O inventário florestal contínuo foi adotado na Floresta Estadual do Antimary a partir de 1999 para verificar como a estrutura da floresta iria se comportar após ter sido realizado manejo florestal servindo como base de informação para entidades científicas e o Poder Público. Foram executados estudos voltados para a diversidade florística, os parâmetros fitossociológicos foram calculados, analisou-se a área basal, volume e taxa de mortalidade, foi ajustado um modelo linear para estimativa do crescimento futuro da floresta. Para identificar o estoque da floresta no futuro foi realizada a projeção das classes diamétricas utilizando a cadeia de transição probabilística de Markov para os anos de 2013 utilizando as parcelas dos períodos de 2001 e 2007. Para UPA Tabocal realizou-se a projeção para o ano de 2007, pois a mesma possuía três períodos de medição (2001, 2004 e 2007), com isso foi possível verificar se a cadeia ajusta-se para esse sítio, comparando os dados observados com estimado. Utilizaram-se dados das parcelas permanentes dos anos de 2001 e 2007 para o estudo. O índice de diversidade de O índice de diversidade de Shannon e Weaver foi de 5,054 e a equabilidade de Pielou 0,853 para o ano de 2001, praticamente o mesmo foi encontrado em 2007. O volume médio encontrado em 2001 foi 145,92a média foi equivalente a 175,71 m3.ha-1. O incremento periódico anual em volume da floresta dentro do período de seis anos foi de 4,24 m3.ha-1. A taxa de mortalidade para UPA tabocal foi de 3,87%. O modelo obtido pela regressão linear IPADAP = 0,59709 + Xij*(0,00273) + Yij*(0,06252) + Zij*(-0,03179) estimou o crescimento da UPA Tabocal com ótimos parâmetros R2 = 0,9963 e CV = 6,82 %. As projeções feitas, utilizando a cadeia de Markov tanto para o ano de 2013 (toda a floresta) quanto para o ano de 2007 (UPA Tabocal) não puderam ser validadas, devido os períodos de projeções serem muito curtos é recomendo utilizar intervalos maiores, para ter maior precisão na projeção. O estudo concluiu que é necessário ter mais observações medidas para gerar estimativas mais confiáveis, no entanto, os resultados encontrados nesse trabalho servem de subsídio para tomada de decisão das autoridades.
The continuous forest inventory was adopted in the Antimary State Forest from 1999 to see how the forest structure would behave after being held forest management serving as a base of information for scientific organizations and government, as it was the first forest state of Acre. We performed studies on floristic diversity, the phytosociological parameters were calculated, analyzed basal area, volume and mortality rate has been adjusted by a linear model to estimate the future growth of the forest. To identify the forest inventory was conducted in the future projection of the chain diameter classes using Markov transition probability for the years 2013 using portions of the periods of 2001 and 2007. For UPA Tabocal held the projection for the year 2007, because it had three measurement periods (2001, 2004 and 2007), it was possible to verify whether the chain adjusts to this site, comparing the observed data with estimated. We used data from permanent plots for the years 2001 and 2007 for the study. The diversity index of diversity index of Shannon and Weaver was 5.054 e Pilou equabilty 0.853 and evenness for the year 2001, virtually the same was found in 2007, very small variation. The volume of the plots in 2001 ranged from 116.82 m3.ha-1 to 183.62 m3.ha-1 in 2007 and the range was 144.48 m3.ha-1 to 206.93 m3.ha-1. The annual increment in volume of the forest within the period of six years was 4.24 m3.ha-1. The mortality rate for UPA Tabocal was 3.87%. The model obtained by linear regression IPADAP = 0,59709 + Xij*(0,00273) + Yij*(0,06252) + Zij*(-0,03179) estimated the growth of the UPA Tabocal with optimal parameters R2 = 0.9963 and CV = 6.82%. The projections made using the Markov chain for both the year 2013 (entire forest) and for the year 2007 (Tabocal UPA) could not be validated, because the periods are very short of projections is recommend to use longer intervals for have greater precision in the projection. The study concluded that more observations are necessary to have measures to generate more reliable estimates, however, the results found in this study provided basic information for decision making authorities.
