A introdução de espécies florestais de rápido crescimento em áreas com solos arenizados e degradados pode ser uma alternativa tanto para a prevenção como para a minimização desse problema. O trabalho foi realizado com o objetivo de estudar o desempenho do Pinus elliottii Engelm. e Pinus taeda L. em áreas arenizadas e degradadas por ação antrópica, no oeste do estado do Rio Grande do Sul, Brasil. Em povoamentos de ambas as espécies, árvores médias foram amostradas, abatidas e seccionadas pelo método de Smalian, para a obtenção de discos de madeira para a análise dendrocronológica do volume por idade. O crescimento em volume médio apresentou tendência diferente de desenvolvimento no tempo, quando comparado entre as espécies. O uso de variável dummy no modelo de Backman modificado permitiu definir uma equação única para estimar o volume médio em função da idade para ambas as espécies e níveis de degradação do solo, porém com estimativas diferentes em nível de crescimento representado pelo intercepto e inclinação das curvas, com excelente ajuste para um coeficiente de determinação de 0,98 e baixo erro padrão da estimativa de 0,3828 m3.
The introduction of fast-growing tree species in areas with sandification degraded soils can be an alternative to minimize this problem. This research was conducted to study the performance of Pinus elliottii Engelm. and Pinus taeda L. in areas degraded by sandification due to antropic action in western Rio Grande do Sul state, Brazil. In stands of both species, average trees were sampled, felled and sectioned by the Smalian method for obtaining discs for dendrochronological analysis which allowed the estimation of mean volume by age. The mean volume growth for each species showed different development trends in time. The use of dummy variables in the Bachman modified model enabled a single equation to estimate the average volume as a function of age for both species and degradation soil level; but with different level of estimated growth represented by the intercept and slope of the curves. The model presented an excellent fitting with a coefficient of determination of 0.98 and low standard error of estimate of 0.3828 m3.
