Reliable growth data from trees are important to establish a rational forest management. Characteristics from trees, like the size, crown architecture and competition indices have been used to mathematically describe the increment efficiently when associated with them. However, the precise role of these effects in the growth-modeling destined to tropical trees needs to be further studied. Here it is reconstructed the basal area increment (BAI) of individual Cedrela odorata trees, sampled at Amazon forest, to develop a growth- model using potential-predictors like: (1) classical tree size; (2) morphometric data; (3) competition and (4) social position including liana loads. Despite the large variation in tree size and growth, we observed that these kinds of predictor variables described well the BAI in level of individual tree. The fitted mixed model achieve a high efficiency (R2=92.7 %) and predicted 3-years BAI over bark for trees of Cedrela odorata ranging from 10 to 110 cm at diameter at breast height. Tree height, steam slenderness and crown formal demonstrated high influence in the BAI growth model and explaining most of the growth variance (Partial R2=87.2%). Competition variables had negative influence on the BAI, however, explained about 7% of the total variation. The introduction of a random parameter on the regressions model (mixed modelprocedure) has demonstrated a better significance approach to the data observed and showed more realistic predictions than the fixed model.
Dados confiáveis de crescimento de árvores são importantes para o manejo florestal. Características da árvore como o tamanho, arquitetura da copa e índices de competição, associados aos dados de crescimento da árvore são utilizados com freqüência como variáveis preditoras. Entretanto, a efetividade desse tipo de variáveis na modelagem do crescimento de árvores tropicais é pouco conhecida. Nesta pesquisa, reconstruímos o incremento periódico em área basal (IPG) de árvores individuais deCedrela odorata,amostradas na floresta Amazônica, para desenvolver um modelo de crescimento utilizando preditores potenciais como: (1) tamanho da árvore; (2) dados morfométricos; (3) competição; (4) posição sociológica e infestação de lianas na copa. Apesar da alta variação no tamanho da árvore e no crescimento, observamos que estas variáveis descrevem muito bem o IPG em nível de árvore individual. O modelo misto ajustado apresentou alta eficiência (R2=92.7 %) e estimou para três anos o IPG com casca em árvores com diâmetro a altura do peito variando desde 10 a 110 cm. A altura total, grau de esbelteza e formal de copa demonstraram elevada influência no crescimento em área basal e explicaram a maior parte da variação no crescimento (R2 parcial=87.2%). Variáveis de competição apresentaram influência negativa no IPG, entretanto, explicaram cerca de 7% da variação total. A introdução do parâmetro aleatório no modelo de regressão (modelo misto) conduziu a uma melhor aproximação aos dados observados (acurácia) com predição mais realística quando comparado ao modelo fixo.
