Tomocene Vicente - Índice de Sítio. 2019

DETERMINAÇÃO DE ÍNDICE DE SÍTIO FLORESTAL PELA ALTURA
DOMINANTE DE Pinus sp, NA LOCALIDADE DE PENHALONGA,

PROVÍNCIA DE MANICA.
Tomocene Vicente Malambe

UNIVERSIDADE ZAMBEZE
FACULDADE DE ENGENHARIA AGRONÓMICA E FLORESTAL
DEPARTAMENTO DE ENGENHARIA FLORESTA
TRABALHO DE CONCLUSÃO DE CURSO

Tomocene Vicente Malambe
MOCUBA
2019
UNIVERSIDADE ZAMBEZE
FACULDADE DE ENGENHARIA AGRONÓMICA E FLORESTAL
DEPARTAMENTO DE ENGENHARIA FLORESTAL
TRABALHO DE CONCLUSÃO DE CURSO

Autor: Tomocene Vicente Malambe
Supervisor: Eng.˚ Hélder António Manjate (M.Sc)
Monográfia apresentada à Faculdade de Engenharia

Agronómica e Florestal, Universidade Zambeze,
Departamento de Engenharia Florestal, como requisito
parcial para a obtenção do grau de Licenciatura em
Engenharia Florestal.
MOCUBA
2019
DECLARAÇÃO DO AUTOR
Eu, Tomocene Vicente Malambe, declaro por minha honra, que esta monografia é o
resultado do meu empenho e sacrifício, e está a ser submetida para a obtenção do nível
de licenciatura na Universidade Zambeze, Mocuba. Ela não foi submetida antes para
obtenção de nenhum nível ou para avaliação em nenhuma outra Universidade.
_______________________________________________
(Tomocene Vicente Malambe)
Mocuba, _______de _______________________ de 2019.

DEDICATÓRIA
Aos meus pais Vicente Alberto Malambe e Flora Singua, que me trouxeram ao mundo e
me cuidaram, acreditaram e me ensinaram a viver com muito amor e humildade, pelo
sacrifício, dedicação, luta, e aposta na minha academia sem se cansar para o sucesso
nos meus estudos.
Que este grau de licenciatura seja fonte de inspiração no futuro para a família. Para
todos vocês, dedico-vos a minha monografia.
AGRADECIMENTOS
Agradeço primeiramente a Deus por permitir que à Terra eu retorna-se, buscando

corrigir meus erros pretéritos e alcançar a evolução de meu espírito.
Aos meus pais, Vicente Alberto Malambe e Flora Singua, que me forneceram a melhor
educação, com muito amor, carinho e sabedoria, sempre me apoiando, me incentivando,
e por muitas vezes se sacrificando para me proporcionar as melhores oportunidades.
Palavras não são suficientes para descrever tudo que fazem por mim, tê-los como meus
pais faz com que minha caminhada seja mais branda e feliz. Obrigada por nunca
desistirem de mim.
Também agradeço aos meus queridos irmãos e cunhada, Joaquim Vicente Malambe,
Jacinta Anibal, Domingas Maria Vicente Malmbe, Sita Morai, Rosa Malambe, Sofia
Vicente Malambe, Zacarias Vicente Malambe, Júlia Vicente Malambe.
Um especial agradecimento ao meu supervisor Eng˚ Hélder António Manjate (MSc),

pela atenção e apoio incansável durante a realização deste trabalho, sem me esquecer do
Eng˚ Hélio Eduardo Armando Carlos que apoiou em todos os sentidos para a
concretização deste trabalho.
Aos meus Primos, em particular dr.ª Eugénio Manuel António, Albino, Eng˚ Minória
Albino, Silva, Vicente Macanige, pela amizade sincera que nenhuma outra pessoa
poderá me oferecer na minha pessoa, por me incentivarem e acreditarem que sou capaz
de vencer as coisas mais difícis da vida.
Meus amigos e colegas do curso de engenharia florestal, João Félix, Patrício Estermo,
Marcos André, António Chapepa, Infante Geral, Gerson Buque, Delfim Davison,
Adilson Sebastião, Amélia Macaripe, Quiata Trabalho, Cristina Valentim, Laura
Mamudo, Arménio Ferreira, Bito José, Buramo Manuel, Brito Chóe, Amancio Brito,
Hilario Pepa, Parafino Quisito e Gilú Paulo.
Á Faculdade de Engenharia Agronómica e Florestal, em especial ao Departamento de

Engenharia Florestal.
Aos meus amigos, tec. António Gundana, dr. Ana Paula, Mário Chapinduca, France
Domingos, dr Armandinho, dr. Hélder Silveira, Osvaldo Zito e Felipe Baera.
ÍNDICE
I. INTRODUÇÃO ...................................................................................................... 1
1.1. Generalidades ............................................................................................................ 1
1.2. Problema de estudo e justificação ............................................................................. 2
1.3. Objectivos .................................................................................................................. 4
1.3.1. Geral………………….. ......................................................................................... 4
1.3.2. Específicos .............................................................................................................. 4
II. REVISÃO BIBLIOGRÁFICA .............................................................................. 5
2.1. Género Pinus ............................................................................................................. 5
2.2. Altura dominante....................................................................................................... 5
2.3. Volume ...................................................................................................................... 6
2.4. Sítio Florestal ............................................................................................................ 7
2.4.1. Qualidade do sítio e sua classificação ................................................................ 7
2.4.2. Métodos de determinação da qualidade do sítio .............................................. 10
2.4.3. Tipos de curvas de índice de sítio .................................................................... 12
2.4.3.1. Métodos de construção de curva ....................................................................... 14
2.5. Estudos empíricos de índice de sítio florestal pela altura dominante ..................... 16
2.5.1. Volumetria ........................................................................................................ 16
2.5.2. Classificação da capacidade produtiva de sítios florestais................................ 18
III. MATERIAIS E MÉTODOS ................................................................................. 23
3.1. Localização e caracterização da área e estudo......................................................... 23
3.2. Desenho de amostragem .......................................................................................... 24
3.3. Volumetria ............................................................................................................... 25
3.4. Classificação de sítio florestal ................................................................................. 26
3.5. Teste de Anamorfismo ............................................................................................ 26
3.6. Processamento e análise de dados ........................................................................... 27
IV. RESULTADOS E DISCUSSÃO ........................................................................... 28

4.1. Ajuste de modelos de classificação de sítio florestal .............................................. 28
4.1.1. Relação entre Altura total e DAP ......................................................................... 28
4.1.2. Volumetria ............................................................................................................ 29
4.1.3. Modelos de classificação de capacidade produtiva .............................................. 32
4.2. Construção das curvas de índice de sítio ................................................................. 34
4.2.1. Teste de anamorfismo........................................................................................... 34
4.2.2. Curvas de índice de sítio....................................................................................... 35
4.3. Classificação da capacidade produtiva do povoamento .......................................... 36
V. CONCLUSÕES E RECOMENDAÇÕES ............................................................. 38
5.1. Conclusões ............................................................................................................... 38
5.2. Recomendações ....................................................................................................... 38
V. REFERÊNCIAS BIBLIOGRÁFICAS .................................................................. 39
VI. APÊNDICES........................................................................................................... 46
RESUMO
Sempre que se pretende implantar, numa determinada região, um empreendimento

florestal é necessário ter um amplo conhecimento da espécie a ser introduzida, bem
como, do potencial produtivo do local. Sendo assim, um dos problemas enfrentados pela
maioria das empresas florestais é a falta de informações fidedignas sobre o potencial do
solo em produzir madeira. Com base nisto, o presente estudo objectivou determinar o
índice de sítio florestal pela altura dominante de Pinus sp, na localidade de Penhalonga,
província de Manica. Para a realização do estudo, foram colectados dados de altura total
e DAP das árvores com auxílio de hipsómetro e suta, respectivamente, em 28 parcelas
de formato circular com raio de 12,62m (500m2) demarcadas sistematicamente. Para a
classificação da capacidade produtiva, foram ajustados quatro (4) modelos, a escolha do
melhor modelo foi baseada na análise gráfica dos resíduos, erro padrão residual
absoluto (Syx) e percentual (Syx%) e coeficiente de determinação ajustado (R2ajust). Os
resultados mostraram que o modelo de Schumacher foi o melhor modelo tendo
apresentado melhor estatísticas de ajuste com Syx = 0,081, Syx% = 0,46 e R2ajustado =
0,83. Foram geradas curvas de sítio com 3 classes de capacidade produtiva pelo método
de curva guia, onde a maior parte das parcelas (12) enquadraram-se na classe II, seguido
da classe III (11) e classe I (5). Conclui-se que o índice de sítio baseado na altura
dominante e o método de curva guia mostraram-se adequados para a determinação da
capacidade produtiva do povoamento florestal em estudo.
Palavras-chave: Maneio florestal, Capacidade produtiva, índice de sítio.

ABSTRACT
Whenever a forest enterprise is to be implemented in a particular region, it is necessary

to have a thorough knowledge of the species to be introduced, as well as of the
productive potential of the site. Thus, one of the problems faced by most forestry
companies is the lack of reliable information on the potential of soil to produce wood.
Based on this, the present study aimed to determine the forest site index by the
dominant height of Pinus sp in Penhalonga, Manica province. For the study, total height
and DBH data were collected from the trees with the aid of hipsometer and suta,
respectively, in 28 plots of circular shape with radius of 12.62m (500m2) systematically
demarcated. For the classification of productive capacity, four (4) models were adjusted,
the choice of the best model was based on the graphical analysis of the residuals,
absolute residual standard error (Syx) and percentage (Syx%) and adjusted
determination coefficient (R2ajust). The results showed that the Schumacher model was
the best model having better fit statistics with Syx = 0.081, Syx% = 0.46 and adjusted
R2 = 0.83. Site curves with 3 classes of productive capacity were generated by the guide
curve method, where most plots (12) fit into class II, followed by class III (11) and class
I (5). It was concluded that the site index based on the dominant height and the guide
curve method were adequate to determine the productive capacity of the forest stand
under study.
Keywords: Forest management, Production capacity, Site index.

LISTA DE FIGURAS
Figura 1: Curvas anamórficas de índice de sítio ........................................................... 13

Figura 2: Curvas polimórficas que não se cruzam (A) e que se cruzam (B) dentro da
faixa de idade de interesse. ............................................................................................. 13
Figura 3: Mapa de localização da área de estudo. ......................................................... 23
Figura 4: Distribuição dos valores de altura total (Ht) e diâmetro à altura do peito
(DAP). ............................................................................................................................ 28
Figura 5: Teste de anamorfismo efectuado para o índice de sítio e a Hdom com base no
modelo de Schumacher. .................................................................................................. 34
Figura 6: Curvas de sítio geradas pelo modelo Schumacher. ....................................... 35
LISTA DE TABELAS
Tabela 1: Modelos para estimar volume (m3). .............................................................. 26

Tabela 2: Modelos para a classificação de sítio. ........................................................... 26
Tabela 3: Testes para regressão Ht-DAP....................................................................... 28
Tabela 4: Teste de correlação entre as variáveis altura total, diâmetro à altura do peito e
o volume. ........................................................................................................................ 29
Tabela 5: Testes dos modelos volumétricos de S & Hall, Spurr e Hush. ...................... 30
Tabela 6: Estatística de ajuste e precisão e os coeficientes dos modelos volumétricos
ajustados para a estimativa do volume. .......................................................................... 30
Tabela 7: Testes dos modelos de classificação da capacidade produtiva de sítio. ........ 32
Tabela 8: Coeficiente dos modelos ajustados com suas estatísticas de precisão para
estimativa de altura dominante ....................................................................................... 32
Tabela 9: Número de parcelas por cada classe de sítio. ................................................ 36
LISTA DE SIMBOLOS
cm Centímetro
m Metro
m3 Metros cúbico
Syx Erro padrão residual absoluto
Syx% Erro padrão residual relativo
R2 Coeficiente de determinação
% Percentagem
m2 Metros quadrado
ha Hectare
mm Milímetro
Km Quilómetro
ºC Graus centígrados
m³/ha Metros cúbico por hectare
LISTA DE ACRÓNIMOS E SIGLAS
DAP Diâmetro à altura do peito

Hdom Altura dominante
Ht Altura total
MAE Ministério de Administração Estatal
INE Instituto Nacional de Estatística
Determinação de índice de sítio florestal pela altura dominante de Pinheiro
I. INTRODUÇÃO
1.1. Generalidades
Maneio Florestal Sustentável é um desenvolvimento e aplicação de técnicas de análise
quantitativa nas decisões acerca da composição, estrutura e localização de uma floresta,
de forma que sejam obtidos os benefícios directos e indirectos, na quantidade e
qualidades requeridos por uma organização florestal ou pela sociedade (Hosokawa et
al., 1998).
Para a elaboração de planos de maneio são necessárias informações referentes à floresta,

uma avaliação do estoque actual e a produtividade do estoque em crescimento, assim
como sua produção esperada. Do conhecimento de seu estoque e produtividade, é
possível planear o abastecimento de indústrias de base florestal, calcular o que se pode
retirar da floresta anualmente, ou periodicamente, para que esta não seja conduzida à
exaustão de seus recursos ou, até mesmo, a uma superestocagem se, por acaso, for feito
o corte de uma quantia inferior do que o seu crescimento em sucessivos períodos,
podendo a floresta ficar estagnado (Figueiredo, 2005).
Os povoamentos equiâneos têm sido utilizados como fontes alternativas de produção de

madeira e derivados, diminuindo a pressão sobre as florestas mistas inequiâneas. Apesar
da possibilidade de uso da madeira de povoamentos de eucalipto para multiprodutos, a
maior parte da madeira ainda é utilizada em fábricas de celulose e empresas produtoras
de carvão vegetal (Alcântara, 2012).
A determinação da qualidade do sítio tem grande importância prática e é normalmente

requerida como input em simuladores ou optimizadores do crescimento e da produção
(Oliveira et al., 1990). Tanto para as florestas equiâneas assim como inequiâneas, a
classificação de sítio é de extrema importância pois permite a estimativa do rendimento
da floresta, estimativa de referência para diagnosticar e prescrever o maneio do solo,
planeamento e execução de trabalhos, extensão da classificação da qualidade de sítio em
áreas a serem plantadas, para selecção adequada de áreas a serem plantadas, para
selecção adequada de espécies (Gelain e Abrão, s.a).
Scolforo (1992) ainda acresce que, a classificação das propriedades florestais quanto aos
possíveis níveis de produtividade de grande importância, pois da maior ou menor
produtividade do sítio dependem: a dimensão dos produtos advindos da floresta nas
Tomocene Vicente Malambe Página 1

várias idades; a viabilidade ou não de projectos florestais; as diferentes respostas de

certas culturas florestais; a identificação do potencial de produtividade da propriedade
florestal, além de fornecer referência para diagnóstico e prescrição do manejo e
conservação do solo.
De Selle et al. (2008), há vários métodos descritos para proceder à classificação da

capacidade produtiva de sítios florestais, entretanto, a altura dominante correlacionada
com a idade tem sido considerado o método mais prático e usual, uma vez que esta
variável representa a resposta aos factores ambientais inter-relacionados e não sofre
significativa influência dos tratamentos silviculturas e da competição (Tonini et al.,
2002).
Diversos métodos de classificação de local foram desenvolvidos, dentre eleis, o método

da construção de curvas de índice de local, que permite uma classificação baseada na
análise quantitativa da influência ambiental (IPEF, 2014). As curvas de índice de local
constituem-se actualmente no método mais prático e difundido para classificar a
produtividade florestal, uma vez que utiliza a variável (altura dominante) relacionada
com a idade do povoamento, sendo altamente correlacionada com a produção
volumétrica (Taquetti, 2014).
Considerando o exposto, tendo em vista a importância da classificação da capacidade de

produção de um sítio florestal, este estudo tem como objectivo determinar a capacidade
produtiva pela selecção das árvores dominantes.
1.2. Problema de estudo e justificação

Sempre que se pretende implantar, numa determinada região, um empreendimento
florestal é necessário ter um amplo conhecimento da espécie a ser introduzida, bem
como, do potencial produtivo do local. Da mesma forma, é muito importante ter
conhecimentos sobre a qualidade dos sítios florestais, pois dele depende a quantidade e
qualidade da produção, possibilidades do maneio com máquinas adequadas ao solo e a
adaptabilidade da espécie ou espécies aos determinados habitats (Selle, 1993).
Sendo assim, um dos problemas enfrentados pela maioria das empresas florestais é a
falta de informações fidedignas sobre o potencial do solo em produzir madeira,
acarrectando custos muito maiores, tempo perdido na rotação de espécies, causando

vários prejuízos na plantação florestal e baixo rendimento volumétricos na madeira

(Menegol, 1991).
Com isso, de acordo com relato da empresa da IFLOMA, no ano 2002, foi feito a
plantação numa área florestal, que culminou com abandono da área, devido as
condições inadequadas da área, tornando-se insucesso no rendimento volumétrico da
madeira de espécies de pinheiros, pois verificaram-se dificuldades no bom
desenvolvimento dos individuos plantados naquela área.
Avarenga (2012), citado por Carneiro (2015), explica que, o conhecimento e obtenção
de informações confiáveis sobre um povoamento são os primeiros passos, para o
planeamento adequado da exploração desses recursos de uma forma sustentável. O
inventário florestal por meio da teoria de amostragem é a ferramenta utilizada para
obtenção dessas informações com tais níveis de precisão exigidos para o “bom maneio
florestal”. Para tal, estas informações são de elevada importância para a execução de um
plano de maneio, o qual é essencial ao bom desenvolvimento de qualquer
empreendimento florestal.
O autor acima referenciado diz ainda que, estudos de caracterização de sítios florestais
permitem avaliações quantitativas do potencial do solo em produzir madeira. Visto que,
a construção de curvas de índice de sítio, é uma ferramenta muito útil para a orientação
do inventário florestal, e a construção de tabelas de volume; previsões de produção,
estudos de variedades e espécies e estudos de práticas adequadas do maneio florestal.
Assim sendo a técnica de construir curvas de índices de sítios é mais usada no maneio
porque geralmente visa quantificar a qualidade de um certo povoamento, ou seja, é uma
forma de realização de inventário florestal em substituição das parcelas permanentes, a
fim de realização do estudo na produtividade de índices de sítios.

1.3. Objectivos
1.3.1. Geral
Determinar o índice de sítio florestal pela altura dominante de Pinus sp, na
localidade de Penhalonga, província de Manica.
1.3.2. Específicos
Ajustar quatro modelos para classificação de sítios florestais pelo método da curva
guia e seleccionar o mais adequado;
Construir as curvas de índice de sítio do povoamento;
Classificar a capacidade produtiva do povoamento mediante o índice de sítio.

II. REVISÃO BIBLIOGRÁFICA
2.1. Género Pinus

O género Pinus pertence à família das Pináceas e possui, aproximadamente, 90
espécies. Os principais usos da madeira são para processamento mecânico em serrações,
laminados, aglomerados e de celulose de fibra longa (Embrapa, 2002).
O género Pinus tem ocorrência natural desde região polar até os trópicos, englobando os
continentes da Europa, Ásia, América do Norte e Central. As espécies mais plantadas a
nível mundial são: Pinus taeda, Pinus elliottii (espécies que toleram geadas), Pinus
caribaea var. hondurensis, Pinus oocarpa e Pinus tecunumanii, estas toleram deficit
hídricos (Lima,2015).
As condições de adaptação do género Pinus sp. Aos solos ligeiramente ácidos, também
permitem a instalação de extensas áreas florestais que, juntamente com a adopção de
práticas silviculturais adequadas, tornaram as espécies desse género importantes fontes
de matéria-prima, com manutenção dos padrões de sustentabilidade (Kronka et al.,
2005).
2.2. Altura dominante

A altura dominante corresponde à altura média das árvores mais altas do povoamento. É
uma variável amplamente empregue para quantificação do potencial produtivo dos
povoamentos, por ser independente e pouco influenciada pelo desbaste por baixo; ser
facilmente obtida no povoamento e por apresentar um grande significado biológico
(Burger, 1980; Prodan et al., 1997; Finger, 2006).
Segundo Finger (2006) altura dominante pode ser calculada através de vários métodos.
No entanto, Keogh (1982) sugere que a altura dominante para plantações de teca deve
ser considerada como a altura total das 100 árvores de maior diâmetro por hectare, pois
é mais simples de ser obtida, além de ser uma tendência de procedimento entre os países
com plantações da espécie. A vantagem de se utilizar a altura dominante como
indicador de índice local é devido a sua aplicabilidade e a possibilidade de comparação
de taxas de crescimento entre plantações da mesma idade, embora estas áreas estejam
sob diferentes densidades e regimes de maneio (Keogh, 1982; Prodan et al., 1997;
Campos e Leite, 2013).

Segundo Keogh (1982), para se construir uma boa base de dados para a classificação de
sítio em plantios de teca é necessário pelo menos o registo das alturas dominantes por
um período de cinco anos, o que torna possível o emprego da modelagem para o
monitoramento do crescimento e da produção florestal.
Muitos autores afirmam que a altura das árvores dominantes é a melhor variável para
caracterizar o local, sendo representado pela altura alcançada do povoamento nas
diferentes idades de seu desenvolvimento (Assmann, 1961; Burkhart e Tennent, 1977,
Burger, 1980; Selle et al., 2008).
2.3. Volume
O conhecimento do volume da árvore é de uso tradicional em dendrometria, biometria,
inventário, maneio, economia e planeamento florestal (Scolforo, 2005; van Laar e Akça,
2007). Além da importância dessa variável no maneio florestal, ela exprime de forma
mais directa sobre a capacidade produtiva do sítio (Burger, 1980).
O volume da árvore pode ser calculado indirectamente por meio de factor de forma, que
é a razão entre o volume de um cilindro de igual diâmetro de uma árvore a um
determinado ponto de referência, geralmente ao 1,3 m, equação de volume ou função de
afilamento (van Laar e Akça, 2007; Campos e Leite, 2013). Devido à dificuldade de se
definir a forma de um fuste, que pode apresentar uma variedade de formas ao longo do
mesmo, é comum utilizar o factor de forma para o cálculo do volume (Campos e Leite,
2013).
No entanto, apesar do factor de forma ser de uso tradicional, e ter como vantagem maior
rapidez no inventário, sua utilização deve ser restrita às condições locais de sítio. Outras
extrapolações além desses limites podem ser tendenciosas partindo do ponto de vista de
previsão dos resultados finais (Couto e Bastos, 1987; Figueiredo et al., 2009). Assim,
para proporcionar maior exactidão nas estimativas volumétricas, o mais indicado é a
utilização de modelos de regressão, cuja maioria inclui como variável independente, a
altura e o diâmetro da árvore, para estimar o volume (Couto e Bastos, 1987; Scolforo,
2005; Van Laar e Akça, 2007 & Campos e Leite, 2013).

2.4. Sítio Florestal

Segundo a Society of American Foresters (1958) citada por Carrijo (2016), um sítio
florestal consiste em uma área com determinada capacidade de produzir floresta ou
outro tipo de vegetação de acordo com suas características e factores ecológicos, sendo
a combinação de condições bióticas, climáticas e edáficas desta área.
Não obstante à definição anterior, Coile (1952), Castanõs (1962) e Spurr (1964), citados
por Sgarbi (2002), definem “sítio florestal” como sendo uma unidade de área que
apresenta características combinadas de solo, topografia e clima, as quais são
responsáveis pela determinação da capacidade produtiva do local. Baseado na mesma
fonte, as práticas silviculturais como preparo de solo, adubação, controle das plantas
daninhas e controle de pragas e doenças também determinam a capacidade produtiva do
local e por esta razão devem ser consideradas na definição de “sítio”.
Ribeiro et al. (2002) citados por Miranda (2012), afirmam que sítio florestal é um
conceito abstracto, e denota uma combinação de vários factores ambientais (factores do
solo, topográficos, climáticos e competitivos), que afectam o crescimento das árvores.
Os factores ambientais e das próprias plantas interagem entre si, tornando difícil
separar, as causas e os efeitos do crescimento e da produtividade do sítio.
Do ponto de vista de Carrijo (2016), além dos factores ecológicos, a capacidade

produtiva de um sítio florestal se dá em relação a uma dada espécie, sendo a estimativa
do potencial produtivo de uma espécie em determinado local e o mesmo autor, citando
Schönau (1987), afirma ainda que, o conceito de sítio florestal pode ser dado de dois
pontos de vistas diferentes: do ponto de vista ecológico, o sítio florestal consiste em
uma unidade geográfica uniforme, que apresenta como característica uma combinação
estável de seus factores, já do ponto de vista do maneio florestal, o sítio florestal seria
um factor de produção primário que apresenta certa capacidade de produzir madeira ou
outros produtos florestais.
2.4.1. Qualidade do sítio e sua classificação

A qualidade do sítio define a capacidade de uma espécie se desenvolver em um
determinado local, levando em consideração as totais condições ambientais do
determinado lugar. Sempre que se pretende implantar, numa determinada região, um
empreendimento florestal é necessário ter um amplo conhecimento da espécie a ser
introduzida, bem como do potencial produtivo do local. Da mesma forma, é muito
importante ter conhecimentos sobre a qualidade do sítio florestal, pois dele depende a
quantidade e qualidade da produção, juntamente com a adaptabilidade da espécie ou
espécies aos determinados locais (Miguel, 2009).
De acordo com o autor acima citado, pode-se dizer que a qualidade do sítio é a soma
total dos factores edáficos, biológicos e climáticos que afectam a planta ou as plantas. A
qualidade do sítio é dinâmica e, frequentemente, ao longo do tempo alguns dos seus
factores podem ser influenciados pelo silvicultor. É sabido que o crescimento das
árvores não é indiferente a qualquer tipo de solo. As plantas em qualquer local devem
encontrar condições óptimas para o seu desenvolvimento, principalmente nos primeiros
anos que são os mais críticos e decisivos para o seu bom crescimento.
Assim, uma das actividades essenciais para a formação de povoamentos florestais é a

realização da classificação de sítios florestais, visando a determinação de unidades
produtivas, isso porque a qualidade de dado sítio caracteriza riscos, oportunidades e
desafios a serem enfrentados pelo engenheiro florestal no maneio de um povoamento
implantado em determinada área (Santos, 2012 citado por Carrijo, 2016).
Em termos gerais, a qualidade do sítio define a capacidade de uma espécie se

desenvolver em um determinado local, levando em consideração as totais condições
ambientais do determinado lugar e no espectro do maneio florestal, é avaliada em
função do potencial de produção volumétrica de madeira (Miguel, 2009).
Neste sentido, em concordância com Leite (2016), sítios considerados bons para o
desenvolvimento de uma determinada espécie florestal podem não apresentar essa
mesma qualidade para outra espécie qualquer, o que aumenta a sua importância para os
maneadores florestais.
Schneider e Schneider (2008), destacaram que a maioria das decisões dentro do maneio
florestal ocorre através da avaliação da capacidade produtiva de áreas florestais, que são
ordenadas de acordo com a produtividade apresentada pelos chamados sítios florestais.
Miguel (2009), sustenta que a tipificação da classificação de sítio se constitui numa
forma de estratificação do povoamento em entidades ecológicas com base nas
características da vegetação, ou em factores do meio, ou numa combinação desses.
Segundo Scolforo (1993) citado por Miranda (2012), a qualidade de um sítio florestal
pode ser avaliada por métodos directos e indirectos. A classificação indirecta é feita por
atributos que caracterizam o local, como: uso de plantas indicadoras, factores edáficos,
topográficos e climáticos e relações interespecíficas. Factores relacionados aos métodos
directos podem envolver o registo histórico do uso da terra, do volume e área basal do
povoamento e o crescimento periódico em altura.
Em termos de produtividade, esta é quantificada por índices ou classes de sítios, que

expressam a produtividade local em termos quantitativos, representando a altura
dominante média do povoamento em uma idade específica (idade-índice). Como os
factores ambientais são reflectidos de modo interactivo no crescimento em altura, a
classificação por índices de sítio representa, assim, um método prático e consistente na
determinação do potencial produtivo de determinada área (Miranda, 2012).
O mesmo autor ainda afirma que o modelo de sítio é tido como a chave para todo
sistema de prognose, tendo em vista que é por meio deste modelo que se poderão
separar as áreas em diferentes classes de produtividade e, consequentemente, diferentes
comportamentos e tendências de crescimento.
De acordo com Carrijo (2016), a classificação das unidades produtivas por meio do
índice de sítio consiste na avaliação da qualidade da área, engloba e reflecte todos os
factores ambientais no crescimento em altura, além de correlacionar tal qualidade com o
volume. Sendo a medida de produtividade local utilizada com mais frequência em todo
o mundo, o índice de sítio é útil como uma base importante para tomada de decisões,
planeamento e estratégias no meio florestal.
O desenvolvimento de fundamentos matemáticos para conduzir a estimativa do

crescimento de indivíduos florestais em dado sítio é possível devido às diferentes taxas
de crescimento que as árvores apresentam ao longo de um período de tempo. De forma
geral, o uso de técnicas de regressão múltipla ou não linear permitem tal descrição do
crescimento (Miguel, 2009).
Estes modelos de produção desenvolvidos relacionam a capacidade produtiva da área

com a curva de crescimento em altura dominante da população, dando origem assim às
curvas de índice de sítio (Tonini et al., 2006 citado por Carrijo, 2016). As curvas de
índice de sítio descrevem o comportamento do crescimento em altura de árvores
hipotéticas dentro de dado sítio florestal, sendo que em algumas vezes, tabelas de altura

e idade provenientes das curvas de sítio podem ser utilizadas para melhor entendimento
da mesma (Carrijo, 2016).
2.4.2. Métodos de determinação da qualidade do sítio

Segundo Lepsch (1983), a classificação de qualquer objecto tem por finalidade
ordenar os conhecimentos a seu respeito de maneira simples e precisa. Objectos iguais
ou semelhantes em suas características e propriedades são agrupados nas mesmas
classes.
São várias as alternativas para efectuar a classificação da qualidade do sítio, para

Clutter et al. (1983), os métodos para estimar a qualidade do sítio podem ser
classificados em directos e indirectos. Os métodos indirectos avaliam a qualidade do
sítio a partir de atributos do ambiente, levando em consideração características como o
clima, solo e vegetação e podem ser divididos em: quantitativos, também conhecido
como análise factor-sítio ou solo, e qualitativos, que envolvem a divisão das terras em
unidades com características, potencial de produção e de uso uniformes (Schönau,
1987).
Os directos por sua vez, utilizam-se de indicadores na própria vegetação (elementos

dendrométricos), que reflectem as interacções de todos os factores do ambiente no
próprio sítio (Clutter et al., 1983). Com isso, Spurr (1952) definiu um sítio florestal por
meio de factores climáticos e edáficos, e por esse motivo salientou que quanto mais
destes factores forem usados como indicadores da produtividade, melhor será a
correlação. Enquanto, Castaños (1962) determinou a qualidade do sítio correlacionando
altura e factores climáticos, edáficos, topográficos e biológicos, observando para cada
local estudado quais variáveis afectavam mais significativamente a produção florestal.
Os efeitos da topografia na vegetação são relatados por Pritchett (1979) como

factores de variação de solos e outras características que acabam por configurar sítios,
Capazes de subsidiar estimativas de crescimento de plantas influenciadas por variáveis
nutricionais. De acordo com Carmean (1975), a determinação da qualidade de sítio
baseada em características edáficas e topográfica é particularmente útil quando as
condições de solo variam muito, permitindo deste modo, classificar a paisagem em
diferentes unidades representativas das classes de sítio, assim como quando não se
dispõe de povoamentos para sua mensuração directa.

Na prática, os factores de sítio têm sido menos precisos como indicadores do

crescimento, do que predições baseadas em factores de crescimento, devido à
complexidade e ao grande número de variáveis que envolvem esse tipo de
levantamento. Devido a isso, a grande maioria das avaliações segue o segundo caminho,
ou seja, estimam a qualidade do sítio através de parâmetros obtidos na própria
vegetação (Tonini et al., 2001).
Sami (1965) afirmou que o volume e a altura são características da vegetação

que podem ser medidas para expressar a qualidade de sítio. De acordo com Russel
(1917), a altura dominante é uma sensível medida da qualidade do sítio, além de ser
facilmente obtida, embora Burger (1976) e Fishwick (1976) tenham afirmado que o
incremento volumétrico médio anual produzido no povoamento é o elemento que
exprime, da forma mais directa, a capacidade produtiva de um sítio.
Para Carmean (1970), a maior aproximação seria obtida medindo-se a madeira

produzida num determinado período. No entanto, é uma prática pouco aplicável, uma
vez que o volume não pode ser determinado facilmente. Para este autor, a determinação
da qualidade de sítio através da altura dominante é o método mais estável e de fácil
aplicação.
Este método, também conhecido como método do índice de sítio (Cunha

Neto et al., 1996), é o mais difundido, apresentando um risco de erro reduzido devido
à sua simplicidade, rapidez e facilidade de entendimento por se tratar de uma expressão
numérica da qualidade do sítio, em vez de uma expressão descritiva, facilmente
relacionável com o crescimento, produção e gestão ao longo da vida de um
povoamento, devido à sua associação com a idade (Alemdag, 1991).
A altura dominante de Assmann é muito utilizada para indicar a capacidade do

sítio. O seu uso nessa classificação justifica-se por ser pouco influenciada pelo
espaçamento do povoamento e por possuir alta correlação com a produtividade total
(Hagglund, 1981).
Prodan et al. (1997) afirmaram que a produtividade biológica não pode ser
expressa matematicamente, por isso representa-se a qualidade do sítio por meio de um
valor numérico denominado índice de sítio, ou índice de produtividade, ambos muito
conhecidos porque são uma expressão quantitativa da qualidade do sítio.

O índice de sítio é uma variável numérica que procura quantificar a qualidade do

sítio por meio de parâmetros dendrométricos (volume de madeira, altura das árvores,
área basal e outros) (Batista E Do Couto, 1986). Segundo Cajander (1926), Huber
em 1824, utilizou pela primeira vez o índice de sítio na Alemanha. Esse conceito foi
discutido em uma série de artigos (Roth, 1916, 1918; Spring, 1917; Bates, 1918 e
Frothingham, 1918) que compararam com a relação volume - idade, plantas
indicadoras e factores ambientais como possíveis índices de sítio alternativos, chegando
se a conclusão que a relação altura-idade tem maior correlação com a produtividade do
que as demais.
As curvas de índice de sítio são geradas com equações matemáticas que relacionam a
idade índice e o crescimento em altura das árvores dominantes e co-dominantes para a
determinação do índice sítio. Sendo a idade índice ou idade de referência geralmente
seleccionada próxima da idade de colheita (Clutter et al., 1983).
Devem atender a uma série de propriedades, entre as quais se destacam as seguintes:

polimorfismo, padrão de crescimento sigmoide com um ponto de inflexão, capacidade
de alcançar uma assíntota, ter uma resposta lógica (por exemplo, a altura deve ser zero
quando a idade for zero) e a curva deve ser sempre crescente (CIESZEWSKI e Bailey,
2000).
Goelz e Burk (1992), verificaram que muitas vezes a altura dominante é subestimada na
idade índice para sítios bons e superestimada para os sítios mais pobres. Este erro da
predição pode ser devido às propriedades matemáticas da forma funcional da equação
de índice de sítio e da definição da altura dominante utilizada (SHARMA et al., 2002).
2.4.3. Tipos de curvas de índice de sítio

As curvas de índice de sítio são construídas a partir de equações de índices de sítio e são
utilizadas para classificar de forma quantitativa a capacidade produtiva do lugar
(CAMPOS e LEITE, 2013 citados por SILVA, 2017). Assim, Clutter et al. (1983),
citados por Leite (2016), descreveram que uma família de curvas pode ser classificada
como:
Anamórficas: quando a altura de uma das curvas é sempre proporcional à altura das
demais, numa mesma idade.

Figura 1. Curvas anamórficas de índice de sítio

Fonte: Miguel (2009).
Polimórficas: podem ser divididas em descontínuas e não descontínuas. As

polimórficas descontínuas ocorrem quando a proporcionalidade das alturas não se
mantém e as curvas não se cruzam dentro do intervalo estabelecido. As polimórficas
não descontínuas ocorrem quando a proporcionalidade das alturas não se mantém e
as curvas se cruzam dentro de um intervalo de tempo estabelecido.
Figura 2. Curvas polimórficas que não se cruzam (A) e que se cruzam (B) dentro da faixa de
idade de interesse (Miguel 2009).
De acordo com Scolforo (2006), citado por Silva (2017), no processo de geração de
curvas anamórficas, o parâmetro β1 do modelo escolhido para descrever a relação altura
dominante-idade é considerado constante para todos os sítios, mas variando o ponto de
intersecção (β0). Assim, β0 é o parâmetro específico do local. No caso das curvas
polimórficas o parâmetro específico do sítio é a inclinação da curva (β1), que representa

uma taxa de crescimento variável para cada sítio, enquanto o intercepto (β0) é constante
para todos os sítios.
Portanto, gerar curvas de índice de sítio anamórficas é equivalente a assumir que

diferenças entre sítios resultam em diferenças similares na taxa de crescimento em
altura para todas as idades. Essas curvas podem ser construídas com dados de altura e
idade originados de parcelas permanentes, análise de tronco ou parcelas temporárias
(SILVA, 2017). Miguel (2009), afirma que as parcelas temporárias constituem uma
base de dados importante e muito utilizada em locais onde não existem dados de
parcelas permanentes, ou as árvores não apresentam confiabilidade nos anéis de
crescimento.
Entretanto, segundo o autor acima citado, autores como Scolforo (1997) e Prodan
(1997), acautelam a construção de índice de sítio a partir de parcelas temporárias, pois,
do ponto de vista destes, o uso dessas parcelas implica em uma grande intensidade
amostral, já que apenas um par de altura-idade é obtido por parcela e que quando se
utiliza as parcelas temporárias, só pode utilizar o princípio da curva anamórfica,
valendo-se do princípio que a tendência do crescimento em altura é igual para todos
locais, tendo uma distância entre curvas idênticas.
Segundo Scolforo (1997), citado por Miguel (2009), anamorfismo das curvas de sítio
pode ser identificado a partir de:
Verificação do coeficiente de variação (CV) das alturas médias das árvores
dominantes por classe de sítio e idade, já que uma das suposições básicas do
anamorfismo é que este valor seja semelhante em todas as idades nas classes de
sítio;
Verificação da existência de relação linear entre índice de sítio e as alturas
dominantes médias nas várias idades consideradas, expressando que o índice de sítio
não depende da idade, mais sim da capacidade produtiva do local.
2.4.3.1. Métodos de construção de curva

Campos e Leite (2013) citaram como as principais alternativas de construção de curvas
de índice de local: a) Método da Curva Guia; b) Método da Equação das Diferenças; c)
Método de Hammer e d) Método da Predição de Parâmetros.

Apesar da existência de todos estes métodos, há uma certa predominância por parte dos
maneadores florestais na utilização do método da Curva Guia (curvas anamórficas) e do
método da Equação das Diferenças (curvas anamórficas ou polimórficas) (Campos e
Leite, 2013). Este facto se deve à fácil aplicabilidade do método e os bons resultados
que tem apresentado.
Segundo Scolforo (1997), o método da curva-guia passou a ser utilizado no final da

década de 1930, com a introdução das técnicas de regressões lineares múltiplas no meio
florestal. Segundo Figueiredo (2005), com base na equação que representa a Curva
Guia, uma equação de índices de local é gerada quando se considera a idade (I) do
povoamento igual à idade de referência (Iref) e a altura dominante igual ao índice de
local (Hd = S e I = Iref). Trabalhando a equação, isola-se β0 e obtém-se a altura
dominante (Hd) para cada sítio na idade de referência (Iref), obtendo-se dessa forma as
curvas anamórficas.
O método da Equação das Diferenças foi proposto inicialmente por Bailey e Clutter
(1974), para o desenvolvimento de curvas de índice de locais anamórficas ou
polimórficas, utilizando dados provenientes somente de parcelas permanentes ou de
análise do tronco.
De acordo com Prodan et al. (1997) o pressuposto básico deste método é que todo par
de observações se aplica à mesma relação altura-idade. Dessa forma, empregando pares
consecutivos de idade e altura dominante, os modelos são ajustados.
Segundo Campos e Leite (2013), o método Hammer constitui uma variação do método
da Curva Guia. Nesse método o parâmetro β0 do modelo escolhido para estimar a altura
dominante é substituído por uma equação, de forma que as curvas de índice de local
passem por alturas prefixadas coincidentes com índices de local predefinido. Os passos
principais do método são: a) ajustar a função, obtendo as estimativas β0 eβ1; b) fixar
índices de local, compatíveis com a variação de altura dominante na idade índice
escolhida; c) substituir esses índices na equação inicial no lugar da variável Hd e a idade
índice no lugar da variável I e obter β0 para cada índice de local; d) com os pares de
dados obtidos no passo anterior (S, β0), ajusta-se a regressão linear simples 𝛽0=𝛼0+
𝛼1𝑆 +𝜀 e substitui-se a equação resultante na equação inicial. Esta equação final será
utilizada para construir curvas de índice de local.

O método da Predição de Parâmetros é usado, principalmente, para gerar curvas

polimórficas disjuntas (Clutter et al., 1983), e para utilização deste método são
necessários dados de análise de tronco ou de remedições de parcelas permanentes. Em
resumo, este método funciona da seguinte maneira: ajusta-se um modelo que relacione a
altura dominante com a idade para cada parcela permanente; substitui-se a idade índice
em cada uma das regressões para encontrar um índice de local para cada parcela;
relaciona-se cada parâmetro estimado ( i) com os índices de local (S), por regressão
linear ou não linear; substitui-se as equações obtidas conforme item anterior no modelo
inicial, obtendo a expressão a ser utilizada para construção das curvas de índice de local
(Campos e Leite, 2013).
2.5. Estudos empíricos de índice de sítio florestal pela altura dominante

2.5.1. Volumetria
Machado et al. (2002) testaram 9 modelos de volume para diferentes idades e regimes
de desbastes em plantações de Pinus oocarpa localizados na região sudoeste de São
Paulo. Utilizando o coeficiente de determinação ajustado de (R² aj.), erro padrão da
estimativa em percentagem (Syx%) e análise gráfica dos resíduos como critérios de
selecção do melhor ajuste, os autores chegaram à conclusão de que o modelo proposto
por Meyer foi o melhor, seguido dos modelos propostos por Spurr, Stoate e
Schumacher-Hall, Todos os ajustes apresentaram coeficiente de determinação ajustado
(R² aj.) entre 0,8496 e 0,9964 e erro padrão da estimativa em percentagem (Syx%) entre
5,70% e 13,61%. A semelhança entre esses resultados e os obtidos no presente trabalho
mostra que os ajustes dos modelos volumétricos para as áreas com condução de
regeneração natural de Pinus elliottii apresentaram óptimos resultados e ficaram muito
próximos aos valores que normalmente se obtém em condições de plantio.
Miguel (2009), no seu estudo que foi realizado em povoamento de Eucalyptus

urophylla, com uma densidade inicial de aproximadamente 1666 árvores por hectare,
(3x2), em propriedade da Empresa Anglo American plc (CODEMIM), localizada no
município de Niquelândia, no estado do Goiás, objectivou seleccionar modelos
volumétricos de simples e dupla entrada para a estimativa do volume total e comercial
com e sem casca, bem como equações hipsométricas para estimar a altura total e
comercial. No total foram ajustados 16 modelos volumétricos sendo 10 de dupla entrada
e 6 de simples entrada, e 5 modelos hipsométricos. A base de dados foi composta por 48

árvores cubadas rigorosamente pelo método de Smalian, para o ajuste dos modelos
volumétricos do, modelo hipsométricos. As equações seleccionadas foram avaliadas
com base nos seguintes critérios para sua selecção: Gráfico de resíduos, Erro Padrão da
Estimativa (Syx) e Coeficiente de Determinação Ajustado (R²). Os resultados
apontaram que os modelos de Brenac, para a categoria de simples entrada e o modelo de
Meyer, para a categoria de dupla entrada porém foram os modelos seleccionados para a
estimativa do volume total e comercial com e sem casca, os modelos de Brenac e
Takata.
Santos (2012) com objectivo de determinar e avaliar o crescimento de Ocotea porosa

sob condições de plantio, realizou o seu estudo num povoamento não maneado
estabelecido na Estação Experimental de Rio Negro, em 32 parcelas de 49 árvores, com
espaçamento entre plantas de 1,9 m x 3,0 m. Foi realizada a medição dos diâmetros a
1,30 m do solo de todas as árvores do povoamento. As árvores foram distribuídas em
classes diamétricas, sendo seleccionadas 12 árvores, representativas do povoamento.
Para cada árvore foi medida a distância entre a árvore principal até as árvores
concorrentes; sendo estimada a altura total das árvores vizinhas. Das árvores
seleccionadas para corte e de suas concorrentes, estimou-se também o diâmetro de copa.
Após a derrubada das árvores principais, foi medida a altura total e realizada a cubagem
rigorosa até 4,0 cm de diâmetro com casca. Para a estimativa dos volumes individuais,
foram ajustados 11 modelos matemáticos, além do ajuste da equação hipsométrica. Os
modelos de Spurr Variável Combinada, e Kopezky -Gehrhardt foram os que
apresentaram os melhores resultados para equações de volume.
Carrijo (2016), desenvolveu um estudo com objectivo de validar o uso da altura

dominante na classificação das unidades produtivas e avaliar a adequação de índices
morfométricos e variáveis dendrométricas para a mesma função aplicados em plantio
comercial de Eucalyptus urophyla. Foram utilizados dados provenientes do inventário
contínuo entre os anos 2011 e 2014 em 21 parcelas permanentes de área fixa útil de
496m2 quando o povoamento apresentava idade entre 3 e 6 anos, e levantou valores de
DAP (diâmetro à altura do peito), Ht (altura total), Hc (altura comercial/copa) e DC
(diâmetro de copa), além de realizar cubicagem rigorosa segundo a metodologia de
Smalian. Posteriormente foram ajustados modelos volumétricos para estimar o volume
médio corrente por hectare para cada parcela nos anos amostrados, foram testadas nove

distintas variáveis para a avaliação da classificação de sítio: Hdom (altura dominante),

HL (altura de Lorey), Ddom (diâmetro dominante), Dm (média dos diâmetros), Dg
(diâmetro quadrático) e os índices morfométricos GE (grau de esbeltez), IA (índice de
abrangência), IS (índice de saliência) e FC (formal de copa) e cinco modelos sigmoidais
foram ajustados para cada variável, a fim de classificar as unidades produtivas. Uma
matriz de correlação entre as variáveis propostas e o volume por unidade de área foi
construída. Os resultados do estudo mostraram que o modelo de Shcumacher-Hall foi o
que apresentou melhores resultados de precisão na estimativa do volume com Syx =
0,0125, Syx% = 9,27% e R2ajustado = 0,98088.
No seu estudo sobre a eficiência do sensoriamento remoto na classificação da

capacidade produtiva de um povoamento de Eucalyptus sp. no distrito de Mocuba,
Carlos (2018) trabalhou com dados provindos de 13 parcelas com raio de 11,28m
(400m2), correspondendo à uma intensidade de amostragem de 5% da área em causa.
Em cada parcela amostrada mensurou-se em cada árvore, as variáveis circunferência à
altura do peito (CAP), altura comercial (Hc), altura total (Ht) e os raios de copa. Os
CAPʼs foram medidos utilizando fita métrica, enquanto as alturas (comercial e total)
foram obtidas de forma expedita. O autor efectuou o ajuste de 3 modelos volumétricos,
sendo que para a escolha do melhor modelo ajustado seguiu os parâmetros análise
gráfica dos resíduos, erro padrão residual absoluto (Syx) e percentual (Syx%) e
coeficiente de determinação ajustado (R2ajust). Os resultados indicaram que o melhor
modelo, o qual apresentou melhores estatísticas de precisão foi o modelo de
Schumacher-Hall, com Syx% = 11,11 e R2ajust. = 1,00.
2.5.2. Classificação da capacidade produtiva de sítios florestais

Gouvea et al. (2016), objectivaram no seu estudo, realizar a classificação de sítios
florestais a partir de uma base de parcelas temporárias. Os dados utilizados no ajuste
dos modelos foram provenientes de um povoamento de clones de Eucalyptus urophylla
e Eucalyptus grandis. Para o estudo foram testados oito (8) modelos matemáticos e
utilizados pares de dados de idade e altura média das árvores dominantes de 12.050
parcelas. Os modelos foram avaliados através do erro padrão da estimativa (Syx),
dispersão gráfica dos resíduos através do histograma e do gráfico da probabilidade
normal dos resíduos, Critério de Informação de Akaike (AIC) e Critério de Informação
Bayesiano (BIC). Todos os modelos apresentaram valores estatísticos e gráficos dos

resíduos com comportamento semelhante entre si. Foram construídas seis (6) curvas de
sítio pelo método da curva-guia. Os resultados demonstraram que o modelo de
Chapman-Richards foi o melhor por apresentar melhores resultados estatísticos e por ser
um modelo biológico.
Martins et al. (2007) realizaram um estudo com o objectivo de comparar modelos de

curvas de índice de sítio para Leucaena leucocephala (Lam.) de Wit., variedade Hawaii
(cv. K8), no Agreste de Pernambuco. Os dados foram obtidos na Estação Experimental
da Empresa Pernambucana de Pesquisa Agropecuária (IPA), no município de Caruaru –
PE, considerando-se 544 árvores, cultivadas com e sem composto orgânico, com 19
mensurações ao longo do tempo (1990-2003). Foram ajustados e comparados os
modelos de Schumacher, Chapman-Richards, Silva-Bailey, Mitscherlich, Wei bull e
Clutter-Jones. Para a seleção das equações, utilizaram-se os índices de ajuste (IA), o
erro padrão da estimativa (Syx%), a distribuição gráfica dos resíduos e o teste de
identidade dos modelos. O modelo de Clutter-Jones apresentou o maior valor de IA
(92,0 e 93,1) nos dois tratamentos. Nos gráficos das distribuições residuais, os modelos
não apresentaram tendências. No teste de identidade dos modelos de regressão,
verificou-se não haver diferença significativa ao nível de 5 % de probabilidade.
O trabalho realizado por Da Silva et al. (2015) teve como objectivo realizar a
classificação da qualidade do local para a espécie Tectona grandis L. f. pelo método da
curva-guia e da diferença algébrica. O estudo foi realizado em povoamentos jovens de
Tectona grandis localizado no município de Cáceres no estado de Mato Grosso, para as
árvores dominantes na idade de referência de setenta e sete meses. Os dados provieram
de 33 parcelas permanentes remedidas na idade de 43, 57, 69 e 77 meses. A equação de
Schumacher foi ajustada com um coeficiente de determinação ajustado de 0,7627 um
erro padrão da estimativa de 12,01%. Foram necessárias 4 curvas de índice de sítio de
8,52 a 12,21, na idade-índice de 77 meses. As curvas de sítio geradas foram
anamórficas e a capacidade produtiva local pode ser explicada pelo modelo de
Schumacher e não há diferença entre o método da curva guia e o da diferença algébrica
para índice de produtividade.
Scavinsk (2014) objectivou avaliar a influência de curvas de sítio anamórficas e

polimórficas na modelagem do crescimento e da produção em povoamentos de
Eucalyptus grandis, no estado de São Paulo. Para o estudo foram utilizados dados de

Inventário Florestal Contínuo com medições de 2001 a 2012, englobando idades de 12

a 96 meses. Para gerar as curvas de índice de sítio foram ajustados os modelos de
Schumacher e Chapman-Richards, nas suas formas anamórficas e polimórficas. O
método de construção das curvas empregadas foi o da diferença algébrica. Os modelos
testados foram avaliados com as estatísticas: erro padrão da estimativa percentual
(Syx%), coeficiente de determinação ajustado (R²ajust) e com a distribuição gráfica dos
resíduos. Testes de anamorfismo e polimorfismo foram também realizados e
principalmente o critério de estabilidade das curvas no decorrer dos anos foi analisado
com dados de remedições em parcelas permanentes. Os resultados demonstraram que o
desempenho do modelo biológico de Chapman-Richards, tanto na forma anamórfica
quanto na forma polimórfica, foi superior ao modelo de Schumacher.
O estudo realizado por Da Silva et al. (2013) teve como objectivo testar modelos para
construção de curvas de sítio para Pinus caribaea var. hondurensis, seleccionando o
melhor segundo critérios estatísticos. Foram usados 4.998 pares de altura dominante
média (Hd/Idade) provenientes de parcelas temporárias medidas ao longo de quatro
inventários florestais realizados nos anos de 2005, 2006, 2007 e 2008. A idade variou
de 6 a 17 anos e a altura das árvores dominantes variou de 7,0 a 22,5 metros. Os dados
foram divididos em quatro classes de produtividade com base na idade de referência de
15 anos. Nessa idade, a altura média das árvores dominantes variou de 13,5 a 19,6 m. O
modelo de Schumacher foi o que apresentou melhor desempenho. O modelo ajustou de
maneira satisfatória o padrão de crescimento dos povoamentos dando segurança para a
classificação de sítio para essa espécie na região do estudo.
Objectivando testar diferentes modelos estatísticos para ajuste de curvas de índice de

sítio e aplicar testes de identidades de modelos na comparação das curvas médias de
altura dominante em povoamentos de Pinus taeda, Dos Santos et al. (2017)
desenvolveram um estudo em duas regiões do Oeste do Estado de Santa Catarina. Os
dados de altura dominante foram obtidos de parcelas de área fixa de 600 m2 distribuídas
de forma aleatória. A selecção do melhor modelo estatístico ajustado foi feita por meio
das seguintes estatísticas de ajuste e precisão: coeficiente de determinação ajustado
(R2adj), erro padrão da estimativa (Syx) em termos absolutos e relativos e distribuição
gráfica dos resíduos. O teste de Regazzi (2003) foi aplicado para analisar a
possibilidade de utilização de um único modelo de altura dominante para as duas

regiões. O modelo de Prodan foi escolhido para a construção das curvas de índice de
sítio pelo método da curva guia.
No estudo desenvolvido por Dos Santos (2012) foram comparados modelos

matemáticos ajustados por análise de regressão para definição da capacidade produtiva
por meio de curvas de índice de sítio, para clones de Eucalyptus spp. na Chapada do
Araripe, em Pernambuco. A área de estudo estava localizada na Estação Experimental
do Instituto Agronômico de Pernambuco – IPA, no município de Araripina,
Pernambuco. Os dados foram medidos em 45 parcelas permanentes distribuídas com 15
tratamentos (clones de Eucalyptus spp.) em 3 repetições, com espaçamento de 3 x 2 m e
área de 294 m² por parcela, com área útil de 150 m2 dispostas em delineamento
casualizado em blocos. A primeira medição em altura foi realizada aos dois meses após
o plantio quando foi avaliada a sobrevivência, posteriormente todas as parcelas foram
mensuradas a cada seis meses, tendo ao final do experimento as medidas aos 2, 6, 12,
18, 24, 30, 36, 42, 48, 54, 60, 66, 72, 78, 84, 90 meses.
Em cada medição foram registados a altura total e o diâmetro a altura do peito (DAP)
de todas as plantas presentes na área útil de cada parcela. Contudo neste trabalho não
foram utilizadas as quatro primeiras medidas, pois as plantas ainda estavam jovens e,
consequentemente, ainda não havia competição e também ainda estavam sofrendo
influência dos tratamentos silviculturais. Foram seleccionados três modelos e o que
obteve os melhores resultados foram escolhidos para se realizar a análise de co-
variância. Foram ajustados 5 modelos lineares e 5 modelos não lineares para os pares
de dados de idade e altura colectados, os quais foram avaliados por meio das estatísticas
de ajuste e precisão: coeficiente de determinação ajustado (R2ajustado), coeficiente de
variação em percentagem (CV%) e análise gráfica de resíduos em percentagem.
As diferenças de inclinação detectadas pela análise de co-variância indicaram, de forma

precisa, entre os quinze clones testados, 9 grupos com diferentes padrões de
crescimento. Foi considerado necessário o ajuste de nove conjuntos de curvas de índice
de sítio, com idade de referência de 72 meses, com intervalo de 2 metros entre as
curvas. Todas as equações testadas para estimar o crescimento em altura em função da
idade apresentaram bom ajuste, com destaque para os modelos não lineares. Para o
estabelecimento dos nove conjuntos de curvas de índice de sítio, foi seleccionado o
modelo de Schumacher, pelas estatísticas apresentada, pela simplicidade e por estimar

bem as alturas das árvores com apenas dois parâmetros apresentando as melhores
distribuições gráficas dos resíduos.

III. MATERIAIS E MÉTODOS
3.1. Localização e caracterização da área e estudo

O presente estudo de determinação do índice de sítio florestal foi desenvolvido num
povoamento de Pinus sp., pertencente a empresa IFLOMA, localizada na província de
Manica, distrito de Manica, na localidade de Penhalonga no Posto Administrativo de
Machipanda, a 20 km da sede do distrito de Manica, a área é limitada a norte pela
República do Zimbabwe, a sul pelo distrito de Manica, Oeste pelo Posto Administrativo
de Mavonde e a Este pelo Posto Administrativo de Machipanda, (MAE, 2005). Com as
seguintes coordenadas 18˚50̛ 00 ˮ S e 32o47´30ˮ E.
Figura 3. Mapa de localização da área de estudo.

Fonte: Autor (2019).
Os dados foram disponibilizados pela empresa Industrias Florestal de Manica S.A com
povoamentos florestais comerciais de Pinus sp., com idades de 12 anos. As plantações
Industrias Florestais de Manica (IFLOMA, SA), estão localizadas em três localidades
designadamente: Bandula, Penhalonga e Rontanda – Sede (MAE, 2005).
As florestas da unidade da empresa cobrem uma área de aproximadamente 4838.54ha,

sendo destes mais de 75% cobertas com o gênero Pinus de espécie Pinus elliottii. A
produção total média dos povoamentos é de 5633.33 m³/ha.

O clima é tropical húmido de altitude dividida em duas estações sendo quente e chuvoso
que vai de Março à Outubro e outra fria e seca que dura entre Abril a Setembro,
segundo a classificação de Koppen (Euroconsult, 1989).
De acordo com a classificação de INIA (1996), enquadra-se na zona agro-ecológica do

tipo R10, regiões de alta altitude e abrange as terras acima de 1000 metros, a
precipitação média anual variam entre 1000 a 1200 mm concentradas sobretudo entre os
meses de Novembro a Março. No geral, o período de crescimento de culturas agrícolas
variam entre 120 a 180 dias e a temperatura média anual é variam entre 15 a 23 ˚C. O
relevo é caracterizado por elevações de montanhas, com ocorrência de fontes naturais
de água facilitando a rega por gravidade.
Os solos são castanhos avermelhados, líticos, com textura franco-arenosa, pouco

profundos e de drenagem excessiva com camada superficial mais leve, baixa fertilidade
do solo e um alto risco de erosão (MAE, 2005).
Segundo a classificação de INIA (1996), o subsolo é rico em minerais com maior

ocorrência de ouro e bauxite. Possui boas condições para o desenvolvimento de espécies
florestais exóticas e nativas e para o desenvolvimento de pecuária sobretudo a criação
de gado. O autor diz ainda que, a vegetação da região é formada por floresta húmida de
montanha e Miombo húmido. As principais culturas agrícolas adaptadas nestas zonas
são: milho, mandioca, feijão nhemba, hortícola, banana, mapira, inhame, batata-doce,
tabaco e em zonas com boas precipitações os camponeses cultivam arroz e batata-doce.
3.2. Desenho de amostragem e colecta de dados
As populações florestais são usualmente suficientemente grandes e infinitas (N>>>n),

facto este que dificulta na selecção do melhor processo de amostragem. De modo a
contornar estas dificuldades empregando-se um processo que facilite no desenho da
amostragem e no processo de inventariação, consequentemente mais económico. No
presente estudo foi empregada a amostragem sistemática que segundo Rêgo (2001)
consiste no sorteio da primeira unidade amostral, sistematizando as demais em função
do intervalo de amostragem (k) previamente definido, gerando uma amostra dependente
produzindo com isto estimativas mais precisas quanto a amostragem inteiramente
aleatório e, a chance de uma amostra qualquer ser sorteada é de n/N.

Em amostragem Sistemática, elimina-se a possibilidade de auto correlação uma vez que

a estimativa das variações é mais complexa do que em Amostragem Aleatória Simples
e, quando o processo de selecção das unidades amostrais é manual, a A.S é mais fácil,
mais simples, mais eficiente e economicamente viável (CAMPOS, 2009).
De acordo com o tipo de amostragem usado, a colecta de dados foi realizada segundo o
método de área fixa que segundo Bonetes (2003), é o mais recomendado em áreas
planas ou suavemente onduladas devido à Praticidade e simplicidade no
estabelecimento e na medição das variáveis dentro das unidades amostrais, sendo que a
distância dos extremos (raio) é a mesma em todas as direcções e o número de árvores de
bordadura é mínimo. Foram sistematicamente demarcadas 28 parcelas de formato
circular com raio de 12,62m (500m2), correspondendo 9,57% de intensidade de
amostragem visto que, a área de estudo é de 14,65 ha, onde em cada unidade amostral
foram mensurados os DAP’s e as alturas totais de todos indivíduos com o auxílio de
uma suta e hipsómetro.
Em cada unidade amostral foram mensurados os diâmetros dos indivíduos a 1,30 m de

altura (DAP, em cm), com o auxílio de uma suta e a altura total (Ht, em m) utilizando o
hipsómetro. Em seguida, obteve-se a altura dominante para cada parcela, onde
seleccionadas as cinco (5) árvores de altura dominante (Hdom) considerando a
definição de Assmann, que define a altura dominante como sendo a altura média das
100 árvores de maior diâmetro (DAP) em um hectare.
3.3. Volumetria
Para a estimativa do volume por hectare do povoamento estudado foi empregue o
procedimento de regressão de modelos volumétricos patentes na tabela 1, com base nos
dados das variáveis dendrométricas (DAP e Ht). A escolha da melhor equação ajustada
seguiu os parâmetros descritos por Draper e Smith (1981): i) análise gráfica dos
resíduos; ii) erro padrão residual absoluto (Syx) e percentual (Syx%), com preferência
pelo modelo apresentando menor erro e; iii) maior coeficiente de determinação ajustado
(R2ajust).

Tabela 1. Modelos para estimar volume (m3).
Modelo Equação
Schumacher & Hall V = β0DAPβ₁Htβ₂+ε
Spurr V = β0+β1(DAP2Ht)+ε
Husch V = β0DAPβ₁+ε
Meyer V = β0+ β1DAP+β2DAP2+ β3DAPHt+ β4DAP2Ht+ β1Ht
V = volume a ser estimado; DAP = diâmetro a 1,30m; Ht = altura total; β0, β1, β2 = parâmetros a estimar
(Miguel 2009) e Cariijo (2016).
3.4. Classificação de sítio florestal

Para a classificação de sítios foi empregue o método da curva guia ou curva média.
Foram utilizados pares de altura dominantes e idades, onde foram testados quatro
modelos (tabela 2). A idade índice adoptada para o presente estudo foi de 20 anos por
ser esta, a idade próxima a rotação estabelecida pela empresa. Para a escolha do melhor
modelo ajustado serão empregues os critérios referentes ao erro residual absoluto,
percentual e o coeficiente de determinação.
Tabela 2. Modelos para a classificação de sítio.
Modelo Equação
Curtis  1 
Hdom =  0 +  1   
 Id 
Prodan L (Hdom) = Id2\ β0 +β1*Id+ β2*Id
Spillman Hdom =  0  1 − exp(1  Id )
Schumacher  1 
Ln (Hdom) =  0 +  1   
 Id 
Ln = logaritmo natural; Hdom = altura das árvores dominantes (m); Id = Idade da medição. β0 β1 β2 =
Coeficientes a serem estimados. Fonte: Miguel (2009) e Miranda (2012).
3.5. Teste de Anamorfismo

O teste de anamorfismo foi realizado para a equação que propiciou o melhor ajuste de
sítios, obedecendo os seguintes critérios:
Coeficiente de variação das alturas das árvores dominantes por classe de índice de
local e idade;
Existência de relação linear entre os índices de local e as alturas dominantes médias.

3.6. Processamento e análise de dados

Foi usado o software MS Excel 2010 para a determinação da Hdom e volume. Foi
efectuada uma análise de regressão entre as variáveis Ht e DAP com auxílio do software
STATA v.11 á 5% de nível de significância, para a verificação do grau de relação linear
existente entre estas variáveis, tendo sido testado a normalidade (Jarque – Bera) com
hipótese nula (H0): os resíduos da regressão estimada estão normalmente distribuídos;
heteroscedasticidade (teste de White) com hipótese nula (H0): há homogeneidade na
variância dos resíduos; e o teste de auto correlação (Dubin Watson e Breusch – Godfrey)
com a hipótese nula (H0): os erros da medição da primeira árvore não estão relacionados
com os erros da medição da árvore seguinte.
O teste de correlação entre os valores da Hdom de cada parcela com os respectivos

valores de volume foi realizado com o auxílio do software STATA v.11, a fim de
avaliar a existência de correlação significativa para α = 5% entre estes dois parâmetros.
Os ajustes dos modelos de estimativa volumétrica e de classificação de sítio florestal
foram realizados com auxílio do pacote estatístico STATA v.11 e a validação das
estimativas foi efectuada com base nos testes de normalidade (Jarque – Bera),
heteroscedasticidade (teste de White) e de auto correlação (Dubin Watson e Breusch –
Godfrey) á 5% de nível de significância, sendo válidos os modelos que cumprirem os
pressupostos estatísticos.

IV. RESULTADOS E DISCUSSÃO
4.1. Ajuste de modelos de classificação de sítio florestal

4.1.1. Relação entre Altura total e DAP
A tabela 3 mostra os testes de diagnóstico dos pressupostos do modelo de regressão da
variável altura total (Ht) como dependente e a variável DAP como independente. Na
figura 4 está apresentada a distribuição dos valores de Ht e DAP.
Tabela 3. Testes para regressão Ht-DAP.
Hipóteses Tipo de teste Estatística do teste P Value

Normalidade Jarque – Bera 2,11 0,15
Heterocedasticidade Teste de White 5,47 0,07
Auto-correlação Dubin Watson 1,87 __
Breusch - Godfrey 17,32 0,09
5% de nível de significância
Figura 4: Distribuição dos valores de altura total (Ht) e diâmetro à altura do peito (DAP).
Os resultados apresentados na tabela 3 mostram que no que concerne ao teste de

normalidade dos resíduos não há evidência suficiente para rejeitar a H0 de que os
resíduos estão normalmente distribuídos. Em relação ao teste de heteroscedasticidade,
não há evidência suficiente para rejeitar a hipótese nula de que os resíduos do modelo
são homocedasticos, ou seja, a variância dos resíduos é constante. Referente ao teste de
auto-correlação, o valor dos resultados mostra que não há auto-correlação entre os
resíduos. Assim, os resultados nos permitem assumir que os pressupostos do modelo
não foram violados.

Em relação a distribuição dos valores de Ht e DAP, na figura 4, é possível verificar pelo

valor de R2 (0,6126) que estas variáveis possuem uma relação positiva moderada pois o
valor do coeficiente de determinação não é alto mas é satisfatório em situações como
estas, pois conforme explica Scolforo (1981) citado por Miguel (2009), de uma forma
geral a correlação altura-diâmetro não é muito forte, por isso mesmo em povoamentos
florestais não é comum esta correlação ser maior que 0,8. Por mais que quanto maior for
a uniformidade de um povoamento florestal, maior será a correlação entre diâmetro e
altura.
Carlos (2018) observou um R2 da relação Ht-DAP igual á 0,5710 para a espécie de

Eucalyptus sp. e coeficientes de correlação entre o Ht-DAP igual à 0,758486, sendo
que no presente estudo foram verificados valores iguais à 0,7827.
É notável a aproximação do valor de correlação observado entre a Ht-DAP, o qual é

apresentado da tabela 4, ao valor estabelecido por Miguel (2009), facto que deve estar
relacionado aos tratos silviculturais que a área de estudo recebe como parte do maneio
florestal, dos quais que garantem o bom desenvolvimento dos indivíduos.
Tabela 4. Teste de correlação entre as variáveis altura total, diâmetro à altura do peito e o
volume.
Variáveis dendrométricas
DAP Ht
Ht 0,7827
Volume 0,9460 0,8113
4.1.2. Volumetria
Os resultados dos testes para a validação dos modelos volumétricos estão apresentados
na tabela 5, os seus respectivos coeficientes e suas estatísticas de ajuste e precisão
obtidos encontram-se apresentados na tabela 6.

Tabela 5. Testes dos modelos volumétricos de S & Hall, Spurr e Hush.
S & Hall Spurr Hush Meyer

Hipóteses Teste E. teste(P- E. teste(P- E. teste(P- E. teste(P-
Value) Value) Value) Value)
Normalidade JB 4,91 (0,26) 1,61 (0,25) 6,71 (0,08) 2,2 (0,1)
Heterocedasticidade White 2,40 (0,31) 2,53 (0,06) 3,23 (0,66) 5,07 (0,06)
Multicolinearidade VIF 0,4 1,00 1,00 1,84
Auto-correlação DW 2,84 2,11 2,1 2,1
BG 2,43 (0,44) 2,07 (0,15) 3,1 (0,09) 1,85 (0,17)
Nota: XJB=Jarque-Bera; VIF=Factor de Inflação de Variância; DW=Dubin-Watson; BG=Breuch-
Godfrey
Os resultados na tabela 5 mostram que não há evidências suficientes para rejeitar a H0

não foram violados os pressupostos de normalidade, heterocedasticidade,
multicolinearidade e auto-correlação dos resíduos para todos os modelos testados, o que
significa que a estimativa do volume não foi viesada.
Tabela 6. Estatística de ajuste e precisão e os coeficientes dos modelos volumétricos ajustados

para a estimativa do volume.
Modelos Ajuste Syx Syx R2

(m3) % ajust
S&H V = -1,1246*DAP0,07*Ht0,02 0,11 17,78 0,91
Spurr V = 0,00+7,9*10-5*DAP2Ht 2,1E- 3,5E- 1,00
16 14
Husch V = -9,7*10-1 +DAP0,08 0,11 18,98 0,89
Meyer V= -1,5*10-16+-1,7*10-8DAP+3,9*10-19DAP2+- 2,06E- 3,5E- 1,00
1,2*10-18DAPHt+7,85*10-5DAP2Ht+2,7*10-17Ht 16 14
No que se refere ao ajuste dos modelos volumétricos, na tabela 6, constata-se que os

quatro modelos ajustados apresentaram bons ajustes mas somente os modelos de Spurr
e Meyer mostraram melhores estatísticas de precisão, tendo o R2 ajustado igual à 1,00,
para os dois modelos, e com erros de estimativa (Syx e Syx%) estatisticamente iguais a
zero. Contudo, os outros dois modelos Schumacher e Hall e Hush apresentaram boas
estatísticas de precisão (0,11; 17,78; 0,91 e 0,11; 18,98; 0,89 de Syx, Syx% e R2

ajustado, respectivamente), apesar de terem sido baixas em relação aos modelos de

Spurr e Meyer. No geral, o modelo com estatísticas de precisão mais baixas, sendo o
pior modelo, foi o modelo de Husch.
Fazendo uma comparação directa entre os dois modelos que apresentaram melhores
estatísticas de precisão, o modelo de Meyer mostrou ser o melhor dos dois pois além de
ter apresentado o Syx% mais baixo, no seu gráfico de dispersão de resíduos (Apêndice
5) apresentou melhor distribuição dos resíduos em relação ao DAP e deste modo,
mostrou-se melhor dos quatro modelos ajustados para a estimativa de volume.
Resultado similar foi verificado por Miguel (2009) e Machado et al. (2002),
constatando que, o modelo de Meyer apresentou melhores estatísticas de precisão com
R2= 0,99, Syx (m3) = 0,00369 e Syx% = 7,38 e que todos os ajustes apresentaram
coeficiente de determinação ajustado (R² aj.) entre 0,8496 e 0,9964 e erro padrão da
estimativa em percentagem (Syx%) entre 5,70% e 13,61%, respectivamente.
Todavia os resultados não corroboram aos encontrados por Carrijo (2016) e Carlos
(2018), os quais verificaram que o modelo de Husch foi o que apresentou estatísticas de
precisão mais baixas, tendo Carrijo (2016) encontrado valores de R2ajustado = 0,9809,
Syx = 0,0177 e Syx% = 9,27% e Carlos (2018) com valores de R2ajustado = 0,97, Syx =
0,023 e Syx% = 15,931%. Entretanto, é de salientar que estes autores nos seus estudos
não trabalharam com o modelo de Meyer.
Por outro lado Santos (2012), diferentemente ao presente estudo, determinou os

modelos de Spurr sem βo e o de Spurr Variável Combinada como os melhores seguido
do modelo de Kopezky -Gehrhardt. Porém este autor baseou a sua escolha nos valores
Fcal, pois estes modelos apresentaram maiores valores de Fcal (971, 424 e 383,
respectivamente) e menores resultados de R2ajustado (0,9646, 0,9700 e 0,9616)
comparativamente ao modelo de Meyer que apresentou um Fcal = 61 e R 2ajustado =
0,9703.
Facto a destacar é que os modelos que responderam melhor ao ajuste, modelo de Spurr e
Meyer, são modelos que têm o DAP multiplicando pela altura além de serem modelos
de dupla entrada como o modelo de Schumacher e Hall e estes modelos, de acordo com
Miguel (2009), geralmente resultam em melhores resultados estatísticos que os modelos
de simples entrada, em decorrência de melhor representar as características da

população amostrada, diâmetro e altura, captando e explicando melhor suas variações

em função do DAP e da Altura.
4.1.3. Modelos de classificação de capacidade produtiva

Na tabela 7 são apresentados os testes dos pressupostos estatísticos para os modelos de
classificação da capacidade produtiva e as estatísticas de precisão dos modelos testados
estão tabela 8, respectivamente.
Tabela 7. Testes dos modelos de classificação da capacidade produtiva de sítio.
Curtis Prodan Spillman Schumacher

Hipóteses Teste E. teste (P- E. teste (P- E. teste (P- E. teste (P-
Value) Value) Value) Value)
Normalidade JB 5,46 (0,07) 3,67 (0,16) 5,46 (0,07) 3,67 (0,16)
Heterocedasticidade White 1,19 (0,28) 1,35(0,25) 1,19 (0,28) 1,35(0,25)
Multicolinearidade VIF 1,00 1,00 1,00 1,00
Auto-correlação DW 1,91 1,91 1,91 1,91
BG 8,82 (0,03) 9,13 (0,2) 8,82 (0,03) 9,1 (0,2)
Mediante os resultados dos testes dos pressupostos estatísticos na tabela 6, verifica-se

que todos os modelos testados cumpriram os pressupostos normalidade,
heterocedasticidade, multicolinearidade e auto-correlação, tornando-os válidos deste
modo.
Tabela 8. Coeficiente dos modelos ajustados com suas estatísticas de precisão para estimativa de altura
dominante
Modelos Coeficientes da regressão Estatísticas
β₀ β₁ β₂ Syx (m3) Syx % R2 ajust.
Curtis 38,814 -230,568 1,87 8,92 0,025
Spillman 1,864 1,478 1,87 8,92 0,025
Schumacher 3,872180226 -10,76205541 0,081 0,46 0,83
Prodan 2,577974075 0,00 0,002759501 0,086 4,1 -0,01
A distribuição gráfica dos resíduos (Apêndices 6) não apresenta evidências claras que
possibilitem a escolha de um ou outro modelo pela ínfima diferença que os pontos
plotados no gráfico apresentam, daí que somente será utilizada as estatísticas de
precisão obtidas para tal efeito.
Deste modo, de acordo com os resultados apresentados na tabela 8, verifica-se que o

modelo de Schumacher foi o melhor modelo pois apresentou melhores estatísticas de
precisão com menores erros (Syx = 0,081 e Syx% = 0,46) e maior R2ajustado (0,83) em

relação aos outros modelos e o pior modelos foi o modelo de Prodan, pois mesmo tendo
apresentado valores de erros menores (Syx = 0,086 e Syx% = 4,1) em relação aos outros
dois modelos restantes, este modelo apresentou um R2ajustado negativo (-0,01),
significando que as estimativas feitas pelo modelo têm um comportamento contrário ao
da Hdom. Da silva et al. (2015), também constatou que o modelo de Schumacher
apresentou um R2ajustado de 0,7627 e um Syx% de 12,01%, esse resultado permitiu
concluir que o modelo foi adequado para prognose do plantio em questão.
Resultados contraditórios foram verificados por Santos (2012) ao concluir que o modelo
de Prodan foi o melhor dentre os 10 modelos testados, com base nos valores de
R2ajustado e CV%, que variaram de 0,902 a 0,971 e de 7,5 a 15,0, tendo o modelo de
Schumacher ficado entre os piores modelos, assim como Martins et al. (2007) que
observaram que a equação de Clutter-Jones obteve os melhores resultados de índice de
ajuste, sendo seguida pelos modelos de Schumacher e Weibull. Dos santos (2017)
observou-se que o modelo de Prodan apresentou leve superioridade em relação aos
demais, com R2ajustado de 0,86 e Syx% de 9,64%, por outro lado, o modelo de
Schumacher (linearizado) apresentou as menores estatísticas, com R2ajustado de 0,85 e
Syx% de 10,15%.
Esta diversidade de resultados deixa claro que as estatísticas de precisão dos modelos no
ajuste dependem de vários factores como a espécie em causa, os dados a serem
analisados e o ambiente de inserção das árvores, que influenciam meramente no
desenvolvimento dos indivíduos e consequentemente no padrão de variação dos dados
colectados.
Da Silva et al. (2013) escolheram o modelo de Schumacher por este modelo, apesar de
ter sido o segundo melhor modelo, por ter apresentado valores residuais elevados, este
modelo resultou em um baixo grau de dispersão para a maioria das estimativas,
comparado aos dados reais e as estimativas dos demais modelos testados, o que
significou que, dentre os modelos testados o modelo de Schumacher apresentou
menores erros nas estimativas. Os autores comentaram que este modelo ajustou de
maneira satisfatória o padrão de crescimento dos povoamentos dando segurança para a
classificação de sítio para essa espécie na região do estudo.
É evidente que a escolha de um modelo para a construção de índice de sítio não é

simplesmente baseada nas melhores estatísticas de precisão apresentada por um ou
outro modelo mas também por outros factores ou mesmos outros parâmetros, na qual
maioritariamente decai sobre a facilidade de trabalhar com tal modelo. Contudo, para o
presente o modelo a ser escolhido para construção das curvas de índice de sítio será o
modelo que apresentou as melhores estatísticas de precisão que é o modelo de
Schumacher.
4.2. Construção das curvas de índice de sítio

4.2.1. Teste de anamorfismo
Com a escolha do modelo Schumacher para construção das curvas de índice de sítio, foi
realizado o teste de anamorfismo para o modelo em causa com intuito de definir a que
tipo de curva os dados se orientariam (polimórfica ou anamórfica).
Conforme os resultados obtidos do teste de anamorfismo que estão patentes na figura 5,

nota-se, pelo valor de R2, a existência de uma forte correlação linear entre o índice de
sítio e a altura das dominantes e o valor de β0 estatisticamente igual à zero com um
β1>1. Estes valores obtidos deixam claro a característica anamórfica que as curvas de
sítio possuem, significando que o índice de sítio não depende da idade, mas sim da
capacidade produtiva do local.
Figura 5. Teste de anamorfismo efectuado para o índice de sítio e a Hdom com base no modelo
de Schumacher.
Miguel (2009) efectuou o teste de anamorfismo e verificou a existência de uma alta

correlação entre o índice de sítio e a altura das dominantes, em que o coeficiente de
correlação (R²) sempre foi maior que 0,999. E Carlos (2018) detectou que, o índice de
saliência não passou do teste pelo facto de esta variável ter apresentado valor de β0

maior do que zero e o valor β1 igual à 1, demonstrando uma característica polimórfica

de esta variável.
É esperado, maioritariamente, que o índice de sítio gerado a partir da Hdom apresente

uma característica anamórfica pelo facto de quase sempre a Hdom expressar a
capacidade produtiva do local pela sua alta relação com a mesma.
4.2.2. Curvas de índice de sítio

As curvas de sítio estão apresentadas na figura 8. Após ser escolhido o melhor modelo
foi possível construir os limites inferiores e superiores para as diferentes classes de
sítios, sendo que foi tida a idade de 20 anos como a idade índice pois é próxima a idade
de rotação adoptada pela empresa e com a base de dados foi possível a divisão de três
classes de sítio.
Figura 6. Curvas de sítio geradas pelo modelo Schumacher.
Verifica-se que o método de curva guia adequou-se á construção das curvas com os
dados do presente estudo, pois quando ajustados os modelos por este procedimento, eles
apresentaram estatísticas convincentes, com uma distribuição de resíduos sem nenhuma
tendenciosidade no geral. O mesmo método de construção de curvas de sítio foi
adoptado por Miguel (2009), Carrijo (2016), Gouvea et al. (2016) e Carlos (2018),
tendo sido aplicado com sucesso em seus trabalhos.
Uma análise a fazer é que não há uma tendência ou indício de um cruzamento entre as
curvas num tempo futuro que como foi explicado por Carlos (2018), isto deve-se à
característica das próprias curvas anamórficas pois este tipo de curva considera um
crescimento constante para todos os sítios ao longo do tempo. Apesar de Scolforo
(1997) citado por Miguel (2009) mencionar que, o conceito de uma mesma taxa de

crescimento em altura para sítios distintos que compõem uma mesma família de curvas
já demonstrou em alguns casos não representar de forma precisa o crescimento do
povoamento florestal. Pois é de conhecimento geral que há variação no crescimento
entre espécies, indivíduos e até mesmo uma variação no crescimento individual de uma
árvore ao longo do seu ciclo de vida (Scavinsk, 2014)
No entanto, vale ressaltar que devido o número baixo de medições (uma medição), a
escolha da idade índice ter sido projectada e a complexidade que é o sítio florestal, as
curvas são consideradas provisórias. Mesma situação foi verificada por Miguel (2009) e
Carlos (2018), sendo que o primeiro trabalhou com dados de duas medições e o segundo
autor trabalhou com dados de uma medição. Entretanto este facto não invalida as curvas
de sítio aqui geradas.
4.3. Classificação da capacidade produtiva do povoamento

Na tabela 9 está a contabilização do número de parcelas por cada uma das classes de
sítio obtidas após a classificação da capacidade produtiva mediante o índice de sítio.
Tabela 9. Número de parcelas por cada classe de sítio.
Variável Classe de sítio Parcelas No de parcelas
III 6, 9, 17, 18, 19, 20, 21, 22, 23, 24 e 25 11

IS II 2, 5, 8, 10, 12,13, 14, 15, 16, 26, 27 e 28 12
I 1, 3, 4, 7 e 11 5
IS=Índice de Sítio
Denota-se na tabela 9 que a classe II alberga maior número das parcelas amostradas
(12), seguida da classe II com 11 parcelas e por último a classe I com 5 parcelas. Um
facto que pode ser considerado satisfatório pois a maior parte das parcelas se encaixa na
classe intermediária e fazendo uma junção, as classes I e II acabam albergando maior
parte das parcelas juntas. Ainda no Apêndice 7 pode-se verificar a classificação de cada
uma das parcelas com os seus respectivos índices de sítio e a sua altura dominante
média. Comportamento similar foi verificado por Carrijo (2016), constatando que, a
maior parte das parcelas (15) estavam albergadas na classe de sítio II, seguida da classe
de sítio III com 5 parcelas e por fim a classe de sítio I com 1 parcela nos índices de sítio
derivados da Hdom.

Entretanto, Carlos (2018) verificou resultados contraditórios ao constatar que, na

classificação de sítios com índices de sítio derivados da Hdom, a classe de sítio V,
classe mais baixa, albergou a maior parte das parcelas (13), seguida da classe de sítio I
com 3 parcelas, classe de sítio III com 2 parcelas e finalmente as classes de sítio II e IV
com 1 parcela para cada. A contrariedade destes resultados podem estar relacionado ao
conceito básico de sítio florestal que na qual deixa claro a complexidade de o que é um
sítio florestal e os diversos factores que o compõem, acarretando a variação notável da
seu comportamento de um local para o outro.

V. CONCLUSÕES E RECOMENDAÇÕES
5.1. Conclusões
Foram ajustados quatro (4) modelos de classificação de capacidade produtiva de
sítio florestal pelo método de curva, sendo que o modelo de Schumacher foi
escolhido como o melhor pelas melhores estatísticas de precisão que apresentou;
Foram construídas curvas de sítio florestal pelo método de curva guia com três (3)
classes de sítio (I, II e III);
A maior parte das parcelas encaixaram-se na classe de sítio II, seguido da classe III
e por último a classe I.
5.2. Recomendações
Aos pesquisadores:
Recomenda-se o desenvolvimento de um estudo com a aplicação de outros métodos

de construção de curvas de índice de sítio para a averiguação da possível adequação
ou não à área de estudo.
Recomenda-se a a realização de um estudo com uma base de dados provinda de
várias remedições com vista a analisar a estabilidade das curvas nos diferentes
modelos de classificação da capacidade produtiva.
A empresa INFLOMA:
Recomenda-se a realização de inventários contínuos e uma melhor conservação dos

das bases de dados dos inventários.

V. REFERÊNCIAS BIBLIOGRÁFICAS
ALCÂNTARA, A. E. M. 2012. Alternativa de modelagem para projecção do

crescimento de eucalipto em nível de povoamento. Dissertação de Mestrado.
Universidade Federal de Viçosa, Viçosa, MG, CAMPOS, J. C. C.; LEITE, H. G.
Mensuração florestal: perguntas e respostas. 4. ed. Viçosa: UFV, 2013. 605p.
ALEMDAG, I. S. 1991. National site-index and height-growth curves for white spruce
growing in natural stands in Canada. Canadian Journal of Forest Research. 1466-
1474p.
ASSMANN, E. Waldertragskunde. Muenchen: BLV Verlagsgessellschaft, 1961..

atual. ampl. Viçosa: Editora UFV, 2009. based derivation of dynamic site equations
with polymorphism and variable asymptotes 435-548p.
BATISTA, J.L.F.; DO COUTO, H.T.Z. Escolha de modelos matemáticos para a

construção das curvas de índice de sítio para florestas implantadas de Eucalyptus
sp no Estado de São.
BONETES, L. 2003. Tamanho de parcelas e intensidade amostral para estimar o

estoque e índices fitossociológicos em uma floresta ombrófila mista. Dissertação de
Mestrado. Universidade Federal do Paraná.
BURGER, D. Ordenamento Florestal I, 2.ed. Curitiba: UFPR, 1976. n. 33p.
BURGER, D. Ordenamento Florestal I; A produção Florestal, FUPEF. 1980. 124p.
BURKHART, H. E. 1977. TENNENT, R. B. Site index equations for radiata pine in

New Zealand. New Zealand Journal of Forestry Science, n. 7, p. 408-416.
CAJANDER, A. K. 1926. The theory of forest types. Acta For. Fenn. 29: l-108p.
CAMPOS, J.C.C.; LEITE, H.G.; Mensuração Florestal: perguntas e respostas.3. ed.
CAMPOS. J & LEITE. H, (2013). Mensuração florestal, análise de tronco. Brasil,

Universidade Federal de Viçosa. Ed 04. Cap. 09 pág. 250 – 276.
CARLOS, H. E. A. 2018. Eficiência do sensoriamento remoto na classificação da

capacidade produtiva de um povoamento florestal de eucalipto (Eucalyptus sp.) no
distrito de Mocuba. Monografia (Licenciatura em Engenharia Florestal) –
Universidade Zambeze. Mocuba. 67p.
CARMEAN, W. H. 1970. Tree height-growth patterns in relation to soil and site. In:
Youngberg, C. T. and Davey, C. B. ed. "Tree grawth and forest soil". Cavallins, Oregon
State University Press. 499-512p.
CARMEAN, W. H. 1975. Forest site quality evaluation in the United States. Advances
in Agronomy, n. 27.208-269p.
CARRIJO, J. V. N. 2016. Uso de índices morfométricos na classificação das

unidades produtivas em povoamentos de Eucalyptus urophylla no estado de Goiás.
Monografia (Licenciatura em Engenharia Florestal) - Universidade de Brasília. Brasil.
40p.
CARRIJO, J. V. N. 2016. Uso de índices morfométricos na classificação das

unidades produtivas em povoamentos de Eucalyptus urophylla no estado de Goiás.
Monografia (Licenciatura em Engenharia Florestal) - Universidade de Brasília. Brasil.
40p.
CASTAÑOS, M. L. 1962. Evaluation de la calidad de estación de Pino patula en el

norte de Oaxaca. B. téc INIE. México. 32p.
CIESZEWSKI, C. J.; L BAILEY, R. Generalized algebraic difference approach: theory.
CLUTTER, J. L. 1986. Timber management: a quantitative approach. New York: J.

Wiley & Sons, 1983. 333p. Paulo. Revista do IPEF, São Paulo, v.1, n.32, 32-41p.
COUTO, H. T. Z. ; BASTOS, N. L. M. 1987. Modelos de equações de volume e

relações hipsométricas para plantações de Eucalyptus no estado de São Paulo. IPEF, v.
37, 33-44p.
COUTO, H. T. Z; BASTOS, N. L. M. 1986. Curvas de crescimento em volume para

Eucalyptus sp, em segunda rotação no Estado de Sã o Paulo. Revista do IPEF,
Piracicaba, v. 34, 15-18p.
CUNHA NETO, F. R. da; SCOLFORO, J. R. S.; CALEGÁRIO, N.; OLIVEIRA, A. D.;

KANEGAE JUNIOR, H. Uso da diferença algébrica para construção de curvas de
índice de local para Eucalyptus grandis e Eucalyptus urophylla na região de Luiz
Antônio - SP.CERNE, Lavras, MG, v.2, n.2,119-141pp.

DA SILVA, F. R.; SILVA, V. S. M.; MIRANDA, S. O.; GAVA, F. H.; DRESCHER,

R. 2015. Aplicação do modelo de Schumacher para expressar a capacidade produtiva
em um plantio jovem de Tectona grandis. Advances in Forestry Science. v.2, n.4.
Cuibá, Brasil. 6p.
DA SILVA, F.; PIMENTEL, A.; CORTE, A. P. D.; SANQUETTA, C. R. 2013. Rev.

Acad. Ciênc. Agrár. Ambient. v. 11, Supl. 1. Curitiba, Brasil. 8p.
DOS SANTOS, R. C. 2012. Curvas de crescimento em altura e índice de sítio de

povoamentos clonais de Eucaluptus spp. na Chapada do Araripe, Pernambuco.
Dissertação (Mestrado em Ciências Florestais) - Universidade Federal Rural de
Pernambuco. Recife, Brasil. 84p.
DOS SANTOS, R. M. M.; DIAS, A. N.; ARCE, J. E.; MARTARELLO, V.; ROVEDA,
M. 2017. Classificação da capacidade produtiva para florestas de Pinus taeda L. na
região oeste do estado de Santa Catarina, Brasil. Scientia Agraria Paranaensis. v. 16,
n. 2. Brasil. 8p.
DOSSA, D.; SILVA, H. D.; BELLOTE, A. F. J.; RODIGHERI, H. R. 2002. Produção

e Rentabilidade de Pinus em Empresas Florestais. Colombo: Embrapa Florestas,
(Embrapa Florestas. Comunicado Técnico, 82), 6p.
FERRAZ FILHO, A. C. 2009. Sistema de prognose do crescimento e produção para

Pinus taeda L. sujeito a regimes de desbastes e podas. Dissertação (Mestrado em
Engenharia Florestal).Universidade Federal de Lavras. Minas Gerais, Brasil. 147p.
FIGUEIREDO, E. O. 2005. Avaliação de modelos pelo método da curva média para

construção de curvas de índice de local para TectonagrandisL. f. Rio Branco:
Embrapa Acre, 49p.
FISHWICK, R. W. 2000. Estudo comparativo dos seis métodos usados para calcular a
altura. Forest Science 46:116-126pp.
FROTHINGHAM, E. H. 1918. Height Growth as a Key to Site. Journal of Forestry

16:754- 760p.

GELAIN, N. S.; ABRÃO, S. s.a. Produtividade de sítios florestais. Universidade

Federal de Santa Maria.
GOUVEA, D. J. X.; LEITE, M. V. S.; ASSIS, A. L.; CABACINHA, C. D. 2016.

Classificação da capacidade produtiva de povoamentos de eucalipto a partir de parcelas
temporárias. Enciclopédia Biosfera-Centro Científico Conhecer. v.13, n.23. 9p.
HÄGGLUND, B. 1981. Evaluation of forest site productivity Forestry Abstracts,

42:515-527p.
IBÁ - INDÚSTRIA BRASILEIRA DE ÁRVORES. Relatório 2016. IBÁ: Brasília,
2016.
INE - Instituto Nacional de Estatística. 2007. III Recenseamento geral da população e

habitação: resultados preliminares. Maputo;
INIA/DTA. 1996. Província de Manica. Carta de solos de Moçambique. 204p.
KANEGAE JUNIOR, H. 1996. Uso da diferença algébrica para construção de curvas de

índice de sítio para Eucalyptus grandis e Eucalyptus urophylla na região de Luiz
Antonio – SP. Revista Cerne, Lavras, v. 2, 1-26 p.
KOEHLER, A. B. 2009. Modelagem biométrica e morfometria em povoamentos

jovens de Araucaria angustifolia (Bert.) KTZE., em Tijucas do Sul, Estado do
Paraná. Tese (Doutorado em Engenharia Florestal) - Universidade Federal do Paraná.
Curitiba – Brasil. 128p.
KRONKA, F. J. N.; BERTOLANI, F.; PONCE, R. H. 2005. A cultura do Pinus no

Brasil. São Paulo: Sociedade Brasileira de Silvicultura.
LEITE, A. P.; SANTOS, G. R.; SANTOS, J. E. O. 2017. Análise temporal dos índices
de vegetação ndvi e savi na estação experimental de Itatinga utilizando imagens Landsat
8. Revista Brasileiras de energias renováveis. v.6, n.4. Brasil. 18p.
LEITE, M. V. S. 2016. - Uso de redes neurais artificiais de múltiplas camadas para

classificação de sítios florestais. Dissertação (Mestrado) - Universidade Estadual do
Sudoeste da Bahia. Brasil. 102p.

LEPSCH, I.F.; BELLINAZZI Jr., R.; BERTOLINI, D.; Espíndola, C.R. 1991. Manual
para levantamento utilitário do meio físico e classificação de terras no sistema de
capacidade de uso. 4a Aproximação. 2. ed. Campinas: Sociedade Brasileira de Ciência
do Solo. 175p.
LIMA, G. C. P. 2015.Comparação de diferentes métodos de cubagem de madeira de

povoamento de pinus taeda l. na região serrana de santa catarina. Dissertação-
Universidade Estadual de Santa Catarina- Brasil. 22p.
MAE. 2005. Perfil do Distrito de Manica. Província de Manica, Série perfis Distritais,
Maputo. 60p.
MARTINS, E. F. P.; DA SILVA, J. A. A.; FERREIRA, R. L. C.; JANKOVSKI, T.;

BRITO, C. C. R. 2007. Curva de índice de sítio para leucena [Leucaena leucocephala
(Lam.) de Wit] no Agreste de Pernambuco. Ciência Florestal. v. 17, n. 4. Brasil. 13p.
MENEGOL, O. (1991). Indice de Sítio e Relação entre Altura Dominante e Teores

Nutricionais das Acículas em Povoamentos de Pinus elliottii var. eiliottii no Segundo
Planalto Paranaense. CURITIBA.
MIGUEL, E. P. 2009. Avaliação biométrica e prognose da produção de Eucalyptus

urophylla (S.T. Blake) na região norte do estado de Goiás. Dissertação (Mestrado em
Engenharia Florestal) – Universidade Federal do Paraná. Curitiba – Brasil. 161p.
MIRANDA, R. O. V. 2012. Modelagem em nível de povoamento para Eucalyptus sp.

com estratificação em classe de precipitação pluviométrica. Dissertação (Mestrado
em Maneio Florestal) - Universidade Estadual do Centro – Oeste. Irati-PR – Brasil. 78p.
NASCIMENTO, F. A. F. 2010. Modelagem biométrica e planeamento florestal

optimizado utilizando a meta heurística enxame de partículas. UNICENTRO, Irati,
Dissertação (Mestrado em Ciências Florestais), Universidade Estadual do Centro Oeste,
Irati. 115p.
Netto, S. P.; Brena, D. A. 1997. Inventário Florestal. Volume I. 316p.
OLIVEIRA, V. M. M.; OLIVEIRA, E. B; HAFLEY, W. L. 1990. Classificação de sítio

para povoamento de Pinus taeda no sul do Brasil. Congresso Florestal Brasileiro. São
Paulo. 5p.
PELLICO NETTO.S.; BRENA. D. A. Inventário Florestal. Curitiba: Editado pelos

autores. 1997. 316p.
PRITCHETT, W. L. 1979. Properties and management of forest soils. New York:

John Willey & Sons. 500p.
PRODAN, M. PETERS, R. COX, F. REAL, P. 1997. Mensura Forestal. San José, C.

R: Deutsche Gesellschaftfür Techniche Zusammenarbeit (GTZ), Instituto Internacional
de Cooperación para la Agricultura (IICA), 586p.
ROTH, F. 1918. Another Word on Site. Journal of Forestry, 16:749-753pp.
SANTOS, A. T. 2012. Análise do crescimento e simulação de manejo de um plantio

de Ocotea porosa. Dissertação (mestrado) - Universidade Federal do Paraná. Curitiba –
Brasil. 93p.
SCAVINSKI, V. 2014. Projeção da produção utilizando curvas de sítio anamórficas

e polimórficas para plantios de Eucalyptus grandis W. Hill. Ex. Maiden. Dissertação
(Mestrado em Maneio Florestal) – Universidade Estadual do Centro-Oeste. Irati, Brasil.
61p.
SCHNEIDER, P. R.; SCHNEIDER, P. S. P. 2008. Introdução ao manejo florestal.

FACOS-UFSM. 2ª Edição. Santa Maria. 566p.
SCOLFORO, J. R. 1992. Curvas de índice de sítio para Pinus caribaea var.

hondurensis. IPEF. n.45. 16p.
SCOLFORO, J. R. 2005. Biometria florestal: modelos de crescimento e produção

florestal. Lavras: FAEPE–UFLA. 393 p.
SCOLFORO. J & MACHADO. S, (s.a), Curvas de índice de sítios para plantação de

Pinus elliotii. Revista florestal.
SELLE, G.L. et al. 2008. Como classificar sítios florestais através da altura
dominante do povoamento. Colombo: Embrapa Florestas, 46p.
SELLE, G.L. Influência de factores ambientais na classificação de sítio para Pinus

taeda L., na região de Cambará do Sul, RS. Dissertação de Mestrado. Curso de Pós

Graduação em Engenharia Florestal da Universidade Federal de Santa Maria. Santa

Maria. 1993. 85p.
SGARBI, F. 2002. Produtividade de Eucalyptus sp. em função do estado nutricional

e da fertilidade do solo em diferentes regiões do Estado de São Paulo. Dissertação
(mestrado) - Escola Superior de Agricultura Luiz de Queiroz. Piracicaba – Brasil.101p.
SHARMA, M., AMATEIS, R. L. e BURKHART, H. E. 2002. Top height definition and

its effect on site index determination in thinned and unthinned loblolly pine plantations.
Forest Ecology and Management. 168: 163-175pp
TAQUETTI, M. F. 2014. Método da predição de parâmetros em Modelos de

crescimento em função do Índice de local. 23f. Monografia, Universidade Federal de
Viçosa, Viçosa, MG.
THIERSCH, C.R.; SCOLFORO, J.R.; OLIVEIRA, A. D.; MAESTRI,R.; DEHON, G.

2006. Acurácia dos métodos para estimativa do volume comercial de clones de
Eucalytus sp. Cerne, lavras, MG, v. 12. Abr./Jun. 167-181pp.
TONINI, H., FINGER, C. A. G., SCHNEIDER, P. R., SPATHELF, P. 2001.

Crescimento em altura de Pinus elliottii Engelm., na região de Piratini no Rio Grande
do Sul, Brasil. Ciência Rural, Santa Maria, v.31, n.3. 417-423pp.
TONINI, H.; FINGER, C. A. G.; FERREIRA, R. L. C.; SCHNEIDER, P. R.;

SPATHELF, P. 2002. Comparação gráfica entre curvas de índice de sítio para Pinus
elliottii e Pinus taeda desenvolvidas no sul do Brasil. Santa Maria: Revista Ciência
Florestal. Universidade Federal de Santa Maria. vol. 12, número 1. 143-152pp.
TONINI. H. et al. (2002). Ciências Florestais – Comparação gráfica entre curvas de

índice de sítio para Pinus elliotii e Pinus taeda. Brasil, Universidade Federal de Santa
Maria.

VI. APÊNDICES
Apêndice 1. Vértex para medição de altura Apêndice 2. Autor e funcionários do

usada pela empresa IFLOMA. IFLOMA na plantação de Pinus sp.
Apêndice 3. Medição de altura das árvores Apêndice 4. Medição do DAP da árvore

com uso do hipsómetro. com uso de suta.

Apêndice 5. Distribuição dos resíduos em função do DAP para as funções volumétricas
a b
c b
testadas.
a b
c d
Apêndice 6. Distribuição dos resíduos em função da idade para as funções de capacidade

produtiva de sítio testadas

Apêndice 7. Classificação de sítio determinado para as parcelas amostradas em função do

índice de sítio.
Parcela Hdom (m) Índice de sítio na idade 20 Classificação

1 24,04 32,12 Classe I
2 22,18 29,63 Classe II
3 26,08 34,85 Classe I
4 24,56 32,81 Classe I
5 21,04 28,11 Classe II
6 19,54 26,11 Classe III
7 22,62 30,22 Classe I
8 21,1 28,19 Classe II
9 19,88 26,56 Classe III
10 21,64 28,91 Classe II
11 23,42 31,29 Classe I
12 21,55 28,79 Classe II
13 21,72 29,02 Classe II
14 21,86 29,21 Classe II
15 21,22 28,35 Classe II
16 20 26,72 Classe II
17 19,28 25,76 Classe III
18 19,56 26,13 Classe III
19 19,88 26,56 Classe III
20 19,74 26,37 Classe III
21 19,68 26,29 Classe III
22 19,56 26,13 Classe III
23 19,22 25,68 Classe III
24 17,88 23,89 Classe III
25 19,7 26,32 Classe III
26 20,12 28,80 Classe II
27 19,22 27,51 Classe II
28 19,46 27,86 Classe II

Tomocene Vicente - Índice de Sítio. 2019

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

Tomocene Vicente - Índice de Sítio. 2019

Enviado por

Direitos autorais:

Formatos disponíveis

DETERMINAÇÃO DE ÍNDICE DE SÍTIO FLORESTAL PELA ALTURA

DOMINANTE DE Pinus sp, NA LOCALIDADE DE PENHALONGA,

Tomocene Vicente Malambe

FACULDADE DE ENGENHARIA AGRONÓMICA E FLORESTAL

DEPARTAMENTO DE ENGENHARIA FLORESTA

TRABALHO DE CONCLUSÃO DE CURSO

DETERMINAÇÃO DE ÍNDICE DE SÍTIO FLORESTAL PELA ALTURA

Tomocene Vicente Malambe

FACULDADE DE ENGENHARIA AGRONÓMICA E FLORESTAL

DEPARTAMENTO DE ENGENHARIA FLORESTAL

TRABALHO DE CONCLUSÃO DE CURSO

DETERMINAÇÃO DE ÍNDICE DE SÍTIO FLORESTAL PELA ALTURA

Autor: Tomocene Vicente Malambe

Supervisor: Eng.˚ Hélder António Manjate (M.Sc)

Monográfia apresentada à Faculdade de Engenharia

Mocuba, _______de _______________________ de 2019.

Agradeço primeiramente a Deus por permitir que à Terra eu retorna-se, buscando

Um especial agradecimento ao meu supervisor Eng˚ Hélder António Manjate (MSc),

Á Faculdade de Engenharia Agronómica e Florestal, em especial ao Departamento de

1.1. Generalidades ............................................................................................................ 1

1.2. Problema de estudo e justificação ............................................................................. 2

1.3. Objectivos .................................................................................................................. 4

1.3.1. Geral………………….. ......................................................................................... 4

1.3.2. Específicos .............................................................................................................. 4

II. REVISÃO BIBLIOGRÁFICA .............................................................................. 5

2.1. Género Pinus ............................................................................................................. 5

2.2. Altura dominante....................................................................................................... 5

2.3. Volume ...................................................................................................................... 6

2.4. Sítio Florestal ............................................................................................................ 7

2.4.1. Qualidade do sítio e sua classificação ................................................................ 7

2.4.2. Métodos de determinação da qualidade do sítio .............................................. 10

2.4.3. Tipos de curvas de índice de sítio .................................................................... 12

2.4.3.1. Métodos de construção de curva ....................................................................... 14

2.5.1. Volumetria ........................................................................................................ 16

2.5.2. Classificação da capacidade produtiva de sítios florestais................................ 18

III. MATERIAIS E MÉTODOS ................................................................................. 23

3.1. Localização e caracterização da área e estudo......................................................... 23

3.2. Desenho de amostragem .......................................................................................... 24

3.3. Volumetria ............................................................................................................... 25

3.4. Classificação de sítio florestal ................................................................................. 26

3.5. Teste de Anamorfismo ............................................................................................ 26

3.6. Processamento e análise de dados ........................................................................... 27

IV. RESULTADOS E DISCUSSÃO ........................................................................... 28

4.1.1. Relação entre Altura total e DAP ......................................................................... 28

4.1.2. Volumetria ............................................................................................................ 29

4.1.3. Modelos de classificação de capacidade produtiva .............................................. 32

4.2. Construção das curvas de índice de sítio ................................................................. 34

4.2.1. Teste de anamorfismo........................................................................................... 34

4.2.2. Curvas de índice de sítio....................................................................................... 35

4.3. Classificação da capacidade produtiva do povoamento .......................................... 36

V. CONCLUSÕES E RECOMENDAÇÕES ............................................................. 38

5.1. Conclusões ............................................................................................................... 38

5.2. Recomendações ....................................................................................................... 38

V. REFERÊNCIAS BIBLIOGRÁFICAS .................................................................. 39

Sempre que se pretende implantar, numa determinada região, um empreendimento

Palavras-chave: Maneio florestal, Capacidade produtiva, índice de sítio.

Whenever a forest enterprise is to be implemented in a particular region, it is necessary

Keywords: Forest management, Production capacity, Site index.

Figura 1: Curvas anamórficas de índice de sítio ........................................................... 13

Tabela 1: Modelos para estimar volume (m3). .............................................................. 26

DAP Diâmetro à altura do peito

Para a elaboração de planos de maneio são necessárias informações referentes à floresta,

Os povoamentos equiâneos têm sido utilizados como fontes alternativas de produção de

A determinação da qualidade do sítio tem grande importância prática e é normalmente

Mocuba, _de _________________ de 2019.