Seleção de Clones de Eucalyptus para a produção de carvão vegetal e bioenergia por meio de técnicas univariadas e multivariadas

Abstract

O objetivo deste trabalho foi utilizar técnicas estatísticas univariadas e multivariadas para a seleção e avaliação de clones de Eucalyptus para a produção de carvão vegetal e bioenergia. Foram utilizados três clones de Eucalyptus urophylla e quatro de Eucalyptus grandis. Foram consideradas cinco árvores de cada clone, devidamente amostradas no sentido base-topo. De todas as árvores foi mensurado o diâmetro à altura do peito. Na madeira foram quantificados os teores de lignina total, extrativos totais, cinzas, holocelulose, carbono, hidrogênio, nitrogênio, oxigênio e enxofre, além das densidades básica e energética, estoque de carbono por volume e poder calorífico superior. Procedeu-se às análises de variância univariadas e para o agrupamento dos clones utilizou-se o algoritmo de Scott-Knott. Foram realizadas ainda as análises de variância multivariada, de componentes principais e de variáveis canônicas visando agrupar os clones em grupos similares. As técnicas multivariadas foram mais eficientes no agrupamento e seleção dos clones de Eucalyptus. Observou-se que o teor de lignina total apresentou grande importância nos agrupamentos considerando as técnicas multivariadas empregadas. O clone U103 pode ser considerado o mais indicado para a produção de carvão vegetal e os clones U059 e U221 foram os mais recomendados para a produção de bioenergia.

This work aimed at using univariate and multivariate statistical techniques for selection and evaluation of Eucalyptus clones for the production of charcoal and bioenergy. Three Eucalyptus urophylla clones and four Eucalyptus grandis clones were used. Five trees of each clone were sampled in base-top direction. Diameter at breast height was measured in all trees. Total lignin, total extractives, ashes, holocellulose, carbon, hydrogen, nitrogen and sulfur contents were quantified in the wood, also basic and energetic density and carbon stock by volume and higher heating value. Univariate variance analyses were used and the Scott-Knott algorithm was used for clone grouping. Multivariate variance analyses of principal components and canonical variables were also made aiming to group clones in similar groups. The multivariate techniques were more efficient in grouping and selection of Eucalyptus clones. It was observed that total lignin content was of great importance in grouping. Clone U103 was considered the most appropriate for charcoal production and clones U059 and U221 were recommended mostly for bioenergy production.