INSTITUTO SUPERIOR POLITÉCNICO DE GAZA

DIVISÃO DE AGRICULTURA
CURSO DE ENGENHARIA FLORESTAL
NÍVEL: 3° ANO SEMESTRE: 1°

DISCIPLINA: MÉTODOS DE INVESTIGAÇÃO CIENTIFICA

ESTIMATIVA DE BIOMASSA E STOCK DE CARBONO NA FLORESTA DE

MANGAL NO DISTRITO DE ZONGOENE –XAI-XAI

Discentes:

Docente: Custodio Ramos Tacarindua (Phd)

Lionde, Outubro de 2021

ÍNDICE
ÍNDICE DE TABELAS..............................................................................................................I
ÍNDICE DE FIGURAS..............................................................................................................II
ÍNDICE DE ANEXOS.............................................................................................................III
LISTA DE ABREVIATURAS E SIGLAS................................................................................IV
DECLARAÇÃO........................................................................................................................V
RESUMO..................................................................................................................................VI
1. ANTECEDENTES DA INVESTIGAÇÃO........................................................................7
2. INTRODUÇÃO..................................................................................................................8
2.1. Problema e Justificativa.................................................................................................10
2.2. Objectivos......................................................................................................................11
2.2.1. Geral...........................................................................................................................11
2.2.2. Específicos.................................................................................................................11
3. REVISÃO BIBLIOGRÁFICA.........................................................................................12
3.1. Descrição da Floresta de Mopane..................................................................................12
3.2. Quantificação da Biomassa Florestal.............................................................................12
3.3. Sequestro de Carbono....................................................................................................13
3.4. Quantificação de Biomassa e Carbono em Moçambique..............................................14
3.5. Modelos de Regressão da Biomassa..............................................................................15
3.6. Critério de selecção do modelo......................................................................................16
3.6.1. Critério de Informação Akaike (AIC)........................................................................16
3.6.2. Coeficiente de determinação ajustado........................................................................16
3.6.3. Desvio padrão do resíduo...........................................................................................17
3.6.4. Índice de Furnival.......................................................................................................17
3.6.5. Análise gráfica do Resíduo........................................................................................17
4. METODOLOGIA.............................................................................................................18
4.1. Caracterização da área de estudo...................................................................................18
4.1.1. Clima e Hidrografia....................................................................................................18
4.1.2. Relevo e Solos............................................................................................................19
4.1.3. Florestas e Fauna bravia.............................................................................................19
4.2. Materiais........................................................................................................................19
4.3. MÉTODOS....................................................................................................................20
4.3.1. Procedimento amostral...............................................................................................20
4.3.2. Colecta de dados quantitativos (DAP e Altura total).................................................20
4.3.3. Obtenção da amostra para estimativa de biomassa e carbono...................................20
4.4. ANÁLISE DE DADOS.................................................................................................21
4.4.1. Processamento de dados.............................................................................................21
4.4.2. Determinação da biomassa seca da árvore.................................................................21
4.4.3. Ajuste de Modelos......................................................................................................22
4.4.4. Selecção do melhor modelo.......................................................................................22
4.4.4.2. Coeficiente de determinação ajustado....................................................................22
4.4.4.3. Desvio padrão residual...........................................................................................23
4.4.4.4. Índice de Furnival...................................................................................................23
4.4.4.5. Distribuição gráfica do resíduo...............................................................................23
4.4.5. Validação da Equação de Biomassa...........................................................................23
4.4.7. Conversão da Biomassa em Carbono.........................................................................24
5. RESULTADOS ESPERADOS.........................................................................................25
6. CONDIÇÕES DE IMPLEMENTAÇÃO E FACTORES DE RISCO..............................26
7. CRONOGRAMA DE ACTIVIDADES...........................................................................27
8. PLANO ORÇAMENTAL................................................................................................28
9. REFERÊNCIAS BIBLIOGÁFICAS................................................................................29
ANEXOS..................................................................................................................................31
ÍNDICE DE TABELAS
Tabela 1: Modelos selecionados para o ajuste..........................................................................22
Tabela 2: Sequência das actividades a ser desenvolvidas ao longo do estudo.........................27
Tabela 3: Custos de implementação do presente estudo...........................................................28

I
ÍNDICE DE FIGURAS
Figura 1: Mapa da área do estudo.............................................................................................18
ÍNDICE DE ANEXOS
Anexo 1: Ficha de campo para Recolha de Dados de Inventario em Mavumbuque................31
Anexo 2:Ficha de Recolha de dados da Biomassa húmida.......................................................32
Anexo 3: Ficha de Recolha de dados da Biomassa Seca das amostras....................................33
LISTA DE ABREVIATURAS E SIGLAS

ISPG - Instituto Superior Politécnico de Gaza

MAE - Ministério de Administração Estatal

MCAA - Ministério para a Coordenação e Ação Ambiental

ONU – Organização das Nações Unidas

ANNER – Rede Africana para Educação em Recursos Energéticos

GEE - Gases de Efeito Estufa

MDL – Mecanismos de Desenvolvimento Limpo

REDD + - Redução das Emissões do Desmatamento e Degradação de Florestas

GPS – Sistema de Posicionamento Global

DAP - Diâmetro a Altura do Peito

CO2 – Dióxido de Carbono

HT - Altura Total

HC - Altura Comercial

m – metros

cm – centímetros

ha - hectares
RESUMO

O presente trabalho tem como objectivo estimar a biomassa aérea e o stock de carbono na
floresta de Mangal mo distrito de Zonguene. Serão estabelecidas parcelas simples de 25 X 25
m (em áreas escolhidas de uma forma intencional), onde será feito a identificação da espécie
(nome científico e local) e em seguida o levantamento de dados dendrométricos (DAP e HT) a
todos os indivíduos arbóreos de DAP≥ 5 cm de todas as espécies encontradas. Em cada
parcela serão seleccionados e abatidos indivíduos, de acordo com as classes diamétricas
encontradas. Para cada individuo abatido serão feitas as pesagens do tronco e copa (ramos e
folhas), para obtenção da massa húmida, e para estimativa da massa seca serão retiradas
discos no topo de cada secção, ramos e uma amostra de folhas que serão levadas para
laboratório para sua secagem a uma temperatura constante de 90°C até a estabilização da sua
massa. Serão seleccionados seis modelos de regressão linear (usados em estudos de caso desta
natureza) e analisados para a selecção do melhor, o qual será recomendado para estudos de
quantificação de biomassa a nível da região. Os dados referentes as massas húmidas da árvore
e amostra, e seca da amostra serão organizados e processados na planilha Microsoft Office
‘Excel 13’ para a obtenção da biomassa total de cada árvore individual, e o pacote estatístico
R-Studio para análise de regressão. A selecção do melhor modelo será feito com base na
análise dos critérios avaliadores de ajuste (critério de informação de AKAIKE, coeficiente de
determinação ajustado, distribuição gráfica dos resíduos, desvio padrão do resíduo e índice de
FURNIVAL). Após a selecção da equação para a área de estudo, será feita a sua validação
como forma de determinar a sua veracidade na estimativa de biomassa através do teste qui-
quadrático de Pearson. Com a equação a ser seleccionada, será usada para estimar a biomassa
de todos indivíduos amostrados em todas as unidades de inventário. Com este trabalho,
espera-se conhecer a quantidade de biomassa e o seu contributo no sequestro de carbono para
além da obtenção do modelo ideal para estimativa de biomassa no Mangal na região de
Zonguene. Também, os resultados a serem obtidos espera-se que sirvam de base para a
tomada de novas decisões para a conservação deste ecossistema.

Palavras-chave: biomassa, carbono, floresta de mangal, modelos

 Estimativa de Biomassa e Stock de carbono na Floresta de Mangal em Zongoene

1. INTRODUÇÃO
Moçambique é um dos países mais pobres do mundo com uma elevada taxa de desmatamento
e degradação florestal. Uma das medidas indicadas para mitigação de diferentes fontes de
mudança de cobertura é o nível de conservação da floresta e da redução das emissões ou
aumento de estoques de carbono, embora seja difícil ainda conhecer o impacto exacto no
carbono florestal para cada causa de desmatamento e degradação florestal (Sitoe et al., 2012).
A conservação de estoques de carbono nos solos, florestas e outros tipos de vegetação, a
preservação de florestas nativas, a implantação de florestas e sistemas agroflorestais e a
recuperação de áreas degradadas são algumas acções que contribuem para a redução da
concentração do CO2 na atmosfera (Júnior, 2003).

Diversos projectos e pesquisas tem vindo a ganhar dinâmica no país com vista a encontrar
sistemas de produção eficazes para o sequestro e o armazenamento de carbono na biomassa e
no solo. O programa das Nações Unidas para a Redução das Emissões do Desmatamento e
Degradação Florestal nos Países em Desenvolvimento (REDD+), pretende melhorar as
condições de vida das populações rurais através do desenvolvimento de mercados voluntários
de carbono e acordos internacionais que promovam a capacidade e o interesse das
comunidades em levar a cabo actividades de reflorestamento e conservação (Eggleston et al.,
2006; Asner et al., 2011 citado por Ribeiro et al., 2015).

As mudanças climáticas, a destruição dos ecossistemas e a poluição são formas evidentes de

alterações ambientais. Estas mudanças apesar de sempre existirem, vem aumentando ao longo dos
anos, em níveis de intensidade bastante elevados (Rocha, 2011) o que tem contribuindo para o
agravamento das alterações climáticas através da redução da capacidade de absorção e
armazenamento dos GEE como também comprometem a sobrevivência de 70% da população
(Zolho, 2010).

O aquecimento global como resultado da combinação da concentração de GEE, a conversão

do uso de terra e o desmatamento, induziram a um desequilíbrio das forças de manutenção do
sistema climático global, que consequentemente promove o aumento da temperatura global,
alteração dos padrões da precipitação, alteração do ciclo de eventos climáticos extremos
(cheias, seca, ciclones), alteração dos padrões entomológicos das espécies (Pastor & Post,
1986).
Moçambique é um dos poucos países que ainda tem uma considerável área de florestas
naturais, estimada em cerca de 40,1 milhões de hectares (51,4% da superfície total), que
suportam mais de 60% da população que vive na zonas rurais em fins habitacionais,

Autores: 6
 Estimativa de Biomassa e Stock de carbono na Floresta de Mangal em Zongoene

alimentares, culturais, religiosos, medicinais para além de cerca de 85% das necessidades
energéticas que advêm da energia da biomassa (lenha e carvão), (Mourana & Serra, 2010).

Falcão & Noa (2016) destacam a procura crescente de combustível lenhoso, a agricultura
itinerante, as queimadas florestais e a falta de planos de uso e aproveitamento da terra como
causas principais do desmatamento e degradação florestal em Moçambique.

Os estudos de biomassa e carbono em formações florestais são feitos com objectivos diversos,
dentre os quais destacam-se a quantificação da ciclagem de nutrientes, a quantificação para
fins energéticos e como base de informações para estudos de sequestro de carbono (Lima,
2014). Para Sanquetta & Balbinot (2004), um dos aspectos mais relevantes nos estudos de
fixação de carbono em florestas, é a variável biomassa, a qual precisa ser determinada e
estimada de forma fidedigna, caso contrário não haverá consistência na quantificação do
carbono fixado nos ecossistemas florestais, no tempo e no espaço.

A quantificação de biomassa florestal divide-se em métodos directos que implicam em

determinações onde as árvores são cortadas e todos os componentes pesados, e métodos
indirectos onde são feitas estimativas utilizando dados de sensoriamento remoto, inventário
florestal e de modelagem. Estas últimas podem ser realizadas por meio de relações empíricas
entre a biomassa e outras variáveis e por meio da derivação do volume comercial (Vieira,
2011).

Actualmente, o desenvolvimento de modelos que quantifiquem a biomassa e o carbono

presente em uma floresta tem-se tornado uma tendência e necessidade, pois a partir destas
informações serão elaborados novos projectos de desenvolvimento sustentável (De Assis et
al, 2015).

Para tanto, torna-se necessário o aperfeiçoamento de métodos de estimativas directas (pois são
onerosos e incluem a destruição de árvores) por meio de equações de regressão, buscando-se
chegar a resultado confiável, por meio do desenvolvimento e uso de equações matemáticas
apropriadas, utilizando dados originários de inventários florestais e assim, permitir o
monitoramento e o entendimento das mudanças mais significativas nestes povoamentos,
obtendo-se a quantidade de biomassa retida nas mesmas para uma determinada espécie.

Com este estudo pretende-se gerar informações sobre estimativa de biomassa e stock de
carbono na comunidade vegetal de Mangal em Zonguene, que são essenciais para subsidiar
programas de tomada de decisão para o maneio florestal sustentável desta área.

Autores: 7
1.1. Problema e Justificativa
A degradação florestal e o acúmulo de gases de efeito estufa (GEE) na atmosfera atingiu
magnitude expressiva, levando as principais instituições internacionais de pesquisa ambiental
e organismos multilaterais a dar o alerta sobre as possíveis consequências do aumento de
temperatura da Terra, especialmente sobre todas aquelas populações que vivem ao nível do
mar (Lima et al., 2003). A exploração florestal sem observar as técnicas adequadas de maneio
sustentável e a elevada procura de novas terras aráveis para a prática de agricultura, pastagens
e a expansão urbana são identificadas como sendo as principais fontes de emissão que tem
causado o aumento de GEEs na atmosfera (Lima, 2015).

Devido à elevada taxa de desmatamento e degradação florestal, a biomassa e o estoque de

carbono sequestrados pelas florestas estão diminuindo. O carbono é transformado em dióxido
de carbono (CO2) e emitido para atmosfera assim como outros gases resultantes da queima da
biomassa florestal (Fearnside, 2013).

A falta de informação detalhada sobre o potencial contributo das florestas naturais no

sequestro do carbono tem dificultado os países na mitigação dos efeitos das mudanças
climáticas. O conhecimento do contributo das florestas no sequestro de carbono é importante
para elaboração de um plano de maneio que permite efectuar um aproveitamento máximo da
sua capacidade para além de servir de subsídio ou auxílio em programas de conservação e
maneio desta vegetação para além de servir como base para trabalhos de conservação.

Por isso, é de extrema importância a realização de estudos que tratam da quantificação dos
estoques de biomassa e carbono armazenados nas florestas, para ajudar no monitoramento e
no controle dos gases de efeitos estufa que são emitidos para a atmosfera e que podem
influenciar nas mudanças climáticas.

Por outro lado, é necessário que se encontre modelos ideais para estimativa de biomassa nas
florestas nativas por meio de dados de inventários florestais de modo a garantir a
sustentabilidade ecológica dos povoamentos em estudos de natureza (pois implicam a
destruição da vegetação).
1.2. Objectivos
1.2.1. Geral:

 Estimar a biomassa e o stock de carbono na floresta de Mangal em Zonguene.

1.2.2. Específicos:

 Ajustar modelo de regressão para estimativa da biomassa aérea na área de estudo;

 Validar a melhor equação ajustada para estimativas de biomassa arbórea;
 Quantificar a biomassa aérea e o stock de carbono na floresta de Mangal;
2. REVISÃO BIBLIOGRÁFICA

2.1. Descrição da Floresta de Mopane

Floresta de Mopane é a segunda maior comunidade florestal do país, caracterizada pela
dominância da espécie arbórea Colophospermum mopane, sendo a única espécie de copa em
quase toda sua extensão e distribui-se habitualmente em unidades descontínuas (MICOA,
2003).

Colophospermum mopane é uma espécie florestal da família Fabaceae, sub-família

Caesalpinoideae, conhecida vulgarmente como mopane. A árvore desta espécie é de pequeno
ou médio porte e atinge uma altura entre 4 e 18 m de altura. A vegetação é constituída
predominantemente por estratos arbóreos e arbustivos sendo os principais tipos de vegetação
seca, árvores decíduas e as savanas secundárias de média e baixa altitude (Bila & Mabjaia,
2012).

Mopane geralmente forma povoamentos puros com exclusão de outras espécies, mas é muitas
vezes associada com uma série de outras árvores altas e arbustos, tais como Kirkia acuminata,
Dalbergia melanoxylon, Adansonia digitata, Combretum apiculatum, Combretum imberbe,
Acacia nigrescens, Cissus cornifolia e Commiphora spp (Marzoli, 2007).
Este tipo florestal ocorre naturalmente no sul da África, principalmente em países como
Moçambique, África do Sul, Zimbabwe, Angola, Botswana, Zâmbia, Namíbia e Malawi (Bila
& Mabjaia, 2012).

Em Moçambique, o ecossistema de Mopane ocupa de forma descontínua, uma faixa estreita a

Norte e Sul do Rio Zambeze, o Leste do Parque Nacional da Gorongosa e regiões a Oeste das
províncias de Inhambane (ao longo dos distritos de Mabote, Inhassoro e Govuro e de Gaza
(ao longo dos distritos de Mabalane, Massingir, e Chicualacuala.

2.2. Quantificação da Biomassa Florestal

Biomassa é toda a massa orgânica produzida por unidade de área, podendo ser expressa por
massa húmida, massa seca (Odum, 1986) de origem biológica viva ou morta (Sanquetta &
Balbinot, 2004). Estes autores ainda distinguem a biomassa de origem vegetal denomina-se
biomassa florestal.

Segundo Rocha (2011), as estimativas de biomassa florestal podem ser obtidos através de dois
métodos, directos ou indirectos. O método directo consiste na determinação mais precisa, mas
de difícil obtenção, pois os componentes da biomassa são pesados em campo, obtendo-se a
biomassa verde e em laboratório, amostras de cada um destes componentes são secas em
estufa,
obtendo-se o peso seco da amostra. A biomassa florestal total é obtida através da soma de
todos os componentes arbóreos secos, ou simplesmente a biomassa acima e abaixo do solo
(Franklin, 2001). Assim, as equações de biomassa florestal podem envolver a biomassa verde
ou a biomassa seca nas suas estimativas. A biomassa seca é frequentemente utilizada por ser
facilmente convertida para carbono orgânico florestal (Qureshi et al., 2012).

O método directo é aquele que alcança a maior exatidão e precisão numa medição e
frequentemente, é utilizado como fonte de dados para a estimativa de biomassa e carbono
florestal. Mas são de difícil obtenção, dispendiosos em termos de tempo de operação e
limitados à escala de trabalho (Silveira et al., 2008).

A estimativa de biomassa acima do solo é imprescindível aos estudos do balanço global de

carbono (Higuchi et al., 1998) pois representam um importante indicador para monitorar e
avaliar a exportação de nutrientes após exploração florestal, na busca de minimizar os
impactos gerados por essa actividade. A biomassa é usada para estimar os estoques de
carbono que por sua vez, são utilizados para estimar a quantidade de dióxido de carbono que é
libertada à atmosfera durante o processo de queimadas (Silveira et al., 2008).

2.3. Sequestro de Carbono

Uma das mais graves ameaças que a humanidade atravessa é o aquecimento global, causado
pelo aumento das concentrações de gases de efeito estufa (GEE) na atmosfera. Estudos
mostram que o aumento da concentração dos GEE, gerada, em grande parte, actividades
económicas e industriais, poderá causar um aumento da temperatura média do planeta entre 3
a 5 ºC nos próximos anos (Ferreira, 2004).

O sequestro florestal de carbono refere-se ao processo de mitigação biológica das plantas de

absorver o CO2 do ar e fixá-lo em matéria lenhosa. Este mecanismo de sequestrar o carbono
foi lançado na convenção do clima da ONU como instrumento de flexibilização dos
compromissos de redução dos GEE dos países com metas de redução. Trata-se de uma das
modalidades, dentro do MDL do protocolo de Quioto, para compensar os compromissos de
redução de emissão para mitigar as mudanças climáticas (Chang, 2004).

Os ecossistemas florestais desempenham papel significativo na actual problemática do ciclo

global de carbono, devido à sua capacidade de estocar por longo prazo quantidades de
carbono na vegetação, trocando carbono com a atmosfera por meio da fotossíntese e da
respiração (Hosokawa et al., 1998 citado por Ferreira 2004). Segundo o mesmo autor, são os
maiores reservatórios de carbono, contendo cerca de 80% de todo o carbono sequestrado na
vegetação terrestre e cerca de 40% do carbono presente nos solos. Sendo assim, grandes
quantidades de
carbono podem ser emitidas para a atmosfera durante a transição de um tipo de floresta para o
outro, se a mortalidade libertar carbono mais rapidamente do que a regeneração e o
crescimento o absorvem.

De acordo com Schneider et al., (2005), entre as diversas iniciativas para a redução dos níveis
de carbono na atmosfera, a utilização dos produtos florestais e as práticas de maneio são
consideradas de grande eficiência para possibilitar o aumento do volume do carbono
imobilizado e a substituição de produtos como petróleo, gás e carvão mineral pela madeira,
bem como o aumento da vida útil dos produtos de madeira.
A quantificação do carbono nos ecossistemas tropicais é de extrema importância, uma vez que
as florestas contribuem para a estabilidade ambiental, a partir da mitigação das temperaturas
extremas, do aumento das precipitações regionais e da prevenção da erosão e deterioração do
solo. Além disso, as florestas têm papel fundamental no ciclo do carbono. A vegetação
constitui- se, em muitos casos, como sequestradores, ou seja, pelo processo da fotossintese,
absorve dióxido de carbono da atmosfera e armazena carbono em sua biomassa, formando
grandes reservatórios desse elemento (Rocha, 2011).

2.4. Quantificação de Biomassa e Carbono em Moçambique

Segundo Chave et al. (2005) citado por Silveira (2008), as florestas tropicais apresentam
aproximadamente 300 espécies em um hectare, a utilização de modelos de regressão em
estudos de biomassa neste tipo florestal não são feitos por espécie, e sim por grupos de
espécies.
Assim, torna-se necessário desenvolver ou utilizar metodologias que possibilitem obter
estimativas da quantidade deste elemento em uma floresta, ou mais especificamente, em
diferentes partes de uma árvore (Salomão et al. 1996). Estes autores ainda mencionaram que,
para se proceder a avaliação dos teores de carbono dos diferentes componentes da vegetação
(parte aérea, raízes, camadas decompostas sobre o solo) e, por consequência, contribuir para
estudos de balanco energético e do ciclo de carbono na atmosfera, e necessário, inicialmente,
quantificar a biomassa vegetal de cada componente da vegetação.

Machoco (2008), avaliando a biomassa lenhosa nas florestas naturais a partir de informação
de inventário florestal, ajustou funções e coeficientes de biomassa florestal usando factor de
expansão de volume no corredor da beira e posterior comparou os resultados do factor de
expansão de biomassa e do método de funções de regressão.

Zunguze (2012), quantificando o carbono sequestrado em povoamentos de Eucalyptus spp,

estimou o stock de biomassa e carbono total por compartimentos (troncos e ramos), onde
encontrou cerca de 80% dos teores de carbono no tronco e 20% na copa.
Tomo (2012), estudando o potencial de sequestro de carbono no Miombo, quantificou a
biomassa e carbono por classes de uso e cobertura de terra na floresta do miombo, no qual
recomendou a validação de equações de regressão e o estabelecimento de DAP mínimo de 5
cm de modo a aumentar a precisão na determinação do potencial de sequestro e perda de
carbono nas florestas.

2.5. Modelos de Regressão da Biomassa

São representações matemáticas que consistem em testar hipóteses entre a variável
dependente e uma ou mais variáveis independentes, com objectivo de encontrar um modelo
que melhor representa a relação funcional entre as variáveis (dependente e independentes)
(Scolforo, 2005). Muitas relações dendrométricas são estudadas e passíveis de modelagem,
tais como as relações entre altura e o diâmetro ou entre o peso, a altura e o diâmetro, e
diversos problemas florestais são resolvidos utilizando-se de relações matemáticas, que
possibilitam obter estimativas por meio de equações de regressão (Schneider, 1997).
Segundo Finger (1992), o problema se resume em obter a expressão quantitativa de
dependência entre uma variável de difícil medição, a variável dependente, e uma ou mais
variáveis de fácil obtenção, as variáveis independentes. Para Silveira et al., (2008), uma
variedade de modelos de regressão tem sido utilizada na estimativa de biomassa e do carbono
florestal podendo ter muitas formas.
Os modelos de regressão classificam os modelos de regressão como: lineares em relação aos
parâmetros (as derivadas parciais em relação aos parâmetros não depende dos parâmetros);
modelos linearizáveis, aqueles que, por meio de alguma transformação, tornam-se lineares e
modelos inerentemente não lineares são modelos em que pelo menos uma das derivadas
parciais depende de algum parâmetro do modelo (Drapper & Smith, 1998).

Os modelos lineares são aqueles em que os parâmetros estão na forma aditiva. Estes podem
ser simples se associados a variável dependente, existe uma única variável independente e
múltipla se a variável dependente existem mais variáveis independentes (Scolforo, 2005).
A classe de modelos lineares é bastante flexível, uma vez que muitos modelos podem ser
formulados. Estes modelos podem ser uma boa opção quando o objectivo é descrever as
observações durante um período limitado do processo de crescimento sem incorporar
informações sobre os dados (Drapper & Smith, 1998).
CUNIA (1986) citado por Silveira (2008) cita como vantagens de modelos lineares, assim
como a maior parte da teoria estatística desenvolvida para funções lineares e sendo o método
dos mínimos quadrados muito conhecido, a sua aplicação é simples e pode ser estendida para
todos os tipos de funções lineares e também na soma das funções de biomassa de cada
componente
de uma árvore. Outra grande vantagem apontada por este autor é que o erro da função linear
de regressão pode ser representado em uma forma conveniente, combinando facilmente com o
erro amostral proveniente do inventário. A única desvantagem da função linear e que não
pode ser aplicada para dados que se encontram fora do intervalo amostral, enquanto a não
linear pode ser aplicada nesta região.

2.6. Critério de selecção do modelo

O modelo ajustado para as diferentes técnicas de determinação da Biomassa, deve ser
escolhida por possuir a menor quantidade de variáveis independentes e que estas sejam de
fácil medição (Silva, 2009).

A selecção do melhor modelo de regressão deve ser feito seguindo três etapas essenciais;
representatividade e suficiência amostral na selecção do número de árvores, medição das
variáveis dependentes e independentes e seleccionar o melhor modelo segundo critérios
estatísticos (Schneider et al., 2009).

2.6.1. Critério de Informação Akaike (AIC)

O critério de informação de Akaike é uma metodologia simples e efectiva para a selecção de

modelos para análise de dados empíricos que analisa através da relação da distância entre dois
ou mais modelos. Este critério, da ideia geral relativa entre um modelo de aproximação e o
modelo real que gerou dados. O AIC é baseado na teoria da informação, oferece uma
estimativa relativa da informação perdida quando um determinado modelo é usado para
representar o processo que gera os dados (Akaike, 1973 apud Nicoletti, 2011). O AIC é
obtido através da formula:
𝑆𝑄𝐸
𝐴𝐼𝐶 = 𝑛 × 𝑙𝑛 (
𝑛 ) + 2𝑘 Fórmula (1)

AIC – Critério de informação de Akaike;

n – número de observações;
k – número de parâmetros da equação;
SQE – Soma dos Quadrados do Erro.

2.6.2. Coeficiente de determinação ajustado

Expressa a quantidade de variação total explicada pela regressão. Este critério, aumenta
quanto mais aumenta-se um variável no modelo matemático, para tal utiliza-se o coeficiente
de determinação ajustado, que pondera o número de coeficientes da equação. O melhor
modelo é aquele que apresentar coeficiente de determinação ajustado maior, isto é, mais
próximo de 100 (Hess, 2009). É obtido pela equação:
 𝑛−1
𝑅 2𝑎𝑗 = 1 − ( ) × (1 − 𝑅 2) Fórmula (2)
𝑛−𝑝

R²aj - coeficiente de determinação ajustado;

R² - coeficiente de determinação;
n – número de variáveis independentes.

2.6.3. Desvio padrão do resíduo

Descreve o erro que o modelo ajustado este sujeito ao ser usado para estimar a biomassa.
Quanto menor for o desvio padrão do resíduo, melhor é o modelo ajustado (Sousa, 2012). É
obtido através da fórmula:
𝑆
𝐶𝑣 = ( xy) × 100
Ῡ Fórmula (3)
xy
Cvxy - Coeficiente de variação;
Sxy - Desvio padrão dos resíduos;
Ῡ- Média da biomassa estimada.

2.6.4. Índice de Furnival

Expressa o tamanho dos resíduos e quanto o modelo esta distante da normalidade e da
homocedasticidade. O modelo ideal é aquele que apresentar baixo índice de Furnival. É
obtido através da seguinte fórmula:
(𝛴𝑙𝑛𝑦)
𝐼𝑓 = 𝑒𝑥𝑝 ( ) ×Sxy Fórmula (4)
𝑛

If – Índice de
Furnival;
Y – Biomassa;
Sxy – Desvio padrão dos resíduos;
n - número de observações.

2.6.5. Análise gráfica do Resíduo

Descreve a distribuição dos resíduos entre a variável dependente estimada e observada, dando
as informações sobre as tendências no ajuste ao longo da linha de regressão. O melhor
modelo, é aquele que apresentar os resíduos igual ou próximo de zero (Hess, 2009).
3. METODOLOGIA

3.1. Caracterização da área de estudo

O distrito de Xai-Xai fica situado no extremo seul de Mocambique e e limitado a sul pelo
oceano indico, a norte pelos distritos de Chibuto (Posto admistrativoo de Malehice) e
Chokwe), a este pelo distrito de Bilene e Oeste pelo distrito de Mandlakazi. Com uma
superfície de 1.908km e uma população com cerca de 206.270 habitataes, o distrito de Xai-xai
tem uma densidade populacional de 110,6hab/m.), como ilustra a figura 1.

Figura 1: Mapa da área do estudo

3.1.3. Morfologia e Recursos hídricos

O distrito esta dividido em duas unidades morfológicas: o planalto arenoso (serra0 e o vale.

A serra e caracterizada por duas arenosas muito onduladas, de altitude irregular, em direcção
ao norte, e interrompidas por lagos fechados permanentemente, 3 a 5km em direcção ao mar.
O vasto vale do Limpopo e , em geral, plano, descendo gradualmente de11m, n Noete, para o
nível do mar.

O Limpopo e o principal rio permanente. A qualidade da água vária com a precipitação

recebida a norte da bacia hidrológica. Na estacão seca a sua água e salgada devido a mistura
salina.

O rio Limpopo, permanente, drena a água doce do Lago PAVE no rio Limpopo. Os outros 3
rios (Munhuana, Chegua e Nhancuchuane) são sazonais, mas mantem uma certa quantidade
de agua permanente disponível

Existem ainda cerca de 20 Lagos permanentes, a maioria na costa, que são importantes para a
pesca, captação de agua para uso domestico, banho, para a beberamento dogado, recreação e,
em alguns casos para irrigação.
3.2. Metodologia

3.2.1. Materiais

Para a realização do presente trabalho será necessário os seguintes materiais:

 Suta – Para medição do diâmetro a altura do peito das árvores;
 Fita métrica – Para o dimensionamento das parcelas;
 Duas cordas de 50 metros cada - Para a delimitação das parcelas;
 GPS – Para a marcação das coordenadas nas parcelas;
 Motosserra - Para o abate das árvores;
 Balança electrónica grande (500 Kg) - Para pesagem das partes constituentes da
árvore;
 Balança electrónica pequena (30 Kg) - Para pesagem das amostras;
 Tesoura de poda - Para a colecta de amostras das folhas;
 Ficha de campo – Para o registo de dados de campo;
 Embalagem de papel – Para conservação das amostras das partes constituentes da
árvore;
 Estufa – Para secagem das amostras da árvore.

3.3.MÉTODOS

3.3.1. Procedimento amostral

Para a colecta de dados quantitativos, será usada amostragem aleatória simples, onde serão
estabelecidas parcelas temporárias de 0.0625 hectares, (25 X 25 m) ao longo da área de estudo
e far-se-á mensuração de todos os indivíduos com DAP ≥ 5 centímetros das diferentes
espécies a serem encontradas. Em cada parcela serão retiradas as coordenadas de localização
através do GPS. De modo a observar as práticas de sustentabilidade ambiental e ecológica, as
parcelas serão estabelecidas dentro de áreas atribuídas a exploradores de carvão vegetal.

3.3.2. Colecta de dados quantitativos (DAP e Altura total)

A obtenção de dados quantitativos irá consistir na identificação da espécie e posterior
medição do diâmetro a altura do peito (DAP) e altura total de todos os indivíduos inclusos na
parcela. O DAP será medido através de uma suta com graduação em centímetros, que será
efectuada a 1,3 metros da base do fuste e a altura total será estimada pelo método visual a
partir da base da árvore até ao topo do ramo mais alto. As árvores que apresentarem
bifurcação abaixo de 1,3 metros do solo, será considerada cada bifurcação como uma árvore
individual.

A avaliação da regeneração será feita em sub-parcelas de 5 X 5 metros a serem estabelecidas

dentro de cada parcela e será feita a contagem de todos os indivíduos com DAP <5 cm da
espécie.

3.3.3. Obtenção da amostra para estimativa de biomassa e carbono

Para a quantificação da biomassa será usado o método destrutivo. Este método implica
necessariamente a selecção e derruba de árvores para a obtenção dos dados. Para a obtenção
da amostra, serão seleccionadas árvores por parcela baseando-se nas classes de tamanho do
DAP, as quais serão especificamente identificadas (DAP e HT) na ficha de dados do
inventário e posteriormente abatidas e mensuradas em compartimento (fuste e copa).
O tronco será seccionado a um comprimento de 2 metros para facilitar sua pesagem. Serão
retiradas amostras transversais, no topo do tronco (secção).
Todos os componentes da copa (ramos grossos, finos e folhas) serão pesados sem serem
separados para obtenção da biomassa fresca. De forma, aleatóriamente, será escolhido um
ramogrosso e fino para a colecta de amostras seccionais, na base do ramo. Em seguida, será
composta uma amostra com folhas retiradas de várias partes da copa da árvore.
Todas as amostras serão pesadas no campo (determinação da biomassa fresca da amostra),
codificadas e conservadas em envelopes (sacos de papel) que também ostentarão o código da
amostra e levadas á secagem na estufa para a determinação da biomassa seca.
Para se obter a biomassa fresca acima do solo (por árvore), será realizado o somatório da
biomassa fresca medida em cada compartimento da árvore; fuste e copa (ramos grossos, finos
e folhas).
A secagem será feita no Laboratório, em estufa de circulação forçada do ar a uma temperatura
de 90º C, a ser estabelecida, a qual deverá permanecer na estufa (realizando pesagens diárias
das amostras e registo da respectiva massa observada) até a estabilização do peso da sua
matéria seca.

3.4.ANÁLISE DE DADOS

3.4.1. Processamento de dados

O processamento dos dados colhidos no campo será feito na planilha Microsoft Office Excel
2013, onde será determinada a biomassa seca de todas as componentes correspondentes a
todos indivíduos amostrados.
Para o ajuste de modelos de estimativa de biomassa serão usados os dados da biomassa seca
das árvores amostradas e a respectiva análise da regressão dos parâmetros será feito no pacote
estatístico R-Studio, de modo a obter o modelo que melhor se ajuste as condições da área de
estudo.
3.4.2. Determinação da biomassa seca da árvore
Após realizada a colecta de dados no campo e análises laboratoriais, a biomassa seca das
componentes da árvore, fuste e copa (ramos e folhas) será calculado pela seguinte fórmula:
𝐵𝐻 (𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒) × 𝐵𝑆 (𝑎𝑚𝑜𝑠𝑡𝑟𝑎)
𝐵𝑆 (𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒 ) =
𝐵𝐻 (𝑎𝑚𝑜𝑠𝑡𝑟𝑎)
BS – Biomassa seca da componente da árvore (Kg)
BS amostra – Peso seco da amostra da componente (Kg)
BH – Biomassa húmida da componente da árvore (Kg)
BH amostra – Biomassa húmida da amostra da componente (Kg)
A biomassa seca acima do solo (por árvore), será obtido através do somatório da biomassa seca
edida em cada compartimento da árvore fuste e copa (ramos grossos, finos e folhas).

3.4.3. Ajuste de Modelos

Para o presente estudo serão avaliados seis modelos de simples e dupla entrada selecionados
na literatura. Os modelos têm por objetivos estimar valores da biomassa seca total (variável
dependente) em função de variáveis independentes de fácil obtenção; diâmetro a altura do
peito e altura total.
Tabela 1: Modelos selecionados para o ajuste

3.4.4. Selecção do melhor modelo

A selecção do melhor modelo, será baseado nos indicadores de qualidade ajuste, isto é, será
seleccionado o modelo que apresentar mais indicadores que explique o comportamento da
variável resposta. A escolha será feita com base na precisão dos modelos ajustados
obedecendo os seguintes critérios:

3.4.4.1. Critério de Informação de Akaike (AIC)

O AIC é baseado na teoria da informação, a qual dá-nos a ideia de quanta informação será
perdida ao usar um determinado modelo para estimar a biomassa. O modelo ideal é aquele
que apresentar um resultado menor, isto é, apresenta baixa perca de informação. Este será
calculado a partir da fórmula (1).

3.4.4.2. Coeficiente de determinação ajustado

O coeficiente de determinação ajustado varia entre 0 e 100, indicando, em percentagem, o
quanto o modelo consegue explicar os valores observados. Quanto maior o coeficiente de
determinação ajustado, mais explicativo o modelo, melhor ele se ajusta à amostra. Este será
calculado a partir da fórmula (2).

3.4.4.3. Desvio padrão residual

Indica a quantidade do erro que o modelo está sujeito ao ser usado para estimar a biomassa.
Deste modo, será seleccionado o modelo que apresentar um menor desvio padrão (próximo de
zero). Este será calculado a partir da fórmula (3).

3.4.4.4. Índice de Furnival

Este critério será usado para os modelos logarítmizados. Expressa o tamanho dos resíduos e
quanto os nossos resíduos estão distante da normalidade e da homocedasticidade. O modelo
ideal é aquele que apresentar baixo índice de Furnival. Este será calculado a partir da fórmula
(4).

3.4.4.5. Distribuição gráfica do resíduo

Será feito a análise gráfica dos resíduos, de modo a verificar a qualidade dos modelos no que
tange a visualização das possíveis tendências da distribuição dos resíduos, sub-estimativa ou
sobre-estimativa, isto é detectar se os resíduos são independentes, e se há homogeneidade.

3.4.5. Validação da Equação de Biomassa

Para o presente estudo será usado o método de validação simples de modo que se possa
determinar a validade do modelo em termos da sua veracidade. O teste de qui – quadrático
(χ²) de Pearson será usado para a validação de modelos, ao nível de significância de 5% de
probabilidade, o que indicará se existe ou não diferenças significativas entre a relação da
biomassa estimada e observada usando o modelo seleccionado.

Fórmula (5)

X2 cal - Qui-quadrado calculado;

Ῡobs− Biomassa observado; Ῡest−
Biomassa estimado.

3.4.6. Determinação da biomassa por toneladas/ hectare

A biomassa será estimada com base na melhor equação de regressão ajustada e seleccionada
especificamente para o distrito de Zonguene que relaciona as variáveis dendrométricas e o
peso seco total das árvores medidas nas parcelas e em seguida a conversão dos valores de
quilograma para tonelada. A biomassa total por parcela será obtido pelo somatório da
biomassa das árvores individuais em cada unidade amostrada. Tendo-se a área de cada parcela
estabelecida, determinar-se-á a biomassa por parcela usando a seguinte fórmula:
Fórmula (6)
𝐴𝑃

B ton./ha - Biomassa por parcela (toneladas/ hectare)

BSt – Biomassa seca total da parcela (toneladas) obtida pelo somatório das biomassas de cada
árvore individual
Ap – Área da parcela em hectare (0.0625 ha)
A biomassa média da área amostrada será obtida através do somatório da biomassa média por
parcela amostrada, dividido pelo número de parcelas amostradas, conforme a seguinte fórmula:
𝐵𝑚 𝐵1+𝐵2+𝐵3+𝐵𝑛 Fórmula (7)
𝑡𝑜𝑛./ℎ𝑎 = 𝑛

Bm ton./ha - Biomassa média da área amostrada (toneladas/ hectare)

Bn – Biomassa média da parcela n
n – Número de parcelas amostradas

3.4.7. Conversão da Biomassa em Carbono

O teor de carbono elementar na constituição da matéria seca (biomassa) de diferentes partes
da árvore esta em torno de 50 %, isto é, para cada tonelada de matéria seca, cerca de 0.5
toneladas é carbono (Soares et all., 2012). A conversão de carbono será obtida através da
estimativa biomassa seca (em toneladas/ hectares), aplicando a seguinte fórmula:
C = Bm × 0.5 Fórmula (8)

C – Carbono (Toneladas/ha)
Bm – Biomassa (Toneladas/ha)
0.5 – Factor de conversão de biomassa em carbono
4. RESULTADOS ESPERADOS
Com este estudo, espera-se conhecer a quantidade de biomassa média a ser encontrada e a
quantidade média de carbono sequestrado pela floresta de Mangal em zonguene. Também
espera-se que com este estudo ajuste-se uma equação para estimativa de biomassa a nível da
região de de Zonguene. No final, este estudo espera-se que possa contribuir para a tomada de
novas decisões para programas de conservação e maneio desta floresta com objectivo de
maximizar o seu papel de protecção ambiental.
5. REFERÊNCIAS BIBLIOGÁFICAS
Bila, J. M & Mabjaia, N., 2012 Crescimento e fitossociologia de uma floresta com
Colophospermum mopane, em Mabalane, Província de Gaza, Moçambique, Colombo.
Chang, Y.C. 2004, Sequestro florestal de carbono no Brasil - dimensões políticas,
socioeconômicas e ecológicas, Curitiba
De Assis, M. R., Trugilho P. F., Rosado, S. C. S., Protasiot. P. e Goulart, S. L. 2015,
Modelagem da biomassa e do estoque de carbono em plantas jovens de Eucalyptus, Minas
Gerais Ferreira, W. C., 2008 Estoque de Biomassa e Carbono e Parametros Indicadores de
Recuperacao de Mata Ciliar, Lavras-Brasil
Falcão, M. P. E Noa, M. 2016, Definição de Florestas, Desmatamento e Degradação
Florestal no âmbito do REDD+, Maputo
Fearnside, P. M. et al. 2013, Emissões de gases do efeito estufa por desmatamento e
incêndios florestais em Roraima: fontes e sumidouros. Agroambiente On-line,
Hess, A. F., 2009, Inter-relações no crescimento de Araucária angustifólia (Bertol.) Kuntze em
diferentes locais do Rio Grande do Sul (Tese de doutorado), Santa Maria
Higuchi, N., LIMA, A. J. N., Dos Santos, J., 2008, Biometria Florestal, Manaus
Hosokawa, R.T.; Moura, J.B.; Cunha, U.S., 1998, Introdução ao manejo
e economia de florestas. Curitiba
Júnior, H., A., O., 2008, O sequestro de carbono para o combate ao efeito estufa, Uberaba

Lima, R. 2014, Crescimento, biomassa e carbono de pinus taeda l. em função do espaço vital,
Curitiba
Lima, R. C., 2015, Equações para estimativas de biomassa de uma floresta tropical úmida do
amapá, recife, Brasil
Lima, J. A. S, Do Carmo, C. A. F. S, Kindel. A. Da motta, P. E. F., 2003, Estimativa de
Biomassa e Estoque de Carbono de uma Floresta Secundária em Minas Gerais, 1ª edição,
Rio de Janeiro
Marzoli, A., 2007, Inventário Florestal Nacional. DNTF. Coperazione Italiana. Maputo.
Moçambique
Mourana, B. & Serra. C. M., 2010, 20 passos para a sustentabilidade florestal em
Moçambique, Maputo
Nicoletti, M. F., 2011, Comparação de métodos não-destrutivos de cubagem de árvores em
pé visando a determinação da biomassa, Piracicaba
Pastor, J., e W.M.,1986, Influence on climate, soil moisture, and succession on forest carbon
and nitrogen cycles. Biogeochemistry
Ratuchne, L. C., 2015, Biomassa e carbono: equações e dinâmica em Fragmentos de
floresta ombrófila mista no Paraná, Curitiba
Ribeiro, S. C., 2011, Estoque de biomassa e carbono em cerrado e em plantio comercial de
eucalipto no Estado de Minas Gerais. Tese (Doutorado em Ciências Florestais), Viçosa
Ribeiro, N. S., Matos, C. N., Moura, I. R., Washington-Allen, R., Ribeiro, A. I., 2013,
Monitorização da dinâmica do carbono na floresta de miombo da Reserva Nacional do
Niassa, Maputo
Rocha, C. C. C., 2011, Estimativa de volume, biomassa e carbono da vegetação lenhosa de
floresta estacional no estado de Goiás, Brasília
Sanqueta, C. R.; Balbinot, R. 2004, Metodologias para determinação de
biomassa Florestal, Curitiba, p. 77-93.
Sanquetta, C. R. 2002 Métodos de determinação de biomassa florestal, p.119-140.
Sitoe, A., Salomão, A. & Wertz-kanounnikoff, S. (2012). O contexto de REDD+ em
Moçambique: causas, actores e instituições. Occasional paper 76. CIFOR, Bogor, Indonésia.

Salomão, R.P., Nepstad, D.C., Vieira, I.C.G. Como a biomassa de florestas

tropicais influi no efeito estufa? Ciência Hoje , São Paulo, 1996.

Silveira, P., 2008. Métodos indiretos de estimativa do conteúdo de Biomassa e do estoque de

carbono em um fragmento de Floresta ombrófila densa (Tese de pós-Graduação), Cutritiba
Silveira, P.; Koehler, H. S.; Sanquetta, C. R. & ARCE, J. E. 2008. Oestado da arte na
estimati va de biomassa e carbono em formações florestais.Revista Floresta, v. 38, n.1

Sousa, I. F., 2012, Ajuste de modelos não lineares na descrição de germinação de sementes de
café (coffea arabica l.) cv. catuaí. (Dissertação de mestrado), Brasil

Scolforo, J. R. S., 2005, Biometria Florestal: Parte 1: Modelos de Regressão linear e não-
linear, Parte 2: Modelos para relação hipsométrica, volume, afilamento e peso da matéria
seca, ed. FAEPE, Lavras

Soares, C. P. B., Neto. F. P., De sousa, A. L., 2012, Dendrometria e Inventario Florestal, 2ª
edição, ed. UFV, Viçosa

Sousa, I. F., 2012, Ajuste de modelos não lineares na descrição de germinação de sementes
de café, Minas Gerais

Vieira, G, 2011, Modelagem da biomassa viva e do estoque de carbono de Nectandra

grandiflora NEES, Curitiba

Zolho, R., 2010, Mudanças Climáticas e as Florestas em Moçambique, Maputo

ANEXOS
Anexo 1: Ficha de campo para Recolha de Dados de Inventário em Mavumbuque

Distrito Local Data / /

Parcela nº Latitude Longitude

I Nome Local Nome Cientifico DA HT HC Observação

D P
1
2
3
4
5
6
7
8
9
1
0
1
1
1
2
1
3
1
4
1
5
1
6
1
7
1
8
1
9
2
0
2
1
2
2
2
3
2
4
2
5
2
6
Anexo 2:Ficha de Recolha de dados da Biomassa húmida

Distrito Local Data / /

Parcela nº Latitude Longitude

Ar Espécie Peso do Fuste Peso dos Ramos Peso das Folhas

v. (n.
A A A A4 Total A1 A Tota Amostr Total
científico) 1 2 3 2 l a
Anexo 3: Ficha de Recolha de dados da Biomassa Seca das amostras

Parcela Data / /

ID Massa seca da amostra

(Kg)
Amostr
1º 2ºdi 3ºdi 4ºdi 5ºdi 6ºdi 7ºdi 8ºdi 9º dia 10ºdi
a
dia a a a a a a a a