1

Estoque de carbono no desenvolvimento de diferentes desenhos de sistemas

2 agroflorestais biodiversos

3 Resumo

4 Objetivou-se, neste estudo, estimar o estoque de carbono nos diferentes desenhos de

5 sistemas agroflorestais (SAFs) biodiversos na região da Área de Proteção Ambiental

6 (APA) do Pratigi, Bahia. Foram avaliados aspectos da fitossociologia relacionados a

7 potencialidade de estoque de carbono de 10 propriedades, utilizando parcelas de 10 x 50

8 m alocadas em cada um dos SAFs, sendo inventariados 928 indivíduos de 17 famílias e

9 37 espécies, implantados em 2013. A biomassa acima e abaixo do solo, dos indivíduos

10 arbóreos foi estimada pelo método indireto, utilizando equações alométricas específicas

11 para cada espécie ou grupo de espécies, com diâmetro acima de 1cm. Estimou-se a partir

12 da biomassa o estoque de carbono (EC). O cacau (Theobroma cacao) e a seringueira

13 (Hevea brasiliensis) foram as espécies dominantes em todos os desenhos, sendo

14 constituídos também por frutíferas, árvores de sombra nativas e exóticas. Houve variação

15 da estimativa de estoque de carbono (8,01- 1,42 Mg/ha) dentre os tipos de SAFs. Os

16 desenhos com uma maior densidade relativa de frutíferas e árvores de sombra

17 proporcionaram um maior armazenamento de carbono, influenciados pela riqueza e

18 diversidade de espécies na fase inicial de implantação de SAFs biodiversos.

19 Palavras-chave: Agrofloresta, Estoque de Carbono, Sistema biodiverso

20 Abstract

21 The objective of this study was to estimate the carbon stock in the different designs of

22 biodiverse agroforestry systems (SAFs) in the region of the Environmental Protection

23 Area (APA) of Pratigi, Bahia. They were appraised aspects of the related phytosociology

24 the potentiality of stock of carbon of 10 properties, using plots of 10 x 50 m allocated in

25 each one of SAFs, being inventoried 928 individuals of 17 families and 37 species,

1

26 implanted in 2013. The biomass above and below the soil, of the arboreal individuals it

27 was dear for the indirect method, using equations specific alométricas for each species or

28 group of species, with diameter above 1cm. Carbon stock (EC) was estimated from the

29 biomass. The carbon stock was estimated from the biomass. The cacao (Theobroma

30 cacao) and rubber tree (Hevea brasiliensis) were the dominant species in all of the

31 drawings, being also constituted by fruit trees, native and exotic shade trees. There was

32 variation of the estimate of carbon stock (8.01- 1.42 Mg/ha) among the types of SAFs.

33 The drawings with a larger relative density of fruitful and shadow trees provided a larger

34 storage of carbon, influenced by the wealth and diversity of species in the initial phase of

35 implantation of SAFs biodiversos

36 Keyword: Agroforestry, Carbon Stock, Biodiverse system

37 INTRODUÇÃO

38 As alterações dos regimes climáticos afetam a segurança alimentar e a produção

39 de alimentos, com efeitos diretos e indiretos sobre a atividade agrícola, e os sistemas

40 agroflorestais são reconhecidos como alternativa de atenuar tais impactos (Kirsch &

41 Schneider, 2016). A possibilidade de cultivo de alimentos em agrofloresta referenda

42 diversos tipos de serviços ambientais, com grande importância atual àqueles referentes

43 ao sequestro e fixação de carbono, alinhando as necessidades de adaptação e mitigação

44 das mudanças climáticas (Somarriba et al., 2013).

45 O manejo dos sistemas agroflorestais tem como característica um elevado

46 potencial de fixação de carbono devido à arquitetura multiestratificada, com espécies

47 arbustivas e arbóreas que ocupam diferentes nichos no sentido vertical e horizontal

48 (Canuto et al., 2014). Entretanto, existe uma variação na quantidade de carbono estocado,

49 relacionada ao desenho e as espécies arbóreas que constituem o sistema (Brianezi et al.,

50 2013).

2

51 Mesmo que a adoção da agrofloresta tem um menor impacto ambiental quando

52 comparado ao manejo tradicional das culturas (Mbolo et al., 2015), é vital o

53 reconhecimento de que os sistemas agroflorestais não podem ser equiparados às florestas

54 primárias ou secundárias. Fatores como menor riqueza e a grande interferência na

55 sucessão natural das espécies e a dinâmica de recomposição das clareiras abertas

56 mediante as práticas de cultivo, indiscutivelmente comprovam o papel específico dos

57 SAFs, principalmente os biodiversos, diferenciando-os das florestas naturais (Asare et

58 al., 2014).

59 Apesar da verificação dos reais benefícios sócio econômicos e ambientais

60 resultantes da adoção dos SAFs biodiversos pelos agricultores, a base de conhecimentos

61 sobre este tema na região da APA do Pratigi, necessita de fomento para a consolidação

62 desta forma de cultivo. O valor conservacionista dos SAFs pode ser influenciado pela

63 intensificação das práticas de manejo, tais como desenho e seleção das espécies, manejo

64 agroecológico (Armengot, 2016). Porquanto o impacto da redução da diversidade a

65 depender do desenho definido e as espécies selecionadas, restringe a capacidade de

66 conservação da biodiversidade e estoque de carbono, minimizando o potencial destes

67 serviços ambientais (Schroth et al., 2015).

68 A partir da composição e densidade das espécies pode ser estabelecido um

69 desenho de SAF com equilíbrio entre condição ambiental favorável à produtividade dos

70 cacaueiros e também a manutenção dos serviços ambientais. (Deheuvels et al., 2014).

71 Neste contexto, este estudo foi desenvolvido com a finalidade de estabelecer a

72 relação entre as espécies nos diferentes desenhos de SAFs biodiversos e o estoque de

73 carbono, em sua fase inicial de desenvolvimento.

74 MATERIAL E MÉTODOS

75 O estudo foi realizado em uma microrregião na área de proteção ambiental do

3

76 Pratigi (APA do Pratigi), inserida no bioma de floresta ombrófila denominado Mata

77 Atlântica, município de Piraí do Norte e Ibirapitanga, Bahia, Brasil.

Mapa Prof Cinira.jpg 06/05/17 18:07

78 Figura 1. Localização da área de proteção ambiental do Pratigi, Bahia, Brasil

79 Esta região caracteriza-se pela considerável pluviosidade, com a vegetação em

80 áreas de florestas primárias e secundárias. O clima predominante na região é o Tropical

81 Chuvoso de Floresta (Af) e Tropical de Monção (Am), segundo a classificação de

82 Köppen. A precipitação é superior a 60 mm para o mês mais seco e a média total anual

83 acima de 1.600 mm, temperatura média de 24ºC e umidade relativa do ar em torno de

about:blank Página 1 de 1

84 80% (CRA, 2000). A classificação dos solos indica predomínio de Argissolo Amarelo

85 abrúpto ou não, textura areno/argilosa, fase relevo ondulado ou forte ondulado +

86 Cambissolo Haplico Tb típico, textura média argilosa, fase relevo forte ondulado, ambos

87 Distrófico A moderado (Centro de Recursos Ambientais, 2000).

88 As parcelas foram implantadas em dez pequenas propriedades de agricultores

89 familiares, onde cada um tem um hectare de SAF biodiverso, com idade de quatro anos,

90 implantados em área de pasto abandonado, com o objetivo de recuperação de áreas

91 improdutivas, e os desenhos destes sistemas foram definidos de forma participativa entre

92 técnicos de ATER e os agricultores. Assim foram locadas 10 parcelas retangulares de 10

93 x 50 m (500 m2), uma em cada propriedade.

94 Os desenhos dos SAFs foram caracterizados por espécies dominantes (cacau e

4

 95 seringueira) e grupos de espécie arbóreos de acordo com sua função no sistema. As

96 funções foram diferenciadas em espécies de uso comercial (frutíferas), caracterizadas

97 pela comercialização dos frutos, eespécies nativas e exóticas (árvores de sombra). Todos

98 os indivíduos arbóreos presentes na parcela foram identificados por meio de nomes

99 populares, com o auxilio do agricultor. A partir destes dados foi determinada a densidade

100 absoluta, a densidade relativa de cacaueiros, seringueiras, árvores frutíferas e árvores de

101 sombra, riqueza, índice de diversidade de Shannon-Weaver (H’), este índice expressa

102 riqueza e uniformidade e em seu cálculo considera-se igual peso entre as espécies raras e

103 abundantes, geralmente este índice se encontra entre 1,5 e 3,5 (Magurran, 1989).

104 A avaliação da quantidade de biomassa, foi realizada pelo método
indireto. Onde

105 a biomassa pode ser inferida através da mensuração em nível de parcela, de variáveis

106 estruturais, utilizando equações alométricas específicas para cada espécie ou grupo de

107 espécies, considerando a situação local (clima, ecossistema e espécie) a partir de medidas

108 de diâmetro e altura dos indivíduos arbóreos (Tabela1) (Pearson et al., 2005).

109 Para árvores nativas e seringueira, utilizaram-se indivíduos com diâmetro igual

110 ou superior à 1,27 cm, medidos com casca, à altura de 1,3 m (DAP, diâmetro a altura do

111 peito). Para árvores de cacaueiro e frutíferas a determinação do diâmetro foi realizada a

112 30 cm do solo, mantendo-se a casca, em indivíduos com diâmetro igual ou superior a um

113 cm. Para as palmeiras que ocorriam em touceiras, como o açaí e o cacau, um cada estipe

114 representou um indivíduo (Pearson et al., 2005).

115 Tabela 1. Equações alométricas empregadas para estimar a biomassa aérea total dos

116 componentes arbóreos de diferentes espécies existentes nos modelos estudados

Espécies ou Intervalo
grupo de Equação de DAP Autor (es)
espécies (cm)
Espécies
𝑌 = 21,297 − 6,953 ∗ DAP + 0,74 ∗ (DAP4 ) >4 Tiepoloet al., (2002)
Nativas
Espécies
Y = −2,292 + 0,369 ∗ (DAP4 ) + 0,087 ∗ H 1,27- 4 Saldariagaet al. (1988)
Nativas

5

 Cacau Y = 10(:;,<4=>4,<?∗@AB(C?D)) 1,3 – 26,8 Andradeet al. (2008)

Palmeiras Y = exp (−6,3789 + 0,877 ln(1/(DAP)2 ) + 2,151ln(H)) Saldarriaga et al. (1988)

Frutíferas Y = 10(:;,;;>4,<K∗@AB(C?D)) 1,9 – 46,5 Andrade et al. (2008)

Pupunha Y=0,97+0,07*BA-0,949X10-3*BA2+0,65*10-5*BA3 2- 12 Schroth
et al. (2002)

Árvores de
sombra Y = exp (−0.834 + 2.223 (log10D30)) Até 44 Segura et al. (2006)
e seringueira
117 Y=Biomassa seca acima do solo (kg); DAP=Diâmetro a Altura do Peito (1,3 m) em cm;H=Altura;D30=Diâmetro a 30 cm do solo;

118 AB=Área Basal; AB = π x (DAP/2)2.

119 Após a determinação da biomassa acima do solo, procedeu-se o cálculo de

120 biomassa abaixo do solo, por meio da relação raiz-parte aérea. Para isso, multiplicou-se

121 a biomassa acima do solo pelo fator 0,22 de acordo com o Protocolo de medição e

122 estimativa de biomassa e carbono florestal da EMBRAPA (Higa et al., 2014) baseados

123 em estudos de Mokany et al., 2006.

124 Para o cálculo da biomassa seca total (BS) da parcela utilizou-se a soma da

125 biomassa acima e abaixo do solo. Após a determinação da BS de cada indivíduo, foi

126 calculada a biomassa por parcela, sendo o resultado expresso em Mg ha-1. A estimativa

127 de estoque de carbono (EC) foi realizada pela multiplicação de BS fator 0,485, devido a

128 BS conter, aproximadamente, 48,5% de carbono (Montagnini & Nair, 2004).

129 A tabulação e análise dos dados foram realizadas com o auxílio dos softwares

130 ASSISTAT, versão 7.7, SAEG, versão 9.1 e Microsoft Excel 2010. Para verificar a

131 associação entre as variáveis, procedeu-se a análise da correlação linear de Pearson. Foi

132 utilizada a metodologia de agrupamento por dissimilaridade, método de Tocher,

133 apresentado em Cruz & Carneiro (2006). Para este agrupamento, foram considerados o

134 estoque de carbono e o índice de diversidade de Shannon-Weaver, por se tratarem das

135 características de maior importância para este estudo.

136 RESULTADOS E DISCUSSÃO

137 Nos dez SAFs, foram analisados 928 indivíduos arbóreos, pertencentes a 17

138 famílias e a 37 espécies (Tabela 2). A classificação florística indica que as cinco famílias
6

139 mais representativas foram: Fabaceae (oito espécies), Anacardiaceae (quatro espécies),

140 Malvaceae (quatro espécies) e Myrtaceae (quatro espécies), constituindo 40,12% do total

141 de espécies listadas.

142 Tabela 2. Composição arbórea das dez parcelas dos SAFs biodiversos na APA do Pratigi,

143 Bahia, Brasil

Família Nome Científico Nome Popular Total Parcela (SAF) Espécies

Anacardiaceae Schinusterebinthifolius Aroeira 4 8-9
encontrada ASN
Grupo
Anacardiaceae Mangifera indica Manga 2 2-3 F
Anacardiaceae Tapiriramarchandii Pau Pombo 1 9 ASN
Anacardiaceae Rapaneaguyanensis pororoca 1 8 ASN
Annonaceae Rollinia deliciosa Biriba 1 5 ASN
Annonaceae Annonamuricata graviola 4 1-2 F
Bignoniaceae Tabebuia ochracea Ipê 2 8 ASN
Bixaceae Bixaorellana Urucum 11 2-6 F
Caricaceae Caricapapaya mamão 19 5-6-7-8 F
Euphorbiaceae Hevea brasiliensis Seringueira 96 Todas D
Fabaceae Anadenanthera colubrina Angico 1 2 ASN
Fabaceae Gliricidiasepium Gliricídia 42 2-3-4-5-6-7-8-10 ASE
Fabaceae Inga edulis Ingá 14 6-7-8 ASN
Fabaceae Ingamarginata Ingá Periquito 7 6-10 ASN
Fabaceae Stryphnodendronpulcherrimum Muanza 6 8 ASN
Fabaceae Paubrasiliaechinata Pau Brasil 3 8 ASN
Fabaceae Centrolobiumrobustum Putumujú 4 8 ASN
Fabaceae Caesalpinia pluviosa Sibipiruna 1 10 ASN
Lamiaceae Aegiphilasellowiana Fidalgo 1 8 ASN
lauraceae Persea americana Abacate 3 5-6 F
lauraceae Laurusnobilis Louro 2 8 ASN
Lecythidaceae Carinianalegalis Jequitibá 7 6-7-10 ASN
Malvaceae Theobromacacao Cacau 581 Todas D
Malvaceae Spondiasmombin Cajá 4 4-5-10 F
Malvaceae Theobromagrandiflorum Cupuaçu 50 2-3-4-5-6-7-8-9 F
Malvaceae Heliocarpuspopayanensis Pau jangada 1 6 ASN
Meliaceae Swieteniamacrophylla Mogno 3 8 ASE
Myrtaceae Psidium guineense Araçá 1 8 ASN
Myrtaceae Syzygiumaromaticum Cravo 1 2 F
Myrtaceae Psidiumguajava Goiaba 3 1-7 F
Myrtaceae Syzygiumaqueum Jambo Branco 1 2 ASN
Palmeiras Euterpe oleracea Açaí 12 7-8-9 F
Palmeiras Cocos nucifera Côco 1 2 F
Palmeiras Bactrisgasipaes Pupunha 25 5 F
Rubiaceae Genipa americana Jenipapo 3 2-10 F
Rutaceae Citruslimon Limão 1 10 F
Sapotaceae Manilkarahuberi Maçaranduba 7 7-9-10 ASN
Verbenaceae Cytharexylummyrianthum Pau viola 2 2-5 ASN
17 Famílias 37 Espécies 928 Indivíduos
144 ASN=árvores de Sombra nativas; ASE= árvores de sombra exóticas; F=Frutíferas; D=Dominante

145 Os desenhos dos SAFs quanto a sua composição arbórea quando relacionado ao

146 perfil do agricultor (Tabela 2), observou-se que seu desenho esta vinculado ao

147 rendimento. O agricultor que tem aposentadoria ou outras rendas externas ao SAF, faz

7

148 opção por menor concentração de cacaueiros e maior e espécies nativas, ao contrario

149 daqueles que tem como uma das rendas principais o SAF.

150 Na região de Soubre, localizada na Republica de Côte d’Ivore, foi verificada a

151 preferência dos pequenos agricultores menos beneficiados financeiramente e aqueles

152 mais isolados dos grandes centros, pela introdução de espécies de árvores cujos produtos

153 tinham elevada demanda na comunidade local (Gyau et al., 2015). A possibilidade de

154 produção de cultivos com elevado valor em grandes mercados não foi fator impactante

155 na escolha das espécies de composição dos SAFs destes agricultores.

156 Este resultado foi relatado por outros autores como Tsuchiya & Hiraoka (1999)

157 para os quais o perfil do agricultor definiu o cultivo dominante e o número de espécies de

158 sombra,em função de práticas agrícolas comuns na região. Para Donato & Lima (2014)

159 os desenhos foram influenciados por características econômicas, saberes populares,

160 conhecimento ecológico sobre as espécies e condições climáticas regionais do Vale do

161 Ribeira, no estado de São Paulo.

162 Nos SAFs deste estudo, os desenhos proporcionaram diferenças no estoque de

163 carbono, variando de 1,42 à 8,01 t/ha (Figura 3A), reflexo das diferentes densidades e

164 diversidade de espécies que os compõe. Dados semelhantes foram encontrados por Torres

165 et al. (2014) nos quais os diferentes desenhos estudados em SAFs biodiversos variaram o

166 teor de carbono em função do arranjo implantado e da idade do sistema.

167 Foram identificados em todas as dez parcelas de SAFs, padrões no uso da terra

168 com os indivíduos em diferentes estágios de desenvolvimento vegetativo, entretanto,

169 houve diferença entre as informações estruturais, florísticas e a estimativa do teor de

170 carbono. Os desenhos foram classificados por dissimilaridade em três grupos (a partir da

171 a partir do potencial de estoque de carbono quantificado e índice de diversidade de

8

172 Shannon-Weaver (Tabela3, Figura 3A). EC condicionou a maior contribuição para o

173 agrupamento proposto em relação ao índice de diversidade Shannon-Weaver (Tabela 4)

174 TABELA 3. Agrupamento baseado em medidas de similaridade entre os atributos,

175 segundo suas características (variáveis), relacionando os itens em grupos, a partir do

176 método de Tocher, considerando as distâncias euclidianas.

Grupo Número Indivíduos Pertencentes

1 4 2, 5, 4, 10, 7
2 3 1, 9, 3
3 2 2, 9
177

178 Tabela 4. Contribuição das variáveis índice de diversidade de Shannon-Weaver e estoque

179 de carbono (EC) a partir da média das características analisadas no agrupamento dos

180 indivíduos pertencentes, considerando-se as distâncias euclidianas.

Variável Contribuição (%)

Índice de diversidade de Shannon- 31,1
Weaver
Estoque de carbono (EC) 68,9
181

182 Quando se observa a densidade relativa dos principais componentes dos SAFs em

183 análise, é verificado que a elevação da densidade relativa de árvores de sombra e frutíferas

184 e a redução da densidade relativa de cacaueiros estão associadas à maior capacidade de

185 estoque de carbono (Figura 3B).

186 A riqueza e a diversidade de espécies, avaliada a partir do índice de diversidade

187 de Shannon-Weaver (H’) também tem grande relação como potencial de estoque de

188 carbono dos SAFs em estudo (Figura 3C e 3D). Este fato foi anteriormente corroborado

189 Noiha et al. (2015).

190

9

 (A) (B)
9 120 somb frut ser cacau

Densidade relativa
EC (Mg ha-1)
6 80

3 40

0 0
Grupo 1 Grupo 2 Grupo 3 grupo1 grupo 2 grupo 3

(C) (D)
16 3

Índice de Shannon-
12
2
Riqueza

Weaver
8
1
4

0 0
grupo1 grupo 2 grupo 3 grupo 1 grupo 2 grupo 3

191 Figura 3A: Estoque de Carbono (Mgha-1); 3B: Densidade relativa de cacaueiros,

192 seringueiras, árvores de sombra e árvores frutíferas; 3C: riqueza; 3D: índice de

193 diversidade de Shannon-Weaver (H’) (D) avaliados em sistemas agroflorestais

194 biodiversos implantados na APA do Pratigi, Bahia, Brasil

195 Os SAFs do Grupo 3 apresentaram maior estimativa de estoque de carbono, em

196 relação aos demais grupos (Figura 3A). Este resultado foi atribuído a sua composição,

197 priorizando o componente arbóreo nativo (Figura 3C). Em estudo realizado por

198 Kurzatkowskiet al. (2007), foram obtidos resultados semelhantes, em que o desenho de

199 uma composição arbórea com ocorrência de árvores de grande porte, plantadas em

200 espaçamento adequado para cada espécie, possibilita o rápido crescimento, refletindo no

201 total da biomassa e estoque de carbono.

202 Riqueza, diversidade (H’) e densidade relativa de árvores frutíferas mantiveram

203 correlação positiva com o potencial de estoque de carbono dos sistemas (Tabela 4). Por

204 se tratar de SAFs com quatro anos de implantação, o potencial de seqüestro de carbono

10

205 das árvores de sombra teve menor expressão em relação às árvores frutíferas. O

206 crescimento inicial vigoroso das árvores frutíferas foi um fator associado a esta resposta,

207 semelhantemente ao verificado por Silatsa et al. (2016).

208 Tabela 4. Matriz de correlação linear de Pearson entre as variáveis utilizadas na

209 quantificação de carbono dos SAFs na APA do Pratigi, Bahia Brasil

RIQ H' DA FRUT SOMBRA CACAU SERING

EC 0,7836** 0,7319* 0,2526 0,6862* 0,5920 -0,7296* 0,0980
RIQ - 0,7715* 0,2156 0,7290* 0,6877* -0,7046* -0,2651
H' - -0,2784 0,8324** 0,8920** -0,9748** 0,0151
DA 0,0497 -0,4429 0,3607 -0,1452
FRUT -0,2348 -0,8383** -0,0395
SOMBRA - -0,8637** -0,2348
CACAU - -0,1764
210 EC = Estoque Carbono; RIQ= riqueza; H’= Índice de Diversidade Shannon-Weaver; FRUT: densidade relativa de árvores frutíferas,

211 SOMBRA: densidade relativa de árvores de sombra, CACAU: densidade relativa de cacaueiros, SERING: densidade relativa de

212 seringueiras, DA: densidade absoluta. ** significativo ao nível de 1% de probabilidade (p < .01) ; * significativo ao nível de 5% de

213 probabilidade (.01 =< p < .05); NS não significativo (p >= .05); Teste t aos níveis de 5 e 1%

214 A densidade relativa de cacaueiros manteve correlação negativa com o estoque de

215 carbono, riqueza, H’, densidade relativa de árvores frutíferas e de sombra (Tabela 4)A

216 elevação da densidade relativa de cacaueiros, considerada como intensificação de cultivo

217 é observada em muitas áreas de SAFs de cacaueiros, sendo fator de restrição da inserção

218 de árvores de sombra e de frutíferas, reduzindo o teor de carbono do sistema (Vaast e

219 Somarriba,2014; Magne et al., 2014).

220 A tomada de decisões na implantação de um SAF biodiverso, mesmo atendendo

221 aos objetivos de cada agricultor e as potencialidades locais, tende a formar

222 agroecossistemas com boa multiplicidade de uso, gerando um modelo sustentável de

223 agricultura e ao mesmo tempo um fornecedor de serviços ambientais, tornando estes

224 sistemas estratégicos para mitigação das emissões de gases de efeito estufa (GEE).

225 CONCLUSÃO

11

226 1. A intensificação do cultivo de cacaueiros resulta em restrição da capacidade de

227 estoque de carbono na fase inicial de implantação de SAFs biodiversos.

228 2. Os desenhos com uma maior densidade relativa de frutíferas e árvores de sombra

229 proporcionaram um maior armazenamento de carbono na fase inicial de

230 implantação de SAFs biodiversos.

231 3. A riqueza, diversidade de espécies são diretamente relacionadas à maior

232 potencial de seqüestro de carbono de SAFs de cacaueiros.

233 AGRADECIMENTOS

234 A pesquisa recebeu apoio do CNPq, da Organização de Conservação da Terra (OCT),

235 Universidade Estadual do Sudoeste da Bahia (UESB) e Instituto Federal Baiano (IF

236 Baiano). Agradecemos a colaboração dos proprietários das áreas onde foi realizado esse

237 estudo.

238 LITERATURA CITADA

239 Andrade, H.J; Segura M.; Somarriba E.; Villalobos M. Valoración biofísica y financiera

240 de la fijación de carbono por uso del suelo en fincas cação teras indígenas de

241 Talamanca, Costa Rica. Agroforestería en las Américas, v.46, p.45- 50, 2008.

242 Armengot, L.; Barbieri, P.; Andres, C.; Milz, J.; Schneider, M. Cacao agroforestry

243 systems have higher return on labor compared to full-sun monocultures. Agronomy

244 Sustainable Development, v.1, p. 36-70,2016. DOI 10.1007/s13593-016-0406-6

245 Brianezi, D.; Jacovine, L. A. G.; Soares, C. P. B.; Castro, R. V. O.; Basso, V. M.

246 Allometric equations for estimating carbon of urban trees in Viçosa-MG. Revista

247 Árvore, v. 37, p. 1073-1081, 2013.

248 Centro de Recursos Ambientais (CRA). Plano de manejo da APA do Pratigi. Salvador,

249 2000. http://www.inema.ba.gov.br/wpcontent/uploads/2011/09/PM_APA_Pratigi_

250 Encarte-I.pdf .19 de maio de 2017.

12

251 Canuto, J. C.; Ramos Filho, L. O.; Camargo, R. C. R.; Silva, F. F. Da; Junqueira, A. Da

252 C.; Silva, J. P.; Galvão, A. C. Quintais agroflorestais como estratégia de

253 sustentabilidade ecológica e econômica. In: Encontro da Rede de Estudos Rurais,

254 2014. Anais... Campinas, SP., 2014.CD Rom.

255 Cruz, C.D.; Carneiro, P.C.S. Modelos biométricos aplicados ao melhoramento genético.

256 2.ed. Viçosa: UFV, 2006. 585p.

257 Deheuvels, O.; Rousseau, G.X.; Quiroga, G.S.; Franco, M.D.; Cerda, R.; Mendoza, S.J.V.;

258 Somarriba, E. Biodiversity is affected by changes in management intensity of cocoa-based

259 agroforests. Agroforestry Systems, v. 88, n. 6, p. 1081-1099, 2014.

260 Donato, L.; Lima, M. das G. Distribuição geográfica do sistema agroflorestal na região

261 do Vale do Ribeira. Geografia (Londrina), v. 22, n. 3, p. 47-64, 2014.

262 Gyau, A.; Smoot, K.; Diby, L.; Kouame, C. Drivers of tree presence and densities: the

263 case of cocoa agroforestry systems in the Soubre region of Republic of Côte d’Ivoire.

264 Agroforestry Systems, v.89, p.149–161, 2015. DOI 10.1007/s10457-014-9750-1

265 Higa, R. C. V.; Cardoso, D. J.; Andrade, G. C.; Zanatta, J. N.; Brum, B. M.; Pulrolnik, R.

266 K.;Nicodemo, M.F.L.; Garrastazu, M. C.; Vasconcelos, S. S.; Salis, S.M. Protocolo de

267 medição e estimativa de biomassa e carbono florestal - [recurso eletrônico] Colombo

268 : Embrapa Florestas, 2014.

269 Kirsch, H. M.; Schneider, S. Vulnerabilidade social às mudanças climáticas em contextos

270 rurais. Revista Brasileira de Ciências Sociais, v. 31, p.1-15, 2016.

271 Kurzatkowski, D. Potencial do sequestro de carbono nos sistemas agroflorestais: análise

272 dos quatro sistemas implantados no município de Pium – TO. Revista Carbono Social,

273 v.1, p. 75-80, 2007

274 Magne, A. N.; Nonga, N. E.; Yemefack, M.;& Robiglio, V. Profitability and implications

275 of cocoa intensification on carbon emissions in Southern Cameroun. Agroforestry

13

276 Systems, v.88, p.1133-1142, 2014.

277 Magurran, A.E. Diversidad ecologica y su medición. Espanha: Ediciones Vedra, 1989. 199p.

278 Mbolo, M.M.A.; Zekeng,J.C.; Mala,W.A.; Fobane, J.L.; Chimi,C.D.; Ngavounsia,T.;

279 Nyako,C.M.; Menyene,L.F.E.; Tamanjong,Y.V. The role of cocoa agroforestry

280 systems in conserving forest tree diversity in the Central region of Cameroon.

281 Agroforestry Systems, v.90, p.675-689, 2016. DOI 10.1007/s10457-016-9945-8

282 Mokany, K.; Raison, J.R.; Prokushkin, A.S. Critical analysis of root:shoot ratios in

283 terrestrial biomes. Global Change Biology, v.12, p.84-96, 2006.

284 Montagnini, F.; Nair, P.K.R. Carbon sequestration: An underexploited environmental

285 benefit of agroforestry systems. Agroforestry Systems, v.61, p.281-295, 2004.

286 Noiha, N. V.; Zapfack, L.; Mbade, L. F. Biodiversity management and plant dynamic in a cocoa

287 agroforest. International Journal of Plant and Soil Science, v.6, p.101-108, 2015.

288 Pearson, T.; Walker, S.; Brown, S. Sourcebook for land use, land-use change and forestry

289 projects. Washington DC: The World Bank, 2005. Disponível em: <http://documents.

290 worldbank.org/curated/en/2013/01/18009480/sourcebook-land- use-land-use-change-

291 forestry-projects>. Acesso em: 03/03/2017.

292 Saldarriaga, J.G.; West, D.C.; Tharp, M.L.; Uhl, C. Long term chronosequence of forest sucession

293 in the upper Rio Negro of Colombia and Venezuela. Journal Ecology,v.76, p.938-958, 1988.

294 Schroth G.; D’Angelo S.A.; Teixeira W.G.; Haag D.; Lieberei R. Conversion of

295 secondary forest into agroforestry and monoculture plantations in Amazonia:

296 consequences for biomass, litter and soil carbon stocks after seven years. Forest

297 Ecology and Management, v.163, p.131–150, 2002.

298 Schroth, G.; Bede, L.C.; Paiva, A.O.; Cassano, C.R.; Amorim, A.; Faria, D.; Mariano

299 Neto, E.; Martini, A.M.Z.; Sambuichi, R.H.R.; Lôbo, R.N. Contribution of agroforests

300 to landscape carbon storage. Mitigation Adaptation Strategies for Global Change,

14

301 v.20, p.1175-1190, 2013. DOI: 10.1007/s11027-013-9530-7.

302 Segura, M.; Kanninen, M.; Suárez, D. Allometric models for estimating aboveground

303 biomass of shade trees and coffee bushes grown together. Agroforestry Systems, v.

304 68, p.143–150, 2006. DOI:10.1007/s10457-006-9005-x

305 Silatsa, F.B.T.; Yemefack, M.; Ewane-Nonga, N.; Kemga, N.; Hanna, R.Modeling

306 carbon stock dynamics under fallow and cocoa agroforest systems in the shifting

307 agricultural landscape of Central Cameroon. Agroforesty Systems, v.1, p.1-14, 2016.

308 Somarriba E.; Cerda R.; Orozco L.; Cifuentes M.; Dávila H.; Espin T.; Mavisoy H.; Ávila

309 G.; Alvarado E.; Poveda V.; Astorga C.; Say E.; Deheuvels O. Carbon stocks and

310 cocoa yields in agroforestry systems of Central America. Agriculture Ecosystems

311 Environment,v.173, p.46–57, 2013.

312 Tiepolo, G.; Calmon, M.; Feretti, A.R. Measuring and monitoring carbon stocks at the

313 Guaraqueçaba climate action project, Paraná, Brazil. In: International Symposium on

314 Forest Carbon Sequestration and Monitoring. Extension Serie Taiwan Forestry

315 Research Institute, v.153, p.98-115, 2002.

316 Torres, C. M. M. E.; Jacovine, L. A. G.; Oliveira Neto, S. N. D.; Brianezi, D.; Alves, E.

317 B. B. M. Sistemas Agroflorestais no Brasil: Uma abordagem sobre a estocagem de

318 carbono. Pesquisa Florestal Brasileira, v.34, p. 235-244, 2014.

319 Tsuchiya, A.; Hiraoka, M. Forest biomass and wood consumption in the lower course of the

320 Amazon: a case study of the Urubuera Island. Acta Amazonica, v.29, p.79-95, 1999.

321 Vaast, P.; Somarriba, E. Trade-offs between crop intensification and ecosystem services: the role of

322 agroforestry in cocoa cultivation. Agroforestry Systems, v.88, p.947-956, 2014.

15