
0,075

0,848
0,079

0,673
0,268

0,847
0,121

0,769
0,201

0,683
0,3

0,795
0,205

0,788
0,182

0,69
0,167

0,666
0,334

1
0

0,666
0,334

35

Exerccios capitulo 3
1) Defina o conceito da matriz de transi o.
2) Discuta as restri es da matriz como modelo para descrever e prognosticar o
desenvolvimento de florestas heterogneas.
3) Complemente a seguinte tabela de povoamento (taxa de movimenta o: 0,25).

Nt0
128
66
99
18
7

Nt1

Nt2

Nt3

36

4 Modelos para a produ o de madeira de qualidade (modelos baseados


na rvore singular)
4.1

Introdu o
A madeira uma matria-prima com muitas utilidades. Usada pela ind stria pode ser

transformada em vrios produtos com valores variveis. O seguinte exemplo com a espcie
carvalho (Quercus ssp.) e pre os europeus (1999) deve ilustrar isto:
TABELA 4.1 Diferentes produtos e pre os para 1 mde carvalho em Marco alemo
(1999, 1 DEM = 0,85 BRR).
Utiliza o
lenha
madeira para parquete
madeira para serraria (alta qualidade)
madeira para lamina o

valor
(1 mde madeira)
100
200 a 400
600 a 1000
1000 a 10000

fator
1
2a4
6 a 10
10 a 100

Segundo a Tabela 4.1, o valor da mesma quantidade de matria-prima pode aumentar


em at 100 vezes, naturalmente exigindo diferentes critrios de qualidade. Por isso, uma
tarefa importante na disciplina de crescimento e produ o florestal , entre outros, o
fornecimento de modelos para conduzir/manejar povoamentos ou rvores individuais, a fim
de produzir madeira de boa qualidade.
A condu o do crescimento de povoamentos florestais abrange:
1) A determina o de objetivos;
2) a disposi o de informa es;
3) o estabelecimento de modelos.

1) Estabelecimento de um sistema de objetivos


Na determina o dos objetivos devem ser consideradas as restri es ecolgicas,
econmicas e legais.
a) Espcie e mistura (adapta o ao stio, diversidade, riscos, pragas, disponibilidade de
sementes/mudas, mercado para os sortimentos produzidos).
b) Produ o (custos, volume, valor esperado).
c) Dimenso (dimetro-meta), idade de rota o, n mero de "rvores-F".

37

d) Qualidade do fuste (inser o da copa, poda/ns, tor o, ramos laterais secundrios,


forma do fuste).
e) Defini o do risco (ecolgico e econmico).
f) Minimiza o do "input" para obter os objetivos preestabelecidos (princpio
econmico).

Alguns desses objetivos no podem ser influenciados pela silvicultura ou pelo


manejo, mas os riscos de produ o podem ser limitados com um cuidadoso planejamento e
escolha das sementes/mudas (sele o gentica). Tambm devem ser levados em
considera o os riscos do mercado (preferncias ou modas) como a cor ou a textura da
madeira que podem causar diferen as enormes nos pre os da matria-prima.
2) Informa es de crescimento
a) IMA, incremento em dimetro, rea basal, n mero de rvores por hectare.
b) Tamanho e expanso da copa, rea coberta pelo dossel.
c) Crescimento em altura (determinado pela qualidade do stio).

3) Modelagem
a) Teste das hipteses e das rela es entre os parmetros levantados.
b) Avalia o das rela es.
c) Modelagem dos parmetros com os tipos adequados de modelos para os objetivos
preestabelecidos modelos de descri o.
d) Valida o/Compara o dos modelos com outros modelos ou dados externos
e) Ferramentas para a aplica o prtica modelos de deciso.
A condu o de povoamentos florestais facilitada com as quatro questes (fictcias)
segundo o silviculturista su o Leibundgut:

Donde voc vem? (histria e tratamento do povoamento florestal)

Onde voc est? (estgio, fase de desenvolvimento)

Aonde voc vai? (desenvolvimento sem interven o)

Onde eu quero voc? (especifica o dos objetivos)

38

Quando o estgio definido, a diferen a entre o desenvolvimento natural e os


objetivos silviculturais indica o tratamento que deve ser aplicado para conduzir o
povoamento ou a rvore individual. O problema, muitas vezes, fica na previso do
desenvolvimento seminterven o, que apenas pode ser estimado.

4.2 Condu o do crescimento segundo o exemplo do manejo do carvalho


(Quercus ssp.) na Alemanha
4.2.1 Introdu o
TABELA 4.3 Reparti o de espcies folhosas em Baden-Wrttemberg (Estado sudoeste
da Alemanha).
Espcie

II

III

IV

VI

VII+

Total

Fagus
Quercus
Acer
Alnus
Demais espcies
Folhosas

11
3
3
1
2
27

15
3
2
1
2
29

22
4
1
1
2
34

23
5
1
1
2
35

25
6
1
1
2
37

28
8
1
1
1
41

33
19
1
1
58

22
6
1
2
36

IMA
[m]
5,6
4,7
4,9
5,5
5,0
-

TABELA 4.4 Orienta o para o manejo de Quercus ssp. nas florestas estaduais de
Baden-Wrttemberg.
Altura dominante
Implanta o
at 5 m

Medidas
espa amento 2,5 at 3 x 0,5 at 1 m
s remo o de rvores com deficincias e rvores com
galhosidade extrema (sele o qualitativa)
Fase da qualifica o

ao redor de 10 m

Redu o do n mero das rvores a 1.200 por ha; Escolha de


rvores positivas cada 3-6 m de distncia
Escolha de "rvores-F" (n mero: 80, dependendo do dimetrometa); Fase da promo o da dimenso
Enriquecimento com Carpinus para favorecer a desrama
natural do fuste e prote o do solo

com base em 17 m
com base em 20 m, se for
necessrio

O desenvolvimento dos programas de manejo de Quercus robur mostrado na Tabela 4.5.

39

TABELA 4.5 Programas de produ o para Quercus ssp. na Alemanha.


Modelo
Jttner (1955)
(Tabela de produ o)
Kenk (1980)
(programa orientado
nos objetivos)
Spiecker (1991)
(programa orientado
no objetivo e no
estado)

Estado
ndice de stio
desbaste por baixo mdio/forte
vlido para stios onde madeira de
qualidade pode ser produzida
(B.-W., Alemanha)
vlido para stios da classe I, II das
tabelas de produ o de Zimmerle;
rela o do dimetro das rvores
desbastadas e das "rvores-F"

Objetivo
nodefinido
dap meta = 70 cm;
idade d. rota o = 180 anos
80 a 100 "rvores-F"
dap-meta = varivel
Idade de rota o = varivel
N mero de "rvores-F" =
varivel

4.2.2 Programa de produ o orientado nos objetivos (Quercus robur de Kenk,


1980)
O programa de Kenk mais avan ado que as tabelas de produ o:

O objetivo da produ o madeira para serraria e lamina o;

modelo de povoamento;

interven es orientadas no crescimento em altura;

densidade inicial de 5000-8000 plantas/ha;

desbaste seletivo at a metade da rota o, depois desbaste por baixo e ausncia de


interven es 4 a 6 dcadas antes do final da rota o;

determina o de 80 a 100 "rvores-F" (escolhidas numa altura a partir de 15 m);


critrios de sele o: vitalidade e qualidade, distribui o;

vlido para stios apropriados para produzir madeira de qualidade.


O programa de Kenk ainda orientado em parmetros do povoamento como a rea

basal, o volume e n mero de rvores. Isso reduz a flexibilidade do programa como


ferramenta de deciso. Alm disso, o programa tem a desvantagem de ser orientado apenas
nos objetivos. Se, no caso da aplica o do programa, um povoamento de carvalho apenas
tem trezentas rvores por hectare na idade de 55 anos ou as rvores tm um dimetro de 15
cm (Tabela 4.6), o programa perde a validade porque esses casos no foram includos na
base de dados.

40

TABELA 4.6 Programa de produ o para carvalho (Quercus robur) Kenk (1980).
Objetivos pr-estabelecidos: povoamento com 100% de carvalho (Quercus robur L.) no
estrato dominante; dimetro meta 60 a 80 (70) cm; perodo de rota o 160 a 200 (180) anos;
n mero de rvores futuras por hectare: 80 a 100.
N de
Altura
rvores
dominante
dominantes
h100
por ha-1
[m]
[anos]
Idade

2
At 2

3
6.000

5
8
11
14

4.400
3.200
2.000
1.250

41
48
55
65
75
85
100
120
140

17
19
21
23
25
27
29
31
33

780
580
400
280
220
180
145
120
100

160
180

33
33

100
100

Desbaste
[mha-1]
VN
VN

G ha-1
V ha-1
aps
aps
desbaste desbaste

IMA

d100
d1,3

id1,3

[m ha-1] [mha-1] [mha-1] [cm] [mm]


4

15

15

12
14

35
87

35
102

11
14

30
35
35
40
40
40
40
40

45
80
115
155
195
135
275
315
315

14
14
14
15
16
18
19
23
26

110
132
143
178
218
238
279
352
421

155
212
258
333
413
473
554
667
736

17
21
24
29
33
37
42
49
56

4,5
4,4
4,3
4,0
3,5
3,4
3,3
3,3
3,3

315
315

31
35

508
577

823
892

62
68

3,2
3,2

4.2.3 Programa de produ o orientado nos objetivos e no estado da rvore


individual ou do povoamento
4.2.3.1 Quercus ssp. de Spiecker (1991)
O programa de produ o de Spiecker baseado em dados de rvores individuais e
assim pode ser aplicado em cada rvore futuramente selecionada. J que a intensidade dos
desbastes depende do espa o vital necessitado por cada "rvore-F", para manter um
incremento diamtrico determinado no perodo entre dois desbastes, a ferramenta
oferecida em vrias tabelas para os diferentes estdios que podem ocorrer. Tabela 4.7
mostra uma possvel constela o.
Descri o do programa:

Tabelas com n meros de rvores para desbastar.

Interven es orientadas no crescimento da copa (liga o estreita entre dimetro na


altura do peito e largura da copa).

10

41

Desbaste seletivo depois da fase de desrama natural (conceito com duas fases de
manejo).

Determina o de 80 "rvores-F" numa altura de 15 a 20 m; critrios de sele o:


vitalidade e qualidade, distribui o).

Vlido para os stios da qualidade I e II das tabelas de produ o para carvalho de


Zimmerle (1930).

TABELA 4.7 Programa de produ o para carvalho (Quercus ssp.) de Spiecker (1991)
com o n mero mdio de rvores de desbaste em favor de cada "rvore-F".
dap
[cm]

idade [anos]
40

50

60

70

80

90

16
20
24

5,2
4,5
3,0

4,2
3,9
2,6

3,6
3,5
2,3

3,1
2,2

2,1

2,0

28
32
36

2,2

1,8
1,4
1,1

1,6
1,2
0,9

1,5
1,1
0,8

1,4
1,0
0,8
0,6
0,5
0,4

40
0,7
0,6
44
0,5
48
Dap das rvores de desbaste = 80% do dap das rvores futuras.

100

110

120

1,3
0,9
0,7

1,3
0,9
0,7

1,3
0,9
0,7

0,9
0,6

0,6
0,4
0,4

0,5
0,4
0,3

0,5
0,4
0,3

0,5
0,4
0,3

Restri es para a Tabela 4.7: rea coberta pelo dossel = 70%, cada rvore selecionada para o desbaste s
contada uma vez, mesmo que v competir com outras rvores futuras, n mero de rvores futuras por hectare =
80, incremento radial constante.

O programa de produ o de Spiecker orientado nos objetivos como tambm no


estado de povoamentos e rvores individuais, podendo ser usado com grande flexibilidade
em vrias situa es encontradas na prtica. Como desvantagem, contata-se que as tabelas
no fornecem informa es sobre o incremento diamtrico mximo que a espcie pode
alcan ar em stios de diferentes produtividades, problema que foi considerado no programa
de produ o para carvalho de Nutto (1999).
Este problema foi considerado no programa de produ o para carvalho de Nutto (1999).

42

4.2.3.2 Quercus ssp. de Nutto (1999) com enfoque na qualidade da desrama natural
um exemplo de um modelo largura da copa e crescimento em di metro

fatores de
influncia

crescimento

qualidade/
poda

stio

espa o vital

genetica

nutrientes
clima
balan o hdrico

dimenso e forma
da copa

variedade
sexo

crescimento
em altura

din mica da poda


altura comercial
inser o da copa

crescimento
em di metro

qualidade da poda
dimetro dos galhos
comprimento dos galhos
parte inteira com ns

FIGURA 4.2 Defini o das hipteses de trabalho no programa de Nutto (1999).


1) Objetivos
O objetivo primordial modelar o crescimento do dimetro e da poda natural da
espcie carvalho em stios com diferentes qualidades. Valendo-se dos modelos devem ser
desenvolvidas ferramentas de deciso que permitam a prognose e tratamentos diferentes,
influenciando na qualidade da madeira, bem como sejam aplicveis em florestas mistas e
em e em rvores individuais.

2) Hiptese de trabalho
H vrios fatores externos que influenciam o crescimento (Figura 4.2). Alguns deles
so fixos ou pouco variveis (como a qualidade do stio, a gentica e o clima), outros
podem ser usados para conduzir o crescimento, tal como o espa o vital. O crescimento em
dimetro pode ser influenciado com o regulamento da competi o. Por outro lado, o
crescimento em altura determinado pela qualidade do stio. Entre a qualidade da madeira
(poda natural) e as duas formas de crescimento tambm existe uma liga o. Assim, pode-se

43

concluir que os fatores mais importantes para a modelagem da dinmica e da qualidade da


poda so a competi o e a qualidade do stio.

3) Anlise dos fatores biolgicos


Constata-se uma rela o estreita entre o tamanho da copa e o crescimento diamtrico
da rvore. O crescimento em altura depende dos fatores climticos e das propriedades do
solo. A dinmica da poda natural e, conseqentemente, a qualidade da madeira dependem
da velocidade com que os galhos morrem, apodrecem e caem, para deixar um fuste limpo,
no qual se pode acrescentar madeira valiosa. Nesse caso, uma copa maior significa um
crescimento em dimetro melhor, mas tambm galhos mais grossos e inser o da copa mais
baixa. Um stio de boa qualidade causa um melhor crescimento em altura e, assim, acelera
o processo da poda natural em conseqencia dos galhos mais baixos morrerem mais
rpidamente.
4) Defini o dos parmetros
Parmetro

Fun o

largura da copa

estimar o espa o vital

dap, idade

descrever o crescimento em dimetro

altura, idade

classificar a qualidade do stio

5) Estudo preliminar para controlar as hipteses e verificar a amostragem escolhida


Nesta pesquisa, amostras de um tamanho fixo de vinte rvores cada garantiam uma fonte
suficiente de dados para obter resultados estatsticamente representativos.

6) Escolha do material apropriado


Os modelos devem ser vlidos para a Europa Central, para stios de vrias qualidades,
de idades entre 10 a 45 anos, para Quercus robur e Quercus petraea e tambm para vrios
tratamentos silviculturais. Sua validade restringe-se base de dados incorporados no
estudo.

44

7) Medi o dos dados e testes de plausibilidade


muito importante que as medi es sejam feitas com mxima preciso e que os
dados sejam controlados com testes de plausibilidade.
8) Anlise estatstica dos parmetros, concep o dos modelos e modelagem
No presente exemplo, a anlise estatstica mostrou que, com os parmetros dap
(dimetro altura de 1,30 m), idade e altura, so muito fceis de medir, podendo ser
estabelecidas as seguintes fun es:
Largura da copa = 0,16 + 0,226*dap - 0,026*idade
(Equa o 4.1)
Inser o da copa = -0,96 + 0,74*altura - 0,247*dap + 0,064*idade
(Equa o 4.2)
Altura do primeiro galho morto = -2,27 + 0,166*idade + 0,29*altura - 0,149*dap
(Equa o 4.3)
Equa o 4.1
A largura da copa um parmetro que pode ser usado para descrever o espa o vital
necessrio para uma rvore, a fim de obter um certo incremento em dimetro,
exemplificando:
Uma rvore com 20 cm de dap na idade de 40 anos mostra uma largura de copa de
0,16 + 0,226 * 20 cm 0,026 * 40 anos = 3,64 m. A proje o da copa (calculado como
crculo) ento : /4 * 3,64 = 10,4 m.
O resultado mostra que essa rvore precisa de uma rea de copa de 10,4 m na idade
de 40 anos, para ter o dimetro desejado de 20 cm. Para acelerar ou diminuir o crescimento
diamtrico, o espa o vital deve ser maior ou menor respectivamente, o que pode ser
regulado por desbastes. obvio que, considerando as regras biolgicas, o crescimento s
pode ser conduzido entre certos limites. A participa o do parmetro idade no modelo pode
ser explicada com ajuda da Figura 4.3.

45

15.0

Posi o e dimetro do
fuste (amplia o 3x)
12.5

Carvalho 1, 95 anos de
idade, dap=75cm

10.0

7.5

Proje o horizontal
da copa

5.0

Carvalho 2,
180 anos de idade,
dap=75cm

2.5

0.0
-7.5

-5.0

-2.5

0.0

2.5

5.0

7.5

FIGURA 4.3 Proje o horizontal da copa de dois carvalhos com o mesmo dap mas idades
diferentes.
J existem muitos trabalhos sobre a rela o entre o dap e a largura da copa. Incluindo
a idade nessa fun o, pode ser explicada uma boa parte da varia o causada por esse fator.
Uma rvore mais jovem precisa de uma copa bem maior para alcan ar um certo dimetro
que uma rvore idosa; esta produz o mesmo dimetro em muito mais tempo com uma copa
pequena.
A qualidade do stio no tem influncia na fun o estabelecida. Se duas rvores da
mesma idade tm o mesmo dimetro da copa, elas tambm tm o mesmo dap. Mas tambm
deve ser considerado que a expanso mxima da copa numa certa idade e, portanto, o
incremento radial mximo, depende da qualidade do stio (Figura 4.3).

46

IIdade = 35a

dGz = 8
alt = 18,4 m

ndice
do stio

dGz = 5

mximo

ir1,3 [mm] dos

dc = 4,8 m

alt = 12,2 m

10 mais fortes

dGz100=5
dGz100=6
dGz100=7
dGz100=8

arvores (35 a)
2,2 (2,6)
2,6 (2,8)
3,2 (3,5)
3,5 (3,9)

dc = 2,7 m

dap
daap = 15,4 cm

dap
d = 24,5 cm

irp1,3= 2,2 mm

ir 1,3 = 3,5 mm

ap

FIGURA 4.4 Rela o entre a qualidade do stio e a expanso mxima da copa.


Comparando duas rvores solitrias, em stios de qualidades diferentes, no
h influncia apenas no crescimento em altura, mas tambm na expanso
mxima da copa.
Equa es 4.2 e 4.3
Os modelos, para descrever a dinmica da poda natural, contm os parmetros dap,
idade e altura. O dap numa certa idade coincide com o crescimento em dimetro que pode
ser manipulado por desbastes. A altura que a rvore alcan a numa idade determinada
geralmente usada para classificar a qualidade do stio (veja acima). A dinmica da poda
natural e, conseqentemente, tambm a qualidade da madeira dependem do crescimento de
dimetro, o qual pode ser influenciado por interven es silviculturais e pelo crescimento
em altura. Isso indica, mais uma vez, que o nico meio de influenciar na qualidade de uma
rvore a interven o no seu espa o vital.
9) Avalia o e compara o dos modelos j existentes com dados de outros trabalhos
Neste trabalho, os modelos foram comparados com tabelas e programas de produ o
j existentes, para fazer um teste de validade e verificar os resultados.

47

10) Ferramentas de deciso o programa de produ o


O seguinte programa de produ o (Tabela 4.9) capaz de servir como ferramenta de
deciso para produzir madeira de qualidade, considerando o crescimento em dimetro e o
crescimento em altura (qualidade do stio).
TABELA 4.9 Programa de produ o para Quercus ssp. (Nutto, 1999). Ferramenta de
deciso para a condu o do crescimento em dimetro baseado no espa o
vital necessrio por cada "rvore-F" para manter um determinado incremento
de dimetro no prximo perodo entre dois desbastes.
dist ncia mdia de rvore a
rvore [m] com ir1,3 [mm]

dap [cm] com


ir1,3 [mm]
Idade
[anos]

1,5

2,5

3,5

1,5

2,5

3,5

15

4,5

7,5

10,5

1,0

1,3

1,7

2,1

2,5

20

10

12

14

1,1

1,7

2,1

2,7

3,4

25

7,5

10

12,5

15

17,5

1,3

2,1

2,7

3,3

4,1

30

12

15

18

21

1,5

2,5

3,3

4,1

4,9

35

10,5

14

17,5

21

24,5

1,9

2,7

3,7

4,7

5,3

40

12

16

20

24

28

2,2

3,1

4,3

5,3

6,5

45

13,5

18

22,5

27

31,5

2,4

3,5

4,7

5,9

7,3

Essa ferramenta deve ser usada junto com a Tabela 4.9 que indica o incremento
diamtrico mximo em stios de diferentes qualidades. Num stio com o ndice dGz100 = 5
no ser possvel produzir uma rvore com um incremento radial superior a 2,2 mm.
TABELA 4.10 Incremento radial mximo (ir1,3) em stios de diferentes qualidades
(dGz100 = ndice de stio).
ir1,3 [mm] mximo at a
idade de 35 anos

dGz100=5

dGz100=6

dGz100=7

dGz100=8

2,2

2,6

3,2

3,5

Se as rvores so manejadas por um tratamento conforme Tabela 4.9, a poda natural


pode ser estimada com a ajuda dos modelos inser o da copa (equa o 4.2) e altura do
primeiro galho morto (equa o 4.3). Na Figura 4.5 dado um exemplo para um stio com

48

o ndice 6, com duas varia es de incremento radial. Nota-se, que um crescimento


diamtrico mais rpido causa uma poda natural menos dinmica e, assim, leva a uma pior
qualidade de madeira. O usurio deve ponderar entre alcan ar o dimetro-meta num
perodo de rota o mais curto ou optar por uma poda natural for ada.

Altura [m]

18
16
14
12

h dGz 6
ic,ir =1,5mm

10

ic, ir=2,5mm
8

1.gm, ir=1,5mm
1.gm, ir=2,5mm

6
4
2
0
10

15

20

25

30

35

40

45

Idade[anos]
FIGURA 4.5 Altura total (segundo a altura dominante do dGz100 = 6 das tabelas de
produ o de Jttner, dGz 6), altura da inser o da copa (ic) e a altura
comercial (gm), para incrementos radiais de 1,5 e 2,5 mm/ano.
Para prognosticar a parte interna da madeira com ns, aplicando diferentes
tratamentos, foram gerados modelos que so capazes de estimar o volume da madeira de
alta qualidade (Fig. 4.6). Assim o usurio tem a op o de avaliar os resultados de um
tratamento antes de apliclo.
Descri o resumida do programa:

Tabela com a distncia de rvore rvore para o crescimento de um dimetro desejado;

considera o dos limites para o crescimento em dimetro para stios de diferentes


qualidades;

49

interven es orientadas no crescimento da copa (liga o estreita entre dimetro na


altura do peito e largura da copa);

desbaste seletivo com enfoque nas rvores futuras;

critrios de sele o: vitalidade e qualidade (desrama natural), distribui o;

vlido para os stios da qualidade dGz100 5 a 8 das tabelas de produ o de


Baden-Wrttemberg (Alemanha);

grficos de deciso para a poda natural para vrias intensidades de interven es e


qualidades de stios;

grficos para estimar a qualidade interna da madeira (parte com ns).

altura [m]

ir=3.5

ir=1.5

ir=2.5

Fuste

6
5
4
3
Parte interna
com n s para
diferentes
crescimentos de
di metro
40

30

20

10

2
1

0
Raio [cm]

10

20

30

40

FIGURA 4.6 Modelo para estimar a qualidade interna com ns, dependendo do
crescimento radial (tamanho da copa) e do crescimento em altura (qualidade do
stio, ndice do stio dGz100 = 6). O dimetro-meta de 60 cm pode ser alcan ado
dentro de 200 anos (ir1,3 = 1,5 mm/a), 120 anos (ir1,3 = 2,5 mm/a) ou 85 anos
(ir1,3 = 3,5 mm/a).

50

Exerccios capitulo 4

1) Complete as tabelas usando o modelo


Largura da copa = 0,16 + 0,226*d1,3 0,026*idade
Idade

Carvalho 1

Largura da
copa
[m]
2,0

[anos]
20

Carvalho 2

2,0

35

Ir1,3

Idade

Carvalho 1

[mm/ano]
2,5

[anos]
40

Carvalho 2

3,7

20

Dap

Carvalho 1

Largura da
copa
[m]
2,5

[cm]
15,0

Carvalho 2

3,2

18,0

Ir1,3

rvores/ha

[mm/ano]

(rea coberta pelo


dossel = 80 %)

[cm]

Largura da
copa
[m]

(rea coberta pelo


dossel = 80%)

Ir

Idade

rvores/ha

[anos]

(rea coberta pelo


dossel = 80%)

Dap
[cm]

Dap

[mm/ano]

rvores/ha

2) Um povoamento de carvalho localiza-se num stio com o ndice dGz100 = 6.

Qual o incremento radial mximo que um carvalho pode atingir nos primeiros 35 anos
num tal stio?

Calcule para esse caso as seguintes grandezas para a idade de 35 anos: dap, largura da
copa, n mero de rvores por hectare (cobertura pelo dossel 75%), inser o da copa e
primeiro galho morto.
(Use as equa es 4.1, 4.2 e 4.3. A altura na idade de 35 anos pega da figura 4.5.)

3) Calcule para as duas varia es de crescimento (1,5 e 2,5 mm/anos) os n meros de


rvores que cabem num hectare (cobertura pelo dossel = 70%) e a distncia mdia de
rvore a rvore.

51

5 Modelos para avaliar o impacto de fatores ambientais no crescimento


de rvores
5.1

Fontes de dados

Para a investiga o do impacto de fatores ambientais no crescimento so acessveis as


seguintes fontes de dados:
1) Dados de rvores/anlise de tronco (anlise retrospetiva);
2) dados de parcelas e experimentos/ensaios;
3) dados de inventrios;
4) dados do meio ambiente.

Todas essas fontes de dados tm suas caractersticas.


1) Anlise retrospectiva
Dados da anlise de rvores podem ser oriundos do monitoramento de rvores ou
povoamentos, mas tambm da anlise retrospectiva do crescimento de rvores (anis anuais
e brota es). Altera es no crescimento radial, em curto prazo, podem ser continuamente
levantadas com dendrmetros. Com os mtodos retrospectivos, possvel reconstruir o
crescimento com dissolu o anual. Mtodos dendrocronolgicos permitem datar amostras
at muito longe no passado. Becker (1993), na Alemanha, estabeleceu uma cronologia de
carvalho com 10.000 anos. Com um fator de forma conhecido e o crescimento em altura
junto com a anlise do crescimento radial, possvel reconstruir o crescimento em volume
das rvores individuais. O mtodo de anlise de tronco muito oneroso quanto ao tempo e
leva a destrui o das amostras. Mas, os dados obtidos geralmente so mais precisos do que
dados oriundos de levantamentos peridicos de parcelas permanentes ou inventrios.
Spiecker (1992) mostrou que quase impossvel encontrar rvores individuais que
representam para um perodo mais longo o desenvolvimento de um povoamento.

Os anis anuais podem ser caracterizados pelos seguintes critrios:


PAR METROS ANATMICOS
Macroscopicamente: largura de anis, incremento radial, largura do lenho
primaveril e tardio

52

Microscopicamente: n mero de clulas, espessura de clulas, dimetros dos vasos,


lenho juvenil, lenho adulto
PAR METROS DE DENSIDADE
Densidade mxima, mnima
Densidade do lenho primaveril e tardio
PAR METROS DE ISTOPOS
14

C (radiocarbono)

rela es de istopos estveis (13C/12C)


PAR METROS QUMICOS

elementos de nutri o (N, Ca, K etc.)


metais pesados (Mn, Cu, Zn)

2) Parcelas permanentes
Na Europa, h 150 anos, j haviam sido estabelecidas parcelas permanentes para
estudar a produtividade de espcies florestais (produ o), o impacto de tratamentos
florestais como desbaste e o crescimento de diferentes provenincias, entre outros. A
vantagem dessa fonte de dados e o relacionamento com a rea so o conhecimento preciso
da histria dos povoamentos. Como desvantagens, muitas vezes, so mencionadas a
carncia de adequados delineamentos estatsticos (falta de repeti es, de representatividade
espacial), e, alm disso, a falta de uma dissolu o anual dos dados.
Em parcelas permanentes na Europa so medidos os dap a cada 5 a 7 anos, numa marca o
permanente. Em cada levantamento tambm so medidas 20 a 40 alturas, geralmente
mediante de todo o espectro diamtrico do povoamento.
O desenvolvimento de povoamentos em parcelas permanentes pode ser reconstrudo
com a medi o do crescimento em dimetro, altura e o fator de forma.

3) Inventrios florestais
Inventrios florestais tm uma longa tradi o em alguns pases europeus como a
Finlndia (primeiro inventrio no ano 1926). Os resultados de inventrios geralmente so
representativos para regies por causa dos delineamentos estatsticos empregados, sendo
conhecidos assim, os erros dos parmetros levantados. As desvantagens so a

53

inconsistncia do mtodo de levantamento ao longo do tempo e a dissolu o peridica dos


dados.

4) Dados ambientais
Os dados sobre o meio ambiente so oriundos de monitoramentos contnuos ou de
levantamentos peridicos. Existem redes de medi es regionais e, at, nacionais:

Dados climticos de esta es meteorolgicas;

dados de monitoramento de stios;

dados hidrolgicos;

dados de emisses.
As novas tecnologias eletrnicas, hoje em dia, permitem medi es permanentes ainda

mais sofisticadas. Com o auxlio de modernas placas eletrnicas com memria permanente
possvel medir o crescimento e as variveis climticas em fra es de minutos. Assim,
mudan as de fatores externos e o impacto no crescimento podem ser analisados com mais
facilidade e maior preciso.

5.2

Abordagens
Para analisar o impacto de fatores ambientais no crescimento existem as seguintes

possibilidades:
1) Abordagens experimentais:

Condi es de experimentos so controlveis;

fatores individuais podem ser variados ou mantidos constantes durante o experimento;

interpreta o causal dos fatores possvel;

2) Abordagens observatrias:

Observa o e anlise de fatores externos em ecossistemas inteiros so possveis;

crescimento sob condi es naturais;

interpreta o da causalidade difcil ou at impossvel.

54

A Figura 5.1 mostra a complexidade do fator "qualidade do stio" que contm uma grande
quantidade de subfatores e deve ilustrar quando prefervel usar mtodos experimentais ou
de observa o.

QUALIDADE DO S TIO

clima

evapotranspira o

precipita o

solo

temperatura

hidrologia

nutrientes
(N, P, K...)

propriedades fsicas

FIGURA 5.1 Complexidade dos fatores ambientais com impacto no stio.


Como uma forma de estimar a qualidade do stio na rea do crescimento florestal,
usado o ndice do stio, quer dizer, a altura numa idade determinada. Esse ndice d
informa o sobre o potencial de crescimento de uma espcie nesse local. Para avaliar a
qualidade do stio, basta fazer um estudo observatrio do crescimento em altura, mas com
tal abordagem no possvel determinar as causas de bom ou mau crescimento. Um nico
fator capaz de limitar o crescimento e assim a qualidade do stio. Para achar esse fator
limitante, deve ser aplicado o mtodo experimental sob condi es controlveis.
Aspectos do estudo observatrio na rea do crescimento florestal
M TODO DE ESCOLHA
Delineamento experimental
CRIT RIOS DE ESCOLHA
Unidades homogneas de investiga o
Defini o da popula o
M TODO DE AVALIA

Quaseexperimento
Compara es espaciais (compara o com ou sem tratamento, anlise de transectos,
anlise de gradientes)

55

Compara es temporais (compara o antes e depois do tratamento, anlise de sries


temporais, anlise de gera es, compara o de rvores de diferentes datas de
germina o)
AN LISE DIFERENCIAL
"Fun o resposta" (response function; Fritts, 1976)
Compara o com referncias (tabela de produ o, rvores de referncia)

5.3

Exemplo: Zuwachstrendverfahren (m todo da tendncia de crescimento)


O mtodo da tendncia do crescimento, que tinha sido desenvolvido nos anos 1960

para estimar o efeito da aduba o em povoamentos florestais, foi novamente empregado


para avaliar o impacto da polui o no crescimento das florestas na Baviera (Preztsch &
Utschig, 1989). O pressuposto principal para o seu emprego que existe uma amostra de
controle sem o impacto do fator estudado. Outro pressuposto a igualdade de todos os
outros fatores de crescimento (condi o ceteris paribus) e que no tem inter-rela es entre
o fator influenciando e os outros fatores.

Os dados so de dois povoamentos:


R = sem tratamento
T = com tratamento
Crescimento no perodo de referncia 1961 a 1970 (perodo sem influncia do fator a ser
estudado):
R: ig = 16 cm/a
T: ig = 8 cm/a
Crescimento no perodo de observa o 1971 a 1980 (perodo com influncia):
R: ig = 12 cm/a
T: ig = 4 cm/a
Pergunta: qual o efeito do fator influenciando?
Solu o:
a) Elimina o da diferen a entre o crescimento no perodo de controle e observa o dos
dois coletivos (quantifica o da tendncia).

56

ig R (1971 a 1980) em % do ig R (1961 a 1970) = 12/16 = 75%


ig T (1971 a 1980) em % do ig T (1961 a 1970) = 4/8 = 50%
b) Clculo das diferen as entre os coletivos
ig T / ig R = 50/75 = 66,7%
o efeito do tratamento (fator influenciando) 33,3%, considerando as diferen as j
existentes antes do perodo de observa o.

57

Exerccios capitulo 5
1) Numa parcela experimental as seguintes fontes de dados esto sua disposi o:

Dados de rvores individuais/anlise de tronco;

dados da parcela experimental/ensaios em intervalos de 3 anos;

dados climticos anuais.

Qual das bases de dados e que mtodo voc usaria para fazer uma anlise retrospectiva de
clima e crescimento? Justifique a sua resposta.
Quais das caratersticas dos anis anuais sero de importncia para tal pesquisa?

2) Voc quer melhorar a porcentagem de sobrevivncia de brotinhos de araucria no seu


viveiro, adubando com diferentes composi es de nutrientes. Voc usaria uma abordagem
experimental ou observatria para fazer tal pesquisa? Justifique a sua resposta.
3) Voc tem a op o de investir o seu dinheiro em plantios de Araucria

na Alemanha, solo muito frtil com timas propriedades fsicas, 2.000 mm de


precipita o por ano, temperatura mdia anual do ar 10C, altitude 500 m, ou

em Santa Catarina, solo com baixa reserva de nutrientes, 1.600 mm de precipita o por
ano, temperatura mdia anual do ar 15C, altitude 600 m.

Qual das op es voc escolheria? Justifique a sua resposta.

4) Existem dois povoamentos


T com tratamento
R semtratamento
O crescimento no perodo de referncia 1981 a 1990 (perodo seminfluncia) :
T: ig = 16 cm/a
R: ig = 30 cm/a
O crescimento no perodo de observa o 1971-1980 (perodo com influncia) :
T: ig = 24 cm/a
R: ig = 11 cm/a
Qual o efeito do fator influenciando? Use o mtodo da tendncia de crescimento.

58

6 Modelos de gerenciamento florestal (modelos setoriais de empresa)


6.1

Conceito e objetivos

Como atuais e futuros problemas na rea da Engenharia Florestal destacam-se:

Como se desenvolver o potencial da produ o florestal no futuro?

Quais so as condicionantes do manejo florestal sobre o potencial da produ o?

Quais so os efeitos de fatores externos sobre o potencial da produ o?

Como deveria ser o manejo das florestas para cumprir as futuras necessidades da
sociedade?
As respectivas respostas no poderiam ser dadas em nvel de povoamento ou at da

rvore individual. necessrio agregar mais informa es, as quais podem ser oriundas de
modelos de gerenciamento florestal.
Hierarquicamente, os modelos de gerenciamento florestal situam-se entre os modelos
de povoamentos e os modelos (setoriais) da economia. Modelos de gerenciamento florestal
visam a fornecer, para os tomadores de deciso, informa es sobre constela es complexas,
para preparar decises no mbito da empresa.
O processo de deciso estruturado da seguinte forma:

Especifica o do problema de deciso;

identifica o dos fatores com impacto sobre o problema de deciso;

descri o detalhada do sistema de objetivos;

desenvolvimento de alternativas de a o;

avalia o das alternativas com base no sistema de objetivos;

deciso.

Constru o de modelos de gerenciamento florestal

6.2
6.2.1

Elementos
Como elementos de modelos de gerenciamento florestal podem ser enumerados:

Suas unidades bsicas so modelos baseados na rvore singular para simular o


crescimento;

estrutura o hierrquica das unidades de manejo;

59

integra o de diferentes nveis de deciso;

otimiza o como ferramenta eficaz de deciso;

auxlio da informtica.

6.2.2

Exigncias de modelos de crescimento


Para obter um modelo de gerenciamento florestal praticvel, os seguintes critrios

devem ser cumpridos:

Os dados de "input" devem ser compatveis com os dados de inventrios;

os modelos devem ter sadas confiveis e representativas (a estrutura do modelo tem


que ser a mais emprica possvel, mas tambm mecanstica tanto quanto necessrio);

as sadas dos modelos devem possibilitar uma avalia o de alternativas de manejo;

os modelos devem facilitar previses, a longo prazo, do desenvolvimento de


crescimento e de produ o em valor.

6.2.3

Otimiza o
Uma ferramenta til para a otimiza o, dentre os modelos de gerenciamento florestal,

a programa o linear como disciplina do "operations research". A tarefa do "operations


research" dar a solu o tima para problemas de planejamento, os quais podem ser
descritos com sistemas de equa es lineares. O modelo da programa o linear pode ser
descrito mediante duas fun es:

Fun o objetivo;

restri es.
A fun o objetivo mostra a dependncia entre as grandezas as quais influenciam para

maximizar ou minimizar.

6.3 Exemplo 1: o Programa MELA da Finlndia


O objetivo do modelo MELA, originalmente, era prognosticar a futura produ o das
florestas finlandesas. Hoje, tambm uma ferramenta estabelecida tanto para o manejo de
florestas particulares quanto para as reas de preserva o. A base do modelo so dados
oriundos de inventrios. A unidade bsica para prognosticar o incremento do modelo um

60

modelo baseado na rvore singular, independente de distncia. Como sadas pode obter-se a
simula o de:

Variantes de desbaste;

cortes de regenera o para Pinus e Picea;

desrama;

drenagem;

aduba o.
O modelo ainda no incorpora o risco como a dinmica de pre os e altera es do

clima, entre outros.

6.4

Exemplo 2: o Programa SILVA 2 da Alemanha


O Programa SILVA 2 tambm um modelo de gerenciamento florestal, baseado num

gerador de estrutura chamado de "STRUGEN" (Pretzsch, 1995). Com parmetros iniciais


descrevendo as espcies, a estrutura e mistura do povoamento e as condi es do stio, o
crescimento e desenvolvimento pode ser gerado, com base em quatro modelos (Figura 6.1):

Modelo de estrutura 3D;

modelo de desbastes;

modelo de competi o;

modelo de aloca o.
Com esses modelos, pode ser calculado e visualizado o desenvolvimento de

povoamentos heterogneos inequineos (Figura 6.2). O clculo do desenvolvimento


permite uma prognose de valores importantes do crescimento florestal, tais como N, G, V,
hg, entre outros. Incluindo tabelas de sortimentos, pre os e custos de mo-de-obra, o
programa fornece custos e rendimentos de diversos tipos de povoamentos florestais e
formas de manejo.
A anlise da estrutura permite incluir, no programa, fatores de biodiversidade que
permitem a avalia o do desenvolvimento dos povoamentos em termos ambientais.
Existem mdulos para calcular os balan os dos elementos C e N para vrias espcies de
rvores, tambm como diversos ndices do valor ecolgico de diferentes tipos de florestas.

61

FIGURA 6.1 Esquema da estrutura do programa SILVA 2.

FIGURA 6.2 Visualiza o da estrutura e do desenvolvimento de povoamentos


heterogneos inequineos.

62

Exerccios capitulo 6
1) Quais so os objetivos dos modelos de gerenciamento florestal?
2) Quais so os principais elementos para a constru o de um modelo de gerenciamento
florestal?

63

SOLU ES DOS EXERC CIOS:


Capitulo 1

1)

a) 11,2 m/ha/ano
b) 0,145%

2) Segundo o tipo geral:

Modelos empricos;

modelos mecansticos.

Segundo a hierarquia:

Modelos de gerenciamento florestal (forest management models);

modelos de povoamento (whole stand models);

modelos de classe de dimetro (size class models);

modelos de rvores individuais (single-tree models).

Segundo a acuracidade da prognose:

Modelos determinsticos;

modelos estocsticos.

Segundo a distribui o espacial:

Modelos no-espaciais (distant independent models);

modelos espaciais (distant dependent models).

Segundo os objetivos:

Modelos para descri o;

modelos para deciso;

orientado nos objetivos;

orientado nos objetivos e no estgio da rvore individual ou do povoamento.

3) Aplica o de modelos sem entender a estrutura e funcionamento (restri es) deles


4) Homogeneidade dos resduos: distribui o homognea (igual) dos desvios por meio de
toda a envergadura do parmetro em questo; distribui o normal e independncia dos
resduos: Distribui o simtrica dos resduos e ausncia de correla o em srie
5) a) transforma o quadrtica
b) transforma o logartmica

64

Capitulo 2

1)

dg = dimetro correspondente rvore mdia de rea basal do povoamento;

G/ha = rea basal de todas as rvores do povoamento, tomando como referncia o


dimetro a altura do peito;

produ o total em volume = V = h * f * G = altura * fator de forma * rea basal

incremento mdio anual = volume no ano x + 1 - volume no ano x;

h100; = altura dominante das 100 rvores mais grossas por hectare;

grau de estoqueamento = a rela o do volume (ou rea basal) real do povoamento com
os respectivos valores da tabela;

ndice de stio = altura do povoamento numa certa idade;

VAC (%) = volume acumulado dos desbastes, em rela o ao volume do


povoamento remanescente.

2) Tabelas de produ o so modelos empricos determinsticos de povoamentos florestais


que mostram o crescimento mdio de povoamentos de diferentes idades, em perodos
determinados, e numa rea determinada.
So somente vlidos e aplicveis em povoamentos puros e equineos, stio constante e
tratamento definido. Elas no permitem estimativas no crescimento de rvores individuais.
Com essa restri o, as tabelas de produ o so imprprias como ferramentas para a
produ o de madeira de alta qualidade. Do outro lado, as tabelas de produ o j existentes
oferecem uma ferramenta simples e eficiente para uma produ o otimizada em volume de
madeira.
3) Tabela de Produ o Schneider/Oesten (1999), ndice do stio = 22
V/ha do povoamento remanescente = 274 m

65

4)
idade
[anos]
20
25
30
35
40

Hm
[m]
24,7
27,0
28,5
29,5
30,1

V/ha
(remanescente)
3

[m ]
385

436,4
476,1
498
513,9

IMA
[m3]
13,9

V/ha

IPA

VAC

[m ]

[m3]

[m3]
386,6

50,1

20,3

31,5

13,6

19,7

8,9

11,9

5,6

(desbaste)
3

14,7

418,7

14,4

450,2

13,7

469,9

12,9

481,8

Tabela de produ o Pinus elliottii (Schneider & Oesten 1999), ndice de stio 32, nvel de produ o superior.

5) IPA tabela = 6,4 m/ reduzido pelo fator 0,7 = 6,4 * 0,7 = 4,48 m

Capitulo 3
1) Modelos de classe de dimetro. As taxas de movimento das rvores, de uma classe de
dimetro para a prxima, so arranjadas em uma matriz (um campo quadrado de elementos
de m linhas e k colunas). Em geral incorpora o do recrutamento, da mortalidade e
colheita.
2) Condi es bsicas: 1) probabilidade de cada evento s depende do estado atual e no da
histria do povoamento (chamada hiptese de Markov), e, 2) probabilidades assumidas no
modelo esto estveis durante todo o perodo de observa o (estacionaridade). Ambos os
critrios so difceis de encontrar em florestas heterogneas: 1) a resposta de crescimento
de uma rvore pode ser diferente, dependendo do seu desenvolvimento passado. 2) taxa de
crescimento no igual em cada fase de desenvolvimento da floresta (p.ex. estgios mais
avan ados crescem menos rpido do que estgios jovens)

66

3)
Nt0

Nt1

Nt2

Nt3

128

96

72

54

66

82

86

83

99

108

102

99

18

38

55

67

10

17

27

Capitulo 4
1) Largura da copa = 0,16 + 0,226*d1,3 0,026*idade
ir [mm] = ((dap [cm] / 2 ) / idade) *10
rea coberta pela copa duma rvore (ac) = /4 * largura da copa
rvores por hectare = ((10.000 m * cobertura pelo dossel) / ac)

Carvalho 1

Largura da
copa
[m]
2,0

[anos]
20

[cm]
10,4

[mm/ano]
2,6

Carvalho 2

2,0

35

12,2

1,7

Ir1,3

Idade

Idade

Dap

Dap

Ir1,3

Carvalho 1

[mm/ano]
2,5

[anos]
40

[cm]
20

Largura da
copa
[m]
3,64

Carvalho 2

3,7

20

14,8

2,98

Dap

Ir

Idade

Carvalho 1

Largura da
copa
[m]
2,5

[cm]
15,0

[mm/ano]
1,9

[anos]
40

Carvalho 2

3,2

18,0

2,3

40

rvores/ha
(rea coberta pelo
dossel = 80 %)

2546
2546
rvores/ha
(rea coberta pelo
dossel = 80%)

1148

769

rvo.res / ha
(rea coberta pelo
dossel = 80%)

1.633
1.000

67

2)

ir max = 2,6 mm/ano (Tabela 4.10)


dap = 18,2
largura da copa = 3,36 m
N/ha = 846
Inser o da copa (altura na idade 35 anos = 14,5 m) = 5,5 m
Primeiro galho morto = 5,0 m

3) Calcule para as duas varia es de crescimento (1,5 e 2,5 mm/anos) os n meros de


rvores que cabem num hectare na idade de 150 anos (cobertura pelo dossel = 70%) e a
distncia mdia de rvore a rvore.
dimetro-meta (1)

= 150 anos * 1,5 mm/ano = 45 cm

(2)

= 150 anos * 2,5 mm/ano = 75 cm

largura da copa (1)

= 6,43 m

N/ha = 215

largura da copa (1)

= 6,43 m

N/ha = 137

Capitulo 5
1) Para fazer uma anlise retrospectiva de crescimento, precisa-se de dados da rvore
individual e dados climticos em dissolu o anual. Para tal sero de importncia os
parmetros anatmicos.
2) Seria apropriado para esse tipo de pesquisa uma abordagem experimental, porque as
condi es dos experimentos so controlveis. Fatores individuais podem ser variados
quando outros podem ser mantidos constantes durante o experimento. A interpreta o
causal dos fatores possvel.
3) Para uma deciso dessas preciso analisar qual dos fatores mencionados um fator
limitante. Nesse caso, seria a baixa temperatura na Alemanha dentro de um perodo de 3
meses no inverno no qual a araucria no sobreviver.
4) Zuwachstrendverfahren
ig R (1981 a 1990) em % do ig R (1971 a 1980) = 16 / 24 = 67%
ig T (1971 a 1980) em % do ig T (1961 a 1970) = 11 / 30 = 37%
ig T / ig R = 37 / 67 = 55,2%

68

Capitulo 6
1) Modelos de gerenciamento florestal visam a fornecer, para os tomadores de deciso,
informa es sobre constela es complexas para preparar decises no nvel da empresa.
2)

Suas unidades bsicas so modelos baseados na rvore singular para simular o


crescimento;

estrutura o hierrquica das unidades de manejo;

integra o de diferentes nveis de deciso;

otimiza o como ferramenta eficaz de deciso;

auxlio da informtica.

69

Referncias Bibliogrficas
ASSMANN, E. Waldertragskunde. BLV, Mnchen, 1961. 506 p.
BADEN-WRTTEMBERG. Hilfstabellen fr die Forsteinrichtung. Stuttgart, 1993. 188 p.
BERTALANFFY, L. von. General system theorie: foundations, development and
applications. George Braziller, New York, 1968. 311 p.
BRADLEY, R.T., CHRISTIE, J.M., JOHNSTON, D.R. Forest management tables. Forest.
Comm. Booklet No. 16, 1966. 212 p.
BUONGIORNO, J., MICHIE, B.R. A matrix of uneven-aged forest management. Forest
Science 26, 1980. p. 609-625.
BUONGIORNO, J., PEYRON, J.L., HOUILLER, F., BRUCIAMACCHIE, M. Growth and
management of mixed species, uneven-aged forests in the French Jura: implications for
economic returns and tree diversity. Forest Science 40, 1995. p. 429-451.
CLUTTER, J.L., FORSTON, J.C., PENAAR, L.V., BRISTER, G.H., BAILEY, R.L. Timber
management: a quantitative approach. John Wiley & Sons, New York, 1983. 333 p.
DURLO, M.A. Zuwachsuntersuchungen und Einzelbaumwachstumsmodelle fr Cabralea
glaberrima, Cedrela fissilis und Cordia trichotoma in sekundren Laubmischwldern
Sdbrasiliens. Dissertation Universitt fr Bodenkultur, Wien, 1996. 175 p.
FINGER, C.A.G. Ein Beitrag zur Ertragskunde von Eucalyptus grandis und saligna in
Sdbrasilien. Dissertation Universitt fr Bodenkultur, Wien, 1992. 135 p.
FRANZ, F. Zur Fortentwicklung der Durchforstungsverfahren
Waldertragskunde. Forstarchiv 45, 1974. p. 28-34.

aus

Sicht

der

FRITTS, H. Tree rings and climate. Academic Press. London, New York, 1976. 567 p.
HASENAUER, H., MOSER, M., ECKMLLER, O. Ein Programm zur Modellierung von
Wachstumsreaktionen. Allgemeine Forstzeitschrift 50, 1985. p. 216-218.
HASENAUER, H., MOSER, M., ECKMLLNER, O. Mglichkeiten
Bestandeswertprognose mit Hilfe eines Einzelbaumwachstumssimulators.
Holzmarkt. 86, 1995. p. 17-20.

der
Int.

HASENAUER, H., MOSER, M. ECKMLLNER, O. Behandlungsvarianten fr den


Buchenwald mit dem Simulator MOSES 2.0. sterreichische Forstzeitung 107, 1996.
p. 7-9.
HASENAUER, H., MONSERUD, R.A. A crown model for Austrian forests. Forest Ecology
and Management 84, 1996. p. 49-60.
JTTNER, O. Ertragstafeln fr Eiche. In: Ertragstafeln wichtiger Baumarten, neubearbeitet
von R. SCHOBER. Sauerlnder-Verlag, Frankfurt, 2. Auflage, 1975. 1955. 155 p.
KENK, G. Pflegeprogramm "Werteiche". berlegungen zu einem Betriebszieltyp. In:
Begrndung und Pflege von Werteichenbestnden: Landesforstverwaltung BadenWrttemberg, Stuttgart, 1980. p. 89-116.

70

LOETSCH, F., ZOEHRER, F., HALLER, K.E. Forest Inventory. BLV, Mnchen, 1973.
469 p.
KENNEL, R. Die Bestimmung des Ertragsniveaus bei der Buche. Deutscher Verb. Forstl.
Forschungsanstalten, Neustadt a.d.W., 1972. p.48-50.
KROMER, B., BECKER, B. German oak and pine 14C calibration, 7200-9439 B.C. In:
Radiocarbon, Band 35, Heft 1, 1993. p. 125-135.
NAGEL, J. Konzeptionelle berlegungen zum schrittweisen Aufbau eines
waldwachstumskundlichen Simulationssystems fr Nordwestdeutschland. Schriften aus
der Forstlichen Fakultt der Universitt Gttingen und der Nieders. Forstl.
Versuchsanstalt, Band 128, J.D. Sauerlnder's Verlag, Frankfurt a.M., 1999. 122 p.
Modelo e Literatura: http://www.nfv.gwdg.de/nfvabw01.htm

NUTTO, L. Neue Perspektiven fr die Begrndung und Pflege von jungen Eichenbestnden.
Ergebnisse einer Untersuchung zur Kronenentwicklung, Astreinigung und
Dickenwachstum junger Stiel- und Traubeneichen in Europa (Quercus robur L. und
Quercus petraea (Matt.) Liebl.). Schriftenreihe Freiburger Forstliche Forschung, Band
5, 1999.190 p.
NUTTO, L., SPIECKER, H. Production of valuable wood: a software aided decision tool for
managing oak stands in Europe. In: Glasnik za umske pikusse Annales Experimentalis
Silvarum Culturae Provehendis No. 34. Proceedings of the IUFRO conference, 21.25.05.2000, Zagreb (Croatia), 2000. 10 p.
PRETZSCH, H. Konzeption und Konstruktion von Wuchsmodellen fr Rein- und
Mischbestnde. Forstliche Forschungsberichte Mnchen, N115, 1992. 332 p.
PRETZSCH, H. Perspektiven einer modellorientierten Waldwachstumsforschung.
Forstwissenschaftliches Centralblatt 114, 1995. p. 188-209.
PRETSCH, H., KAHN, M. Das Wuchsmodell SILVA - Parametrisierung der Version 2.1 fr
Rein- und Mischbestnde aus Fichte und Buche. Allgemeine Forst - und Jagdzeitung
168, 1997. p 115-123.
SILVA 2: http://www.wwk.forst.uni-muenchen.de/wwk/Silva/SilvaStart.html

RICHARDS, F.J.A. A flexible growth function for empirical use. Journal of Experimental
Botany, 10, 1959. p. 290-300.
SANQUETTA, C.R. Fundamentos biomtricos dos modelos de simula o florestal. Srie
didtica. FUPEF N8, Curitiba, 1996. 50 p.
SCHMIDT, A. Ertragsniveau und Standort, dargestellt am Beispiel der Kiefer. Deutscher
Verb. Forstl. Forschungsanstalten, Neustadt a.d.W., 1972. p. 43-48.
SCHNEIDER, P.R. Anlise de regresso aplicada Engenharia Florestal. 2. Ed. Santa Maria.
UFSM/CEPEF, 1998. 236 p.
SCHNEIDER, P.R., OESTEN, G. Tabelas auxiliares para o manejo de Araucaria angustifolia
e Pinus elliottii para a regio do planalto mdio do Rio Grande do Sul. Santa Maria.
UFSM/CEPEF, 1999. 118 p.

71

SCHNEIDER, P.R., FINGER, C.A.G. Manejo sustentado de florestas inequineas


heterogneas. Santa Maria, UFSM, 2000. 195 p.
SCHNEIDER, P.R., FLEIG, F.D., FINGER, C.A.G., SPATHELF, P. Produ o de madeira e
casca verde por ndice de stio e espa amento inicial de accia-negra, Acacia mearnsii
De Wild. Cincia Florestal, Universidade Federal de Santa Maria, 2000. No prelo.
SPATHELF, P., DURLO, M. Transition matrix for modelling the dynamics of a subtropical
seminatural forest in Southern Brazil. Forest Ecology and Management, 2000. In press.
SPIECKER, H. Zur Steuerung des Dickenwachstums und der Astreinigung von Trauben- und
Stieleichen. Schriftenreihe der Landesforstverwaltung Bad.-Wrtt. 72, 1991. 155 p.
SPIECKER, H. Which trees represent stand growth? In: BARTHOLIN, T.S., BJRN, B.E.,
ECKSTEIN, D. and SCHWEINGRUBER, F.H.: Tree Rings and Environment.
Proceedings of the International Dendrochronological Symposium, Ystad, South
Sweden, 3-9 September 1990, Lundqua Report 34, 1992. p. 308-312.
STERBA, H. Estimating Potential Density from Thinning Experiments and Inventory Data.
Forest Science 33, 1987. p. 1022-1034.
USHER, M.B. A matrix approach to the management of renewable resources, with special
reference to selection forests. Journal of Applied Ecology 3, 1966. p. 355-367.
UTSCHIG, H. Waldwachstumskundliche Untersuchungen im Zusammenhang mit
Waldschden. Auswertung der Zuwachstrendanalysenflchen des Lehrstuhls fr
Waldwachstumkunde fr die Fichte (Picea abies (L.) Karst.) in Bayern. Forstliche
Forschungsberichte Mnchen, N. 97, 1989. 198 p.
VANCLAY, J.K. Modelling Forest Growth and Yield. Applications to Mixed Tropical
Forests. CAB International. Wallingford, 1994. 312 p.
WYKOFF, W.R., CROOKSTON, N.L., STAGE, A.R. User
s guide to the Stand Prognosis
Model. USDA Forest Service, Intermountain Forest and Range Experiment Station,
Ogden, UT. Gen. Tech. Rep. INT-133. 1982. 112 p.
PROGNOSIS: Modelos: http://www.fs.fed.us/fmsc/fvs_model.htm
Documentos: http://www.fs.fed.us/fmsc/fvs_documents.htm

ZEIDE, B. Analysis of growth equation. Forest Science, 39, 1993. p. 594-616.


ZIMMERLE, H. Hilfszahlen zur Bonitierung, Vorrats- und Zuwachsschtzung in reinen
Eichenbestnden. Mitteilungen der Wrttembergischen Forstlichen Versuchsanstalt,
1930. p. 1-14.