O presente trabalho objetivou unir os pontos positivos de duas tendências de modelagem: modelos empíricos e modelos baseados em processos. Para tanto, o mesmo foi dividido em dois capítulos. No primeiro objetivou-se analisar o efeito das variações ambientais no crescimento florestal e selecionar variáveis significativas para serem utilizadas em modelos de crescimento e produção híbridos. No segundo capítulo o objetivo foi testar diferentes formas de inclusão das variáveis ambientais nos modelos de crescimento e produção para o povoamento. A área de estudo está localizada no extremo sul do estado da Bahia, compreendendo uma área de plantio de aproximadamente, 96.000 ha de Eucalyptus urograndis. A base de dados para o estudo foi composta por dados dendrométricos provenientes do Inventário Florestal Contínuo, dados climáticos oriundos de estações meteorológicas e dados edáficos advindos de classificação de solos. O período estudado compreendeu os anos de 1994 a 2006. Para relacionar as variáveis dendrométricas com as variáveis climáticas utilizou-se da correlação linear, análise de componentes principais e gráficos de dispersão. A inclusão das variáveis ambientais nos modelos de crescimento e produção foi feito por duas maneiras: modelo de índice de sítio e modelo de área basal. Os principais resultados foram: a) para a região em estudo, há correlação entre o incremento corrente anual em altura dominante, área basal e volume com as variáveis do ambiente; b) os maiores valores de correlação linear e incremento, tanto para área basal, altura dominante e volume foram: precipitação mensal, déficit e excedente hídrico; c) as variáveis que apresentaram maior significância para serem utilizadas na construção de modelos híbridos foram: excedente hídrico, precipitação, temperatura média e déficit de pressão de vapor do ar; d) a utilização do índice de sítio, estimado pelo modelo com variáveis ambientais, no modelo de crescimento e produção, melhorou a dispersão dos resíduos e a precisão do modelo. O erro padrão da estimativa foi de 15,08m3/ha; e) a utilização da área basal projetada por meio do modelo com variáveis ambientais em um modelo volumétrico melhorou em 9,3% a precisão do mesmo, contudo, a tendência de superestimar os maiores volumes se manteve. O erro padrão da estimativa foi de 30,70m3/ha.
This study aimed to join the positive points of two trends in modeling: empirical models and process-model based. Then, it was divided into two chapters. In the first, the aimed to analyze the effect of environmental changes on forest growth and select significant variables for use in hybrids models of growth and yield. In the second chapter aimed to test different ways of including environmental variables in models of growth and yield. The study area is located in the extreme south of Bahia state, with a planting area of approximately 96,000 ha of Eucalyptus urograndis. The database for the study consisted of dendrometric data from the Forest Inventory; climate data from weather stations and edaphic data from soil classification. The study’s period was between 1994 and 2006. For analyze of the dendrometric with climatic variables we used the linear correlation, Principal Component Analysis and scatter charts. The inclusion of environmental variables into models of growth and yield was done by two ways: site index model and basal area model. The main results were: a) for this region, we found correlation between dominant height, basal area and volume annual increment with the environment variables, b) the highest correlation values between basal area, dominant height and volume were: rainfall, water surplus and water deficit; c) the variables that showed the highest significance for use in hybrid models were: water surplus, rainfall, temperature and vapor pressure deficit; d) the use of the site index, estimated by the model with environmental variables in the model of growth and production, improved the precision of the model. The standard error of estimate was 15.08 m3/ha; e) the use of basal area projected by the model with environmental variables in a model volume improved by 9.3% accuracy, however, tend to overestimate the higher volumes remained. The standard error of estimate was 30.70 m3/ha.
