Manejo da densidade e predição probabilística multivariada de múltiplos produtos em povoamentos florestais

Abstract

Este trabalho tem como objetivo propor novas metodologias para o estudo do fenômeno do autodesbaste e para a quantificação dos sortimentos de madeira em povoamentos clonais de Eucalyptus sp., visando à melhoria das ferramentas utilizadas no manejo intensivo de florestas puras e equiâneas. Para tal, este estudo foi dividido em duas seções, de modo que na primeira propôs-se um novo método para definição das parcelas superestocadas, avaliaram-se novos modelos para retratar o limite da máxima competição e, a partir do modelo selecionado, estabeleceu-se um novo índice de densidade para auxiliar a definição de regimes de desbaste. Na segunda seção avaliou-se ainda a adequação da distribuição normal bivariada para modelar a densidade conjunta dos diâmetros a várias alturas do fuste a fim de realizar a predição probabilística dos sortimentos. Na primeira parte deste estudo conclui-se que o modelo selecionado apresentou melhoria no ajuste e maior informação biológica na interpretação dos parâmetros, o que contribui com uma análise mais rica do limite superior da zona de máxima competição. O Índice de Densidade do Povoamento desenvolvido pode ser considerado de fácil utilização, sendo eficiente na identificação das áreas intensamente subestocadas, ainda que seu uso não dispense a construção de Diagramas de Manejo da Densidade. Os resultados obtidos na segunda seção deste trabalho demonstram que a função densidade de probabilidade (f.d.p.) normal bivariada não foi considerada adequada para a predição dos sortimentos, tendo em vista a grande discrepância entre os valores estimados pela função de afilamento aplicada às árvores amostradas no Inventário Florestal e aqueles estimados por esta f.d.p. Recomenda-se, portanto, que sejam avaliadas outras f.d.p. para modelar a densidade conjunta dos diâmetros a várias alturas do fuste, tais como as funções Weibull e Gamma bivariadas, tendo em vista que esta nova metodologia de predição confere maior agilidade e facilidade na estimativa dos múltiplos produtos florestais, pois dispensam os procedimentos de integração das funções de afilamento.

This work aims to propose new methodologies for studying the self- thinning phenomenon and to quantify timber assortments in clonal Eucalyptus sp. stands, focusing in the improvement of the tools used in intensive management of even-aged and monospecific forests. This study was divided into two sections, so that in the first one a new method for determining overstocked stands was proposed; new models were evaluated to portray the limit of maximum competition zone and from the selected model, a new stocking index were established to assist the definition of thinning regimes. In the second section it was evaluated the adequacy of the bivariate normal distribution to model the joint density of the diameters at different heights of the stem in order to perform probabilistic prediction of assortments. In the first part of this study, we concluded that the selected model showed improved fit and more biological information on the parameters, which contributes to a richer analysis of the upper limit of the zone of maximum competition. The Stand Density Index developed can be considered easy to use and efficient in identifying the areas heavily understocked, although its use does not dispense the construction of the Density Management Diagrams. The results obtained in the second section of this work show that the probability density function (p.d.f.) bivariate normal was not considered appropriate for predicting the assortments, considering the large discrepancy between the values estimated by the taper function applied to the trees sampled in Forest Inventory and those estimated by this p.d.f. It is recommended, therefore, to evaluate other p.d.f. to model the joint density of the diameters at different heights of the bole, such as the Bivariate Gamma and Weibull functions. This new method of prediction gives greater flexibility and ease in the estimation of multiple forest products, because this procedure does not require tapering functions integration.