Estrutura

É possível manejar uma floresta sem conhecer as espécies?

s1stoz.png

Figura. Lacerda e Nimmo, 2010.

Segundo o artigo de Lacerda e Nimmo (2010), em mais de 70% das vezes, a identificação das espécies em campo atribuiu uma espécie diferente dos especialistas botânicos. O estudo também demonstrou um viés em favor das espécies de valor comercial.

No manejo de florestas nativas, levantamentos de campo (inventário) não podem se resumir às características dendrométricas dos indivíduos. É fundamental compreender as características, a classificação, as relações e a distribuição da comunidade florestal. O levantamento fitosociológico deve ser dividido em três etapas:

Pré campo:

  • Conhecer os trabalhos anteriores sobre a área de interesse.
  • Identificar quais são os herbários e taxonomistas de referência.
  • Requisitar os serviços de mateiros experientes. Sendo possível, preferir os parabotânicos.

Em campo:

  • Identificar tanto a espécie quanto o nome popular.
  • Coletar material desconhecido. Nunca chutar!
  • Coletar material raro, mesmo que conhecido.

Coleta de material botânico para exsicatas:

  • Sempre que possível, fértil.
  • Acondicionamento correto.
  • Devidamente etiquetado.
exsicatas_dupli2.png

Figura. Exemplo de uma exsicata. Fonte: [http://inct.florabrasil.net/wp-content/uploads/2014/01/exsicatas_dupli2.png]

Pós campo:

  • Consultar chaves botânicas.
  • Consultar compêndios.
  • Enviar para herbários.
  • Organizar e consistir os dados em tabela.

CRIA

O CRIA tem como meta e estratégia a disseminação de informação eletrônica, como ferramenta na organização da comunidade científica e tecnológica do país. Atua especificamente na área de informação biológica, de interesse industrial e ambiental, e pretende, através de sua atuação, contribuir diretamente para a conservação e utilização racional da biodiversidade no Brasil. Uma sociedade sustentável pressupõe uma sociedade informada, na qual os vários segmentos produzem e têm acesso à informação qualificada, utilizando-a nos processos de formulação e decisão política. Fonte: Species base Manual de ultilização.

Rede speciesLink

A rede speciesLink foi desenvolvida pelo CRIA (Centro de Referência em Informação Ambiental) e contou com o apoio da Fapesp.
Seu objetivo principal tem sido o de disponibilizar de forma livre e aberta através da Internet os dados primários sobre biodiversidade que existem hoje em coleções biológicas (museus, herbários, xilotecas, coleções microbianas, etc.). Espera-se dessa forma contribuir para a conservação e utilização racional da biodiversidade no Brasil. Fonte: Species base Manual de utilização.

Reflora

O Flora do Brasil 2020 é projeto, que objetiva cumprir a meta 1 que foi feita pela GSPC-CDB, para 2020, a plataforma conta com a participação de cerca de 700 pesquisadores e com auxílio do Sistema de Informação Sobre a Biodiversidade Brasileira (SiBBr). Os pesquisadores participantes do projeto trabalham em conjuntos sendo responsáveis pelas nomenclaturas e distribuição geográfica das espécies catalogadas e adicionadas a plataforma. Além dos resultados acima citados que são disponibilizados pelo site também pode-se obter informações sobre espécies ameaçadas de nossa flora. (Fonte: Flora do Brasil 2020 em construção. Jardim Botânico do Rio de Janeiro. Disponível em: < http://floradobrasil.jbrj.gov.br/ >. Acesso em: 21 Jun. 2019).

Estrutura horizontal

Parâmetros da estrutura horizontal:

  • Frequência: percentual de parcelas que contem indivíduos de determinada espécie.
  • Densidade: número de indivíduos por hectare.
  • Dominância: Expressa o grau de ocupação da área da floresta pela espécie.

Frequência

(1)
\begin{align} FA_i = \frac{U_i}{U_T} * 100 \end{align}
(2)
\begin{align} FR_i = \frac{FA_i}{\sum_{i=1}^{S} FA_i} * 100 \end{align}

Em que:

$U_i =$ número de parcelas com a presença da i-ésima espécie.

$U_T =$ número total de parcelas amostradas.

$S =$ número total de espécies.

Densidade

(3)
\begin{align} DA_i = \frac{n_i}{A} \end{align}
(4)
\begin{align} DR_i = \frac{DA_i}{\sum_{i=1}^{S} DA_i} * 100 \end{align}

Em que:

$n_i =$ número de indivíduos da i-ésima espécie.

$A =$ área total amostrada em hectares.

$S =$ número total de espécies.

Dominância

(5)
\begin{align} DoA_i = \frac{G_i}{A} \end{align}
(6)
\begin{align} DoR_i = \frac{DoA_i}{\sum_{i=1}^{S} DoA_i} * 100 \end{align}

Em que:

$G_i =$ área basal da i-ésima espécie em m².

$A =$ área total amostrada em hectares.

$S =$ número total de espécies.

Estrutura vertical

Elementos da estrutura vertical:

  • Posição sociológica
  • Regeneração natural

A posição sociológica depende dos estratos de altura dos indivíduos arbóreos, para os quais os valores fitossociológicos são calculados.

zip2tw.jpg

Figura. Representação da estrutura vertical de uma floresta. Fonte: Caio César Ribeiro

Critérios para estratificação vertical pelo método proposta pela IUFRO:

  • Superior: $\geq \frac{2}{3} Hdom$
  • Médio: $\frac{1}{3} Hdom$ e $\frac{2}{3}Hdom$
  • Inferior: $< \frac{1}{3} Hdom$

Critérios para estratificação vertical pelo método proposto por Hasenauer (2006):

  • Superior: $\geq 80\% Hmax$
  • Médio: $50-80\% Hmax$
  • Inferior: $< 50\% Hmax$

Critérios para estratificação vertical pelo método proposto por Souza (1990):

  • Superior: $\geq \bar{H}+1s$
  • Médio: $\bar{H}-1s$ e $\bar{H}+1s$
  • Inferior: $< \bar{H}-1s$

Valor fitossociológico é a porcentagem de indivíduos da i-ésima espécie no e-ésimo estrato vertical, em relação ao total de indivíduos:

(7)
\begin{equation} VF_{ie} = VF_{e} * n_{ie} \end{equation}

Valor fitossociológico do estrato:

(8)
\begin{align} VF_{e} = \frac{N_e}{N} * 100 \end{align}

Posição sociológica da espécie:

(9)
\begin{align} PSA_i = \sum_{e=1}^{E} (VF_{e} * n_{ie}) \end{align}
(10)
\begin{align} PSR_i = \frac{PSA_i}{\sum_{i=1}^{S} PSA_i} * 100 \end{align}

A Regeneração natural é o processo de renovação da cobertura vegetal de uma área. No sentido estático, representa os indivíduos da fase jovem de uma espécie ou de um grupo de espécies.

Classes de regeneração por Finol, 1971:

  • Classe 1: Indivíduos de 0,10 cm a 1 metro de altura
  • Classe 2: 1 a 3 metros de altura total
  • Classe 3: Maior que 3 metros de altura total e DAP < 10 cm

Classes de regeneração pela FAO:

  • R: h < 0,3 metros
  • U1: 0,3 <= h < 1,5 metros
  • U2: 1,5 <= h < 3 metros
  • E: H >= 3 metros; DAP < 5 cm
  • 1A: 5 <= DAP < 10 cm
  • 1B: 10 <= DAP < 15 cm
  • 2: 15 <= DAP < 25 cm
  • 3: 25 <= DAP < 35 cm

Classe absoluta de tamanho:

(11)
\begin{align} CAT_i = \sum_{c=1}^{C} (n_{ic} \frac{N_c}{N}) \end{align}

em que:

$N_c$ é o número total de indivíduos na c-ésima classe de regeneração natural.

$n_{ic}$ é o número de indivíduos da i-ésima espécie na c-ésima classe de regeneração natural.

Classe relativa de tamanho:

(12)
\begin{align} CRT_i = \frac{CAT_i}{\sum_{i=1}^{S} CAT_i} * 100 \end{align}

Estrutura interna

Diferentes fatores podem ser usados para estudar a estrutura interna:

  • Qualidade do fuste.
  • Incidência de cipós.
  • Iluminação de copa.
  • Qualidade de copa.
  • Comercialização.
  • Tipo de mercado.

A qualidade do fuste é um indicador do valor econômico da floresta, e é o principal aspecto avaliado na estrutura interna da floresta.

Classe absoluta de qualidade:

(13)
\begin{align} CAQ_i = \sum_{c=1}^{C} (n_{ic} \frac{N_c}{N}) \end{align}

Em que:

$N_c$ é o número total de indivíduos na c-ésima classe de qualidade.

[[$n_{ic}]] é o número de indivíduos da i-ésima espécie na c-ésima classe de qualidade.

Classe relativa de qualidade:

(14)
\begin{align} CRQ_i = \frac{CAQ_i}{\sum_{i=1}^{S} CAQ_i} * 100 \end{align}

Estrutura temporal

A estrutura temporal pode ser obtida considerando as fases da vida de uma árvore:

  • Sementes
  • Mudas
  • Juvenil
  • Vegetativa e imatura
  • Vegetativa e madura
  • Reprodutiva inicial
  • Máximo vigor
  • Senescente.

Ou quanto ao ciclo de vida ciclo de vida das espécies:

  • Plantas anuais
  • Plantas bianuais
  • Herbáceas perenes
  • Arbóreas perenes
  • Arbustos perenes

A sucessão é uma mudança cumulativa direcional da floresta (em direção ao clímax) ao longo do tempo.

Já o conceito de dinâmica, vai além do conceito de sucessão. A dinâmica resulta da expressão média do ciclo de vida das plantas existentes numa área ao longo do tempo. Podendo ser tanto progressiva (direção ao clímax) quanto regressiva (sentido inverso). Diferentes partes da floresta podem se encontrar em diferentes estágios de sucessão.

Estrutura espacial

Padrão é definido como algo que se repete com certa previsibilidade. Nem sempre os padrões são evidentes. Por isto criam-se critérios para definir matematicamente os padrões.

Padrão espacial pode ser derivado da definição acima como algo que se repete com certa previsibilidade no espaço.

O que pode influenciar o padrão espacial de uma espécie?

  • Fatores abióticos
  • Dispersão da espécie
  • Competição e predação
  • Sobrevivência
  • Fatores históricos
  • Fatores evolutivos

São três os padrões espaciais:

  • Regular
  • Agregada
  • Aleatória

Os padrões espaciais sofrem forte influência da escala da análise. Para estudar o padrão espacial (agregação) de uma espécie tem-se duas abordagens:

  1. Conhecer o número de indivíduos da espécie de interesse em cada parcela (parcela).
  2. Conhecer o posicionamento de cada indivíduo da espécie de interesse na área de estudo (área).

Baseado no número de indivíduos na parcela:

Variância em nível de parcela

(15)
\begin{align} S^2_i = \frac{\sum_{p=1}^{P} n_{ip}^2-(\frac{\sum_{p=1}^{P} n_{ip}}{P})^2}{P - 1} \end{align}

Em que:

P = número total de parcelas

$n_{ip} =$ número de indivíduos da i-ésima espécie na p-ésima parcela.

Média em nível de parcela

(16)
\begin{align} M_i = \frac{\sum_{p=1}^{P} n_{ip}}{P} \end{align}

Em que:

P = número total de parcelas

$n_{ip} =$ número de indivíduos da i-ésima espécie na p-ésima parcela.

Índice de Payandeh

(17)
\begin{align} \frac{S^2_i}{M_i} \end{align}

Regra de decisão:

Se = 1 então indivíduos aleatoriamente distribuídos.

Se < 1 (ou < M) então indivíduos regularmente distribuídos.

Se > 1 então indivíduos com padrão agregado.

Índice de Hazen

$$\frac{S^2_i}{M_i} (P - 1)$$

Regra de decisão:

Se < que $\chi$ para 75% com P-1 graus de liberdade então padrão não agrupado.

Se > que $\chi$ para 99% com P-1 graus de liberdade então padrão agrupado.

Se entre os valores de $\chi$ então tendência ao agrupamento.

Índice de Morisita

(18)
\begin{align} \frac{\sum_{p=1}^{P} n_{ip}(n_{ip}-1)}{n_{i}(n_{i}-1)} P \end{align}

Regra de decisão:

Se < 1 então padrão uniforme ou regular.

Se > 1 então padrão agrupado.

Se = 1 então padrão aleatório.

Significância para o índice de Morisita:

(19)
\begin{align} F_i = \frac{IM_i (n_i - 1) + P - n_i}{P - 1} \end{align}

Em que:

$IM_i =$ índice de morisita para a i-ésima espécie.

$n_i =$ número de indivíduos da i-ésima espécie.

Baseado na posição geográfica dos indivíduos

K de Ripley

Acrescentar no futuro.

Estrutura paramétrica

A estrutura paramétrica é analisada com base nas estimativas dos parâmetros que expressam densidades e estoques da floresta (atributos da floresta):

  • Número de árvore.
  • Área basal.
  • Volume
  • Diâmetro

Um histograma, também conhecido como distribuição de frequências ou diagrama das frequências, é a representação gráfica, em colunas (retângulos), de um conjunto de dados previamente tabulado e dividido em classes uniformes.

21-01.png

Figura. Exemplo de distribuição diamétrica em J-invertido. Fonte: Revista Espacios

A estrutura diamétrica é muito utilizada para caracterizar tipologias vegetais, estágios sucessionais, estados de conservação, regimes de manejo, processos de dinâmica de crescimento e produção, grupos ecológicos e como referência para o manejo.

O diâmetro acabou se consagrando como uma variável importante na descrição da estrutura florestal, como também na comercialização da madeira. Assim, conhecer a distribuição diamétrica é fundamental!

Tipos de distribuições:

  • Unimodal
  • Multimodal
  • Normal
  • J-invertido ou J-Reverso
  • Contínua

Para modelar a distribuição diamétrica, diversos modelos podem ser encontrados literatura. O mais utilizado é, sem dúvida, o modelo exponencial de Meyer:

Não linear: $N_j = e^{\beta_0 + \beta_1D_j}$

Linearizado: $ln(N_j) = \beta_0 + \beta_1D_j$

Ajustando o modelo de Meyer linearizado:

  1. Calcule a distribuição diamétrica da área de estudo, em que $N_j$ indica o número de indivíduos na classe de diâmetro $j$ e $D_j$ indica o centro da classe $j$.
  2. Calcule o logaritmo no número de indivíduos para cada classe de diâmetro ($N_j$).
  3. Ajuste a regressão linear $ln(N_j) = \beta_0 + \beta_1D_j$.

Outro modelo bastante difundido na modelagem da distribuição diamétrica de florestas nativas é o modelo exponencial de Mervart:

Não linear: $N_j = \beta_0 D_{j}^{\beta_1}$

Linearizado: $ln(N_j) = ln(\beta_0) + \beta_1 ln(D_j)$

Ajustando o modelo de Mervart linearizado:

  1. Calcule a distribuição diamétrica da área de estudo, em que $N_j$ indica o número de indivíduos na classe de diâmetro $j$ e $D_j$ indica o centro da classe $j$.
  2. Calcule o logaritmo do número de indivíduos para cada classe de diâmetro ($N_j$).
  3. Calcule o logaritmo do centro de classe de cada classe de diâmetro ($D_j$).
  4. Ajuste a regressão linear $ln(N_j) = ln(\beta_0) + \beta_1 ln(D_j)$.

Embora bastante usado em sua forma linear, o modelo de Weibull conquistou espaço com a chegada dos computadores, uma vez que seu procedimento de ajuste é mais complicado que os modelos apresentados anteriormente:

Não linear: $F_{D_j} = 1-exp(-\frac{D_j}{\beta}^\alpha)$

Linearizado:

(20)
\begin{equation} Y_j = ln(-ln(1-F(D_j))) \end{equation}
(21)
\begin{align} Y_j = \delta_0 + \delta_1 ln(D_j) \end{align}
(22)
\begin{align} \alpha = \delta_1 \end{align}
(23)
\begin{align} \beta = exp(-\frac{\delta_0}{\delta_1}) \end{align}

Ajustando Weibull:

  1. Calcule a probabilidade de cada classe $N_j/N$ (equivalente a $f(x)$)
  2. Calcule a probabilidade acumulada (equivalente a $F(x)$)
  3. Calcule o $ln(D_j)$
  4. Calcule para cada classe $ln(-ln(1-F(x)))$
  5. Calcule $\delta_0$ e $\delta_1$
  6. Calcule $\beta$ e $\alpha$

Para comparar duas distribuições, podemos usar:

  • Qui-quadrado
  • Kolmogorov-Smirnov

Valor das espécies

Valor de importância

(24)
\begin{equation} VI_i = FR_i + DR_i + DoR_i \end{equation}
(25)
\begin{align} VI_i(\%) = \frac{FR_i + DR_i + DoR_i}{3} \end{align}

Valor de cobertura

(26)
\begin{equation} VC_i = DR_i + DoR_i \end{equation}
(27)
\begin{align} VC_i(\%) = \frac{DR_i + DoR_i}{2} \end{align}

Valor de importância ampliado

(28)
\begin{equation} VIA_i = DR_i + FR_i + DoR_i + PSR_i \end{equation}
(29)
\begin{align} VIA(\%) = \frac{VIA_i}{4} \end{align}

Valor de importância ampliado economicamente

(30)
\begin{equation} VIAE_i = DR_i + FR_i + DoR_i + PSR_i + RNR_i + CRQ_i \end{equation}
(31)
\begin{align} VIA(\%) = \frac{VIAE_i}{6} \end{align}
Salvo indicação em contrário, o conteúdo desta página é licenciado sob Creative Commons Attribution-ShareAlike 3.0 License