Apostila Prognose Final

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV
Prof. Agostinho Lopes de Souza
MTODOS PARA PROGNOSE DA ESTRUTURA DIAMTRICA DE

FLORESTA INEQINEA
Joo Ricardo Vasconcelos Gama

Agostinho Lopes de Souza
NDICE
Pgina
1. INTRODUO ...................................................................................................
2. MTODOS DE PROGNOSE..............................................................................
2.1. Cadeia de Markov .........................................................................................
2.1.1. Conceitos e Propriedades........................................................................
2.1.2. Modelo de HIGUCHI .............................................................................
2.1.3. Modelo de BUONGIORNO e MICHIE .................................................
2.1.3.1. Floresta sob Manejo..........................................................................
2.1.3.2. Floresta no Manejada ......................................................................
2.1.4. Matriz Markoviana de Potncia..............................................................
2.1.5. Modelo para Simulao de Corte ...........................................................
2.2. Modelo de Wahlenberg.................................................................................
2.3. Razo de Movimentao dos Dimetros ......................................................
2.4. Sistema de Equaes Diferenciais ................................................................
3
3
4
5
6
6
9
10
12
16
18
19
3. AVALIAO DAS PROGNOSES ....................................................................
22
4. EXEMPLO DE APLICAO UTILIZANDO O EXCEL .................................

4.1. Banco de Dados ............................................................................................
4.2. Matriz de Transio ......................................................................................
4.3. Matriz de Probabilidade de Transio ..........................................................
4.4. Predio do ingresso .....................................................................................
4.5. Prognose da Distribuio Diamtrica ...........................................................
4.6. Avaliao das Prognoses ..............................................................................
22
23
24
26
28
29
32
5. CONSIDERAES FINAIS ..............................................................................
34
6. REFERNCIAS BIBLIOGRFICAS ................................................................
35
7. REFERNCIAS RECOMENDADAS ................................................................
37
1. INTRODUO
A estrutura de uma floresta ineqinea dinmica, muda continuamente com o
decorrer da idade e intervenes antrpicas planejadas ou indiscriminadas. Estas mudanas
ocorrem devido a: ingresso, crescimento, mortalidade e explorao ou corte. Estimar as
mudanas que venham a ocorrer na estrutura da floresta ineqinea fundamental para o
manejo florestal, pois, permite ao manejador tomar decises prvias visando melhorias de
qualidade e de produtividade para satisfazer as necessidades presente e futura da
sociedade, por produtos e servios da floresta.
A estrutura diamtrica ou distribuio diamtrica, refere-se distribuio do
nmero total de rvores ou densidade total (DT) do povoamento florestal, por hectare
(N/ha) e por classe de dimetro (dap). Para analisar a distribuio diamtrica, as rvores
com dap igual ou maior que o nvel de incluso de dap so agrupadas em classes de dap,
com uma determinada amplitude. Em geral, adota-se amplitude de 5,0 cm se referir-se a
uma floresta secundria em estgio inicial ou mdio de regenerao e amplitude de
10,0 cm, se referir-se a uma floresta em estgio secundrio avanado de regenerao ou
em estgio primrio (climax). As distribuies diamtricas do povoamento podem ser
estimadas por grupo de espcies ou para uma nica espcie (SOUZA, 2001).
A prognose da estrutura diamtrica, estimativa do nmero de rvores por classe de
dimetro em relao ao tempo, fundamenta-se em dados de crescimento obtidos do monitoramento da floresta num determinado perodo de tempo. A prognose realizada por meio
de modelos de crescimento e produo, segundo PULZ (1998) o crescimento definido
como o aumento das dimenses dos elementos dendromtricos (dimetro, altura, rea
basal, volume, biomassa, e outros) de uma ou mais rvores, sobre um dado perodo de
tempo. Produo refere-se a estas dimenses ao final desse perodo de tempo, portanto
produo o total produzido sobre um dado perodo de tempo.
Em florestas eqineas, geralmente compostas de indivduos de uma mesma
espcie, mesma idade ou mesma classe de idade, estes estudos levam em considerao a
idade do povoamento e o ndice de local.
Como as florestas ineqineas so constitudas de indivduos vegetais (rvores,
arbustos, ervas, gramneas e outros) de diferentes idades, espcies, tamanhos, grupos ecofisiolgicos, potencial de crescimento e produo (SOUZA, 2001), no se tem informao
de idade e nem de ndice de local. Desse modo, as estimativas de mudana na estrutura
diamtrica da floresta so fundamentadas na teoria de projeo da tabela do povoamento.
De modo geral, a prognose da estrutura diamtrica de fundamental importncia
para o manejo florestal, no sentido de permitir que o engenheiro florestal tome decises
para a melhoria da qualidade e produtividade da floresta. Mais especificamente, a prognose
pode ser utilizada para: definir ciclo de corte, planejar a poca e grau de tratamentos
silviculturais, valorar o estoque de explorao em um perodo futuro, avaliar o efeito de
diferentes alternativas de corte, fazer predies da dinmica da estrutura da floresta,
auxiliar na deciso sobre que espcie ou grupo de espcies que podero ser aproveitadas na
unidade de produo anual (UPA), identificar classes de dimetro onde ocorre maior ou
menor transio de rvores para se definir dimetro mnimo de corte, entre outras
aplicaes.
Partindo-se do pressuposto que o manejador - alm de conhecer o estoque presente
da floresta - necessita estimar as produes futuras, os objetivos deste estudo foram:
relacionar algumas metodologias utilizadas e descrever uma rotina de processamento de
dados em Excel para prognosticar a estrutura diamtrica de floresta ineqinea.
2. MTODOS DE PROGNOSE
2.1. Cadeia de Markov1/
Uma das maneiras de se prognosticar a estrutura diamtrica de florestas
ineqineas a utilizao de modelos baseados na teoria de cadeia de Markov, matriz
Markoviana, ou matriz de transio.
A Cadeia de Markov uma ferramenta que tem sido aplicada na modelagem de
problemas de vrias naturezas em diferentes reas do conhecimento, a saber: Economia
(econometria, sucesses cronolgicas financeiras, avaliao de carteiras de crdito e
avaliao de projetos), Metereologia (modelos climticos e de radiao solar), Telecomunicaes (modelos de trfego de vdeo e de trfego sistemas de comunicaes mveis),
Robtica (manipuladores robticos), Geografia (delimitao de regies funcionais e
nodais), Gentica (simulao de deriva gentica), Fonoaudilogia (sistemas de reconhecimento de voz), Pedologia (estados de umidade do solo), Sociologia (mobilidade social e
mudana residencial), Educao (dinmica evolutiva das sucessivas geraes de alunos ao
longo dos seus percursos de formao), Musicoligia (composio do tempo na msica),
entre outras.
Os primeiros trabalhos na rea biolgica foram desenvolvidos por: LESLIE (1945),
sendo o pioneiro no uso da cadeia de Markov, ao realizar estudos sobre mortalidade e
fertilidade em populaes de animais, nos quais foram usados estados baseados em classes
de idade. LEFKOVITCH (1965), utilizou a matriz de transio para estudar populaes de
besouros (Lasioderma serricorne), para tal fez o controle por meio de diferentes estdios
de desenvolvimento.
Na cincia florestal o pioneiro foi USHER (1966), que aplicou a cadeia de Markov
em povoamento de Pinus sylvestris, na Esccia. Posteriormente vrios pesquisadores da
rea florestal utilizaram modelos de transio, como: BRUNER e MOSER Jr. (1973),
ENRIGHT e OGDEN (1979), BUONGIORNO e MICHIE (1980), MENDOZA e
SETYARSO (1986), MINOLETTI e BOERNER (1993), entre outros.
No Brasil, j existem alguns estudos abordando a tcnica da matriz de transio em
florestas ineqineas, destacando-se: HIGUCHI (1987); AZEVEDO (1993), FREITAS e
1/
Cadeia de Markov foi um estudo desenvolvido em 1906 pelo matemtico russo Andrei Andreyevich
MARKOV (1856-1922), professor da Universidade de So Petersburgo, Rssia. A partir deste trabalho a
teoria dos processos estocsticos foi desenvolvida (http://www-groups.dcs.st-and.ac.uk/~history/
Mathematicians/Markov.html).
HIGUCHI (1993), SANQUETTA et al. (1995); SANQUETTA et al. (1996), BOM (1996),
SOUZA (1997), PULZ (1998), FERREIRA (1999) e BARROS (2000). Tambm j se
encontra aplicao da cadeia de Markov em florestas eqineas, a saber: MICHIE e
McCANDLESS (1986) e SANQUETA et al. (1999).
2.1.1. Conceitos e Propriedades
Muitos fenmenos que ocorrem na natureza podem ser estudados - pelo menos em
primeira aproximao - como se estes passassem por uma seqncia de estados, em que a
partir de um estado inicial, a transio de um determinado estado para o seguinte ocorresse
segundo uma certa probabilidade. No caso em que essa probabilidade de transio dependa
apenas do estado em que o fenmeno se encontra e do estado seguinte, o processo
chamado de processo de Markov, e uma seqncia finita de estados seguindo esse processo
denominada de Cadeia de Markov de parmetro discreto homognea (BOLDRINI et al.,
1978; BERNARDO, 2000).
Segundo HILLER e LIEBERMAN (1980) e BERNARDO (2000), a Cadeia de
Markov trata-se de um processo estocstico (fenmeno aleatrio que evolui ao longo do
tempo, e que pode ser estudado por leis de probabilidade) que:
a. Possui um nmero finito de estados;
b. Atende a propriedade Markoviana, ou seja, a probabilidade de transio
depende apenas do estado em que o fenmeno se encontra e do estado seguinte;
c. Possui uma matriz estacionria (probabilidade de transio entre estados
constante ao longo do tempo); e
d. Tem a mesma probabilidade inicial associada a cada estado (pressuposio de
homogeneidade).
Com referncia a dinmica da distribuio diamtrica, estas propriedades implicam
que: (1) a distribuio diamtrica no futuro depende somente da distribuio atual e no da
distribuio passada; e (2) a probabilidade de uma rvore mudar-se, por exemplo, da classe
i para a j em algum perodo especfico deve permanecer a mesma todo o tempo, indiferente
das condies do povoamento (SANQUETTA et al., 1995).
De acordo com AZEVEDO et al. (1995), o modelo da matriz de transio est
fundamentado no conceito de estado, ou seja, na situao em que a rvore pode ser
encontrada (ingresso, classe de dimetro e mortalidade). Portanto, parte do princpio que
uma rvore encontrando-se em um estado, ela pode permanecer nele, ou mover-se para
outro. Os movimentos de um estado para outro so calculados pelas probabilidades de
transio (pij).
n ij
p ij
[1]
ni
em que:
nij = nmero de indivduos na classe j (dap), no tempo t+1, uma vez que estavam
na classe i, no tempo t; e
ni = nmero total de indivduos na classe i, no tempo t.

A melhor forma de escrever as probabilidades de transio de uma Cadeia de
Markov por meio da matriz de transio, que uma matriz (P) quadrada de m x m com
elementos pij:
p1m
p11 p12 p13
p
p 2 m
21 p 22 p 23
P p ij p 31 p 32 p 33
p 3m
p 4m

p m1 p m 2 p m 3 p mm
Sendo que os elementos desta matriz devem satisfazer os seguintes critrios:
pij 0, para todo i e j;
n
p
i 1
ij
1 , para todo i.
Em relao aos estados de uma Cadeia de Markov, resumidamente pode-se destacar

os seguintes: transiente - quando um estado d acesso a outros estados, no caso pij < 1 e o
estado absorvente - quando o sistema permanece no mesmo estado (pij = 1), ou seja,
quando a i-sima linha da matriz de transio P, tem 1 (um) na diagonal principal e 0
(zero) nas demais sub-diagonais (BERNARDO, 2000).
No caso da prognose de florestas ineqineas, o estado absorvente altera a projeo
da distribuio diamtrica, porque interrompe a transio das rvores para as classes de
dimetro posteriores. H ento um acrscimo de rvores continuamente nesta classe. Este
acrscimo ser mais intenso medida que mais prognoses forem efetuadas, j que as
rvores no mais saem desta classe. Portanto, a ocorrncia deste estado compromete as
prognoses da estrutura diamtrica da floresta e impede tambm que o estado de equilbrio
seja alcanado (AZEVEDO et al., 1995; PULZ, 1998).
2.1.2. Modelo de HIGUCHI
Para prognosticar a distribuio diamtrica HIGUCHI (1987) construiu a matriz de
transio considerando os perodos de tempo t e t+1, calculou as probabilidades de
transio pela equao [1] e montou a matriz de transio probabilstica P:
0 I
0 a
1
0 0
0 0
P 0 0
0 0
0 0
0 0
0 0
0
b1
a2
0
0
0
c1
b2
a3
0
0
0
c2
b3
a4
0
0
0
0
b4
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
a5
0
0
0 0
0
0 an
0
0
0
0
0
0
0
bn
0
em que:
I = ingresso no tempo t+1;
ai , bi , ci = probabilidades de uma rvore viva permanecer na mesma classe
diamtrica (ai), mudar para a prxima classe diamtrica (bi), ou ainda mudar duas
classes (ci).
De posse da matriz de transio probabilstica a projeo para o n-simo perodo ou
etapa foi obtida pela equao de Chapman-Kolmogorov [2]:
P n p ij
[2]
em que: P(n) = matriz de transio probabilstica do o n-simo perodo ou passo.

possvel verificar que basta-nos conhecer as probabilidades de transio num
perodo que, de uma forma recursiva, podemos determinar as probabilidades de transio
em n perodos.
A partir do vetor de estados ( Y ) do perodo t, que corresponde ao nmero inicial
de rvores por classe de dimetro, a prognose foi obtida pela equao [3]:
Yn P n .Y
[3]
Dessa maneira, as predies para as diferentes etapas so calculadas mediante as

seguintes equaes: Y1 P.Y - etapa t+1, Y2 P 2 .Y - etapa t+2, Y3 P 3 .Y -etapa
t+3, assim por diante.
Uma alterao neste modelo foi realizada por FREITAS e HIGUCHI (1993) na
qual no incluram o ingresso na matriz de transio. Entretanto, corrigiram a freqncia
esperada para as duas primeiras classes de dimetro, utilizando o ingresso mdio
observado para cada classe durante o intervalo de medio.
2.1.3. Modelo de BUONGIORNO e MICHIE
BUONGIORNO e MICHIE (1980) desenvolveram um modelo de matriz de
transio que descreve o desenvolvimento das rvores de um povoamento florestal, de
acordo com os seus parmetros o modelo pode ser utilizado para a prognose da distribuio
diamtrica de florestas sob manejo e no manejadas.
2.1.3.1. Floresta sob Manejo
De acordo com BUONGIORNO e MICHIE (1980), as rvores de um povoamento
florestal podem ser divididas em um nmero finito de classes de tamanho (n), especificado
por seus respectivos dimetros. O nmero de rvores sobreviventes em cada classe
diamtrica em um ponto especfico no tempo t denominado pelo vetor coluna: y11, y21,...,
ynt.
y t y it i 1,..., n
[4]
Durante um perodo de crescimento (teta), as rvores de uma dada classe de

dimetro i podem permanecer na mesma classe ou avanar para classes de dimetros
superiores. Elas podem, ainda, morrer durante o intervalo de tempo, ou serem cortadas. O
nmero de rvores cortadas na classe de dimetro i, durante o intervalo , de acordo com
os referidos autores, representado pelo vetor coluna hit, entretanto, a srie de cortes
descrita da seguinte forma:
h t (h 1t , h 2 t ,..., h nt ) , i = 1,2, ..., n.
[5]
Ou seja, cada hit representa quantas rvores cortadas em cada classe diamtrica de
acordo com as prescries de manejo adotadas.
Alm do crescimento, tambm ocorre ingresso, que o nmero de rvores vivas
que entram na menor classe de dimetro durante o intervalo de tempo t para t+,
especificado por It (AZEVADO, 1993).
EK (1974) concluiu em seus estudos que o ingresso era inversamente relacionado
com a rea basal e diretamente relacionado com o nmero de rvores, ou seja, o ingresso
menor onda as rvores so mais grossas e, conseqentemente, a rea basal por hectare
tambm maior. Dessa maneira, BUONGIORNO e MICHIE (1980) determinaram o
ingresso pela seguinte expresso:
n
i 1
i 1
I t 0 1 Bi ( y it h it ) 2 ( y it h it ) e i
[6]
em que:
It
= ingresso (It 0);
Bi
= rea basal da rvore de dimetro mdio da i-sima classe de dimetro;
Yit
= nmero de rvores vivas na i-sima classe de dimetro, no tempo t;
hit
= nmero de rvores colhidas na i-sima classe de dimetro, no intervalo ; e
0, 1, 2 = parmetros a serem estimados;
ei
= erro aleatrio.
Partindo-se da premissa que a situao do povoamento no tempo t+ pode ser
totalmente modelada por intermdio da situao do povoamento no tempo t, do ingresso e
de cortes ocorridos neste intervalo de tempo , os autores empregaram as seguintes
equaes:
y1, t K I t a 1 .( y1t h 1t ) e
[7]
y 2, t K b1 .( y1t h 1t ) a 2 .( y 2 t h 2 t )
[8]
Para valores de i 3,
y n , t c n 2, t .( y n 2 t h n 2 t ) b n 1, t .( y n 1t h n 1t ) a nt .( y nt h nt )
[9]
em que:
Y1, t+ = nmero de rvores vivas na classe 1, no tempo t+;
Yn, t+ = nmero de rvores vivas na classe n, no tempo t+;
Y1t
= nmero de rvores vivas na classe 1, no tempo t;
h1t
= nmero de rvores colhidas na classe 1, no intervalo ;
It
= ingresso na menor classe de dimetro.
ai = probabilidade de que uma rvore que est viva numa classe de dimetro i, no tempo t,
mas que no colhida no intervalo , permanea viva e na mesma classe de dimetro
i, no tempo t + ;
bi = probabilidade de que uma rvore que est viva numa classe de dimetro i - 1, no
tempo t, mas que no colhida no intervalo , esteja viva e na mesma classe de
dimetro i, no tempo t + ;
ci = probabilidade de que uma rvore que est viva numa classe de dimetro i - 2, no
tempo t, mas que no colhida no intervalo , esteja viva e na mesma classe de
dimetro i, no tempo t + ;
mi = probabilidade de que uma rvores que est viva numa classe de dimetro i, no tempo
t, mas que no colhida no intervalo , esteja morta no intervalo de tempo t + ;
= perodo de crescimento entre t0 e t1, em que:
mi = 1 ai bi+1 ci+2, para i = 1,..., n-1 e
mn = 1 an (ltima classe).
Como proposto por BUOGIORNO e MICHIE (1980), a projeo do crescimento se
d ao utilizar as equaes [7], [8] e [9]. Segundo BARROS (2000), esta combinao levar
nova expresso para o mero de rvores na menor classe diamtrica, como uma funo
do nmero de rvores em todas as classes e de corte:
y1, t 0 d 1 .( y1t h 1t ) ... d n .( y nt h nt )
[10]
em que:
d1 = a1 + 1. B1 + 2; e
di = 1. Bi + 2, para i > 1
sendo:
Bi = a rea seccional da rvore do centro de determinada classe diamtrica.
O modelo final para a predio do crescimento toma a seguinte forma:
Yt = G.(y t - h t ) c
[11]
em que, G e c so, respectivamente, a matriz e o vetor coluna do coeficiente 0.

Matricialmente tem-se que:
Y1, t d 1
Y

2, t b1
Y3, t c 3

0
.

.
Y

n ,t 0
d2
a2
b3
c4
d3
0
a3
b4
.
.
0
a4

c n 3, t
0 0
.
.
.
0
b n 2, t
c n 2, t
a n 1, t
b n 1, t
d n Y1t h1t 0
0 Y2 t h 2 t 0

0 Y3 t h 3 t 0

0 * 0
. 0

0 0
a n Ynt hnt 0
2.1.3.2. Floresta no Manejada

Conforme BUORGIORNO e MICHIE (1980), a prognose da estrutura diamtrica
de uma floresta no explorada, assumindo-se que no houve corte durante o perodo de
tempo (ht = 0), estimada pelo modelo:
Y1 = G.Y0 c1
[12]
em que:
Y1 = vetor coluna do nmero de rvores por classe de dimetro, depois de
decorrido um perodo de tempo;

G = matriz de probabilidade de transio;
Y0 = vetor coluna do nmero de rvores por classe de dimetro, no tempo zero;
c1 = vetor coluna de rvores que ingressaram durante um perodo de tempo.
Se for efetuada a projeo da estrutura da floresta para 2 perodos de tempo, ento a
expresso [12] evolui para a forma:
Y2 = G 2 .Y0 G.c 1 c 2
[13]
Para n perodos de tempo, pode-se generalizar a expresso [13] para:

n -1
Yn G .Yo G i .c (n -1)
n
[14]
i=0
Conforme SOARES e SOUZA (1999) a expresso [14] pode ser simplificada

passando para a seguinte forma:
Yn = G.Y(n-1) c n
[15]
A forma matricial da expresso [15] :
Y1 n a 1
Y b
2 n 2
Y3 n c 3

Y4 n 0
Y5 n 0

Y 0
m n
0
a2
b3
0
0
a3
0
0
0
0
0
0
c4
0
b4
c5
a4 0
b5 a 5

bm
cm
Y1 ( n 1) I n

Y
2 ( n 1) 0
Y3 ( n 1) 0

0 * Y4 ( n 1) 0
0 Y5 ( n 1) 0

0 0
a m Ym ( n 1) 0
0
0
0
Na matriz de probabilidade possvel observar que a diagonal principal representa

a proporo das rvores que permanecem na mesma classe de tamanho (ai); a sub-diagonal
representa a proporo das rvores que se movem para a prxima classe de tamanho (bi);
abaixo da sub-diagonal esto as propores das rvores que avanam mais de uma classe
(ci) no perodo de medio e o resto da matriz preenchida com zeros.
O ingresso pode ser estimado por meio de ajuste dos seguintes modelos:
I t 1 e 0 1 .ABt .e i (SOUZA, 1997) e I t 1 0 1 .ABt e i (BARROS, 2000), em que:
It+1 = ingresso de rvores no tempo t+1;ABt = rea basal no tempo t; 0 e 1 = coeficientes

do modelo; e ei = erro aleatrio.
2.1.4. Matriz Markoviana de Potncia
Este modelo foi desenvolvido por SANQUETA et al. (1995) para predizer a
dinmica de floresta natural por meio da evoluo da distribuio diamtrica das rvores,
incluindo tambm a prognose da mortalidade e do recrutamento de novos indivduos nas
classes diamtricas.
O referido modelo foi estruturado em 10 estados: e1 (recrutamento = R), e2 a e9
(classes diamtricas) e e10 (mortalidade = M). A dinmica do sistema foi representada
como segue: recrutamento - mudana do estado e1 para qualquer dos estados e2 a e9; classe
diamtrica - mudana para as classes diamtricas superiores pelo incremento diamtrico,
ou permanncia na mesma classe quando o incremento diamtrico no foi suficiente para
uma mudana de classe; e mortalidade - mudana de qualquer estado para o estado e10.
Aps o clculo da matriz de probabilidade, efetuado por meio da equao [1], a
projeo do n-simo perodo ou etapa efetuada pela equao [2], conforme mencionado
em HIGUCHI (1987).
Para caracterizar o modelo, considera-se que: seja E = [e1, e2, ...e e10] o vetor de
estados, no qual os elementos ei correspondem ao nmero inicial de rvores em cada
estado, ento a matriz de probabilidade de transio P elevada potncia n pode ser usada
para predizer a disposio daquelas rvores iniciais aps n perodos de crescimento. As
predies para t+2 etapas de crescimento e para t+3 etapas, podem ser calculadas pela
equao [2]. Sendo P a matriz de probabilidades de transio, n o nmero de perodos a
serem prognosticados, conforme equao [1], as probabilidades de transies quadrtica
10
(pij)2 e cbica (pij)3 so obtidas pelo quadrado e potncia cbica da matriz de transio
inicial (P).
Predio da mortalidade
Seja E(0) = [E2(0), E3(0), ..., E9(0), E10(0)] um vetor, no qual os elementos
correspondem ao X nmero inicial de rvores em cada estado, ento as matrizes de
probabilidade de transio de grau 2 e 3 podem ser usadas para predizer a disposio
daquelas rvores iniciais aps 2 e 3 perodos de crescimento. Os nmeros pi,m(2) e pi,m(3)
para i = 1, 2, 3, ...9, so as probabilidades de mortalidade para uma dada rvore que estava
inicialmente na i-sima classe de dimetro. Os nmeros estimados de rvores mortas, mi,
so determinados de acordo com a equao [16] para t+2 e equao [17] para t+3.
para
mi=Ei(0). pi,m(2)
[16]
mi=Ei(0). pi,m(3)
[17]
i = 1, 2, 3, ...9
Predio das rvores sobreviventes

As equaes [16] e [17] estimam a mortalidade, implicando que o nmero de
rvores sobreviventes (Si) a partir de cada classe de dimetro inicial possa ser calculado
como:
Si = Ei (0) . (1 pi,m(n))
[18]
para i = 1, 2, 3, ...9
sendo n = 2 para t+2 e n = 3 para t+3. A equao [18] estima o nmero de rvores na isima classe diamtrica que se espera sobreviver. Isto no indica a distribuio diamtrica
das rvores vivas. Si pode tambm ser calculado pela equao:
Si = Ei (0) . (pi,j - pi,m)(n)
para
[19]
i = 1, 2, 3, ...9
Predio da distribuio diamtrica

Para determinar a distribuio diamtrica das rvores sobreviventes (Ei),
necessrio somar todos os caminhos em que a rvore pode entrar numa classe de dimetro,
indiferente de sua classe inicial. Esta soma calculada pela equao:
Ei (n) = Ei (0) . pi,j (n)
[20]
11
em que Ei (n) o nmero de rvores no estado j aps n transies, indiferente do estado

inicial. Se os valores obtidos a partir da equao [18] so definidos na forma vetorial como
E(n) = [E1(n), E2(n), E3(n), ..., E9(n), E10(n)] ento a equao:
Ei (n) = E (0) . P (n)
[21]
pode ser usada para obter os elementos individuais.

De acordo com os autores o desenvolvimento do modelo acima se baseou em
BRUNER e MOSER (1973), HIGUCHI (1986), MENDOZA e STYARSO (1986), entre
outros.
2.1.5. Modelo para Simulao de Corte
SANQUETA et al. (1996) desenvolveram este modelo levando-se em considerao
as seguintes hipteses:
i. Aps o corte, h ocorrncia de mortalidade por dano, uma vez que a derrubada de
rvores de grande porte atinge rvores nas suas periferias, e tambm por motivos de
acesso ao interior da floresta. Tal dano ocorre de forma inversamente proporcional ao
dimetro, isto , maiores so os danos em rvores de menor dimetro;
ii. A taxa de mortalidade natural (por danos) se manter igual taxa verificada antes da
explorao;
iii. A abertura do dossel provocada pela retirada das rvores de maior dimetro provocar
uma acelerao do crescimento diamtrico das remanescentes, tambm inversamente
proporcional ao dap;
iv. Com o passar do tempo a taxa de acelerao de crescimento ir diminuir de forma
proporcional taxa de recuperao da rea basal, chegando a zero no momento que a
floresta recuperarar sua rea basal original;
v. A abertura do dossel tambm provocar um aumento de recrutamento devido ao
aumento de luminosidade na floresta.
Os autores desenvolveram o modelo de simulao da seguinte maneira:
Matriz de transio original
Sua representao matemtica foi escrita como:
[22]
A.E 0 R E 1
em que: A = matriz de transio que contm probabilidades de uma rvore passar para
outras classes diamtricas por meio de crescimento com o tempo; E 0 = vetor de estoque no
momento zero, ou seja, a distribuio diamtrica antes da predio; R = vetor de
recrutamento; e E1 = vetor de estoque no momento um, no tempo de predio futuro.
12
Matriz de transio aps o corte

Agregando ao modelo original [22] as mudanas em funo de intervenes
silviculturais, os seus componentes so mudados para:
i. Vetor de Estoque (E): dever refletir o nmero de rvores (ou outra varivel de
interesse) depois de realizado o corte e a mortalidade por dano;
ii. Vetor de Recrutamento (R): dever refletir a taxa de recrutamento devido abertura do
dossel;
iii. Matriz de transio (A): dever refletir a acelerao no crescimento devido ao
aumento na taxa de iluminao promovido pela abertura do dossel.
A representao matricial abaixo ilustra o modelo proposto, representado da mesma
forma que o modelo original, mas com seus componentes alterados segundo a metodologia
descrita nos itens seguintes.
a 11
a
21

a i1
a 12
a 22
a i2
a 1 j e'1 r '1 e"1

a 2 j e' 2 r ' 2 e"2
.
+
=

a ij e' j r ' j e" j
[23]
Vetor do estoque aps a interveno

O estoque em questo pode ser, por exemplo, o nmero de rvores, volume, ou rea
basal. A reduo foi representada matematicamente como segue:
e'1 e1 c1 m1
e '
2 = e 2 c 2 m 2

e' j e i c i m i
[24]
em que: e1 = estoque na classe (i) mo momento (m0) aps a interveno; e1 = estoque na

classe (i) no momento (m0); ci = estoque retirado na classe (i) no momento (m0); mi =
mortalidade por dano na classe (i).
Mortalidade por dano
Como o objetivo do modelo proposto simular o comportamento da floresta, a
mortalidade por dano pode ser estimada de forma emprica pela frmula:
m i e i .d.I i
[25]
13
em que: d = percentual de mortalidade por dano esperada para a primeira classe diamtrica,
e
em dcimos: I i i = fator de reduo da mortalidade em funo da classe de dimetro.
e1
O manejador poder determinar o valor de (d) em funo de sua experincia e do
sistema de explorao adotado ou por meio de dados oriundos de experimentos. Vrios
cenrios de mortalidade por dano podero ser testados antes da interveno. Aps a
explorao, um inventrio poder determinar o valor correto.
O fator de reduo (Ii) tem por funo estimar a mortalidade por dano nas classes
diamtricas de (2) a (n). Este fator representa a hiptese de que a faixa de mortalidade por
dano cai de forma proporcional razo entre a freqncia do estoque de classe considerada
(ei) e a freqncia da primeira classe (e1).
Aumento do crescimento
Com a abertura do dossel haver um aumento da regenerao natural e, por
conseguinte, no recrutamento de novos indivduos. A formulao matemtica a seguir
objetiva representar o incremento no recrutamento ou ingresso.
r '1
r '
2=

r ' j
r1 .h i
r .h
2 i

ri .h i
[26]
em que: ri = recrutamento verificado na classe (i) entre o momento (m0) aps a

interveno e (m1); ri = recrutamento normal verificado entre (m0) e (m1); hi = taxa de
acelerao do ingresso devido abertura do dossel.
A taxa de acelerao do ingresso poder ser determinada empiricamente quando da
simulao do manejo, com base na experincia do tcnico e, ou, por meio de estudos
previamente realizados. Aps o corte, com dados do monitoramento, possvel medir as
respostas da vegetao interveno.
A frmula mostrada a seguir determina a taxa de acelerao por classe diamtrica:
h i (1 z.I i .w )
[27]
em que: w = redutor da taxa de acelerao sobre a taxa (z) devido recuperao da rea
basal entre o momento (m1) e ( m1 k ), onde (k) representa o intervalo de tempo da previso
e
e o momento atual; I i i = fator de reduo da mortalidade em funo da classe de
e1
dimetro; z = taxa de acelerao sobre o recrutamento da classe diamtrica 1, devido a
abertura do dossel.
O redutor (w) determinado pela taxa de recuperao da rea basal, e calculado
pela seguinte equao:
14
ba n ba mk
[28]
ba c
em que: ban = rea basal antes da interveno; bamk = rea basal aps a interveno no
momento (k); bac = rea basal retirada; sendo (bamk) sempre menor ou igual a (ban).
Mudana na matriz de transio
A segunda hiptese que fundamentou o modelo de simulao determina que a
interveno realizada na floresta ir promover um incremento na taxa de crescimento
diamtrico das rvores. Por conseguinte, a matriz de transio ir mudar. Haver um
incremento nas probabilidades de mudana de uma classe para a outra. Em outras palavras,
a matriz de transio ser acelerada.
A nova matriz (A) de transio ficou assim representada:
a '11
a '
21
A'

a 'i1
a '12
a ' 22
a 'i 2
a '1 j
a ' 2 j

a 'ij
[29]
Sendo que seus novos valores so calculados por meio das seguintes equaes:
Coeficientes das diagonais inferiores para o perodo m0- mk
[30]
a ' i , j a i , j .(1 t.I i , j .w )
sendo (i > j) e (k) igual ao intervalo de tempo.

Coeficientes da diagonal principal para o perodo m0- mk
n
a 'i, j 1 a 'i, j m i
[31]
i2
em que: mi = mortalidade normal verificada na classe (i); t = taxa de acelerao sobre o

e j1
crescimento devido abertura do dossel; I i , j
= fator de reduo da acelerao em
ei
funo da classe de dimetro, sendo i > j; w = redutor da taxa de acelerao sobre a taxa
(g) devido recuperao da rea basal entre o momento (mk) e (mk-1); k = intervalo de
tempo entre as previses.
O fator de reduo (w) calculado pela frmula [28] anteriormente descrita. Aps
o primeiro perodo de projeo, a cada perodo (k) de nova projeo, este fator promover
uma diminuio da taxa de acelerao (t) e, por conseguinte, todos os coeficientes da
matriz sero alterados. No momento em que a floresta recuperar sua rea basal inicial, (w)
15
assumir valor zero, levando (t) tambm a zero. Por conseqncia, a matriz de transio
voltar ao seu estgio inicial de normalidade.
2.2. Modelo de Wahlenberg
Este modelo est fundamentado no reconhecimento da variao na taxa de
incremento das rvores individuais, dentro de cada classe diamtrica, ou seja, uma rvore
pode permanecer na mesma classe diamtrica, mudar para a prxima classe diamtrica, ou
ainda mudar duas classes. O uso deste conceito foi primeiramente utilizado por
Wahlenberg em 1941 (HUSCH, MILLER e BEERS, 1972). No Brasil j foi utilizado por
PULZ (1998), segundo este autor o modelo pode ser desenvolvido por meio das seguintes
etapas:
Etapa 1 - Quantificao do incremento peridico em dimetro:
IPdap = dap2i - dap1i
[32]
em que: IPdap = incremento peridico em dap (dimetro mensurado a 1,30 metros do solo);
dap1i = dap da i-sima rvore na 1 medio; dap2i = dap da i-sima rvore na 2 medio;
i = 1, 2, ..., n.
Neste caso a porcentagem de movimento calculada aplicando-se o incremento
individual sobre o dimetro das rvores (Figura 1). Portanto a soluo de Wahlenberg pode
ser usada (HUSCH, MILLER e BEERS, 1972; PULZ, 1998). Para exemplificar este
mtodo sero considerados os dados do Quadro 1.
Crescimento diamtrico e classes no

final do perodo
20 25 cm
rv.
No 11
15 20
cm
10 15 cm
0
7.5
12.5
Classes de dimetro no incio do perodo
Fonte: PULZ (1998).
Figura 1 Representao grfica do incremento individual sobre o dimetro das rvores.
16
A rvore no 11 (Tapirira obtusa) tinha inicialmente 9,5 cm de dap e cresceu 6,1 cm

durante um perodo de 5 anos. Conseqentemente migrou para 2 classes de dimetro, como
pode ser observado na Figura 1.
O movimento de rvores pode ser determinado por meio da contagem do nmero
de pontos em cada diagonal de classe diamtrica. Estes nmeros podem facilmente ser
convertidos para porcentagem de movimento.
Quadro 1 - Exemplificao do mtodo de Wahlenberg
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
.
.
.
n
Espcie
Siparuna guianensis
Copaifera langsdorffii
Maprounea guianensis
Casearia arborea
Tapirira obtuse
Casearia arborea
Styrax pohlii
Styrax pohlii
Tapirira obtusa
Rollinia lauriflia
Styrax pohlii
Ocotea corymbosa
Ocotea corymbosa
Xylopia brasiliensis
Piptadenia gonoacantha
Ocotea corymbosa
.
.
.
n
Centro de
classe
dimtrica
dap1
dap2
IPdap
7,5
7,5
7,5
7,5
7,5
7,5
7,5
7,5
7,5
7,5
7,5
12,5
12,5
12,5
17,5
17,5
17,5
22,5
22,5
.
.
.
n
5,0
5,5
6,0
6,0
6,2
6,9
8,2
9,5
10,5
11,0
12,7
17,1
18,1
19,7
23,0
20,2
.
.
.
n
5,1
6,0
6,2
5,7
6,4
6,7
6,7
8,9
12,7
15,6
13,7
11,4
13,1
19,7
18,5
23,9
23,0
.
.
.
n
0,7
0,9
0,7
0,5
2,0
4,5
6,1
3,2
0,4
0,3
2,6
0,4
4,2
2,8
Fonte: Adaptado de PULZ (1998).
No Quadro 2 ilustrado, para a classe 7,5 cm, a porcentagem de movimento. A

proporo de rvores passando de uma classe para outra pode ser interpretada como :
71,4% das rvores permaneceram na classe 7,5 cm; 14,3% migraram para a classe 12,5 cm;
e outras 14,3% migraram para a classe 17,5 cm. Este mesmo procedimento realizado para
as demais classes.
Etapa 2 - Definio do ingresso e da mortalidade - estes parmetros no so
modelados e sim utilizados diretamente da base de dados.
17
Etapa 3 Projeo da estrutura diamtrica a distribuio obtida pela soma do

nmero de rvores aps a movimentao com o nmero de ingressos, menos o nmero de
rvores mortas.
Quadro 2 Porcentagem de movimento, aps 5 anos, para a classe 7,5 cm
Centro de classe
diamtrica
Movimento em nmero de
classe de dimetro
No de rvores em cada classe

de dimetro
Porcentagem de
movimento
7,5
71,4
12,5
14,3
17,5
14,3
Total
100,0
Fonte: PULZ (1998).
2.3. Razo de Movimentao dos Dimetros

SCOLFORO et al. (1996), propuseram o mtodo da razo de movimentao dos
dimetros para gerar tabelas de produo para florestas multineas, a partir da teoria de
projeo da tabela do povoamento descrita em HUSCH, MILLER e BEERS (1972). A
seguir apresenta-se como construir um modelo de produo baseado no mtodo citado.
Etapa 1 Tabular a distribuio diamtrica do tempo t+1, ou seja, relacionar o
nmero de rvores por hectare e por classe de dimetro.
Etapa 2 - Quantificao do incremento peridico mdio em dimetro, por classe de
dimetro.
O incremento peridico obtido pela expresso [32]:
IPdap = dap2i - dap1i
em que: IPdap , dap1i e dap2i = j definido anteriormente.
E o incremento peridico mdio, por classe diamtrica, obtido a partir da
expresso:
n
IPM dap i
dap2
i 1
dap1i
[33]
em que: IPMdap i = incremento peridico mdio em dimetro na i-sima classe diamtrica;

N = nmero total de rvores em cada classe diamtrica; dap1, dap2, = j definido
anteriormente.
Etapa 3 Clculo da razo de movimentao: nesta etapa os autores utilizaram a
frmula que leva em considerao o incremento diamtrico mdio, a saber:
18
IPMdapi
.100
CD
[34]
em que: m = razo de movimentao; CD = intervalo da classe de dimetro; IPM dap i = j

definido anteriormente.
Assim, considerando um incremento mdio de 5,1 cm e um intervalo de classe com
amplitude de 5 cm, a razo de movimentao 102% [(5,1/5,0)*100=102%]. Neste caso,
os dois dgitos direita expressam o percentual de rvores que avanam uma classe de
dimetro em relao ao terceiro dgito a partir da direita. No exemplo, 2% das rvores
movem-se duas classes de dimetro, e as 98% restantes movem-se uma classe de dimetro,
com nenhuma rvore permanecendo na classe original. Se o incremento for 1,0 cm, e a
amplitude da classe 5 cm, a razo de movimentao 20%. Assim, 20% das rvores
movem-se uma classe de dimetro e 80% permanecem na classe de dimetro original.
Etapa 4 - Estimativa do ingresso (Ii = 0e1di) e da mortalidade (Mi = 0e1di) em
funo do valor central da i-sima classe de dimetro (di), considerando-se todas as plantas
que no tempo t+1 entraram ou saram, respectivamente, no processo de medio.
Etapa 5 - por fim, depois de implementada a movimentao por classe de dimetro,
desconta-se as rvores mortas, utilizando-se a equao que estima esta varivel. Deve-se
tambm agregar s rvores existentes em cada classe de dimetro, o nmero de rvores que
ingressaram no processo de medio (ingresso).
2.4. Sistema de Equaes Diferenciais
RIBEIRO (1996) props um modelo para prognosticar a estrutura diamtrica de
florestas ineqneas a partir de um sistema de equaes diferenciais de primeira ordem.
Conforme o autor, a grande vantagem do mtodo que permite a obteno da distribuio
diamtrica para qualquer ponto no tempo, no se restringindo a intervalos mltiplos dos
tempos de medio das parcelas permanentes. Para a formulao do modelo o autor
baseou-se na estratgia adotada no modelo de BUONGIORNO e MICHE (1980). O
processo de formulao do modelo foi o seguinte:
Dada a equao de ingresso:
Y0 t 0 1 Bt 2 Nt
[35]
em que: Yi(t) = nmero de rvores vivas na i-sima classe diamtrica, por unidade
de rea, no tempo t; B(t) = rea basal total por unidade de rea, no tempo t 2
n
.d i
Bt
.Yi t ; di2 = dimetro no centro da i-sima classe diamtrica; N(t) = nmero
4
i 1
n
total de rvores vivas, por unidade de rea, no tempo t - Nt Yi t ; 0; 1 e 2 =

i 1
constantes do modelo.
A expresso [35] pode ser reescrita da seguinte forma:
n
d 2
Y0 ( t ) 0 1 i 2 Yi ( t )
4
i 1
19
[36]
A variao no nmero de rvores da i-sima classe diamtrica, durante o intervalo

de tempo t, igual ao nmero de rvores que ingressam nessa classe (rvores vindas da
classe diamtrica imediatamente inferior), menos o nmero de rvores que deixaram a isima classe (rvores que passaram para a classe diamtrica imediatamente superior mais
aquelas que morreram ou foram colhidas durante aquele intervalo de tempo). Essa variao
pode sr assim expressa, sob a forma de uma equao diferencial:
dYi
[37]
a it Yi 1 (a i 2 a i 3 )Yi b i ,
dt
i 1..n
em que:
ai1 = taxa (percentagem) de rvores movendo-se da classe diamtrica i-1 para a i-sima
classe diamtrica (0<a i1 1 i n);
ai2 = taxa (percentagem) de rvores movendo-se da classe diamtrica i-1 para a classe
imediatamente superior (0<a i2 1 i n e a n2 = 0);
ai3 = taxa de mortalidade (percentagem) de rvores da i-sima classe diamtrica durante dt
(0<a i3 1 i n); e
bi = constante associada i-sima classe diamtrica (bi = 0 para i= 1 e bi = 0 i > 1);
A descrio matemtica da taxa de variao do nmero de rvores para cada uma
das n classes de dimetro produz o seguinte sistema genrico de equaes diferenciais de
primeira ordem:
dY1
a 11 Y0 (a i 2 a i 3 )Y1 0
dt
dY2
a 21 Y1 (a 22 a 23 )Y2 0
dt
.
.
.
dYn
a n1 Y( n 1) a n 3 Yn 0 .
dt
Utilizando notao matricial, esse mesmo sistema pode ser assim escrito:
[38]
Y ' A.Y b
Para o caso homogneo, tem-se que b 0 e a equao [36] se resume a
[39]
Y ' A.Y
Se a matriz A possuir n autovetores pZ1,..., pZn linearmente independentes
associados aos respectivos autovalores 11 ,..., n , ento a soluo geral do sistema [39]
ser dada por (WILSON, 1979):
Y p 1 .e 1t ...p n .e nt
Y p .e t
[40]
Substituindo a equao [40] na [39], tem-se:

Y ' A.p .e t
[41]
Tomando a derivada da equao [40] em relao a t, obtm-se:
20
dY
Y ' .p .e t = .1n .p .e t
dt
Em que 1n a matriz identidade de ordem n.
Subtraindo a equao [42] da [41], tem-se:
A.p .e t .1n .p .e t 0
A .1n .p .e
[42]
[43]
Dado que .e t 0 , ento a equao [43] somente ser satisfeita se:

A .1n .p 0
[44]
Por outro lado, o sistema de equaes [44] ter soluo no-trivial, i.e., no nula,
para p se, e somente se, a seguinte condio se verificar:
[45]
det(A .I n ) 0
A obteno do conjunto de autovalores 1 ... n requer a soluo da equao [45].
Especificamente, p k dito ser um autovetor de A se a seguinte condio for satisfeita:
A .k I n .p 0
em que ( p ) T p1 ,...p n .
[46]
O autovetor p k ser obtido, substituindo-se k na equao [44]. Uma vez que os
autovetores p 1 ....p n tenham sido determinados e se todos os valores 1...n possurem

multiplicidades iguais a 1, isto , se cada autovalor ocorrer uma nica vez como soluo da
equao [45], ento a soluo homognea do sistema de equaes [38] ser dada por
(WILSON, 1979):
n
Y( t ) (e i t .p i .c i )
[47]
i 1
em que ci so constantes estabelecidas pelas condies iniciais.

Define-se agora ( t ) como sendo a matriz fundamental de soluo para o sistema
de equaes [39], da seguinte forma:
( t ) e A t ' ( t )..... n ( t ) , em que
[48]
( t ) e i t .p i
a i-sima coluna da matriz ( t ) , sendo, portanto, o i-simo vetor soluo.
conveniente agrupar as constantes ci, da equao [47] em um vetor linha, da seguinte
forma: ( c ) T c1 ,..., c n .
Assim, a equao [47] poder ser reescrita da seguinte maneira:
Y ( t ) ( t ).c
[49]
que a soluo homognea, sob notao matricial, para o sistema de equaes diferenciais
de primeira ordem, dado pela equao [38].
Para o caso de um sistema no-homogneo ( b 0) , a soluo particular da equao
[38] ser dado por
[50]
A.Y b
Y A 1 .b
A soluo geral desse sistema poder ser, ento, obtida pela soma das equaes
[49] e [50], o que leva a Y ( t ) ( t ).c A 1 .b
[51]
21
3. AVALIAO DAS PROGNOSES

A avaliao das projees pode ser feita pelo teste de qui-quadrado HIGUCHI
(1987), FREITAS e HIGUCHI (1993) e SANQUETA, et al. (1995).
PULZ (1999), avaliou as prognoses por meio de um delineamento de blocos
casualizados (DBC), considerando as classes diamtricas como os blocos e os perodos de
medio os tratamentos. Para possveis diferenas em prognosticar o nmero de rvores
para cada classe de dimetro, foi aplicado o teste de Scott e Knott. Este mesmo autor
avaliando trs diferentes mtodos de prognose a saber: Mtodo de Buongiorno e Miche,
Mtodo da Razo de movimentao e Mtodo de Wahlenberg aplicou delineamento
fatorial com blocos casualizados para verificar o efeito do perodo e mtodo na estimativa
de freqncia por classe de dimetro. Os fatores foram: fator 1: perodo (2 nveis), fator 2:
metodologia (3 nveis) e blocos: classes diamtricas (15 classes)
As distribuies diamtricas preditas, tambm podem ser avaliadas estatisticamente
pelo teste L & O proposto por LEITE e OLIVEIRA (2000), o qual uma combinao do
teste F modificado de Graybill, teste t para o erro mdio e a anlise do coeficiente de
correlao linear. Segundo os autores o procedimento estatstico proposto eficiente e no
subjetivo e pode ser usado para testar a identidade entre quaisquer dois vetores ou grupos
de dados quantitativos.
Quando a inteno for comparar diferentes modelos de prognose TORRES-ROJO,
MAGAA-TORRES e ACOSTA-MIRELES (2000) indicam o uso do ndice de erro de
Reynolds - IER (REYNOLDS, BURKE e HUANG, 1988), que a soma ponderada das
diferenas absolutas entre o nmero de rvores preditas e o nmero de rvores observadas
em cada classe de dimetro. A ponderao pode ser feita com o volume ou outro valor que
se estabelecer como ponderador e o melhor modelo o que apresentar o menor IER. Os
primeiros autores usaram como ponderador a rea basal, de tal forma que o IRE
modificado foi:
P
O
MC
n ni
IER i
O
i mC ABi
em que: IER = ndice de erro de Reynolds; niP = nmero de rvores preditas na i-sima
classe de dimetro; niO = nmero de rvores observadas na i-sima classe de dimetro;
ABiO = rea basal observadas na i-sima classe de dimetro; mC = menor classe de
dimetro e MC= maior classe de dimetro.
4. EXEMPLO DE APLICAO UTILIZANDO O EXCEL

O Excel uma planilha eletrnica muito til para a organizao e manipulao de
banco de dados. Permite fazer o gerenciamento e o processamento de dados, desde os mais
simples at queles que envolvem funes mais complexas. Neste sentido, foi
desenvolvida uma rotina em Excel 2000 para prognosticar a distribuio diamtrica de
floresta ineqinea pelo emprego do Modelo de BUONGIORNO e MICHIE (1980).
22
O exemplo a seguir foi desenvolvido com base nos dados de um experimento de

manejo denominado Produo Sustentvel de Floresta Atlntica, localizado na Reserva
Florestal de Linhares (RFL), municpio de Linhares e Jaguar - ES. Segundo JESUS,
SOUZA e GARCIA (1992), o experimento foi instalado em blocos ao acaso, com nove
tratamentos e cinco repeties, cada parcela permanente mediu 0,5 ha (50 x 100 m) e o
nvel de incluso adotado foi dap 10 cm.
Para o desenvolvimento do presente exemplo de aplicao foram processados
apenas os dados referentes ao tratamento testemunha, ou seja, floresta no explorada. O
clculo das probabilidades de transio foi realizado a partir das medies de 1983 e 1986.
A projeo da distribuio diamtrica foi feita para os anos de 1989, 1992 e 1995. A
seguir, sero mostradas as etapas a serem seguidas, os comandos do Excel e o quadro
resumo com as distribuies diamtricas estimadas e observadas.
4.1. Banco de Dados
No decorrer das medies das parcelas permanentes os dados devero ser digitados
para se montar um arquivo (banco de dados). Como nos inventrios florestais,
normalmente, se mensura cap (circunferncia a 1,30 m do solo), o processamento das
informaes comea com a transformao desta varivel para dap, como segue:
i. Inserir uma coluna ao lado dos caps, com a denominao do dap-ano, ex.: dap90;
ii. Calcular os valores de dap, atravs da diviso do valor da 1a clula da coluna cap por ,
digitando a frmula =clula do cap/PI(). Ex: =E2/PI();
iii. De posse do 10 valor de dap na clula da coluna dap-ano, selecionar novamente esta
clula e clicar duas vezes com o boto esquerdo do mouse no seu canto inferior
direito para obter todos os valores de dap nas demais clulas desta coluna. Repetir o
procedimento para as demais colunas de cap.
Aps o calculo dos daps se defini a amplitude das classes de dimetro. No presente
exemplo, como as rvores apresentaram uma grande variao de dimetros (10 cm a
150 cm) adotou-se a amplitude diamtrica de 10 cm. Para definir a classe de dimetro para
cada rvore, em cada ano de medio:
i. Inserir uma coluna de classe de dimetro (Cd-ano) ao lado de cada dimetro e digitar a
expresso =SE(E2=0;0;((INT(E2/10))*10+5))2, que significa que se o dap for zero,
pode significar mortalidade (linha 629) ou ingresso (linha 631 a 634), mantem-se este
valor ou enquadra-se a rvore em seu respectivo centro de classe de dimetro (Figura
2);
ii. De posse da primeira classe de dap na clula da coluna Cd-ano, selecionar novamente
esta clula e clicar duas vezes com o boto esquerdo do mouse no seu canto inferior
direito para obter todas as classes de dimetro nas demais clulas desta coluna (Figura
2).
Os valores 10 e 5, so colocados para uma amplitude de classe de 10 cm, caso fosse para uma amplitude
de 5 cm, os valores seriam de 5 e 2,5, respectivamente.
23
Figura 2 - Estrutura e montagem do banco de dados.
4.2. Matriz de Transio

Utilizando o arquivo com as rvores j classificadas nas suas respectivas classes de
dimetro (Figura 2), escolher as seguintes opes:
i. Clicar no item Dados do menu principal, em seguida na opo Relatrio de tabela e
grfico dinmicos;
ii. Clicar em Avanar;
iii. Se o intervalo de dados no estiver correto definir o intervalo e clicar em Avanar;
iv. Definir o local onde se deseja colocar a tabela dinmica (nova planilha ou planilha
existente) e clicar em Layout;
v. Clicar sobre Cd-83 (Cd do ano t) e arrastar para o espao em branco COLUNA;
vi. Clicar sobre Cd-86 (Cd do ano t+1) e arrastar para o espao em branco LINHA;
vii. Clicar sobre Cd-83 e arrastar para o espao em branco DADOS;
viii. Na opo DADOS substituir Soma de Cd-83 por Contagem de Cd-83, para isso,
clicar 2 vezes com a seta do mouse sobre Soma de Cd-83. No quadro de opes,
selecionar Cont. Valores, clicar OK, OK novamente; e
ix. Clicar sobre Concluir para se obter a tabela dinmica que representa a Matriz de
Transio das rvores (Figura 3).
24
Figura 3 - Matriz de transio calculada por meio da tabela dinmica.

A matriz de transio mostra a freqncia por classe diamtrica das rvores
avaliadas no perodo t e t+1, neste caso 1983-86, incluindo a mortalidade (linha 3) e o
ingresso (coluna B). A diagonal principal representa as rvores que permaneceram na
mesma classe de tamanho, a sub-diagonal representa as que mudaram para a prxima
classe de tamanho, e abaixo da sub-diagonal (se ocorrer) estaro as rvores que avanaram
mais de uma classe, no perodo de tempo considerado.
No caso da Figura 2, considerando a primeira classe de dimetro durante o perodo
de tempo de trs anos (1983-1986), 50 rvores ingressaram na primeira classe diamtrica,
820 rvores permaneceram nesta classe, 35 passaram para uma classe diamtrica acima, e
38 rvores morreram.
Como as rvores referentes ao exemplo de aplicao so provenientes de uma
amostra de 2,5 hectares (cinco parcelas de 0,5 ha), foi necessrio dividir cada coeficiente
da matriz (valor) por 2,5 para termos o resultado da prognose por hectare. Para tal, no
EXCEL, devemos primeiro escolher o local da primeira clula da nova tabela e digitar
=[clula de origem]/2,5; depois, copiar a frmula para as outras clulas (Figura 4). Aps a
converso de todos os valores:
i. Selecionar a rea da tabela com o mouse;
ii. Clicar no cone Copiar;
iii. Posicionar o cursor na clula de destino;
iv. Clicar em Editar, Colar especial, Colar - Valores e OK
25
Figura 4 - Converso dos valores da matriz de transio para hectare.

Aps esta seqncia de comandos as tabelas referentes Figura 3 e 4 podem ser
excludas e a Matriz de Transio pode ser formatada como na Figura 5.
I = ingresso, M = mortalidade.
Figura 5 - Formatao da matriz de transio.
4.3. Matriz de Probabilidade de Transio

Os movimentos do estado i para o estado j so calculados pelas probabilidades de
transio (pij).
26
p ij
n ij
ni
em que: nij = nmero de indivduos na classe j (dap), no tempo t+1, uma vez que estavam
na classe i, no tempo t; e ni = nmero total de indivduos na classe i, no tempo t.
Primeiro escolher o local onde ir ficar o primeiro valor da matriz G e digitar
=(clula do nmero de rvores na classe j no tempo t+1) / (clula do nmero total de
indivduos na classe i, no tempo t), observar a colocao do cifro ($) como na Figura 6;
depois, copiar a frmula para as outras clulas.
Figura 6 - Calculo das probabilidades de transio.
A Figura 6 mostra que a probabilidade de uma rvore permanecer na classe de

25 cm em um perodo de trs anos 0,93 (80,4/86,8) e de passar para a classe 35 cm igual
a 0,03 (2,8/86,8), e assim sucessivamente.
Foi possvel observar que as rvores dos centros de classe de dimetro 95 cm e
135 cm apresentaram estados absorventes, ou seja, no apresentaram probabilidade de
transio de uma classe diamtrica para outra; existindo somente a probabilidade das
rvores permanecerem na mesma classe diamtrica. Verificou-se ainda, que os centros de
classe 115 cm e 125 cm no apresentaram nenhuma rvore. Estas situaes comprometem
a prognose da estrutura diamtrica, devido funcionarem como barreira para se estimar s
rvores das classes diamtricas posteriores. Observe que o resto da matriz preenchido
com zeros.
27
4.4. Predio do ingresso

Normalmente, o ingresso obtido mediante o ajuste de uma funo matemtica,
neste exemplo de aplicao ajustou-se a funo:
I t 1 e 0 1B t .e i
em que: It+1 = ingresso de rvores no perodo t+1 (1986); Bt = rea basal no perodo t
(1983); 0 e 1 = coeficientes da funo; e ei = erro aleatrio.
Aps o ajuste da funo, que feito em algum programa estatstico, a equao
passou a ser a seguinte: It+1 = e 6,181937-0,097701*Bt. Como necessrio termos a rea basal no
tempo t (1983), a mesma foi calculada da seguinte maneira (Figura 7):
Figura 7 - Clculo da rea basal e aplicao da equao de ingresso.

Bt =
. 15 2
. 155 2
. 357,2 + . . . +
. 0,0 32,598 m2/ha.
40000
40000
ou seja, multiplicando-se a rea seccional referente a cada centro de classe de dap pelo
nmero de rvores por hectare em cada classe em 1983.
O ingresso entre 1983 e 1986 foi obtido no EXCEL por:
= exp(6,181937-0,097701*32,598) = 20,0 rvores/ha
28
4.5. Prognose da Distribuio Diamtrica

A partir do modelo simplificado Yn = G.Y(n -1) I n de BUONGIORNO e
MICHIE (1980) a prognose da distribuio diamtrica pode ser realizada por meio das
seguintes operaes matriciais:
Y1 n a 1
Y b
2 n 2
Y3 n c 3

Y4 n 0
Y5 n 0

Y 0
m n
a2
b3
c4
0
0
a3
b4
c5
0
0
a4
b5
0
0
0
a5

0 cm
bm
0 Y1 ( n 1) I n
0 Y2 ( n 1) 0
0 Y3 ( n 1) 0

0 * Y4 ( n 1) 0
0 Y5 ( n 1) 0

0 0
a m Ym ( n 1) 0
No EXCEL, para multiplicar a matriz G por Y(n-1) (Figura 8), deve-se:

i. Selecionar a rea da matriz ou vetor resultante da multiplicao ao lado do vetor Y(n-1) ;
ii. Clicar no cone colar funo;
iii. Selecionar:
- Categoria da funo - Matemtica e trigonomtrica;
- Nome da funo Matriz.Mult e OK;
- Marcar a matriz de probabilidade e o vetor de distribuio diamtrica; e
- Apertar, simultaneamente, os botes Ctrl + Shift + Enter para aparecer o resultado
da multiplicao.
Figura 8 - Multiplicao da matriz de probabilidade de transio pelo vetor que representa

a distribuio diamtrica no tempo t.
29
A soma do vetores GY(n-1) e In (Figura 9), para obter o nmero de rvores por
classe diamtrica em 1986, no EXCEL, dado pela aplicao sucessiva da seguinte
expresso:
= valor da multiplicao GY(n-1) + valor de In
Figura 9 - Soma dos vetores GY(n-1) e In para a obteno da distribuio diamtrica no

tempo t+1.
Para todos os passos seguintes, h a necessidade de obter o nmero de rvores por

classe diamtrica no perodo anterior ao desejado (tn-1), a rea basal por hectare do perodo
tn-1 e o ingresso do nmero de rvores no perodo tn. Verifica-se, contudo, que a matriz de
probabilidades (G) a mesma para todas as projees desejadas.
As projees do nmero de rvores por classe de dimetro para o ano de 1989,
1992 e 1995 so mostradas a seguir:
30
Perodo t+2 Projeo para o ano 1989

G
0,92
Y2 =
Y(n-1)
In
Yn
348
19,0
338,6
0,04 0,93
94,4
101,1
0 0,03 0,86
42,8
39,9
0 0,09 0,92
22,8
24,7
0 0,02 0,93
11,6
11,3
0 0,07 0,96
10
10,4
0 0,00 0,90
3,6
3,2
0 0,00 0,67
0x
2,4 +
0=
1,6
0 0,33 1,00
2,8
3,6
0 0,00 0,67
0,8
0,5
0 0,33 0,00
0,4
0,3
0 0,00 0,00
0,0
0 1,00 1,00
1,2
1,2
0 0,00 0,00
0,0
0 1,00 0,00
0,4
0,0

0,92
Y3 =
338,6
20,9
331,8
0,04 0,93
101,1
106,9
0 0,03 0,86
39,9
37,7
0 0,09 0,92
24,7
26,2
0 0,02 0,93
11,3
11,0
0 0,07 0,96
10,4
10,7
0 0,00 0,90
3,2
2,9
0 0,00 0,67
0x
1,6 +
0=
1,1
0 0,33 1,00
3,6
4,1
0 0,00 0,67
0,5
0,4
0 0,33 0,00
0,3
0,2
0 0,00 0,00
0,0
0,0
0 1,00 1,00
1,2
1,2
0 0,00 0,00
0,0
0,0
0 1,00 0,00
0,0
0,0
31

0,92
0
0
0
0
0
0
0,04 0,93
0
0
0
0
0
0 0,03 0,86
0
0
0
0
0
0 0,09 0,92
0
0
0
0
0
0 0,02 0,93
0
0
0
0
0
0 0,07 0,96
0
0
0
0
0
0 0,00 0,90
Y4 =
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0 0,00 0,67
0
0
0
0
0
0
0 x
0
0 0,33 1,00
0
0
0
0
0
0
0
0
0 0,00 0,67
0
0
0
0
0
0
0
0
0 0,33 0,00
0
0
0
0
0
0
0
0
0 0,00 0,00
0
0
0
0
0
0
0
0
0 1,00 1,00
0
0
0
0
0
0
0
0
0 0,00 0,00
0
0
0
0
0
0
0
0
0 1,00 0,00
331,8
106,9
37,7
26,2
11,0
10,7
2,9
1,1 +
4,1
0,4
0,2
0,0
1,2
0,0
0,0
21,0
0
0
0
0
0
0
325,7
112,0
35,9
27,4
10,8
11,0
2,6
0=
0
0
0
0
0
0
0
0,7
4,5
0,2
0,1
0,0
1,2
0,0
0,0
4.6. Avaliao das Prognoses

As comparaes entre as distribuies diamtricas observadas e estimadas, como
tambm as predies para 1989, 1992 e 1995 a partir dos dados coletados em 1983-1986
foram realizadas pelo teste de qui-quadrado. A Tabela 3 relaciona o nmero de rvores por
classe de dimetro observado e estimado entre 1986 e 1995.
Tabela 3 - Nmero de rvores por hectare, por classe de dimetro (CD), observado e
estimado, Reserva Florestal de Linhares, Linhares-ES
CD
1983
15
25
35
45
55
65
75
85
95
105
115
125
135
145
155
Total
357,2
86,8
46,4
20,4
12,0
9,6
4,0
3,6
1,6
1,2
0,0
0,4
0,8
0,4
0,0
544,4
1986
Obs.
348,0
94,8
42,8
22,8
11,6
10,0
3,6
2,4
2,8
0,8
0,4
0,0
1,2
0,0
0,4
541,6
Est.
348,0
94,4
42,8
22,8
11,6
10,0
3,6
2,4
2,8
0,8
0,4
0,0
1,2
0,0
0,4
541,2
1989
Obs.
Est.
344,4
338,6
90,4
101,1
38,0
39,9
18,4
24,7
10,4
11,3
9,6
10,4
2,4
3,2
2,4
1,6
2,4
3,6
0,8
0,5
0,0
0,3
0,0
0,0
0,8
1,2
0,0
0,0
0,0
0,0
520,0
536,4
32
1992
Obs.
Est.
357,2
331,8
96,4
106,9
41,2
37,7
19,2
26,2
10,0
11,0
8,0
10,7
3,6
2,9
2,4
1,1
2,8
4,1
0,8
0,4
0,0
0,2
0,0
0,0
0,8
1,2
0,0
0,0
0,0
0,0
542,4
534,1
1995
Obs.
366,8
97,2
41,2
20,4
9,2
8,0
3,6
2,4
3,2
1,2
0,0
0,0
0,4
0,4
0,0
554,0
Est.
325,7
112,0
35,9
27,4
10,8
11,0
2,6
0,7
4,5
0,2
0,1
0,0
1,2
0,0
0,0
532,2
No EXCEL, o teste qui-quadrado pode ser aplicado por meio dos seguintes
comandos:
i. Localizar o cursor em uma clula vazia;
ii. Clicar no cone colar funo;
iii. Selecionar (Figura 10):
- Categoria da funo - Estatstica;
- Nome da funo - Test.Qui e OK;
Figura 10 - Escolha da funo de qui-quadrado.

-
Marcar o intervalo real, o intervalo esperado e Enter (Figura 11) para aparecer o
resultado.
Figura 11 - Seleo das distribuies diamtricas a serem comparadas.

A significncia estatstica dada pelo p-value e o resultado retorna o teste para a
independncia, ou seja, representa a probabilidade das distribuies serem diferentes.
Como na cincia florestal, normalmente, se trabalha com probabilidade de 0,05 ou 5% se o
resultado for maior que este valor as distribuies so estatisticamente iguais. Pelos
resultados apresentados na Tabela 4, no ocorreu diferena significativa entre as
33
distribuies diamtricas avaliadas, demonstrando-se que a estrutura da vegetao

arborescente no mudou no perodo de 1983 a 1995.
Tabela 4 - Teste qui-quadrado (2) para as distribuies observadas e estimadas,
Reserva Florestal de Linhares, municpio de Linhares e Jaguar-ES
Significncia ao nvel de 5%
Comparaes
p-value
1986 - Obs./Esp.
1,000
n.s.
1989 - Obs./Esp.
0,990
n.s.
1992 - Obs./Esp.
1995 - Obs./Esp.
0,844
0,094
n.s.
n.s.
1983 /1986 Obs.
0,996
n.s.
1983 /1989 Obs.
0,984
n.s.
1983 /1992 Obs.

1983 /1995 Obs.
0,997
0,985
n.s.
n.s.
n.s. = no significante ao nvel de 5% de probabilidade.
5. CONSIDERAES FINAIS
Foi possvel observar que j existem vrios modelos para a prognose da distribuio
diamtrica de florestas ineqineas, sendo boa parte desenvolvidos por pesquisadores
brasileiros. Entre os modelos destacam-se os fundamentados na matriz de probabilidade de
transio, por serem os mais utilizados, principalmente o Modelo de Buongiorno e Michie.
Por meio do exemplo de aplicao no Excel foi possvel verificar que a matriz de transio
uma ferramenta simples e de grande eficincia na busca de solues para o manejo de
florestas ineqineas.
Entretanto, vale ressaltar que as projees no devem ser realizadas com longos
intervalos de tempo e nem para muitas etapas de prognose. Visto que a matriz de transio
no sofre alterao ao longo do tempo, ou seja, no incorpora as mudanas que ocorrem na
estrutura da floresta ao longo do tempo. O que nos faz considerar alguns questionamentos
(PULZ, 1998) tais como: ser que rvores que crescem, por exemplo, a uma taxa de
0,7 cm/ano continuaro mantendo esta taxa daqui a 30 anos?; se no mantiverem esta taxa,
a partir de que momento esta taxa sofre alteraes?; e se mantiverem as taxas, ser que
outros fatores (mortalidade, ingresso, regenerao, relaes biticas entre diferentes
populaes - competio, simbiose, predao, parasitismo, etc) sempre sero os mesmos?
Portanto, preciso considerar que a distribuio diamtrica prognosticada no
absorve o efeito dos processos endgenos e exgenos ocorridos na floresta depois da
ltima medio das parcelas permanentes. Desse modo, recomenda-se prognosticar a
estrutura da floresta em pequenos intervalos e para poucos perodos de tempo.
34
6. REFERNCIAS BIBLIOGRFICAS
AZEVEDO, C. P. Predio da distribuio diamtrica de povoamentos florestais
ineqineas pelo emprego da matriz de transio. Viosa: UFV,1993. 118p. Dissertao
(Mestrado em Cincia Florestal) - Universidade Federal de Viosa, 1993.
AZEVEDO, C. P.; SOUZA, A. L.; JESUS, R. M. Um modelo de matriz de transio para
prognose de crescimento de um povoamento natural remanescente no manejado de mata
atlntica. Revista rvore, Viosa, v.9, n.2, p.187-199, abr./jun.1995.
BARROS, P. A. L. de. Prognose e otimizao da produtividade volumtrica em
florestas ineqineas empregando um modelo matricial. Viosa: UFV,2000. 82p.
Dissertao (Mestrado em Cincia Florestal) - Universidade Federal de Viosa, 2000.
BERNARDO, E. M. da. Processos markovianos de deciso. Lisboa: Universidade Nova
de Lisboa - Faculdade de Cincias Tecnologia, 2000. (http://www.terravista.pt
/Meco/6358/). [25/01/2002].
BOLDRINI, J.L., COSTA, S.I.R., RIBEIRO, V.L.S.F.F., WETZER, H.G. lgebra linear.
So Paulo, Haper & Row do Brasil, 1978. 805p.
BOM, R. P. Proposio de um sistema de manejo para floresta nativa objetivando a
sustentabilidade da produo. Curitiba: UFPR, 1996. 199p. Tese (Doutorado em Cincia
Florestal) - Universidade Federal do Paran, 1996.
BRUNER, H.D.; MOSER Jr, J.W. A Markov chain approach to the prediction of diameter
distributions in uneven-aged forest stands. Canadian Journal of Forest Research,
Ontario, v. 4, p. 409-417, 1973.
BUONGIORNO, J.; MICHIE, B. R. A matrix model of uneven-aged forest management.
Forest Science, Bethesda, v.26, n.4, p.609-625, 1980.
ENRIGHT, N.; OGDEN, J. Aplication of transition matrix models in forest dynamics:
Araucaria in Papua New Guinea and Nothofagus in New Zealand. Australian Journal of
Ecology, Victoria, v.4, p. 3-23, 1979.
EK, A. R. Nonlinear models for stand table projection in northern hardwood. Canadian
Journal of Forest Research, v.4, p.23-27, 1974.
FERREIRA, M. E. M. Modelos log-normal e markoviano para estudo da evoluo de
abundncia em uma floresta de babau. Florianpolis: UFSC, 1999. 126p. Dissertao
(Mestrado em Engenharia de Produo) - Universidade Federal de Santa Catarina, 1999.
FREITAS, J.V.; HIGUCHI, N. Projees da distribuio diamtrica de uma floresta
tropical mida de terra firma pela cadeia de Markov In: CONGRESSO FLORESTAL
BRASILEIRO, 7; CONGRESSO FLORESTAL PANAMERICANO, 1, 1993, Curitiba.
Anais... Curitiba: SBS/SBEF, 1993. p. 545-548.
HIGUCHI, N. Short-term growth of na undisturbed tropical moist Forest in the brazilian
Amazon. Michigan: Michigan State University, 1987. 129p. (Thesis-PhD)
35
HILLER, F.S., LIEBERMAN, G.J. Introduction to operations research. 3. ed. San

Francisco: Holden-Day, 1980. 829p.
HUSCH, B., MILLER, C. I., BEERS, T. W. Forest mensuration. New York: The Ronald
Press Company, 1972. 410p.
JESUS, R. M.; SOUZA, A. L.; GARCIA, A. Produo sustentvel de floresta Atlntica.
Viosa: SIF, 1995. 99p. (Documento SIF, 14).
LEFKOVITCH, L. P. The study of population growth in organisms grouped by stages.
Biometrics, Tucson, v.2, n.1, p.1-18, Mar. 1965.
LEITE, H.G.; OLIVEIRA, F.H.T. Statistical Procedure to Test the Identity of Analitical
Methods. Comm. Soil Sci. Plant Anal., 2000. (Submetido para publicao em outubro de
2000)
LESLIE, P. H. On the user of matrices in certain population mathematics. Biometrika,
London, v.33, n.3, p.183-212, Nov. 1945.
MENDOZA, G.A ; SETYARSO, A . Transition matrix forest growth model for evaluating
alternative harvesting schemes in Indonesia. Forest Ecology and Management,
Amsterdam, v. 15, p. 219-228, 1986.
MICHIE, B. R.; McCANDLESS, F. D. A matrix model of oak-hickory stand management
and valuing forest land. Forest Science, Bethesda, v. 32, n.3, p. 759-768, September, 1986.
MINOLETTI, M. L. O.; BOERNER, R. E. J. Metodos del modelo de la cadena de markov
en el estudio de la dinamica de un bosque deciduo templado del noreste de Estados Unidos.
Agro-Ciencia, v.9, n.2, 1993.
PULZ, F. A. Estudo da dinmica e a modelagem da estrutura diamtrica de uma
floresta semidecidua montana na regio de Lavras-MG. Lavras: UFLA, 1998. 156p.
Dissertao (Mestrado em Engenharia Florestal) - Universidade Federal de Lavras, 1998.
REYNOLDS, M. R. Jr.; BURKE, T. E.; HUANG, W. Goodness-of-tests and model
selection procedures for diameter distribution models. Forest Science, Bethesda, v.34,
p.373-379. 1988.
RIBEIRO, C. A. A. S. Um modelo para projeo da distribuio diamtrica de
povoamentos inequineos baseado em equaes diferenciais. Revista rvore, Viosa,
v.20, n.3, p.279-286, 1996.
SANQUETTA, C. R.; ARCE, J. E.; GOMES, F. dos S.; CRUZ, E. C. da. Evaluacin y
simulacin precoces del crecimiento de rodales de Pinus taeda L. con matrices de
transicin. Quebracho, n.7, 31-42, 1999.
SANQUETTA, C. R.; BRENA, D.A.; ANGELO, H.; MENDES, J. B.Matriz de transio
para simulao da dinmica de florestas naturais sob diferentes intensidades de corte.
Revista Cincia Florestal, Santa Maria, v. 6, n. 1, p. 65-78, nov. 1996.
SANQUETTA, C. R.; ANGELO, H.; BRENA, D.A.; MENDES, J. B. Predio da
distribuio diamtrica, mortalidade e recrutamento de floresta natural com matriz
Markoviana de potncia. Revista Floresta, Curitiba, v. 24, n. 1/2, p. 23-36, jul. 1995.
36
SCOLFORO, J. R. S., PULZ, F. A., MELLO, J. M. de, OLIVEIRA-FILHO, A. T. de.

Modelo de produo para floresta nativa como base para manejo sustentado. Cerne,
Lavras, v.2, n.1, p. 112-137, 1996.
SOARES, C. P. B.; SOUZA, A. L. Predio da distribuio diamtrica de povoamentos
florestais inequineos pelo emprego da teoria da Cadeia de Markov. Viosa: DEFUFV, 1999. 11 p. (Apostila).
SOUZA, A. L. de. Anlise estrutural de floresta ineqinea. In: Curso de inventrio
florestal aplicado ao manejo de florestas nativas. Viosa: UFV/IEF, 2001. p.1-21.
SOUZA, A. L. de. Predio da estrutura diamtrica e do ingrowth de uma mata
secundria. Viosa: UFV-DEF, 1997. 45 p. (Relatrio Tcnico. Processo n 352544/96-I).
TORRES-ROJO, J. M.; MAGAA-TORRES, O. S.; Acosta-Mireles, M. Metodologa
para mejorar la prediccin de parmetros de distribuciones diamtricas. Agrociencia,
Montecillo, v.34, n.5, Septiembre-Octubre. 2000.
WILSON, H. K. Ordinary differential equations. Massachusetts: Addison-Wesley, 1970.
377p.
USHER, M. B. A matrix approach to the management of renewable reseources, with
special reference to selection forests. Journal of Applied Ecology, Oxford, v.3, n.2,
p.355-367, 1966.
7. REFERNCIAS RECOMENDADAS
AVERY, T.E.; BURKHART, H.E. Forest measurements. 4. ed. New York: McGRAWHILL, 1994, 432 p.
AZEVEDO, C. P., SOUZA, A. L., CAMPOS, J. C. C., PAULA-JUNIOR, G. G. D.
Predio da distribuio diamtrica da floresta atlntica pelo emprego da matriz de
transio. Revista rvore, Viosa, v.18, n.3, p.179-193, 1994.
FERREIRA, R. L. L. C. Estrutura e dinmica de uma floresta secundria de transio,
Rio Vermelho e Serra Azul de Minas, MG. Viosa: UFV,1997. 208p. (Doutorado em
Cincia Florestal).
OSHO, J.S.A . Matrix model for tree population projection in a tropical rain forest southwestern Nigeria. Ecological Modelling, Amsterdam, v.59, p. 247-255, 1991.
SILVA, J.N.M. The behaviour of the tropical rain forest of the brazilian Amazon after
logging. Oxford: University of Oxford, 1989, 302 p. (Thesis-Ph.D.).
SOUZA, A.L.; ARAJO, P. A.; CAMPOS, J. C. C.; NETO, F. P. Dinmica de
Crescimento em Dimetro de uma Floresta Primria sem Interferncia: Uma Anlise pelo
Tempo de Passagem entre Classes Diamtricas. Revista rvore, Viosa, v. 17, n. 2, p.
129-45, maio/ago. 1993.
37

Apostila Prognose Final

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Apostila Prognose Final

Enviado por

Direitos autorais:

Formatos disponíveis

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

MTODOS PARA PROGNOSE DA ESTRUTURA DIAMTRICA DE

Joo Ricardo Vasconcelos Gama

3. AVALIAO DAS PROGNOSES ....................................................................

4. EXEMPLO DE APLICAO UTILIZANDO O EXCEL .................................

5. CONSIDERAES FINAIS ..............................................................................

6. REFERNCIAS BIBLIOGRFICAS ................................................................

7. REFERNCIAS RECOMENDADAS ................................................................

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

ni = nmero total de indivduos na classe i, no tempo t.

Em relao aos estados de uma Cadeia de Markov, resumidamente pode-se destacar

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

em que: P(n) = matriz de transio probabilstica do o n-simo perodo ou passo.

Dessa maneira, as predies para as diferentes etapas so calculadas mediante as

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

Durante um perodo de crescimento (teta), as rvores de uma dada classe de

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

em que, G e c so, respectivamente, a matriz e o vetor coluna do coeficiente 0.

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

2.1.3.2. Floresta no Manejada

Y1 = vetor coluna do nmero de rvores por classe de dimetro, depois de

decorrido um perodo de tempo;

Para n perodos de tempo, pode-se generalizar a expresso [13] para:

Conforme SOARES e SOUZA (1999) a expresso [14] pode ser simplificada

A forma matricial da expresso [15] :

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

Na matriz de probabilidade possvel observar que a diagonal principal representa

I t 1 e 0 1 .ABt .e i (SOUZA, 1997) e I t 1 0 1 .ABt e i (BARROS, 2000), em que:

It+1 = ingresso de rvores no tempo t+1;ABt = rea basal no tempo t; 0 e 1 = coeficientes

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

Predio das rvores sobreviventes

Predio da distribuio diamtrica

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

em que Ei (n) o nmero de rvores no estado j aps n transies, indiferente do estado

pode ser usada para obter os elementos individuais.

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

Matriz de transio aps o corte

a 1 j e'1 r '1 e"1

Vetor do estoque aps a interveno

em que: e1 = estoque na classe (i) mo momento (m0) aps a interveno; e1 = estoque na

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

em que: ri = recrutamento verificado na classe (i) entre o momento (m0) aps a

MANEJO FLORESTAL Prognose-Mtodos e Aplicao DEF/UFV

Prof. Agostinho Lopes de Souza

a ' i , j a i , j .(1 t.I i , j .w )

sendo (i > j) e (k) igual ao intervalo de tempo.

em que: mi = mortalidade normal verificada na classe (i); t = taxa de acelerao sobre o