Manual para Análise de Inventário Florestal e Equação de
Transcrição
Manual para Análise de Inventário Florestal e Equação de
GOVERNO DO ESTADO DO PARÁ SECRETARIA DE ESTADO DE MEIO AMBIENTE DIRETORIA DE GESTÃO FLORESTAL Manual para Análise de Inventário Florestal e Equação de Volume em Projetos de Manejo Florestal Sustentável - PMFS GOVERNO DO ESTADO DO PARÁ SECRETARIA DE ESTADO DE MEIO AMBIENTE DIRETORIA DE GESTÃO FLORESTAL Manual para Análise de Inventário Florestal e Equação de Volume em Projetos de Manejo Florestal Sustentável - PMFS Luciana Maria de Barros Francez Engenheira Florestal da GEPAF/SEMA MSc. em Ciências Florestais Deivison Venicio Souza Engenheiro Florestal da GEPAF/SEMA MSc. em Ciências Florestais Cintia Lika Inada Takehana Engenheira Florestal da GEPAF/SEMA MSc. em Ciências Florestais Paulo Luiz Contente de Barros Engenheiro Florestal / UFRA Dr. em Manejo Florestal Belém-Pará 2010 Copyright © SEMA – 2010 GOVERNO DO ESTADO DO PARÁ SECRETARIA DE ESTADO DE MEIO AMBIENTE ELABORAÇÃO: Luciana Maria de Barros Francez Engenheira Florestal da GEPAF/SEMA MSc. em Ciências Florestais Deivison Venicio Souza Engenheiro Florestal da GEPAF/SEMA MSc. em Ciências Florestais Cintia Lika Inada Takehana Engenheira Florestal da GEPAF/SEMA MSc. em Ciências Florestais Paulo Luiz Contente de Barros Engenheiro Florestal / UFRA Dr. em Manejo Florestal NORMALIZAÇÃO BIBLIOGRÁFICA: Mara Georgete de Campos Raiol Rosa Elena Leão Miranda Dados Internacionais de Catalogação na Publicação (CIP) Manual para análise de inventário florestal e equação de volume em projetos de manejo florestal sustentável - PMFS / Luciana Maria de Barros Francez ... [et al.]. – Belém: Secretaria de Estado de Meio Ambiente, 2010. 66p. 1. Inventário florestal - Manual. 2. Manejo florestal. I. Francez, Luciana Maria de Barros. II. Souza, Deivison Venicio. III. Takehana, Cíntia Lika Inada. IV. Barros, Paulo Luiz Contente de. CDD 22.ed.: 634.9 Secretaria de Estado de Meio Ambiente Trav. Lomas Valentinas, 2717 – Marco CEP: 66.095-770 – Belém – Pará Home Page: www.sema.pa.gov.br Apresentação A floresta amazônica é detentora da maior biodiversidade do planeta, sendo de fundamental importância para a humanidade, em virtude dos inúmeros “serviços ambientais” ofertados por ela. Contudo, esta diversidade é ameaçada em razão das ações antrópicas exercidas neste bioma, incorrendo no risco de extinção, antes mesmo que espécies, tanto vegetais quanto animais, sejam catalogadas. Desta forma, é necessário conciliar a conservação e/ou preservação da biodiversidade com o desenvolvimento econômico, ameaçada pela intensa exploração de seus recursos madeireiros e não-madeireiros. Felizmente, em razão à crescente pressão da opinião pública e do mercado consumidor, quanto a procedência dos produtos oriundos da floresta e no que se refere à conservação dos recursos naturais, há um número cada vez maior de iniciativas de “bom manejo”, os quais visam à diminuição dos danos causados à floresta quando comparados àqueles realizados pela exploração florestal tradicional. Neste sentido, há de se considerar a realização de um inventário florestal conciso, com informações fidedignas à realidade de campo, visto que o mesmo fornece subsídios para o planejamento da exploração, assim como para a avaliação e determinação das estratégias para o manejo florestal, propriamente dito. O inventário florestal é a base para o conhecimento da composição florística e determinação do volume remanescente e explorável da floresta a ser manejada, aplicação de tratamentos silviculturais e plantios de enriquecimento, se forem o caso. Buscando aliar as demandas do mercado, às questões técnicas e a sustentabilidade, o Ministério do Meio Ambiente por meio dos órgãos vinculados ao Sistema Nacional do Meio Ambiente – SISNAMA elaborou normativas, com vistas a execução da Política Florestal do País. Nesse contexto, foram elaboradas a Instrução Normativa nº 05 de 11/12/2006-MMA, Norma de Execução/IBAMA nº 1, de 24/05/2007 e Resolução CONAMA nº 406 de 02/02/2009, que dispõem sobre os procedimentos técnicos para elaboração, apresentação, execução e avaliação técnica de Planos de Manejo Florestal Sustentável (PMFS). As legislações ora mencionadas tratam da necessidade de apresentação do Inventário Florestal Amostral e Inventário Florestal 100% (IF 100%), assim como do cálculo do volume de árvores em pé, mediante equação de volume a ser desenvolvida especificamente para o PMFS. Entretanto, existem, ainda, muitas dúvidas em relação aos critérios de seleção de indivíduos e espécies para manutenção, de acordo com as especificações elencadas na IN nº 05 de 11/12/2006. Outra dificuldade do setor é quanto a elaboração da equação de volume conforme solicitado no Art. 10º da Resolução do Conama nº 406 de 02/02/2009. O objetivo deste manual é servir como um guia prático para o corpo técnico, responsável pela análise dos PMFS’s, da Secretária de Estado de Meio Ambiente do Pará, bem como dirimir as dúvidas e servir como um roteiro metodológico para a realização de análise do IF 100% e elaboração de equação de volume, para os projetos apresentados por Engenheiros Florestais responsáveis pela elaboração dos Planos de Manejo Florestal do Estado do Pará. Para isto utilizou-se uma breve revisão bibliográfica e anotações feitas ao longo do curso inerente a equação de volume, ministrado pelo Professor Dr. Paulo Luiz Contente de Barros, professor adjunto da Universidade Federal Rural da Amazônia (UFRA), nos dias 27 a 29 de janeiro de 2010, ao corpo técnico da Gerência de Projetos Agrossilvipastoris da SEMA/PA. Portanto, recomenda-se que seja realizada pesquisa bibliográfica minuciosa para complementação das informações apresentadas neste manual. SUMÁRIO LISTA DE TABELAS ............................................................................................................................................... 7 1 ANÁLISE DE INVENTÁRIO FLORESTAL - 100% (IF - 100%) ....................................................................... 8 2 ANÁLISE DE EQUAÇÃO DE VOLUME ...........................................................................................................20 2.1. VOLUME .........................................................................................................................................................21 2.1.1. VOLUME DA ÁRVORE EM PÉ .................................................................................................................................21 2.1.2. VOLUME DO CILINDRO ........................................................................................................................................22 2.1.3. VOLUME FRANCON (VOLUME COMERCIAL DE TORAS) .................................................................................................24 2.2. VOLUME REAL ....................................................................................................................................................26 2.2.1. MÉTODO GEOMÉTRICO ......................................................................................................................................27 2.2.2. MÉTODO MATEMÁTICO .....................................................................................................................................28 2.2.2.1. VOLUME REAL SEGUNDO A METODOLOGIA DE H UBER ..............................................................................................28 2.2.2.2. VOLUME REAL SEGUNDO A METODOLOGIA DE N EWTON ...........................................................................................28 2.2.2.3. VOLUME REAL SEGUNDO A METODOLOGIA DE SMALIAN ...........................................................................................29 3 REGRESSÃO......................................................................................................................................................31 3.1. CLASSIFICAÇÃO DOS MODELOS DE REGRESSÃO .............................................................................................................32 3.1.1. MODELO LINEAR MÚLTIPLO ................................................................................................................................32 3.1.2. MODELO NÃO LINEAR ........................................................................................................................................33 4 ELABORAÇÃO DE EQUAÇÕES DE VOLUME ..............................................................................................35 4.1. COLETA DE DADOS DE CAMPO .................................................................................................................................36 4.2. CONSISTÊNCIA DOS DADOS .....................................................................................................................................37 4.3. CÁLCULO DO VOLUME REAL ....................................................................................................................................37 4.4. ANÁLISE DESCRITIVA .............................................................................................................................................44 4.5. BANCO DE DADOS PARA VALIDAÇÃO ..........................................................................................................................45 4.6. CRITÉRIOS DE SELEÇÃO DOS MODELOS .......................................................................................................................46 4.6.1. TESTE F (PARA VERIFICAR SE HÁ OU NÃO REGRESSÃO) .................................................................................................46 2 2 4.6.2. COEFICIENTE DE DETERMINAÇÃO (R OU R ) ............................................................................................................47 4.6.3. ERRO PADRÃO DE ESTIMATIVA (SY.X) ......................................................................................................................47 4.6.4. COEFICIENTE DE VARIAÇÃO (CV)...........................................................................................................................48 4.6.5. ANÁLISE GRÁFICA DE RESÍDUOS ............................................................................................................................48 4.6.6. DESVIO MÉDIO PERCENTUAL (DMP%) ..................................................................................................................49 4.7. EXEMPLO PRÁTICO ...............................................................................................................................................50 4.8. TESTE DO QUI -QUADRADO PARA VALIDAÇÃO DO (S) MODELO (S) SELECIONADO (S) ..............................................................59 CONSIDERAÇÕES FINAIS ...................................................................................................................................64 REFERENCIAL TEÓRICO .....................................................................................................................................65 ANEXO .....................................................................................................................................................................66 LISTA DE TABELAS Tabela 1. Banco de dados utilizado para a validação da equação selecionada (log Vol = 3,0447 + 2,03475 * log DAP). Tabela 2. Banco de dados utilizado para a comparação das equações de simples entrada (log Vol = -3,0447 + 2,03475 * log DAP) e dupla entrada (log Vol = - 3,76568 + 0,96212 * log (DAP²) + 0,75397 * log(H)) através do teste qui-quadrado. 7 1 ANÁLISE DE INVENTÁRIO FLORESTAL - 100% (IF - 100%) O inventário florestal consiste, basicamente, no registro dos indivíduos existentes em uma determinada área. É um importante instrumento utilizado para diagnosticar o potencial produtivo de uma floresta, objetivando oferecer informações quantitativas e qualitativas dos produtos madeireiros e não-madeireiros. Com as informações levantadas em um inventário florestal é possível determinar a viabilidade econômica dos diferentes seguimentos e empreendimentos florestais. Os inventários florestais podem ser aplicados em vários tipos de levantamento, sendo empregado, por exemplo, para a realização de um reconhecimento de uma área a ser explorada e/ou um diagnóstico dos danos causados à vegetação remanescente após as atividades exploratórias. Segundo Soares et al. (2006) existem diferentes tipos de inventário florestal, a saber: Censo ou Inventário 100%; Amostragem; Temporários; Contínuos; Exploratório; De reconhecimento; e Detalhado. No presente manual tratar-se-á, apenas, da análise do inventário florestal 100% que é uma prática adotada nas atividades pré-exploratórias o qual será a base para o planejamento das ações inerentes as diferentes fases da exploração florestal. A realização do inventário florestal é de fundamental importância para a projeção das estradas principais e secundárias, ramais de arraste, estabelecimento de pátios de estocagem e para a determinação dos indivíduos e espécies a serem mantidos, assim como àqueles que deverão ser selecionados para o corte. Na realização do manejo florestal, visando à produção sustentável, é importante conhecer as diversas características da floresta, as quais podem ser obtidas pelo inventário florestal. Atualmente, o inventário florestal 100% deverá ser apresentado segundo o que versa a Instrução Normativa nº 05 de 11/12/2006-MMA (Brasil, 2008a), Norma de Execução/IBAMA nº 1, de 24/05/2007 (Brasil, 2008b) e Resolução CONAMA nº 406 de 02/02/2009 (Brasil, 2009). A análise técnica é baseada pura e simplesmente no que rege a legislação supracitada, observando os critérios de manutenção de árvores por espécie, de acordo com os Arts. 6º, 7º e 8º da Instrução Normativa nº 05 de 11/12/2006-MMA (Brasil, 2008a) e Art. 4º da Resolução CONAMA nº 406 de 02/02/2009 (Brasil, 2009). A seguir é demonstrado o passo a passo para a realização da análise do inventário florestal 100% (IF100%). 8 1º Passo: Criar uma cópia do IF100% Anteriormente a qualquer exame técnico o analista deverá criar uma cópia da planilha contendo os dados do Inventário Florestal 100%. Primeiramente deverá ser verificada a existência de erros na planilha como: células em branco, nome de indivíduos da mesma espécie escritos em formatos diferentes, valores demasiadamente altos para as variáveis CAP (circunferência a altura do peito) e H (altura), árvores com numerações repetidas... Em seguida deverá abrir a planilha com os dados brutos coletados em campo e, a posteriori, selecionar a linha (ou grade) contendo os nomes das variáveis discriminadas e utilizar-se da opção “Filtrar”, conforme mostra a figura abaixo. Clicar em “Dados” → “Filtrar”. 2º Passo: Verificar a adequação IF 100% Após aplicar o procedimento “Filtrar”, o qual permitirá visualizar de forma resumida todas as informações constantes na coluna da variável selecionada, o técnico deverá realizar a avaliação da adequação do IF100% as informações prestadas no PMFS, bem como ao marco legal vigente, conforme descrito a seguir: - Quanto ao Diâmetro Mínimo de Corte – DMC: A verificação da adequação do Diâmetro Mínimo de Corte - DMC constitui-se em uma das principais análises a serem realizadas no IF 100%. Neste procedimento o técnico deverá atentar-se para a previsão de corte das árvores a explorar, ou seja, verificar se não existem árvores previstas para exploração com DMC < 50 cm. 9 - Quanto a exploração de árvores com qualidade de fuste 3 (QF3): Deverá ser observado, ainda, a existência de árvores com qualidade de fuste 3 (QF3) selecionadas para exploração florestal. Neste procedimento o técnico deverá verificar no Plano de Manejo Florestal Sustentável (PMFS)/Plano Operacional Anual(POA) se a sua exploração fora devidamente prevista, bem como a justificativa técnica plausível para a utilização de árvores com qualidade de fuste 3. Caso conste no PMFS/POA a previsão para a exploração de somente indivíduos com qualidade de fuste 1 (QF1) e (QF2), no IF100% apresentado em CD-ROM não deverá haver indivíduos à explorar que contenham QF 3. - Quanto à utilização correta das fórmulas para o cálculo das variáveis dendrometricas: Outro ponto a ser observado é a correta utilização das fórmulas matemáticas para o cálculo das variáveis dendrométricas (volume, área basal, DAP), conforme figura abaixo. 10 3º Passo: Criar uma “tabela dinâmica” Realizada a verificação da adequação do IF100%, proceder-se-á a verificação dos critérios de raridade previstos na Instrução Normativa MMA nº 05, de 11/12/2006 (Brasil, 2008a). Este procedimento será realizado com fins de verificar o atendimento dos aspectos legais previstos na IN MMA nº 05/2006, no que diz respeito ao percentual de indivíduos remanescentes a serem mantidos na área de efetivo manejo florestal. Para tanto, o técnico deverá utilizar-se da ferramenta “tabela dinâmica”, conforme ilustrado a seguir: 1. “Dados” → “Relatório de tabelas e gráficos dinâmicos”. 2. Clicar em Avançar na janela do Assistente de Tabela Dinâmica. 11 3. Verificar se o intervalo abrange todos os dados e clicar em “avançar” Clicar na nova pasta: Ctrl Home, Ctrl Shift → ↓ Clicar na célula em que se deseja que a tabela apareça e clicar avançar ou concluir. 4. No campo “Linha” deverá ser colocada as informações referentes à espécie. Assim, os nomes de todas as espécies aparecerão na coluna. 12 5. No campo referente à Coluna deverão ser colocadas as informações relativas à destinação das espécies (Classificação ou categoria dada aos indivíduos das diferentes espécies. Ex.: Exploráveis, remanescentes, árvores em APP) Clicar com botão esquerdo na variável OBS (que se refere à destinação das espécies), pressionar e arrastar para o campo concernente a coluna: “Solte campos de coluna aqui”. 6. Para o cálculo do número de indivíduos por categoria (ex: explorar, remanescente), o técnico deverá arrastar uma variável (que possibilite contabilizar o número de indivíduos; por exemplo, o volume) da janela “Lista de campos da tabela dinâmica” para o campo referente a itens de dado, onde está escrito: “Solte itens de dados aqui”. Em seguida o técnico deverá clicar duas vezes sobre a célula “Soma de volume”. Na Janela “Campo de tabela dinâmica” → selecionar: ContNúm → Ok 13 7. Clicar na coluna espécie: Ctrl + Shift → ↓ Ctrl C, colar especial “valores” na mesma planilha; Nesta nova utilizado o planilha deverá “Autofiltro”. ser Após selecionar o campo dos indivíduos, direcionados à exploração, o campo das não vazias deverá ser marcado (o objetivo deste passo é selecionar, apenas, as espécies marcadas para a exploração). 14 8. Criar ao lado da tabela uma coluna para o cálculo dos 10% preconizados na IN 05/2006 – MMA. O cálculo do número de árvores serem remanescentes deixadas deverá a ser feito sobre o total geral dos indivíduos (Remanescentes + Exploráveis) com DAP ≥ 50 cm. 9. Para Área de Efetivo Manejo Florestal - AEMF maior ou igual a 100 ha teremos: - critério de 3 indivíduos/100ha, proceder-se-á o seguinte cálculo: 3 indivíduos x AEMF/ 100ha Nº indiv.= 3x (AEMF)/100 Exemplo: =3*184,416533/100 No arredondamento, o técnico deverá, sempre, arredondar esse valor para mais. Por exemplo: 5,53249.... = 6 indivíduos – o que não atender a esse número, deverá ser enquadrada como Remanescente (RESERVADA) 15 10. O Volume a ser liberado deverá ser calculado da seguinte maneira: O técnico deverá clicar em Dados → Relatório tabela dinâmica → Selecionar a planilha que apresenta os dados de QF 1 e 2; DAP > 50cm. 11. Clicar na célula em que se deseja que os dados da tabela dinâmica apareçam. Em seguida clicar em concluir. 16 12. Clicar no quadro “Lista de campos da tabela 2 dinâmica”, os itens que se referem às variáveis para efetuar o cálculo: – Clicar com o botão esquerdo, sobre a variável 1 (Espécie, ou nome vulgar), pressionar e arrastar (1) para a 1ª coluna (soltar no campo referente a linha), como se observa ao lado. Logo aparecerão automaticamente os nomes das espécies nesta coluna (2). 13. No campo referente a Coluna deverá ser colocado as informações relativas a destinação das espécies (categoria em que elas se encontram). Clicar com o botão esquerdo, pressionar e arrastar para o campo concernente a coluna. 17 14. No campo referente aos Dados deverão ser colocadas as informações relativas ao Volume – Clicar com o botão esquerdo, pressionar, arrastar e soltar no campo referente aos dados. 15. Na seta, referente às diferentes categorias, (Ex.: da OBS), da tabela dinâmica, desmarcar os itens que não se referem a exploração, ou seja, os indivíduos destinados a “reserva” ou “remanescente”. Realizado este ponto, o técnico obterá o volume total, por espécie, requerido no processo, de acordo com a figura abaixo. 18 16. Para o cálculo do volume por hectare, deverá ser criada na célula ao lado do nome da última variável (neste caso, corresponde à variável “Exploração”) uma célula com o título de Vol/ha. Logo abaixo, na mesma célula, criar uma fórmula, dividindo o valor da exploração pela área de efetivo manejo, determinado pela Gerência de Geotecnologia (SEMA). Posteriormente, arrastar (clicar no cursor + e arrastar até a última célula correspondente ao volume por espécie). Exemplo: F5/ 57,87, sendo que F5 é igual ao volume total a ser explorado na área de efetivo manejo de 57,87 ha, como se observa na figura abaixo: Realizado este passo, têm-se o volume total estimado, em m3ha-1, para uma determinada AMF. 19 2 ANÁLISE DE EQUAÇÃO DE VOLUME No âmbito do manejo florestal o conhecimento das diversas características da floresta torna-se imprescindível quando se almeja à produção de madeira sob regime de manejo sustentado. Tais informações podem ser obtidas por meio de inventário florestal através do qual inúmeras variáveis podem ser diretamente quantificadas (diâmetro a 1,30m do solo (DAP), altura estimada (H), qualidade do fuste (QF), etc.). A expressão quantitativa mais usada em florestas é o volume de madeira, o qual se constitui em informação imprescindível em Planos de Manejo Florestal Sustentado – PMFS. Diversos métodos para estimar o volume de árvores em pé têm sido descritos. Todavia, a melhor maneira de determinar o volume das árvores é pela utilização da técnica denominada de “Tabela (equação) de volume do povoamento”. COUTO & BASTOS (1987), afirmam que o método da equação de volume é o mais preciso dos métodos de determinação de volume de árvores em pé, contrapondo-se aos métodos de volume cilíndrico e da área basal. Husch et al. (1972) classificam as tabelas de volume em três categorias: tabelas padrão (ou de dupla entrada), onde o volume é função do diâmetro à altura do peito (DAP) e da altura; tabelas locais, onde o volume é função, apenas, do DAP; e tabelas por classe de forma, onde o volume é função do diâmetro, altura e uma medida da forma de árvore. Segundo Silva et al. (1984) as tabelas padrão são mais precisas que as tabelas locais, porque elas envolvem, além do diâmetro, a altura como variável independente. A vantagem das equações de volume é o cálculo de volume sólido, árvore a árvore, através de modelos matemáticos, especialmente testados para apresentar os menores erros possíveis (COUTO & BASTOS, 1987). Contudo, na maioria dos PMFS apresentados à Secretaria de Estado de Meio Ambiente do Pará - SEMA utiliza-se do método do volume cilíndrico, cujo volume real da madeira é obtido através da multiplicação deste pelo fator de forma 0,7 (considerado fator médio para todas as espécies da Amazônia). Na esfera legal a Instrução Normativa nº 30 de 31/12/2002, dispôs sobre o cálculo do volume geométrico de árvores para a Amazônia, determinando a utilização da equação de volume para as áreas submetidas ao PMFS. Muito embora a IN30 tenha sido revogada, o advento da Instrução Normativa nº 05 de 11/12/2006-MMA (Brasil, 2008a), da Norma de Execução/IBAMA nº 1, de 24/05/2007 (Brasil, 2008b) e da Resolução CONAMA nº 406 de 02/02/2009 (Brasil, 2009) retomou a necessidade de cobrança da equação de volume a partir do segundo Plano Operacional Anual - POA. Em seu Art. 10º, a Resolução 20 CONAMA nº 406 (Brasil, 2009) dispõe o seguinte: Art. 10º. A partir do segundo Plano Operacional Anual - POA, só será aceito pelo órgão ambiental competente o cálculo do volume de árvores em pé, mediante equação de volume desenvolvida especificamente para o PMFS. Vale ressaltar que a definição de modelos volumétricos específicos para as Áreas de Manejo Florestal - AMF não tem por finalidade aumentar ou diminuir o volume de madeira a ser concedido no âmbito das autorizações de exploração florestal pelos órgãos ambientais competentes, mas estimar com maior precisão o volume existente na AMF e, por conseguinte, racionalizar o uso da floresta e garantir a sustentabilidade ao longo do tempo. Silva (2007) ratifica que o emprego de equações volumétricas desenvolvidas especificamente para as áreas de manejo florestal (AMF) se constitui no procedimento mais eficiente, econômico e com precisão aceitável, para a quantificação da produção do volume de madeira da floresta. 2.1 VOLUME A expressão quantitativa mais usada em florestas é o volume de madeira. Os volumes das árvores podem ser estimados através de relações previamente estabelecidas entre eles e dimensões facilmente mensuráveis. Diâmetro, altura e forma são as variáveis independentes geralmente utilizadas para estimar o volume de madeira. O resultado final de uma relação desse tipo pode ser apresentado em forma de tabela, chamada de tabela de volume (HUSCH et al. 1972), como outrora mencionado. 2.1.1 Volume da árvore em pé Em florestas tropicais há a dificuldade de visualização das copas de determinadas árvores. Dessa forma, não há ponto de referência para mensuração da altura1 total. Em virtude disso a precisão dessa medida é dúbia, o que poderá ocasionar superestimação ou subestimação dos dados relativos à altura, ocasionando, conseqüentemente falhas para a determinação do volume a ser liberado. Para estimação da altura exige-se treinamento, atividade que demandará tempo e custo. 1 Dimensão vertical de um corpo, da base para cima. Esta pode ser dividida de três formas: 1. Altura total: varia de acordo com a espécie (variável biológica, isto é, depende da biologia da espécie); 2. Altura do Fuste: Altura que vai da base da copa ao nível do solo: e 3. Altura Comercial: Altura que vai do nível do solo até a primeira bifurcação considerada. 21 ALTURA DAP VOLUME A medida da circunferência a altura do peito (CAP) ou do diâmetro a altura do peito (DAP) da árvore serve para estimar o volume de madeira das árvores a serem exploradas. O DAP ou o CAP são variáveis mensuradas diretamente em campo, por meio da utilização de trenas diamétricas ou centimétricas o que possibilitará a obtenção de um dado mais confiável. A medição do diâmetro ou circunferência da árvore deverá ser feita a uma altura de 1,30 metros do solo2. Do ponto de vista técnico, as equações de volume de dupla entrada (V= f (DAP; H)) são mais precisas estatisticamente. O volume3 total de madeira existente em uma dada área é a soma do volume de cada indivíduo localizada nesta área. Para o cálculo do volume é necessário a utilização das duas variáveis dendrométricas supramencionadas (Circunferência ou Diâmetro e Altura). Outra variável que deverá ser observada é a qualidade de fuste dos indivíduos selecionados para corte. 2.1.2 Volume do cilindro No método de volume cilíndrico, o volume real da madeira é obtido através da multiplicação do volume cilíndrico por um fator de forma médio da floresta (COUTO & BASTOS, 1987). 2 Nas árvores com sapopemas, cipós, casas de cupins etc. a medição deverá ser feita preferencialmente a 30cm acima desse ponto. 3 Medida do espaço ocupado por um sólido. 22 di d1 = d2 = di = dn d3 d2 Volume do cilindro (Vc): base x altura 2 2 Área da base: π d = 0,7854 x d 4 _C ou Vc = π d2 x H 4 2 4.π O Diâmetro de referência de um cilindro = DAP, geraria então o volume da árvore, em um formato de um cilindro perfeito. Contudo, sabe-se que os indivíduos arbóreos apresentam uma conicidade intrínseca à característica de cada espécie, bem como em relação ao seu habitat natural. Dada a diversidade de formas e graus de afilamentos das espécies tropicais, surge a necessidade de corrigir o volume do cilindro para o volume da árvore. Neste contexto, os estudiosos têm lançado mão da utilização do fator de forma que nada mais é do que um fator que permite corrigir o volume do cilindro para o volume da árvore em pé. ff H DAP 23 ff = 1 Volárvore Volcilindro Volárvore = Volumecilindro x ff 2 2 Várvore: π d x H x ff .: 0,7854 x d x H x 0,7 4 Várvore: 0,55 x DAP2 x H onde: Volárvore : Volcilindro: ff: π: d ou DAP: H: volume da árvore volume do cilindro fator de forma* constante pi (3,14159) diâmetro a altura do peito altura * O fator de forma médio para a Amazônia é de 0,7 (HEINSDIJK, 1963). Nas florestas tropicais o fator de forma torna-se impreciso devido às árvores não apresentarem a mesma conicidade. Este deverá ser utilizado, somente, nas situações em que não se tenha nenhuma informação sobre a forma da árvore. O fator de forma, no entanto, não garante a precisão do volume. Deste modo, há a necessidade de um modelo matemático que explique a relação entre volume e as variáveis dendrométricas DAP e H. 2.1.3 Volume Francon (volume comercial de toras) O volume do fuste (Vf) é igual ao volume total da tora (Volume geométrico) multiplicado pelo fator 0,785. g1 Vg g2 L 24 Vg= (g1+g2)/2 * L onde: Vg: volume geométrico (m3) g1: área transversal 1 (m2) g2: área transversal 2 (m2) L: comprimento (m) O Volume Francon (Vf) é o volume de uma tora esquadrejada, ou o volume no qual foi excluído as costaneiras (21,5%), que são os resíduos eliminados para a obtenção do volume esquadrejado. O volume francon é o volume comercial de toras adotada por toda região amazônica. Costaneiras (21,5%) L2 L1 L3 Vf = L1 * L2 * L3 A diferença entre o volume geométrico e o volume francon de uma tora é de 21,5% (de unidade de medida utilizada). Exemplificando: Uma tora com volume geométrico de 10m3, apresentará um volume francon de 7,85m3. 25 Como obter o volume Francon mensurando diretamente a tora? Vf = Vg*0,785 O volume Francon poderá ser obtido através do uso do volume geométrico, pela seguinte fórmula: onde: Vf: Volume francon Vg: volume geométrico do fuste A circunferência poderá ser mensurada, também, no meio da tora com ou sem a casca. * Toras com casca - Há variação na espessura da casca, dependendo das espécies. Desta forma, foi estabelecido que a medição da circunferência (cm) fosse realizada sobre a tora com casca, subtraindo 10cm e dividindo o resultado por 100 para transformação da unidade em metros. 2 Vf = Cs/c 4 onde: . L; Vf: volume francon Cs/c: circunferência sem casca (m) Cc/c: circunferência com casca (m) L: comprimento (m) Vf = (1/4 . Cs/c)2 . L; 2 Vf = 2.2 (Cc/c – 10cm) / 100 4 . L; Volume Real O volume real é calculado através do método da área basal, multiplicando-se a área basal do povoamento pela altura média e pelo fator de forma médio (COUTO & BASTOS, 1987). 26 2.2.1 Método Geométrico Fuste – parte do tronco das árvores desprovida de ramificações consideradas Tora – parte seccional do fuste que é utilizada no comércio (o tamanho depende do fim a que se destina). A) c1 (cm) c2 g2 g1 d2 d1 L= 4,5,6,......9.... c1 d1 g1= (c1 / 100)2 ou g1= π (d1/100)2 4π 4 c2 d2 g2= (c2 / 100)2 ou g2= π (d2/100)2 4π 4 onde: c 1 e c 2 : circunferência da base 1 e 2 d1 e d2: diâmetro da base 1 e 2 g1 e g2: área transversal da face 1 e 2 π: constante pi (3,14159) L: comprimento Vg: Volume geométrico Vg= (g1 + g2) x L 2 B) gm L/2 L onde: Vg: gm x L Vg: volume geométrico gm: área transversal medida no meio da tora L: comprimento 27 2.2.2 Método Matemático A quantificação do volume sólido em povoamentos florestais é imprescindível para a implementação de planos de manejo sustentável das florestas. Para quantificar esse volume executa-se um inventário florestal que consiste na medição de parte da população, isto é, de unidades amostrais ou parcelas, para depois extrapolar os resultados para a área total. Assim, visando planejar as operações florestais, têm-se estimativas da quantidade e da distribuição da madeira disponível. Para obter o volume de cada parcela são utilizados modelos hipsométricos em conjunto com modelos volumétricos, de taper ou de múltiplos volumes. Assim, para obter as equações desses modelos, executa-se uma cubagem rigorosa (volume real) em árvores-amostra abatidas (LEITE & ANDRADE, 2002). 2.2.2.1 Volume real segundo a metodologia de Huber A determinação do volume real por HUBER é mais precisa que Smalian, pois é relativo à média das áreas das secções. 2m 2m Ln Vreal: gm x L onde: gm g1 1m 2.2.2.2 g2 2m gm g3 gn Ln Vreal: volume real gm: área transversal média g1..n: área transversal de 1 a n L: comprimento Volume real segundo a metodologia de Newton Este autor realizou a junção das fórmulas de Huber e Smalian (que será visto a seguir). Desta forma Newton é mais preciso que Huber. 28 Vreal: g1 + 4gm + g2 . L 6 onde: g2 gm g1 L = 2m 2.2.2.3 Vreal: volume real gm: área transversal média g1: área transversal da base 1 g2: área transversal da base2 L: comprimento Volume real segundo a metodologia de Smalian O volume de Smalian é calculado em secção de 2m de comprimento, determinando-se a média das áreas transversais dos extremos da secção multiplicado pelos seus comprimentos. Exemplo: V= g1+g2 2 L1: 2m g1 L2: 2m g2 V1 V2 L3: 2m g3 V3 L3: 2m g4 V4 Ln g5 V5 gn-1 g6 gn CAP X C1 h C2 C3 C4 C5 C6 Cn-2 Cn-l ln l<2m Para a obtenção dos dados a medição da circunferência deverá ser feita a cada 2m ao longo do fuste da árvore, observando-se que o último segmento poderá ser menor que 2m. A circunferência 1 (C1) deverá ser medida no extremo 1. O Cálculo das áreas (gn) das secções é realizado em função das circunferências (Cn). 29 Vreal: V1 + V2 + V3 + V4 + V5 onde: n Vreal: volume real V1: volume da secção 1 : Vn-2: volume da antepenúltima secção Vn-1: volume da penúltima secção Vn: volume da última secção g1: área transversal 1 : gn-2: área transversal da antepenúltima secção gn-1: área transversal da penúltima secção gn: área transversal da última secção L1 a n: comprimento das diferentes secções Ln: comprimento da última secção Vreal: Σi=1 Vi V1: g1 + g2 . 2 2 V2: g2 + g3 . 2 2 V3: g3 + g4 . 2 2 V4: g4 + g5 . 2 2 gn-1 V5: g5 + g6 2 V5: gn-1 + gn . Ln 2 n Vreal: Σi=1 Vi = g1 + g2 + g2 + g3 + g3 + g4 + g4 + gn-1 + gn-1 + gn . Ln 2 = g1 + 2g2 + 2g3 + 2g4 + gn-1 + gn-1 + gn . Ln Fórmula geral Segundo Smalian: Vreal: g1 + gn-1 + 2(g2 + g3 + g4 + … + gn-2) + gn-1 + gn . L n 2 Recomenda-se a utilização da ficha de campo conforme modelo abaixo: N 1 2 3 ESPÉCIE N° árv Maçaranduba FICHA DE CAMPO CAP (cm) H (m) C1 C2 C3 C4 ... Cn Na ficha de campo deverão constar as seguintes informações: Número da árvore; segundo o IF-100%; identificação da espécie, circunferência a altura o peito; altura e mensuração das diferentes circunferências, medidas de 2 em 2m ao longo do fuste. 30 Precisão do cálculo do volume real Smalian < Huber < Newton 3 Apesar de Smalian apresentar menor precisão, em relação aos demais, não há diferença significativa entre os resultados dos volumes, sendo mais viável utilizar a de Smalian, em razão da praticidade em campo quando comparada as duas outras metodologias. REGRESSÃO Regressão é o estudo entre duas variáveis ou grupos de variáveis onde se procura estimar o valor de uma variável a partir do conhecimento de outra (s) variável (is). Parâmetro significa verdadeiro valor, ou valor real. Na estatística os parâmetros são em geral representados pelas letras gregas. Geralmente o parâmetro não é conhecido, pois se costuma trabalhar com amostragens e não com a população total, e dessa forma determina-se a estimativa do parâmetro (um valor mais próximo do parâmetro). Modelo Matemático Y= β0 + β1X + ε Onde: Y= parâmetro da variável dependente ou variável resposta; βo= parâmetro do coeficiente de interseção; β1= parâmetro do coeficiente de inclinação/regressão; X= parâmetro da variável independente (independe de qualquer outra variável, isto é, aquela medida no campo); ε= componente aleatório ou erro de estimativa. A variável Y (parâmetro) de modelo não tem erro, visto que o erro da estimativa da variável em análise é computado a parte, recebendo a denominação de erro de estimativa. 31 * O que vai determinar se a variável é dependente ou independente? Esta avaliação dependerá da maior ou menor facilidade de obtenção da variável em campo. Ex: DAP – fácil medição tem maior facilidade de ser mensurado diretamente no campo. - é considerada uma EQUAÇÃO Y= b0 + b1x - estes coeficientes são estimados, b0 e b1 - na equação, o erro não aparece, pois está distribuído na variável, que é uma estimativa e não o verdadeiro valor. Para isto, é necessário determiná-lo para verificar a precisão da equação. - esta equação apresenta expoente = 1 e uma variável independente (X). Desta forma temos uma REGRESSÃO LINEAR4 SIMPLES. y = b0 + b1x y Onde: Y= variável dependente (de x); bo= coeficiente de intercessão; tgα = b1 y = b1x, pois b0= 0 b0 Linha de regressão b1= coeficiente de inclinação ou coeficiente de regressão (tangente do ângulo α); x - b0 x= variável independente. Neste caso, a variável independente não é mais um parâmetro, o erro está embutido no valor de y, pois as variáveis (b0 e b1) são estimativas (não são verdadeiros valores). 3.1 Classificação dos modelos de regressão 3.1.1 Modelo Linear Múltiplo Y= β0 + β1X1 + β2X2 + ... + βnXn 4 Modelo Linear é aquele que é aditivo e o expoente é igual a 1. 32 Quando todos os expoentes das variáveis independentes são iguais a 1, a regressão é considerada LINEAR. Quando há duas ou mais variáveis independentes (X1, X2 e X3) envolvidas no modelo, a regressão é considerada MÚLTIPLA. 3.1.2 Modelo não Linear Y= β0 . 10β1X A equação é considerada não linear logY= logβ0 + β1Xlog10 quando o expoente é diferente de 1. Quando a equação se apresentar de logY= logβ0 + β1X forma não linear, se torna necessário y= 10(b0 + b1x) a linearização da mesma, conforme demonstrado ao lado. Como linearizar uma equação? Logaritmizando a equação não-linear. Os programas estão voltados somente para regressão linear. O entendimento destes modelos e das variáveis independente e dependente é necessário para a correta aplicação dos dados nos programas e na entrada de dados para análise. * Neste ponto é interessante saber o conceito de correlação. Correlação: é o grau de relação entre duas variáveis (x e y) quaisquer, sejam dependentes ou independentes. Representação (notação) r Medida linear, a qual pode assumir valores positivos e negativos Variação [-1 0 +1] ou [-100 0 +100] 33 y r = +1 O aumento de uma variável implica no aumento da outra variável y r = -1 x Correlação positiva y r=0 y não varia com o aumento de x x Não há correlação O aumento de uma variável implica na diminuição da outra variável x Correlação negativa y y r=0 r=0 x não varia com o aumento de y x Não há correlação x Não há correlação Quando b1 for igual a zero, na equação exemplificada (y = b0 + b1x) não haverá regressão. Por exemplo, para a confecção do gráfico é necessário o conhecimento das variáveis dependentes e independentes e como estas estão envolvidas entre si. Outro ponto a ser observado, no gráfico, é quanto aos critérios para a eliminação dos outlines, ou seja, dos pontos extremos que estariam superestimando ou subestimando os dados em análise. Outlines que devem ser eliminados 34 4 ELABORAÇÃO DE EQUAÇÕES DE VOLUME Os PMFS que apresentarem mais de uma UPA, a partir da homologação da Resolução do CONAMA nº. 406 de 02/02/2009 (Brasil, 2009), deverão apresentar para a segunda UPA a equação de volume específica para a área. Para o cálculo do volume da primeira UPA poderá ser utilizada a equação de volume (V = π . (DAP)² / 4 . H . ff) com o fator de forma 0,7. Contudo, durante a atividade de exploração da 1ª UPA, deverá ser realizada a coleta de dados para o ajuste da equação de volume inerente a área do projeto, visto que o mesmo terá a obrigação de apresentá-la a partir do 2º POA. É necessário observar na literatura e verificar quais as equações de volumes são mais utilizadas (ANEXO). É interessante que o responsável pela elaboração da equação de volume selecione pelo menos 6 modelos de simples entrada (ou seja, volume calculado somente em função do DAP) e 6 modelos de dupla entrada para cálculo de volume (este necessita de 2 variáveis, DAP e H). 1° POA UPA 01 V = π . (DAP)² / 4 . H. ff 2° POA UPA 02 Equação ajustada para a área a partir dos dados do 1° POA Durante as atividades exploratórias deverá ser criada uma planilha que contenha o número da árvore, espécie, circunferência a altura do peito (cm) e altura. Deverão ser criadas, ainda, colunas para a coleta de dados referentes às circunferências (C1, 35 C2,...Cn) coletadas a cada marcação de 2m conforme exposto acima, as quais deverão ser mensuradas durante o período de exploração florestal. Entretanto, é importante lembrar que a variável relativa ao CAP (cm) deverá ser mensurada com a árvore em pé. Cabe ressaltar que as atividades referentes à coleta de dados para a elaboração da equação de volume da área só poderá ser iniciada após a aprovação da exploração florestal mediante a liberação da Licença de Atividade Rural (LAR) e Autorização de Exploração Florestal (AUTEF). A ficha de campo deverá seguir o modelo abaixo. Esta deverá conter campos para a anotação das circunferências que serão mensuradas das árvores derrubadas. N 1 2 3 4.1 ESPECIE MAÇARANDUBA ANGELIM ANGELIM FICHA DE CAMPO N° árv. CAP (cm) H (m) 85 282 10 235 326 17 401 345 18 C1 C2 ... Cn Coleta de dados de campo Inicialmente são coletadas as informações de cada árvore explorada na área de manejo, conforme as atividades listadas abaixo: a) Anotar o número da árvore constante na placa no toco da árvore; b) Anotar nome da espécie e medir a CAP (árvore em pé), com base nas anotações do IF 100%; c) Medir a altura total da tora; d) Para medir as circunferências é necessário atentar para os seguintes passos: d.1. Marcação dos pontos a cada 2 metros; d.2. Suspensão da tora para medição das circunferências; d.3. Esses dados deverão ser anotados em uma ficha de campo (banco de dados); OBS: O número de árvores coletadas deverá ser representativo de modo que a estimativa a ser realizada represente fielmente a população. Neste ponto, devem ocorre medições 36 ao longo de todas as classes diamétricas e de todas as espécies comerciais à explorar. Portanto, recomenda-se um planejamento prévio à coleta de dados considerando o IF 100% e a acessibilidade as áreas (mapas logísticos). 4.2 Consistência dos dados Verificar se os dados foram digitados corretamente (conferir os dados digitados com os dados anotados na ficha de campo). 4.3 Cálculo do volume real a) Efetuar o cálculo do número de seções (NS) onde: NS= número de seções; H= altura Fórmula no Excel: NS= INT (H/2) b) Após o calculo do NS, calcula-se o LN onde: LN= H – (2 x NS) LN= comprimento da última seção H= altura NS= número de seções Calculados NS e LN na tabela acima, copiar só a linha com o nome das variáveis do quadro geral, logo abaixo e na mesma direção das colunas, sendo que no 37 lugar das células inerentes a circunferência (Cx): C1, C2, C3,....Cn, substituir por área transversal (gx): g1, g2, g3,....gn. Em seguida copiar somente os valores das variáveis (n, espécie, CAP, H) e colar especial (valores) logo abaixo da tabela anterior. c) Cálculo das áreas transversais onde: Fórmula no Excel: g= ((Cx/100)^2/(4*PI())) g= área transversal Cx= é cada circunferência medida no campo A unidade da área transversal (g) calculada deverá ser expressa em m2, para quando multiplicar pela altura (H), gerar a unidade em m3. Como calcular o valor de g1? Fórmula no Excel: g= ((Cx/100)^2/(4*PI()) 38 Após o cálculo de g1 clicar e arrastar o cursor (+) para todas as demais células correspondentes às áreas. É necessário atentar para a eliminação das células com valores equivalente a 0 (ZERO), que possivelmente ocorrerão nas últimas áreas transversais. Após o cálculo de todas as áreas transversais (g’s), selecionar essa tabela e classificá-la em ordem crescente de NS (número de seções), a fim de que os dados sejam ordenados segundo as árvores com o mesmo número de seções (NS). g14 g15 g16 NS 3 4 5 5 5 5 5 LN 1,87 1,32 1,11 1,6 0,58 1,5 0,9 d) Criar na tabela abaixo, uma coluna para calcular o volume real. Na coluna criada calcular o volume real, segundo a metodologia de Smalian. Vreal= g1 + gn-1 + 2*(g2 + g3 +…+ gn-2) + (gn-1 + gn)/2 * LN Esta fórmula é aplicada para todas as árvores com o mesmo número de seções (NS) 39 Montar outra tabela abaixo, com as seguintes variáveis apresentadas na figura acima: n, espécie, DAP, H, Vreal (colar especial os valores referentes a estas variáveis). A coluna do CAP deverá dar lugar ao campo referente ao DAP, o que deverá ser calculado pela fórmula = CAP/PI(). n 1 2 3 4 5 6 Espécie Faveira Sucupira Jarana Faveira Vermelha Pau Amarelo Jarana DAP(cm) =203/PI() 80,851 53,476 58,887 59,842 74,803 H(m) 7,87 9,32 11,11 11,6 10,58 11,5 Vreal 2,505032118 4,433335106 2,445183494 2,793169251 2,78518031 4,660745079 40 Ao calcular todos os DAP’s, selecionar a tabela com os dados de DAP, H e Vreal e classificar por ordem crescente de DAP. Em seguida os valores da matriz de DAP, H e Volume deverão ser copiados e transferidos para o programa estatístico a ser utilizado (Sugere-se o uso do Minitab 14). Deverão ser seguidos os seguintes ► Basic passos: Stat Statistics ► Display Descriptive Statistcs. 41 Selecionar a forma de representação desejada dos dados no gráfico: Graphs Selecionar as variáveis e clicar em OK Clicar sobre a variável e clicar na opção “Select” 1- Selecionar as variáveis uma por uma 2- A cada seleção de variável, clicar em Select. Automaticamente aparecerá o nome da variável na caixa “Variables” 42 A área circulada de amarelo indica os outlines da variável DAP. Verifica-se que são indivíduos (3) que apresentam diâmetro acima de 150cm, que para o caso em questão, são raros de ocorrer. Estes indivíduos não devem ser computados no ajuste da equação, pois superestimaram os dados. ELIMINAÇÃO DOS DADOS Na tabela de dados em que os valores de DAP’s foram classificados em ordem crescente, verificam-se os indivíduos com os maiores diâmetros (por exemplo: DAP > 150cm), refletido nos outlines apresentados no gráfico ao lado. Estes podem ser eliminados para melhorar o ajuste da equação, com a diminuição da variação dos dados. DAP(cm) 150,560576 151,515506 153,107055 H(m) Vreal 20,9 25,38583333 21,15 27,78804961 16,25 22,86743992 A análise descritiva realizada pelo programa estatístico, envolvendo as variáveis DAP (diâmetro a altura do peito), H (altura) e Vreal (volume real) se apresentará da seguinte forma: 43 4.4 Análise descritiva Descriptive Statistics: DAP(cm); H(m); Vreal Variable DAP(cm) H(m) Vreal N 300 300 300 N* Mean 0 78,50 0 17,577 0 7,052 Variable DAP(cm) H(m) Vreal Maximum 153,11 28,400 27,788 SE Mean 1,05 0,216 0,222 StDev 18,14 3,747 3,839 Minimum Q1 44,25 65,33 7,870 14,908 2,112 4,435 Median 74,80 17,620 5,958 Q3 88,65 20,148 8,645 No gráfico gerado pelos dados coletados, deverão ser efetuados os seguintes ajustes: * Eliminação de dados de árvores que não são freqüentes na área, visto que os valores das variáveis destes indivíduos superestimam ou subestimam o conjunto de dados. Estes indivíduos que apresentam discrepâncias são denominados de outlines. A eliminação desses dados não afetará na representação real dos dados no campo, no entanto, deve ser realizada com cautela (a forma de eliminação será tratada mais adiante). Os diâmetros das árvores a serem exploradas, deverão estar acima de 50cm, em conformidade com a legislação florestal vigente. Portanto, indivíduos abaixo desse diâmetro não devem constar na lista de dados (esses indivíduos não devem existir visto que o diâmetro mínimo de corte é de 50cm). Neste caso foram realizadas a exploração indevida de indivíduos com o diâmetro abaixo do diâmetro mínimo de corte). Esses indivíduos não devem fazer parte da análise. Exemplificando * O DAP= 44,24 representa o outline, devendo-se eliminar este indivíduo. * O indivíduo com DAP= 49,33cm (50cm), não precisa, necessariamente, ser eliminado. Contudo, há de se observar o número de indivíduos que estão sendo abatidos com diâmetros abaixo de 50 cm, visto que esta ação está em desacordo com a legislação ambiental vigente. 44 DAP(cm) 44,24507418 49,33803236 50,29296202 50,29296202 H(m) 21,43 21,15 15,38 14,05 Vreal 6,536766543 3,312187447 2,945491513 2,399102408 O mesmo vale para a variável altura (H). Observa-se que há um indivíduo com altura abaixo de 10m, o qual não deverá fazer parte do povoamento (outline). Os outros 3 da direita estão superestimando o Provavelmente estes povoamento. devem ser aqueles que apresentaram maiores diâmetros, (Verificar na tabela de dados). Das 300 árvores, foram eliminadas 4 devido os outlines, portanto, restaram 296 árvores. Das 296, foram selecionadas e separadas 46 árvores para a validação da equação de volume e os dados das 250 árvores restantes foram utilizadas para a matriz de variáveis classificadas por ordem crescente de DAP. 4.5 Banco de dados para validação Verificar a distribuição diamétrica dos dados Classe DAP I II III IV Total geral Intervalo entre classes 0,5 – 0,7 0,7 – 0,9 0,9 – 1,1 ≥ 1,1 Total 121 106 57 16 300 45 Retirar 1 a 2 indivíduos de cada classe diamétrica para montar o banco de volume real bem distribuído para validação da equação de volume ajustada para a área. Os dados selecionados para a validação da equação não poderão ser utilizados para o cálculo da matriz de variáveis, a serem utilizados no ajuste das equações. 4.6 Critérios de seleção dos modelos 4.6.1 Teste F (para verificar se há ou não regressão) Segundo Pimentel-Gomes (2009) o teste básico para a análise de variância é o teste z de Fisher, atualmente bastante substituído pelo seu equivalente F, de Snedecor, que tem como objetivo comparar estimativas de variâncias. Admitindo a hipótese de nulidade, isto é, supondo que os tratamentos sejam todos equivalentes, o quadrado médio (QM) para os tratamentos é uma estimativa da variância , da mesma forma que o quadrado médio referente ao resíduo. onde: F = QMReg QMerro QMReg: quadrado médio da regressão QMerro: quadrado médio do erro quando: p < 0,001** (α = 0,01) 99% de probabilidade de haver regressão 0,01* < p < 0,05 (α = 0,05) 95% de probabilidade de haver regressão p > 0,05ns – não existe regressão Para decompor a variabilidade total, usa-se a análise de variância (ANOVA). F variável Regressão gl (grau de liberdade) p Erro n–1–p Total n–1 SQ SSR SSE QM F SQR p SQE (n – 1 – p) QMReg QMerro p (probabilidade) SST p = número de variáveis independentes envolvidas no modelo; GL: graus de liberdade; SS R: Soma de quadrados da regressão; SSE: Soma de quadrados dos erros; SST: Soma Total de Quadrados. 46 Onde: : média de todas as observações; : valor da observação individual “ ”; : valor previsto da observação “ ”. Depois de encontrado o F calculado, o valor deverá ser comparado com F tabelado5. O valor de F determinará se a equação avaliada explica ou não a correlação entre as variáveis analisadas. 4.6.2 Coeficiente de Determinação (r2 ou R2) y = b0 + b 1 x r2 onde: r2: coeficiente de determinação para regressão linear simples y = b0 + b1x1 + b2x2 R 2 R2: coeficiente de determinação para regressão linear múltiplo O coeficiente r2 ou R2 é uma medida quadrática variando de 0 a 1 (ou 0 a 100%). Quanto maior o valor de r2 e/ou R2 (mais próximo de 1) melhor terá sido o ajuste da equação, ou seja, o modelo da equação será mais preciso. Este coeficiente determina o quanto a variável y (dependente) está sendo explicada pela variável x (independente), ou seja, determina a correlação entre as variáveis da equação. Quanto mais próximo o valor de r2 do valor de 100%, melhor ou mais preciso o modelo. Considera-se o r2 ≥ 80%, para equações de volume de boa qualidade. 4.6.3 Erro Padrão de Estimativa (Sy.x) O erro padrão de estimativa determina o quanto de erro apresenta a regressão. Contudo, há de se observar que o valor absoluto do erro no S é a melhor medida quando queremos comparar a precisão entre diferentes equações de regressão. 5 Ftabelado – é visto na tabela F entrando com os valores de grau de liberdade, da regressão e do erro, além do nível de significância α. 47 onde: Sy.x: erro padrão de estimativa QMerro: quadrado médio do erro Sy.x = QMerro Obs.: A unidade do erro padrão é a unidade da variável y (variável independente). O Índice de Furnival (corrige as discrepâncias logarítmicas para efeito de comparação). Onde: IF = 2,2036 . [V] . Syx IF= Índice de Furnival [V]= Média geométrica dos volumes reais Syx= Erro padrão de estimativa Erro padrão sem discrepâncias logarítmicas 4.6.4 Coeficiente de Variação (CV) O coeficiente de variação facilita a interpretação da variação dos dados de regressão. Busca-se o menor coeficiente de variação. CV% = Sy.x . 100 Y 4.6.5 Análise Gráfica de Resíduos Regressão simples Resíduos Di% % + x Variável independente 48 Ŷ estimado Di% = (Ŷi – Yi) . 100 Yi Regressão múltipla Ŷ observado 4.6.6 Desvio Médio Percentual (DMP%) Este valor é importante para a comparação com outros valores (outros modelos). Um valor de até 5% é bem aceitável para o povoamento como um todo. Representa, em média, o quanto a equação está superestimando ou subestimando a população total. Quanto menor o valor do DMP, menor a super ou subestimativa, sendo melhor a equação. n DMP = ∑i=1 Di% n Se o valor for positivo o DMP indicará a superestimativa em percentual; caso o valor seja negativo o DMP indicará em termos percentuais quanto de subestimativa apresentou o modelo * Outro ponto a ser observado é a questão das unidades de saída das equações de volume. Exemplificando: Syx= (unidade da variável dependente) V= b0+b1x → Syx=1,875 m3 logV= b0+b1logx → Syx=0,932 logm3 Nota-se que as unidades de medida são diferentes. Desta forma é necessário o cálculo do Índice de Furnivall para a verificação da discrepância de erro gerado pela equação logarítmica, para enfim, poder comparar e saber qual equação é mais adequada. 49 IF=2,2036 * MgVol * Syx IF=1,973 4.7 Exemplo prático - Criar a matriz de variáveis No exemplo em questão Log(Vol) = Log(D3). Após o cálculo das variáveis dispostas nas colunas, selecionar toda tabela, incluindo a linha com a identificação das variáveis e colar na tabela do programa estatístico utilizado. Seleção no Excel: 50 Colar dados no programa estatístico: Em seguida clicar em Stat -> Regression -> Regression... Testar em primeiro plano a equação de simples entrada. Verificar quais variáveis serão utilizadas para a análise: 51 1. Primeira equação testada V= b0+b1DAP No programa estatístico colocar V (volume) no campo response (variável resposta) e DAP no campo predictors (variável independente). Efetivada a análise de regressão o programa estatístico apresentará um relatório com os seguintes dados: Regression Analysis: Vol(m³) versus DAP(cm) The regression equation is Vol(m³) = - 8,15 + 0,191 DAP(cm) Predictor Coef SE Coef T P Constant -8,1454 0,4659 -17,48 0,000 DAP(cm) 0,191457 0,005836 32,81 0,000 2 S ou Syx= 1,47097 R-Sq = 81,3% R-Sq(adj) = 81,2% (R corrigido) Analysis of Variance (F) Source DF SS MS Regression 1 2328,9 2328,9 Residual Error 248 536,6 2,2 Total 249 2865,6 F P 1076,34 0,000 Unusual Observations Obs DAP(cm) Vol(m³) Fit SE Fit Residual St Resid 52 167 185 197 200 202 203 204 205 241 243 244 245 246 247 248 249 250 82 86 91 92 92 93 93 94 111 113 117 120 121 121 123 126 126 4,4333 5,2619 12,3709 5,0508 6,5147 5,9673 6,4244 6,8468 21,7111 10,5424 15,5064 14,6208 18,9589 20,2171 13,3723 20,3332 21,2555 7,5474 8,2787 9,3452 9,4671 9,4976 9,6499 9,7414 9,8937 13,1541 13,5198 14,3425 14,7387 14,9824 15,0738 15,3481 15,9270 16,0185 0,0956 0,1030 0,1205 0,1229 0,1235 0,1266 0,1285 0,1318 0,2140 0,2241 0,2471 0,2583 0,2653 0,2679 0,2758 0,2924 0,2951 -3,1141 -3,0169 3,0257 -4,4163 -2,9828 -3,6827 -3,3169 -3,0469 8,5569 -2,9774 1,1639 -0,1178 3,9764 5,1432 -1,9758 4,4062 5,2371 -2,12R -2,06R 2,06R -3,01R -2,03R -2,51R -2,26R -2,08R 5,88R -2,05R 0,80 X -0,08 X 2,75RX 3,56RX -1,37 X 3,06RX 3,63RX R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Após a obtenção do relatório acima deverão ser realizados os seguintes cálculos: Calcular a média aritmética e média geométrica do volume real para encontrar o CV% (Coeficiente de Variação) e IF (Índice de Furnival), respectivamente. a) Encontrar valores da média aritmética e geométrica 53 No exemplo em questão as letras em azul indicam as células selecionadas para a média do Volume. Media aritmética = MÉDIA (D3:D252) Média geométrica = MÉDIA.GEOMÉTRICA (D3:D252) b) Calcular CV% _ CV%= Syx / y * 100 Onde: S ou Syx= 1,47097 (gerada no programa estatístico) e y= média aritmética, calculada no excel. CV%= 1,47097/6,831576*100 = 21,53193 Então: MÉDIA MédiaAritm MédiaGeométr CV% Volume 6,831576 6,176082 21,53193 c) Calcular o volume estimado a partir da equação de volume criada. 54 d) Calcular o desvio médio percentual entre o volume real e o volume estimado pela equação de volume ajustada para a área. O valor do DMP% positivo, indica que a equação 1 está em média superestimando o volume a 2,56% 1. Segunda Equação Testada logV= b0+b1logDAP+b2DAP No programa estatístico, a variável Log(Vol) deverá ser colocada no campo response (variável resposta) e Log(DAP) e DAP(cm) no campo predictors (variável independente). 55 Efetivada a análise de regressão, o programa estatístico apresentará um relatório com os seguintes dados: Regression Analysis: Log(Vol) versus Log(DAP); DAP Obs: DAP em centímetros (cm) The regression equation is Log(Vol) = - 2,02 + 1,34 Log(DAP) + 0,00371 DAP Obs: DAP em centímetros (cm) Predictor Constant Log(DAP) DAP(cm) Coef -2,0203 1,3375 0,003706 SE Coef T P 0,8043 -2,51 0,013 0,5452 2,45 0,015 0,002880 1,29 0,199 S = 0,0811173 R-Sq = 81,9% R-Sq(adj) = 81,7% Analysis of Variance Source Regression Residual Error Total DF SS MS 2 7,3483 3,6741 247 1,6253 0,0066 249 8,9735 F P 558,38 0,000 Source DF Seq SS Log(DAP) 1 7,3374 DAP(cm) 1 0,0109 Unusual Observations Obs Log(DAP) Log(Vol) Fit SE Fit Residual St Resid 56 1 2 3 4 11 28 51 127 157 167 170 185 200 203 241 244 245 246 247 248 249 250 1,70 1,71 1,72 1,73 1,77 1,79 1,81 1,88 1,90 1,91 1,91 1,93 1,96 1,97 2,05 2,07 2,08 2,08 2,08 2,09 2,10 2,10 0,52011 0,46916 0,31944 0,42129 0,40727 0,44353 0,39881 0,93948 0,99026 0,64673 1,01251 0,72114 0,70336 0,77578 1,33668 1,19051 1,16497 1,27781 1,30572 1,12621 1,30821 1,32747 0,44428 0,44912 0,47059 0,49854 0,57181 0,60772 0,64856 0,76875 0,81517 0,84294 0,84465 0,88355 0,94713 0,95666 1,12890 1,18344 1,20125 1,21212 1,21618 1,22831 1,25366 1,25763 0,02231 0,02176 0,01939 0,01654 0,01044 0,00831 0,00673 0,00653 0,00701 0,00722 0,00724 0,00743 0,00766 0,00772 0,01348 0,01778 0,01943 0,02049 0,02090 0,02215 0,02491 0,02536 0,07583 0,02004 -0,15115 -0,07725 -0,16454 -0,16419 -0,24975 0,17073 0,17509 -0,19620 0,16785 -0,16241 -0,24376 -0,18089 0,20778 0,00707 -0,03628 0,06569 0,08953 -0,10210 0,05455 0,06984 0,97 X 0,26 X -1,92 X -0,97 X -2,05R -2,03R -3,09R 2,11R 2,17R -2,43R 2,08R -2,01R -3,02R -2,24R 2,60R 0,09 X -0,46 X 0,84 X 1,14 X -1,31 X 0,71 X 0,91 X R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Volume estimado para a equação 6 (já calcula pelo antilog) =10^(-2,023+(1,3375*F3)+(0,003706*B3)) a) Calcular o volume estimado a partir da equação de volume criada b) Em seguida calcular o desvio médio percentual (DMP%) entre o volume real e o volume estimado pela equação de volume ajustada para a área. 57 O valor de DMP% positivo, indica que a equação 2 está em média superestimando o volume a 1,1324%. R-Sq(adj) N Equação 1 V= b0+b1 DAP b0 Coef Test T (p) F (p) r2(corrigido) Syx CV% DMP% IF(só para equação logaritimica) -8,1454 0,000 0,000 81,2 1,47097 21,53 2,56 não é o caso 1,1325 1,103975251 b1 0,191457 0,000 2 V=b0 +b1 DAP2 3 V= b0+b1 DAP+b2 DAP 2 4 logV=b0+b1logDAP logV= 5 b0+b1logDAP+b21/DAP logV= 6 b0+b1logDAP+b2DAP b0 -2,0203 b1 1,3375 b2 0,013 0,000 81,70 0,08112 21,53 0,015 0,003706 0,199(NS) 58 4.8 Teste do Qui-quadrado para validação do (s) modelo (s) selecionado (s) Após o ajuste dos modelos de regressão pode-se verificar através das medidas de precisão (Teste F, R²; Syx, CV%, DMP, Índice de Furnival) quais equações estimam a variável dependente (volume) com maior precisão. Todavia, Silva (2007) ressalta que após o ajuste de uma equação de regressão, deve-se proceder ao controle de validação e da qualidade das estimativas do modelo selecionado, para que se possa ter maior confiança nas suas predições. O processo de validação da equação de regressão consiste na comparação dos volumes reais obtidos através de cubagem rigorosa (Smalian, Newton ou Huber) com os volumes estimados pelo modelo selecionado. Tal procedimento é realizado por meio do teste qui-quadrado ( ²) através da seguinte fórmula: Onde: É importante ressaltar que no procedimento de validação da equação selecionada os dados utilizados devem ser independentes da amostra usada nos ajustes dos modelos. Exemplificando, em uma amostra de 150 árvores cubadas deve-se separar uma parte para o ajuste dos modelos de regressão e outra parte para a validação. Então, poder-seia, por exemplo, utilizar-se de 100 árvores para o ajuste dos modelos e 50 árvores para posterior validação da equação selecionada. De modo geral, existem duas situações que o engenheiro florestal pode deparar-se: 1ª situação: Quando se deseja comparar os volumes reais com os volumes estimados por uma equação selecionada Para exemplificar o processo de validação de um modelo de regressão suponhamos que o modelo (log Vol = -3,0447 + 2,03475 * log DAP) foi selecionado por apresentar as melhores medidas de precisão. Sabendo da necessidade de validar a equação selecionada foi separado, a priori, um banco de dados independente com 46 árvores apresentadas na Tabela 1. Tabela 1. Banco de dados utilizado para a validação da equação selecionada (log Vol = 3,0447 + 2,03475 * log DAP). 59 BANCO DE DADOS PARA VALIDAÇÃO n DAP(cm) H(m) Yreal (m³) logDAP (cm) Yest (m³) (Yreal - Yest)² (Yreal - Yest)²/Yest 1 50.93 14.05 2.399102 1.706970 2.682609 0.080376 0.029962 2 51.73 15.44 2.823188 1.713703 2.768587 0.002981 0.001077 3 55.86 20.75 3.975623 1.747127 3.237928 0.544194 0.168069 4 56.82 19.34 3.845075 1.754488 3.351546 0.243571 0.072674 5 58.89 15.94 3.306141 1.770022 3.604558 0.089052 0.024706 6 59.05 11.11 2.721954 1.771194 3.624408 0.814423 0.224705 7 60.80 18.78 3.786118 1.783883 3.846422 0.003637 0.000945 8 61.12 13.84 2.755716 1.786151 3.887510 1.280957 0.329506 9 62.87 18.66 4.584706 1.798417 4.117461 0.218318 0.053023 10 63.03 18.94 4.440319 1.799515 4.138699 0.090975 0.021981 11 63.82 17.84 3.757208 1.804965 4.245722 0.238646 0.056209 12 64.14 14.95 3.433239 1.807125 4.288920 0.732191 0.170717 13 65.89 24.76 6.469639 1.818820 4.530488 3.760306 0.830000 14 66.05 11.76 3.571501 1.819868 4.552782 0.962914 0.211500 15 67.96 23.95 6.192414 1.832248 4.824659 1.870755 0.387749 16 68.12 22.15 6.587330 1.833264 4.847678 3.026391 0.624297 17 69.87 22.18 5.836862 1.844285 5.104559 0.536268 0.105057 18 70.03 21.86 5.826872 1.845273 5.128246 0.488079 0.095175 19 71.94 13.46 4.586463 1.856959 5.416845 0.689535 0.127295 20 72.89 16.82 5.660397 1.862686 5.564159 0.009262 0.001665 21 74.80 22.8 8.032236 1.873918 5.864819 4.697697 0.800996 22 75.28 15.06 4.901468 1.876681 5.941242 1.081130 0.181970 23 76.71 20.51 6.391108 1.884867 6.173529 0.047341 0.007668 24 77.19 16.85 6.194704 1.887562 6.251965 0.003279 0.000524 25 78.78 23 8.831723 1.896425 6.517056 5.357683 0.822102 26 79.10 16.4 6.453166 1.898177 6.570746 0.013825 0.002104 27 82.92 12.35 5.559351 1.918658 7.232510 2.799461 0.387066 28 86.10 12.77 6.220533 1.935017 7.808662 2.522154 0.322994 29 88.01 14.65 7.529041 1.944545 8.165137 0.404618 0.049554 30 89.29 18.58 9.101369 1.950783 8.407284 0.481755 0.057302 31 91.99 20.66 10.389081 1.963748 8.933799 2.117845 0.237060 32 94.54 17.35 9.927796 1.975607 9.444207 0.233859 0.024762 33 94.70 12.94 7.641681 1.976337 9.476586 3.366877 0.355284 34 95.33 16.44 8.763166 1.979247 9.606667 0.711495 0.074063 35 97.40 14.9 8.946306 1.988572 10.035661 1.186693 0.118248 36 100.43 12.84 7.916961 2.001849 10.679803 7.633296 0.714741 37 101.70 14.19 9.076368 2.007321 10.957119 3.537223 0.322824 38 101.70 18.9 9.721677 2.007321 10.957119 1.526317 0.139299 39 101.70 19.11 11.151290 2.007321 10.957119 0.037702 0.003441 40 104.25 17.66 12.563393 2.018061 11.522600 1.083249 0.094011 41 106.32 25.61 11.407835 2.026597 11.992712 0.342081 0.028524 42 109.82 19.23 12.532066 2.040669 12.810076 0.077289 0.006033 43 110.61 17.78 11.186115 2.043805 12.999663 3.288955 0.253003 44 111.41 22.6 12.915933 2.046918 13.190667 0.075479 0.005722 45 120.32 20.6 13.068069 2.080342 15.426796 5.563592 0.360645 60 BANCO DE DADOS PARA VALIDAÇÃO n DAP(cm) H(m) Yreal (m³) logDAP (cm) Yest (m³) (Yreal - Yest)² (Yreal - Yest)²/Yest 46 121.44 17.55 15.610422 2.084345 15.718834 0.011753 0.000748 χ² 8.906998 Fonte: Curso de equação de volume ministrado pelo Prof. Dr. Paulo Luiz Contente de Barros, aos funcionários da Secretaria de Estado de Meio Ambiente. Y real = (volume real); Y est. = (volume estimado pela equação selecionada). Sabendo-se que foram deixadas 46 árvores para o processo de validação teremos para o teste “qui-quadrado” um valor tabelado de ( ² = 61,656), com 45 graus de liberdade e α = 0,05. O valor do ² calculado através da fórmula é de aproximadamente 8,91. Dessa forma, sendo o valor de ² calculado < ² tabelado infere-se que os valores dos volumes reais das 46 árvores não diferem estatisticamente dos respectivos valores dos volumes estimados pela equação selecionada. Assim, pode-se afirmar que a equação selecionada pode ser usada para as estimativas dos volumes das árvores em pé da área estudada, sem perda na qualidade das estimativas. 2ª situação: Quando se deseja comparar equações de simples e dupla entrada através do qui-quadrado Suponhamos a seguinte situação: foram ajustados 12 modelos de regressão (6 modelos de simples entrada e 6 de dupla entrada). Foi realizada uma seleção do melhor modelo de “simples entrada” e do melhor modelo de “dupla entrada”, levando-se em consideração, para tanto, os parâmetros estatísticos (Teste F, R²; Syx, CV%, DMP, Índice de Furnival). Assim, obteve-se o melhor modelo dentre os de “simples entrada” (log Vol = -3,0447 + 2,03475 * log DAP) e o melhor dentre os de “dupla entrada” (log Vol = - 3,76568 + 0,96212 * log (DAP²) + 0,75397 * log(H)). Isso significaria afirmar, a priori, que tanto o modelo de “simples entrada” quanto o modelo de “dupla entrada” são precisos na estimativa da variável dependente (volume). Neste contexto, seria mais coerente e prático utilizar-se do modelo de “simples entrada” para as estimativas dos volumes das árvores em pé, devido à maior facilidade de obtenção da variável DAP em campo. Todavia, inúmeros estudos reportam que as “tabelas de dupla entrada” são mais precisas que as de “simples entrada”, por exemplo, cita-se o estudo realizado por Silva & Carvalho (1984). A partir desta constatação científica: “modelos de dupla entrada, em geral são mais precisos do que os de simples entrada”, decorre a necessidade de justificar a opção por um ou outro modelo. Mas, o que fazer? A resposta é simples: assim, como na 1ª situação deve-se proceder à realização do teste ². Todavia, neste caso os valores reais serão os volumes estimados pela 61 equação de “dupla entrada” e os valores serão os volumes estimados pela equação de “simples entrada”. Para esta situação o teste ² possibilitará verificar quais os modelos (simples ou dupla entrada) estimam com maior precisão ou, ainda, se ambos estimam o volume com precisões similares. Realizando o teste “Qui-quadrado” pode-se obter dois resultados: i) significativo ( ² calculado > ² tabelado), o que significa afirmar que o modelo de “dupla entrada” estima a variável volume com maior precisão do que o modelo de “simples entrada”, e ii) nãosignificativo ( ² calculado < ² tabelado), comprovando que ambos os modelos (simples e dupla entrada) estimam com a mesma precisão a volume. Os resultados do teste ² são apresentados na Tabela 2. Tabela 2. Banco de dados utilizado para a comparação das equações de simples entrada (log Vol = -3,0447 + 2,03475 * log DAP) e dupla entrada (log Vol = - 3,76568 + 0,96212 * log (DAP²) + 0,75397 * log(H)) através do teste qui-quadrado. BANCO DE DADOS PARA VALIDAÇÃO n DAP(cm) H(m) Yest. (SE) Y est. (m³) (DE) (Yreal - Yest)² (Yreal - Yest)²/Yest 1 50.93 14.05 2.682609 2.422444 0.067686185 0.025231 2 51.73 15.44 2.768587 2.679793 0.007884423 0.002848 3 55.86 20.75 3.237928 3.883330 0.416543646 0.128645 4 56.82 19.34 3.351546 3.804751 0.205394927 0.061284 5 58.89 15.94 3.604558 3.522954 0.00665915 0.001847 6 59.05 11.11 3.624408 2.697488 0.859181421 0.237054 7 60.80 18.78 3.846422 4.239047 0.154154365 0.040077 8 61.12 13.84 3.887510 3.401624 0.236085125 0.060729 9 62.87 18.66 4.117461 4.499203 0.145727454 0.035393 10 63.03 18.94 4.138699 4.572203 0.187926401 0.045407 11 63.82 17.84 4.245722 4.477330 0.053642243 0.012634 12 64.14 14.95 4.288920 3.956460 0.110529761 0.025771 13 65.89 24.76 4.530488 6.095555 2.449436603 0.540656 14 66.05 11.76 4.552782 3.493319 1.122462303 0.246544 15 67.96 23.95 4.824659 6.308991 2.203240257 0.456662 16 68.12 22.15 4.847678 5.974907 1.270646607 0.262115 17 69.87 22.18 5.104559 6.280308 1.382385901 0.270814 18 70.03 21.86 5.128246 6.239126 1.234055149 0.240639 19 71.94 13.46 5.416845 4.558480 0.736791174 0.136018 20 72.89 16.82 5.564159 5.531083 0.001094028 0.000197 21 74.80 22.8 5.864819 7.311897 2.094035281 0.357050 22 75.28 15.06 5.941242 5.414394 0.277568346 0.046719 23 76.71 20.51 6.173529 7.086627 0.833747767 0.135052 24 77.19 16.85 6.251965 6.183888 0.004634495 0.000741 25 78.78 23 6.517056 8.132038 2.608168338 0.400207 26 79.10 16.4 6.570746 6.350721 0.048411164 0.007368 62 BANCO DE DADOS PARA VALIDAÇÃO n DAP(cm) H(m) Yest. (SE) Y est. (m³) (DE) (Yreal - Yest)² (Yreal - Yest)²/Yest 27 82.92 12.35 7.232510 5.615162 2.615814513 0.361674 28 86.10 12.77 7.808662 6.191454 2.615364194 0.334931 29 88.01 14.65 8.165137 7.163056 1.004165446 0.122982 30 89.29 18.58 8.407284 8.808806 0.161220517 0.019176 31 91.99 20.66 8.933799 10.106742 1.375796122 0.153999 32 94.54 17.35 9.444207 9.338042 0.011270915 0.001193 33 94.70 12.94 9.476586 7.509862 3.868001582 0.408164 34 95.33 16.44 9.606667 9.112125 0.244572264 0.025459 35 97.40 14.9 10.035661 8.817717 1.483385776 0.147811 36 100.43 12.84 10.679803 8.359564 5.383509402 0.504083 37 101.70 14.19 10.957119 9.235226 2.964917433 0.270593 38 101.70 18.9 10.957119 11.463078 0.255994375 0.023363 39 101.70 19.11 10.957119 11.558979 0.362234868 0.033059 40 104.25 17.66 11.522600 11.422157 0.010088959 0.000876 41 106.32 25.61 11.992712 15.699174 13.73785664 1.145517 42 109.82 19.23 12.810076 13.462918 0.426203107 0.033271 43 110.61 17.78 12.999663 12.867739 0.017403836 0.001339 44 111.41 22.6 13.190667 15.632879 5.964399784 0.452168 45 120.32 20.6 15.426796 16.904939 2.184907916 0.141631 46 121.44 17.55 15.718834 15.249198 0.220557452 0.014031 χ² 7.973025 Fonte: Curso de equação de volume. Y est. (DE) = (volume estimado pela equação de dupla entrada); Y est. (SE) = (volume estimado pela equação de simples entrada). Para o exemplo da tabela 2 teremos para o teste qui-quadrado um valor tabelado de ( ² = 61,656), com 45 graus de liberdade e α = 0,05. O valor do ² calculado através da fórmula é de aproximadamente 7,97. Dessa forma, sendo o valor de ² calculado < ² tabelado infere-se que os valores dos volumes estimados pela equação de dupla entrada (log Vol = - 3,76568 + 0,96212 * log (DAP²) + 0,75397 * log(H)) não diferem estatisticamente dos respectivos valores dos volumes estimados pela equação de simples entrada (log Vol = 3,0447 + 2,03475 * log DAP). Assim, pode-se afirmar que tanto a equação de simples entrada quanto a equação de dupla entrada estimam a variável volume com precisões similares. Neste caso, o engenheiro poderia optar pela utilização da equação de simples entrada pela maior praticidade de obtenção dos dados em campo. A realização do teste ² respalda a opção por um ou outro modelo, mostrado que a escolha não foi arbitrária, mas respaldada estatisticamente. 63 CONSIDERAÇÕES FINAIS Este trabalho teve o intuito de contribuir com o processo de licenciamento ambiental, mais especificamente ao licenciamento de Projetos de Manejo Florestal Sustentável, no Estado do Pará, objetivando a padronização das análises técnicas, bem como a melhoria na qualidade dos inventários florestais e equações de volume apresentados à Secretaria de Estado de Meio Ambiente. Este manual é de cunho operacional cabendo aos profissionais da área a busca de informações referentes à ecologia e dinâmica florestal, a fim de se interpretar os dados gerados ao longo das análises. É importante ressaltar que o mesmo ficará passível a atualizações de acordo com as mudanças, que por ventura, ocorrerem na legislação ambiental em vigência. 64 REFERENCIAL TEÓRICO BRASIL. Instrução Normativa n.º 5 de 11 de dezembro de 2006. Diário Oficial da União, nº. 238, Brasília, DF, 13 de dez. 2006. Disponível em: <http://www.sbs.org.br/>. Acesso em: 29 fev. 2008. a. BRASIL. Norma de Execução n.º 1, de 24 de abril de 2007. Diário Oficial da União, nº. 82, Brasília, DF, 30 de abr. 2007. Disponível em: <http://www.ibama.gov.br/>. Acesso em: 29 fev. 2008. b. BRASIL. Resolução Conama nº 406 de 02 de fevereiro de 2009. Diário Oficial da União, nº 26, Brasília, DF, 06 de fev. 2009. Disponível em: <http://www.ibama.gov.br/>. Acesso em: 20 fev. 2009. CAMPOS, J. C.C.; LEITE, H. G. Mensuração Florestal: Perguntas e Respostas. Viçosa, MG. Editora: UFV, 2002. 407p. COUTO, H. T. Z. do; BASTOS, N. L. M. Modelos de equações de volume e relações Hipsométricas para plantações de Eucalyptus no Estado de São Paulo. IPEF, n.37, p.3344, dez.1987. HEINSDIJK, D. Inventários florestais na Amazônia. Ministério da Agricultura, Serviço Florestal Brasileiro, Rio de Janeiro. 100p. (Boletim, 6). 1963. HUSCH, B.; MILLER, C.l. & BEERS, T.W. Forest mensuration. 2.ed. New York, The Ronald Press Co., 1972. 410p. LEITE, H.G.; ANDRADE, V.C.L. Um método para condução de inventários florestais sem o uso de equações volumétricas. Revista Árvore, v.26, n.3, p.321-328, 2002. LOËTSH, F.; HALLER, R. E.; ZÖHRER, F. Forest Inventory. 2ed. Munich: BLV. 1973. v.2. 469p. PIMENTEL-GOMES, F. Curso de Estatística Experimental. Piracicaba: FEALQ, 2009. 451p. SILVA, J. L. R. da. Modelos volumétricos, fatores de forma e equação de afilamento para floresta de terra firme da região do rio aru município de Portel – Pará. Dissertação (Mestrado em Ciências Florestais) – Universidade Federal Rural da Amazônia. Belém, 2007. 71p. SILVA, J.N.M.; CARVALHO, M.S.P. de. Equação de volume para uma floresta secundária no Planalto do Tapajós – Belterra, PA. Boletim de Pesquisa Florestal. Curitiba, (8/9): 115, jun./dez. 1984. SILVA, J.N.M.; CARVALHO, J. O. P. de; LOPES, J. do C. A.; CARVALHO, M.S.P. de. Equações de volume para a floresta nacional do tapajós. Boletim de Pesquisa Florestal, Colombo, n. 8/9, p. 50-63, Jun./Dez. 1984. SOARES, C. P. B.; NETO, F. de P.; SOUZA, A. L de. Dendrometria e inventário florestal. Viçosa: Ed. UFV, 2006. 276p. 65 ANEXO Modelos encontrados na literatura para determinação de equações de volume Variável independente DAP DAP/H Autor Kopezky-Gehrardt Dissescu-Meyer Hohenaldl-Krenn Berkhout (B. Husch [1963]) Brenac (S. H. Spurr [1952]) (S. H. Spurr [1952]) Ogaya Stoate Naslund Meyer Meyer (Modificada) Takata Schumacher-Hall Equações ( ( (S. H. Spurr [1952]) Fed.Rep. Germany Fonte: Loetsch et al. (1973) e Campos & Leite (2002) onde: V= volume comercial; D= diâmetro à altura do peito (cm); h= altura comercial (m); log= logaritmo decimal; b0, b1, b2, b3, b4 e b5 = coeficientes de regressão 66