Abordagem multivariada em análise de sementes de espécies florestais exóticas

Abstract

Objetivou-se com este trabalho agrupar, por espécie, as matrizes mais similares, utilizando as variáveis observadas nas espécies florestais exóticas da flora brasileira nas análises de sementes do Centro de Pesquisas Florestais e Conservação do Solo, Santa Maria, Rio Grande do Sul, analisadas a partir de janeiro de 1997 a março de 2003. Para a análise de agrupamento foram utilizadas as espécies que possuíam quatro ou mais análises por lote, pelo método hierárquico aglomerativo, baseado na distância euclidiana média padronizada, utilizando-se também a técnica de componentes principais para a redução do número de variáveis. As espécies Callistemon speciosus, Cassia fistula, Eucalyptus grandis, Eucalyptus robusta, Eucalyptus saligna, Eucalyptus tereticornis, Delonix regia, Jacaranda mimosaefolia e Pinus elliottii foram as espécies encontradas com quatro ou mais análises por lote, em que no segundo e terceiro componentes principais conseguiram explicar aproximadamente 80% da variação existente no conjunto de dados. A análise de agrupamento mostrou-se eficiente na separação dos grupos de todas as espécies testadas, assim como o método dos componentes principais.

This work grouped, by species, the most similar seed tree, using the variables observed in exotic forest species of the Brazilian flora of seeds collected in the Forest Research and Soil Conservation Center of Santa Maria, Rio Grande do Sul, analyzed from January, 1997, to march, 2003. For the cluster analysis, all the species that possessed four or more analyses per lot were analyzed by the hierarchical Clustering method, of the standardized Euclidian medium distance, being also a principal component analysis technique for reducing the number of variables. The species Callistemon speciosus, Cassia fistula, Eucalyptus grandis, Eucalyptus robusta, Eucalyptus saligna, Eucalyptus tereticornis, Delonix regia, Jacaranda mimosaefolia e Pinus elliottii presented more than four analyses per lot, in which the third and fourth main components explained 80% of the total variation. The cluster analysis was efficient in the separation of the groups of all tested species, as well as the method of the main components.