Documente Academic
Documente Profesional
Documente Cultură
Modelagem
aplicada
ao Crescimento e Produ o Florestal
Sumrio
1
5
5
6
8
8
8
9
12
13
18
1.1
1.2
1.3
1.4
1.4.1
1.4.2
1.4.3
1.5
1.6
2
2.1
2.2
2.3
2.3.1
2.3.2
2.4
3
3.1
3.2
HIST RICO
CONSTRU O
APLICA O
CLASSIFICA O DE STIO
BASE PARA UMA PRODU O SUSTENT VEL
N VEL DE PRODU O
18
19
20
20
22
23
26
26
28
36
4.1
INTRODU O
36
4.2
CONDU O DO CRESCIMENTO SEGUNDO O EXEMPLO DO MANEJO DO CARVALHO
(QUERCUS SSP.) NA ALEMANHA
38
4.2.1 INTRODU O
38
4.2.2 PROGRAMA DE PRODU O ORIENTADO NOS OBJETIVOS (QUERCUS ROBUR DE KENK, 1980) 39
4.2.3 PROGRAMA DE PRODU O ORIENTADO NOS OBJETIVOS E NO ESTADO DA RVORE INDIVIDUAL
OU DO POVOAMENTO
40
5 MODELOS PARA AVALIAR O IMPACTO DE FATORES AMBIENTAIS NO
CRESCIMENTO DE RVORES
5.1
5.2
5.3
51
FONTES DE DADOS
51
ABORDAGENS
53
EXEMPLO: ZUWACHSTRENDVERFAHREN (M TODO DA TEND NCIA DE CRESCIMENTO)
55
58
6.1.
6.2.
6.2.1.
6.2.2.
6.2.3.
6.3.
6.4
58
58
58
59
59
59
60
CONCEITO E OBJETIVOS
CONSTRU O DE MODELOS DE GERENCIAMENTO FLORESTAL
ELEMENTOS
EXIG NCIAS DE MODELOS DE CRESCIMENTO
OTIMIZA O
EXEMPLO 1: O PROGRAMA MELA DA FINL NDIA
EXEMPLO 2: O PROGRAMA SILVA 2 DA ALEMANHA
PREF CIO
A modelagem tem uma longa tradi o na rea florestal. Desde o inicio das florestas
manejadas, surgiu o desejo de influenciar e prognosticar o crescimento com o fim de
dominar a produ o da matria-prima madeira. Esse desejo tem as suas razes nas
circunstncias especiais da produ o florestal: os longos prazos e a irreversibilidade de
decises e interven es uma vez tomadas. Nenhum outro setor industrial tem que enfrentar
tais problemas. Como possvel estimar os desejos e necessidades do mercado de produtos
de madeira daqui a 20 a 50 ou, como na Europa, as vezes, necessrio, 250 anos? Para um
planejamento, economica e ecologicamente, sustentvel so necessrias informa es sobre
o crescimento, a produ o e a qualidade do produto madeira e aqui entra em jogo a
modelagem. Modelos so abstra es e simplifica es de processos com o fim de descrever
estes e estimar os seus resultados finais, bem como o seu transcurso.
Nos ltimos anos, pode-se observar modifica es nos objetivos da produ o florestal,
tanto quanto nas fun es das florestas. As florestas que apenas serviam para a produ o de
madeira, hoje em dia, devem atender a objetivos multifuncionais, naturalmente sem perder
de vista o seu valor econmico. Alm dos povoamentos homogneos e equineos com o
fim de uma produ o de volume mximo, as florestas mistas e estruturadas ganham em
importncia, mas para estas as tabelas de produ o estticas no so mais apropriadas. Pelo
contrrio, so necessrios modelos dinmicos capazes de estimar o crescimento, a produ o
e a qualidade de rvores individuais, sendo baseados em fatores biolgico-explicativos.
Com esse novo desafio, a modelagem est-se tornando cada vez mais importante para
as Cincias Florestais. Nenhum engenheiro florestal pode evitar o contato nem a aplica o
de modelos de crescimento e produ o, sejam os mais simples como as tabelas de
produ o, ou os mais sofisticados como programas de produ o baseados na rvore
individual.
O objetivo deste caderno o de propiciar uma viso geral sobre os modelos e a
modelagem aplicada ao Crescimento e Produ o Florestal. Com exemplos e exerccios, so
facilitadas a compreenso da origem, a fun o e a aplica o dos tipos de modelos
apresentados.
Agradecemos ao colega Prof. Oswald Knig pela reviso deste texto e valiosas
sugestes.
No incio do crescimento, a curva aumenta numa forma cncava, enquanto mais tarde
torna-se convexa.
2)
1.3
Modelos
de
crescimento
no
tm
um
valor
em
si.
So
snteses
de
observa es/fenmenos biolgicos. Aplicadas nas condi es sob as quais foram coletados
os dados, na Engenharia Florestal os modelos so imprescindveis
al., 1983), com abordagens bem simples. Florestas mistas heterogneas exigem modelos
mais sofisticados em razo da sua diversidade e estrutura complexa. Alm disso, os
modelos tradicionais de crescimento descrevem o futuro "output" com fun es dependendo
do tempo que so fundamentadas em observa es do crescimento passado em condi es
comparveis. Mas, sob condi es alteradas do stio, essa base de informa es se torna
menos vlida. Ento, tm que ser incorporadas, nos modelos de crescimento, anlises mais
cuidadosas dos mecanismos que conduzem o crescimento.
O papel do modelo de crescimento mostrado na Figura 1.2:
Invent rio
est tico
rea florestal
Modelo de
crescimento
Invent rio
dinmico
Povoamento
futuro
Estimativa
da rea
Invent rio
est tico
suposies
Estimativa
dos recursos
1.4
1.4.2
Modelos mecansticos
Modelos mecansticos (ou modelos teorticos, modelos de processos) tm uma
Na realidade, existe uma continuidade entre esses tipos bsicos de modelos. Falta
salientar que, se forem corretamente aplicados em novas circunstncias, modelos empricos
assumem parmetros constantes. Contudo, modelos mecansticos pressupem processos
constantes se forem analisados em novos casos (extrapola o).
Aps uma fase de dominncia de modelos empricos nas dcadas passadas, constata-se
hoje, uma tendncia para a aplica o de modelos teorticos. Esses modelos, todavia, quase
sempre foram emprestados de outras disciplinas (zoologia, teoria dos sistemas, entre
outras).
Demais critrios de classifica o
1.4.3
Modelos determinsticos;
modelos estocsticos.
Sob condi es iguais o modelo determinstico sempre produz as mesmas estimativas.
10
Nos modelos espaciais o povoamento florestal representado por rvores cujas exatas
posi es no povoamento so conhecidas.
Considerando os objetivos da modelagem, diferenciam-se em:
Modelos para descri o;
modelos para deciso;
orientado nos objetivos;
orientado nos objetivos e no estgio da rvore individual ou do povoamento.
Fala-se de programas de produ o orientados no estgio e nos objetivos, quando
como varivel-meta foi considerado no apenas o volume do tronco, mas tambm a copa,
galhos e elementos arquiteturais da rvore.
TABELA 1.2 Exemplos para os diferentes tipos de modelos.
Tipo de modelo
Modelo de
gerenciamento florestal
Modelo de povoamento
Exemplos
MELA, Finlndia
SILVA2, Alemanha (Pretzsch & Kahn, 1997)
Tabela de produ o:
Wiedemann (1936/42): Picea abies
Finger (1992): Eucalyptus grandis e saligna
Schneider & Oesten (1999): Pinus elliottii, Araucaria
angustifolia
Schneider et al. (2000): Acacia mearnsii
Matriz de transi o:
Modelos de classe de
Buongiorno & Michie (1980): folhosas, EUA
di metro
Spathelf & Durlo (2000): espcies da floresta estacional, Serra
Geral, RS
Modelos e simuladores, SILVA2 (Pretzsch, 1992)
[www.wwk.forst.uni-muenchen.de/wwk/Silva/SilvaStart.html]
respectivamente,
BWIN 2.1 (Nagel, 1999)
baseados em rvores
[http://www.nfv.gwdg.de/nfvabw01.htm)]
individuais
MOSES (Hasenauer et al., 1995)
IWW-Eiche (Spiecker & Nutto, 2000)
Canjerana, louro, cedro (Durlo, 1996)
Hoje em dia, a maioria dos modelos disponveis baseado em parmetros de
11
At hoje
No futuro
Espa o vital
interferncias
clima
solo
FIGURA 1.3 Mudan as nos objetivos do manejo florestal (seg. Pretzsch, 1995).
Como mostra a Figura 1.3, houve uma mudan a ntida nos objetivos do manejo
florestal nos ltimos cem anos. Estabeleceram-se extensas monoculturas homogneas de
conferas na poca da recupera o das florestas devastadas. Com o tempo, por necessidades
econmicas, surgiu a idia de concentrar o manejo em algumas rvores futuras de alta
qualidade. Com o aumento de fatores influenciais e exigncias do uso m ltiplo de florestas
a partir da segunda metade do sculo XX o manejo florestal tornou-se mais complexo e
novas ferramentas de planejamento foram necessrias. Alm disso, constatou-se um forte
movimento para a reconstitui o das florestas mistas. O uso mais intenso de modelos
12
complexos pode ser explicado com as modifica es dos objetivos que so resumidos na
Tabela 1.3.
TABELA 1.3 Mudan as dos objetivos e abordagens na Engenharia Florestal.
At hoje
Florestas (homogneas e equineas) s
servem como fonte de madeira
Estudos de variveis mdias de
povoamentos
Estudos baseados em fatores
dendromtricos-descritivos
Informa es e dados de parcelas
permanentes
No futuro
Florestas (heterogneas, mistas e multineas)
servem para o uso m ltiplo
Estudos de variveis baseadas na rvore
individual
Estudos baseados em fatores biolgicoexplicativos
Avalia o e uso de novas fontes de dados e
tecnologias
1.5
da acuracidade;
da flexibilidade.
Dentre as variveis de interesse deve-se escolher primeiro as variveis dependentes
Disponibilidade (facilidade);
acuracidade na medi o;
13
a anlise de correla o;
a anlise fatorial.
A anlise de regresso aplicada Engenharia Florestal detalhadamente descrita em
Schneider (1997). Contudo, so colocados aqui alguns pontos que devem ser considerados:
Como condicionantes de uma regresso, devem ser cumprido a homogeneidade da
varincia, a distribui o normal e a independncia dos regressores, caso no existirem
mtodos de transforma o. Nesse sentido, regresses logartmicas precisam uma
lineariza o do respectivo modelo. Finalmente, modelos no-lineares requerem uma
abordagem especial como aquele do mtodo de Marquardt (veja Schneider, 1997).
Na aplica o de modelos, sempre se deve estar consciente dos seus respectivos
limites (zona de validade). Assim, extrapola es no devem ser feitas alm da rea de
origem dos dados. Muitas vezes, os pressupostos da aplica o de modelos, num sentido
estrito, no estaro assegurados. A chamada multicolinearidade, ou seja, o fato de que
existe uma m tua dependncia de muitas variveis leva viola o dessas condicionantes
bsicas. Mesmo assim, importante expor esses fatos.
Tipos de equa es
1.6
Equa es tericas
Eq. Mitscherlich
Eq. Logstica
Eq. Gompertz
Eq. Chapman-Richards
Eq. Backman
Uma equa o emprica freqentemente usada a equa o quadrtica simples.
Id = a + b * D + c * D 2
(Equa o 1.1)
em que:
Id = incremento em dimetro;
D = dimetro (dap);
a, b = coeficientes.
14
Leva a resultados absurdos porque no tem mximo. Outra equa o emprica usada
a logartmica ou exponencial.
1
D
(Equa o 1.2)
LnId = a + b *
Em que:
Id = incremento em dimetro;
D = dimetro (dap);
a, b = coeficientes.
Mitscherlich ou Monomolecular
Y = A * [1 e k *t ]
(Equa o 1.3)
Logstica ou Autocataltica
Y =
A
1 b * e k *t
(Equa o 1.4)
Gompertz
Y = A * [1 b * e k *t ]
(Equa o 1.5)
Bertalanffy ou Chapman-Richards
Y = A * [1 b * e k *t ] c
(Equa o 1.6)
Em que:
Y = tamanho do organismo;
A = tamanho mximo ou assntota;
t = tempo;
b, k, c = coeficientes.
Embora derivada para animais, a equa o de Bertalanffy foi amplamente usada nas
Cincias Florestais. O autor achou que o crescimento segue a um processo de sntese
(anabolismo) e degrada o (catabolismo). A formula original foi expressa como a seguinte:
15
DW
= a *W b c *W d
dt
(Equa o 1.7)
Em que:
W = peso do organismo;
b e d = constantes do anabolismo e catabolismo.
O d pode ser omitido e o b assume um valor de 2/3 em animais. A vantagem da
termo de expanso
termo de declnio
(dep. do tamanho)
(dep. da idade)
16
Em que:
17
Exerccios capitulo 1
1) Dado :
homogeneidade da varincia
10
12
b)
4
3
2
1
0
-1
-2
-3
-4
4
10
12
18
Histrico
Segundo Pretzsch (1992) destacam-se as seguintes etapas no desenvolvimento
19
anlise de tronco. Por causa da falta de observa es de longa dura o na constru o das
primeiras tabelas de produ o, Guttenberg e Schwappach utilizavam o "Streifenverfahren"
junto com a anlise de tronco.
2.2 Constru o
Tabelas de produ o so modelos empricos determinsticos de povoamentos florestais e
mostram o crescimento mdio de povoamentos de diferentes idades, em perodos
determinados, e numa rea determinada. So vlidos e aplicveis apenas num senso estrito,
sob as seguintes circunstncias:
stio constante;
tratamento definido.
Dessas afirma es, derivam-se as desvantagens da tabela de produ o clssica: ela reflete
as condi es do stio e as condi es climticas da rea e do perodo da coleta dos dados e
valida apenas em povoamentos com as mesmas interven es dos povoamentos levantados.
Os dados usados nas tabelas so valores mdios de uma popula o e geralmente no
permitem estimativas no crescimento de rvores individuais. Com essa restri o, as tabelas
de produ o so imprprias como ferramentas para a produ o de madeira de alta
qualidade. Num meio ambiente alterado, elas tambm perdem o valor prognosticativo.
Acrescenta-se que, para a constru o das tabelas, so necessrias observa es durante
longos perodos de tempo ou mtodos retrospectivos intensivos, como a anlise de tronco.
De outro lado as tabelas de produ o j existentes oferecem uma ferramenta simples e
eficiente para aplicar em uma produ o otimizada em volume de madeira.
A maioria das tabelas de produ o tem como variveis de entrada: espcie, ndice de
stio e idade. O ndice de stio determina-se mediante a rela o altura (dominante) idade.
Existem distintos tipos de tabelas de produ o:
20
menos em povoamentos jovens. Mas o chamado growth intercept method (Clutter et al.,
1983) apenas funciona se as rvores mostrarem verticlios anuais.
2.3 Aplica o
2.3.1
Classifica o de stio
Atualmente a classifica o de stios, em geral, se realiza por meio da altura
altura [m]
30
IS 14
25
IS 18
20
IS 22
15
IS 26
IS 30
10
5
0
0
10
20
30
40
50
60
70
80
90
idade [anos]
FIGURA 2.1 Curvas de ndice de stio nas tabelas de produ o para Arauc ria
angustifolia de Schneider & Oesten (1999). Os stios so classificados por
meio da altura dominante (h100) na idade de 50 anos.
21
O ndice de stio uma altura dominante ou uma classe de produ o relativa numa
idade de referncia do povoamento.
altura [m]
40
35
monom rfica
30
polim rfica
25
20
15
10
5
0
0
10
15
20
25
30
35
40
45
50
55
idade [anos]
22
volume de corte;
incremento;
rentabilidade.
Tambm so facilitadas atividades tais como o planejamento da regenera o e da
POVOAMENTO REMANESCENTE
DG
HM
HO
N/HA G/HA
10,1
13,5
17,4
20,5
22,7
24,3
25,4
35
40
26,1
4,9
10,8
14,7
17,3
19,1
20,2
20,9
21,4
5,6
11,7
15
18,7
20,7
22
22,9
23,4
2446
2400
1266
890
720
631
581
553
19,4
34,4
30,1
29,3
29,3
29,4
29,6
29,7
V/HA
4696
44,8
4913
4990
5052
5043
5053
5059
5063
DESBASTE
N/HA V/HA
25
1,1
1134
114,8
375
64,1
169
39,8
89
25,5
50
16,2
28
9,9
182,3
0.0
0,0
0,6
183,4
18,3
10
52,4
337,0
22,5
15
70,5
435,2
21,8
20
78,1
501,2
20,0
25
8,9
245,3
313,2
13,2
219,8
300,3
19,6
180,0
281,4
44,8
TOTAL
IPA
ANO
30,7
115,9
255,2
PRODU O
V/HA IMA
27,7
1,1
221,1
321,4
VAC
81,7
545,6
18,2
30
5,8
261,5
83,5
574,7
16,4
35
3,6
271,4
84,4
592,9
14,8
40
23
Nvel de produ o
2.4
24
2)
histrico:
1)
2)
Na lei de Gerhard, fez-se uma amplifica o: povoamentos (mediante toda a gama das
espcies), tem a mesma produ o total em alturas iguais.
Bradley e Christie (1966) denominaram as diferen as nos nveis de produ o (classes
de produ o) como diferen as na rela o h/d. Povoamentos com maior nvel de produ o
mostram menor rela o h/d. Segundo Schmidt (1973), o nvel de produ o significa a
capacidade de uma rvore em rela o ao aproveitamento da rea til em um stio. Sterba
(1987) salientou que distintos nveis de produ o se manifestam em distintos SDI de
Reinecke na mesma altura dominante. Esse autor calculou o SDI mximo de linhas de
tendncias de crescimento com o auxlio da competition density rule modificada de Kira.
Franz (1974) mencionou que o nvel de produ o se expressa numa determinada rea basal
mxima.
25
Exerccios capitulo 2
1) Fa a a defini o das seguintes grandezas!
dg; G/ha; produ o total em volume; incremento mdio anual; h100; grau de estoqueamento;
ndice de stio; VAC (em %).
2) D uma defini o do termo tabela de produ o! Para que podem ser usados e quais so
as vantagens e desvantagens!
3) Dado um inventrio de um povoamento de Araucaria angustifolia com as seguintes
informa es: (40 anos, hm= 17,9 m, G/ha = 30 m)
Qual o V/ha do povoamento remanescente, usando as tabelas de Schneider & Oesten
(1999)?
4) Complemente as colunas!
idade
Hm
V/ha
(remanescente)
3
IMA
[m ]
[m3]
19,4
351
13,9
60
25,9
508
14,7
80
30,6
611
14,4
100
34,0
671
13,7
120
36,3
698
12,9
40
30,1
513,9
12,9
[anos]
[m]
40
V/h
(desbaste)
3
[m ]
IPA
VAC
[m3]
[m3]
481,8
Tabela de produ o Pinus elliottii (Schneider & Oesten 1999), ndice de stio 32, nvel de produ o superior.
26
Conceito e objetivos
Matrizes de transi o so modelos de classe de dimetro. Na hierarquia estabelecida
elas esto localizadas entre modelos de povoamento (veja capitulo anterior) e modelos
baseados na rvore singular (modelos individuais). Matrizes de transi o so extenses
formalizadas do mtodo de proje o de tabelas de povoamento (Vanclay, 1994).
TABELA 3.1 Tabela de povoamento (proje o com taxa de movimento 0,5).
dc [cm]
ni
ni+x
ni+2x
ni+3x
5
7,5
10
12,5
15
85
50
22
12
4
43
68
36
17
8
22
56
52
26
13
11
39
54
39
20
t1
t2
t3
t4
10
15
20
dap [cm]
FIGURA 3.1 Desenvolvimento da distribui o diamtrica de um povoamento com uma
taxa de movimento de 0,5.
Os primeiros modelos matriz foram desenvolvidos por Leslie and Lewis para estimar
o crescimento de animais (apud Buongiorno & Mitchie 1980). Buongiorno & Michie
27
a1
b1
0
0
0
0
a2
b2
0
0
a3
0
0
0
0
0
b3
0
a4
b4
0
a5
0
0
0
y1t h1t
y2 t h2 t
y3t h3t +
y4 t h4 t
y h
5t
5t
r y1t + k
0 y2 t + k
0 = y3t + k
0 y4 t + k
0 y
5t + k
(Equa o 3.2)
Em que:
a1,..i = propor o de rvores que permanecem na respectiva classe de dimetro menos taxa
de mortalidade;
b1,..i = propor o de rvores que crescem para a prxima classe de dimetro;
28
2)
3.2
regio de Santa Maria, levantada nos anos 1994, 1995 e 1997 em parcelas permanentes,
29
introduzida uma aplica o da matriz de transi o (Spathelf & Durlo, 2000). O objetivo do
estudo era determinar interven es sustentveis, ou seja, interven es que no
prejudicassem o futuro potencial de crescimento da floresta.
A matriz das probabilidades obtida por meio da diviso do n mero das rvores de
cada classe de dimetro que cresceram para a prxima classe, pelo n mero inicial de
rvores nessa classe de dimetro. A propor o de mortalidade obtida dividindo as rvores
mortas no ano 1997 (final do perodo de observa o) que estavam vivas no incio do
perodo de observa o, pelo n mero total das rvores por classe de dimetro no ano 1994.
Foi levantado, durante o perodo de observa o, todo o recrutamento acima de 5 cm de
dimetro com casca.
O tipo e o peso das interven es foram derivados aplicando o conceito da floresta
balanceada (Meyer segundo Loetsch et al., 1973). Nesse conceito, uma distribui o
desejada de rvores pode ser obtida estabelecendo as seguintes grandezas de um
povoamento: valor q (quociente do n mero de rvores de duas classes sucessivas de
dimetro numa floresta balanceada), rea basal remanescente, e o respetivo dimetro-meta.
Q obtido ajustando a distribui o atual de dimetros com a fun o:
ln N = a + b * dz
(Equa o 3.3)
Em que:
N = n mero de rvores;
dz = centro de classe de dimetro [cm];
a, b = coeficientes.
Foram escolhidos valores de q de 1,5 e 1,2. O valor q = 1,5 representa a distribui o
atual dos dimetros levantados. O povoamento com um valor de q = 1,2 mostra uma curva
mais achatada da distribui o de dimetros, levando a n meros menores de rvores de
pequena dimenso. Geralmente, a propor o de madeira de grandes dimenses para serraria
aumenta com uma diminui o de q, sendo iguais rea basal e o dimetro-meta.
30
Ciclo de corte
[anos]
Intensidade de Q
interven o G
[m2]
[cm]
15
15
30
30
30
15
15
30
30
30
5
10
5
10
15
5
10
5
10
15
80
80
80
80
80
60
60
60
60
60
1,5
1,5
1,5
1,5
1,5
1,2
1,2
1,2
1,2
1,2
Dimetro-meta
Como ciclos de corte, foram selecionados 15 e 30 anos. Com ciclos de corte mais
amplos, pode-se obter madeira mais grossa. Economicamente mais atrativas, em geral, so
as variantes com um ciclo de corte mais curto, tendo maiores receitas "descontadas". Na
Tabela 3.2, mostra-se as estratgias de interven o adotadas. O objetivo era determinar
caminhos de interven o sustentvel.
31
120
vol [m3/ha]
100
80
60
40
20
0
Canjerana
Cedro
Louro
madeira
val.
madeira
com.
outros
mort [%]
15
10
5
0
[7,5]
dap [cm]
32
70
ab [m/ha]
60
50
40
30
20
10
0
1980
Ib
2000
IIb
2020
IIIb
2040
IVb
2060
Vb
2080
2100
ano
FIGURA 3.4 Evolu o da rea basal (G/ha) do povoamento estimado com o modelo da
matriz de transi o, considerando as diferentes estratgias de interven es
Ia, IIa, IIIa, IVa and Va (veja Tabela 3.2).
Como se observa na Figura 3.4, o clculo com o modelo estabelecido mostra que
interven es com uma retirada de, aproximadamente, 7 m2 de rea basal num ciclo de corte
33
34
TABELA 3.3 Matriz de transi o com as rvores remanescentes nas suas respectivas classes de dimetro (primeira diagonal) e as
rvores que se movem para a prxima classe de dimetro (segunda diagonal). A mortalidade na respectiva classe de
dimetro subtrada dos valores da primeira diagonal.
[cm] 7,5
7,5
0,904
12,5
0,055
17,5
22,5
27,5
32,5
37,5
42,5
47,5
52,5
57,5
62,5
67,5
72,5
12,5
17,5
22,5
27,5
32,5
37,5
42,5
47,5
52,5
57,5
62,5
67,5
72,5
0,864
0,075
0,848
0,079
0,673
0,268
0,847
0,121
0,769
0,201
0,683
0,3
0,795
0,205
0,788
0,182
0,69
0,167
0,666
0,334
1
0
0,666
0,334
35
Exerccios capitulo 3
1) Defina o conceito da matriz de transi o.
2) Discuta as restri es da matriz como modelo para descrever e prognosticar o
desenvolvimento de florestas heterogneas.
3) Complemente a seguinte tabela de povoamento (taxa de movimenta o: 0,25).
Nt0
128
66
99
18
7
Nt1
Nt2
Nt3
36
Introdu o
A madeira uma matria-prima com muitas utilidades. Usada pela ind stria pode ser
transformada em vrios produtos com valores variveis. O seguinte exemplo com a espcie
carvalho (Quercus ssp.) e pre os europeus (1999) deve ilustrar isto:
TABELA 4.1 Diferentes produtos e pre os para 1 mde carvalho em Marco alemo
(1999, 1 DEM = 0,85 BRR).
Utiliza o
lenha
madeira para parquete
madeira para serraria (alta qualidade)
madeira para lamina o
valor
(1 mde madeira)
100
200 a 400
600 a 1000
1000 a 10000
fator
1
2a4
6 a 10
10 a 100
37
3) Modelagem
a) Teste das hipteses e das rela es entre os parmetros levantados.
b) Avalia o das rela es.
c) Modelagem dos parmetros com os tipos adequados de modelos para os objetivos
preestabelecidos modelos de descri o.
d) Valida o/Compara o dos modelos com outros modelos ou dados externos
e) Ferramentas para a aplica o prtica modelos de deciso.
A condu o de povoamentos florestais facilitada com as quatro questes (fictcias)
segundo o silviculturista su o Leibundgut:
38
II
III
IV
VI
VII+
Total
Fagus
Quercus
Acer
Alnus
Demais espcies
Folhosas
11
3
3
1
2
27
15
3
2
1
2
29
22
4
1
1
2
34
23
5
1
1
2
35
25
6
1
1
2
37
28
8
1
1
1
41
33
19
1
1
58
22
6
1
2
36
IMA
[m]
5,6
4,7
4,9
5,5
5,0
-
TABELA 4.4 Orienta o para o manejo de Quercus ssp. nas florestas estaduais de
Baden-Wrttemberg.
Altura dominante
Implanta o
at 5 m
Medidas
espa amento 2,5 at 3 x 0,5 at 1 m
s remo o de rvores com deficincias e rvores com
galhosidade extrema (sele o qualitativa)
Fase da qualifica o
ao redor de 10 m
com base em 17 m
com base em 20 m, se for
necessrio
39
Estado
ndice de stio
desbaste por baixo mdio/forte
vlido para stios onde madeira de
qualidade pode ser produzida
(B.-W., Alemanha)
vlido para stios da classe I, II das
tabelas de produ o de Zimmerle;
rela o do dimetro das rvores
desbastadas e das "rvores-F"
Objetivo
nodefinido
dap meta = 70 cm;
idade d. rota o = 180 anos
80 a 100 "rvores-F"
dap-meta = varivel
Idade de rota o = varivel
N mero de "rvores-F" =
varivel
modelo de povoamento;
40
TABELA 4.6 Programa de produ o para carvalho (Quercus robur) Kenk (1980).
Objetivos pr-estabelecidos: povoamento com 100% de carvalho (Quercus robur L.) no
estrato dominante; dimetro meta 60 a 80 (70) cm; perodo de rota o 160 a 200 (180) anos;
n mero de rvores futuras por hectare: 80 a 100.
N de
Altura
rvores
dominante
dominantes
h100
por ha-1
[m]
[anos]
Idade
2
At 2
3
6.000
5
8
11
14
4.400
3.200
2.000
1.250
41
48
55
65
75
85
100
120
140
17
19
21
23
25
27
29
31
33
780
580
400
280
220
180
145
120
100
160
180
33
33
100
100
Desbaste
[mha-1]
VN
VN
G ha-1
V ha-1
aps
aps
desbaste desbaste
IMA
d100
d1,3
id1,3
15
15
12
14
35
87
35
102
11
14
30
35
35
40
40
40
40
40
45
80
115
155
195
135
275
315
315
14
14
14
15
16
18
19
23
26
110
132
143
178
218
238
279
352
421
155
212
258
333
413
473
554
667
736
17
21
24
29
33
37
42
49
56
4,5
4,4
4,3
4,0
3,5
3,4
3,3
3,3
3,3
315
315
31
35
508
577
823
892
62
68
3,2
3,2
10
41
Desbaste seletivo depois da fase de desrama natural (conceito com duas fases de
manejo).
TABELA 4.7 Programa de produ o para carvalho (Quercus ssp.) de Spiecker (1991)
com o n mero mdio de rvores de desbaste em favor de cada "rvore-F".
dap
[cm]
idade [anos]
40
50
60
70
80
90
16
20
24
5,2
4,5
3,0
4,2
3,9
2,6
3,6
3,5
2,3
3,1
2,2
2,1
2,0
28
32
36
2,2
1,8
1,4
1,1
1,6
1,2
0,9
1,5
1,1
0,8
1,4
1,0
0,8
0,6
0,5
0,4
40
0,7
0,6
44
0,5
48
Dap das rvores de desbaste = 80% do dap das rvores futuras.
100
110
120
1,3
0,9
0,7
1,3
0,9
0,7
1,3
0,9
0,7
0,9
0,6
0,6
0,4
0,4
0,5
0,4
0,3
0,5
0,4
0,3
0,5
0,4
0,3
Restri es para a Tabela 4.7: rea coberta pelo dossel = 70%, cada rvore selecionada para o desbaste s
contada uma vez, mesmo que v competir com outras rvores futuras, n mero de rvores futuras por hectare =
80, incremento radial constante.
42
4.2.3.2 Quercus ssp. de Nutto (1999) com enfoque na qualidade da desrama natural
um exemplo de um modelo largura da copa e crescimento em di metro
fatores de
influncia
crescimento
qualidade/
poda
stio
espa o vital
genetica
nutrientes
clima
balan o hdrico
dimenso e forma
da copa
variedade
sexo
crescimento
em altura
crescimento
em di metro
qualidade da poda
dimetro dos galhos
comprimento dos galhos
parte inteira com ns
2) Hiptese de trabalho
H vrios fatores externos que influenciam o crescimento (Figura 4.2). Alguns deles
so fixos ou pouco variveis (como a qualidade do stio, a gentica e o clima), outros
podem ser usados para conduzir o crescimento, tal como o espa o vital. O crescimento em
dimetro pode ser influenciado com o regulamento da competi o. Por outro lado, o
crescimento em altura determinado pela qualidade do stio. Entre a qualidade da madeira
(poda natural) e as duas formas de crescimento tambm existe uma liga o. Assim, pode-se
43
Fun o
largura da copa
dap, idade
altura, idade
44
45
15.0
Posi o e dimetro do
fuste (amplia o 3x)
12.5
Carvalho 1, 95 anos de
idade, dap=75cm
10.0
7.5
Proje o horizontal
da copa
5.0
Carvalho 2,
180 anos de idade,
dap=75cm
2.5
0.0
-7.5
-5.0
-2.5
0.0
2.5
5.0
7.5
FIGURA 4.3 Proje o horizontal da copa de dois carvalhos com o mesmo dap mas idades
diferentes.
J existem muitos trabalhos sobre a rela o entre o dap e a largura da copa. Incluindo
a idade nessa fun o, pode ser explicada uma boa parte da varia o causada por esse fator.
Uma rvore mais jovem precisa de uma copa bem maior para alcan ar um certo dimetro
que uma rvore idosa; esta produz o mesmo dimetro em muito mais tempo com uma copa
pequena.
A qualidade do stio no tem influncia na fun o estabelecida. Se duas rvores da
mesma idade tm o mesmo dimetro da copa, elas tambm tm o mesmo dap. Mas tambm
deve ser considerado que a expanso mxima da copa numa certa idade e, portanto, o
incremento radial mximo, depende da qualidade do stio (Figura 4.3).
46
IIdade = 35a
dGz = 8
alt = 18,4 m
ndice
do stio
dGz = 5
mximo
dc = 4,8 m
alt = 12,2 m
10 mais fortes
dGz100=5
dGz100=6
dGz100=7
dGz100=8
arvores (35 a)
2,2 (2,6)
2,6 (2,8)
3,2 (3,5)
3,5 (3,9)
dc = 2,7 m
dap
daap = 15,4 cm
dap
d = 24,5 cm
irp1,3= 2,2 mm
ir 1,3 = 3,5 mm
ap
47
1,5
2,5
3,5
1,5
2,5
3,5
15
4,5
7,5
10,5
1,0
1,3
1,7
2,1
2,5
20
10
12
14
1,1
1,7
2,1
2,7
3,4
25
7,5
10
12,5
15
17,5
1,3
2,1
2,7
3,3
4,1
30
12
15
18
21
1,5
2,5
3,3
4,1
4,9
35
10,5
14
17,5
21
24,5
1,9
2,7
3,7
4,7
5,3
40
12
16
20
24
28
2,2
3,1
4,3
5,3
6,5
45
13,5
18
22,5
27
31,5
2,4
3,5
4,7
5,9
7,3
Essa ferramenta deve ser usada junto com a Tabela 4.9 que indica o incremento
diamtrico mximo em stios de diferentes qualidades. Num stio com o ndice dGz100 = 5
no ser possvel produzir uma rvore com um incremento radial superior a 2,2 mm.
TABELA 4.10 Incremento radial mximo (ir1,3) em stios de diferentes qualidades
(dGz100 = ndice de stio).
ir1,3 [mm] mximo at a
idade de 35 anos
dGz100=5
dGz100=6
dGz100=7
dGz100=8
2,2
2,6
3,2
3,5
48
Altura [m]
18
16
14
12
h dGz 6
ic,ir =1,5mm
10
ic, ir=2,5mm
8
1.gm, ir=1,5mm
1.gm, ir=2,5mm
6
4
2
0
10
15
20
25
30
35
40
45
Idade[anos]
FIGURA 4.5 Altura total (segundo a altura dominante do dGz100 = 6 das tabelas de
produ o de Jttner, dGz 6), altura da inser o da copa (ic) e a altura
comercial (gm), para incrementos radiais de 1,5 e 2,5 mm/ano.
Para prognosticar a parte interna da madeira com ns, aplicando diferentes
tratamentos, foram gerados modelos que so capazes de estimar o volume da madeira de
alta qualidade (Fig. 4.6). Assim o usurio tem a op o de avaliar os resultados de um
tratamento antes de apliclo.
Descri o resumida do programa:
49
altura [m]
ir=3.5
ir=1.5
ir=2.5
Fuste
6
5
4
3
Parte interna
com n s para
diferentes
crescimentos de
di metro
40
30
20
10
2
1
0
Raio [cm]
10
20
30
40
FIGURA 4.6 Modelo para estimar a qualidade interna com ns, dependendo do
crescimento radial (tamanho da copa) e do crescimento em altura (qualidade do
stio, ndice do stio dGz100 = 6). O dimetro-meta de 60 cm pode ser alcan ado
dentro de 200 anos (ir1,3 = 1,5 mm/a), 120 anos (ir1,3 = 2,5 mm/a) ou 85 anos
(ir1,3 = 3,5 mm/a).
50
Exerccios capitulo 4
Carvalho 1
Largura da
copa
[m]
2,0
[anos]
20
Carvalho 2
2,0
35
Ir1,3
Idade
Carvalho 1
[mm/ano]
2,5
[anos]
40
Carvalho 2
3,7
20
Dap
Carvalho 1
Largura da
copa
[m]
2,5
[cm]
15,0
Carvalho 2
3,2
18,0
Ir1,3
rvores/ha
[mm/ano]
[cm]
Largura da
copa
[m]
Ir
Idade
rvores/ha
[anos]
Dap
[cm]
Dap
[mm/ano]
rvores/ha
Qual o incremento radial mximo que um carvalho pode atingir nos primeiros 35 anos
num tal stio?
Calcule para esse caso as seguintes grandezas para a idade de 35 anos: dap, largura da
copa, n mero de rvores por hectare (cobertura pelo dossel 75%), inser o da copa e
primeiro galho morto.
(Use as equa es 4.1, 4.2 e 4.3. A altura na idade de 35 anos pega da figura 4.5.)
51
Fontes de dados
52
C (radiocarbono)
2) Parcelas permanentes
Na Europa, h 150 anos, j haviam sido estabelecidas parcelas permanentes para
estudar a produtividade de espcies florestais (produ o), o impacto de tratamentos
florestais como desbaste e o crescimento de diferentes provenincias, entre outros. A
vantagem dessa fonte de dados e o relacionamento com a rea so o conhecimento preciso
da histria dos povoamentos. Como desvantagens, muitas vezes, so mencionadas a
carncia de adequados delineamentos estatsticos (falta de repeti es, de representatividade
espacial), e, alm disso, a falta de uma dissolu o anual dos dados.
Em parcelas permanentes na Europa so medidos os dap a cada 5 a 7 anos, numa marca o
permanente. Em cada levantamento tambm so medidas 20 a 40 alturas, geralmente
mediante de todo o espectro diamtrico do povoamento.
O desenvolvimento de povoamentos em parcelas permanentes pode ser reconstrudo
com a medi o do crescimento em dimetro, altura e o fator de forma.
3) Inventrios florestais
Inventrios florestais tm uma longa tradi o em alguns pases europeus como a
Finlndia (primeiro inventrio no ano 1926). Os resultados de inventrios geralmente so
representativos para regies por causa dos delineamentos estatsticos empregados, sendo
conhecidos assim, os erros dos parmetros levantados. As desvantagens so a
53
4) Dados ambientais
Os dados sobre o meio ambiente so oriundos de monitoramentos contnuos ou de
levantamentos peridicos. Existem redes de medi es regionais e, at, nacionais:
dados hidrolgicos;
dados de emisses.
As novas tecnologias eletrnicas, hoje em dia, permitem medi es permanentes ainda
mais sofisticadas. Com o auxlio de modernas placas eletrnicas com memria permanente
possvel medir o crescimento e as variveis climticas em fra es de minutos. Assim,
mudan as de fatores externos e o impacto no crescimento podem ser analisados com mais
facilidade e maior preciso.
5.2
Abordagens
Para analisar o impacto de fatores ambientais no crescimento existem as seguintes
possibilidades:
1) Abordagens experimentais:
2) Abordagens observatrias:
54
A Figura 5.1 mostra a complexidade do fator "qualidade do stio" que contm uma grande
quantidade de subfatores e deve ilustrar quando prefervel usar mtodos experimentais ou
de observa o.
QUALIDADE DO S TIO
clima
evapotranspira o
precipita o
solo
temperatura
hidrologia
nutrientes
(N, P, K...)
propriedades fsicas
Quaseexperimento
Compara es espaciais (compara o com ou sem tratamento, anlise de transectos,
anlise de gradientes)
55
5.3
56
57
Exerccios capitulo 5
1) Numa parcela experimental as seguintes fontes de dados esto sua disposi o:
Qual das bases de dados e que mtodo voc usaria para fazer uma anlise retrospectiva de
clima e crescimento? Justifique a sua resposta.
Quais das caratersticas dos anis anuais sero de importncia para tal pesquisa?
em Santa Catarina, solo com baixa reserva de nutrientes, 1.600 mm de precipita o por
ano, temperatura mdia anual do ar 15C, altitude 600 m.
58
Conceito e objetivos
Como deveria ser o manejo das florestas para cumprir as futuras necessidades da
sociedade?
As respectivas respostas no poderiam ser dadas em nvel de povoamento ou at da
rvore individual. necessrio agregar mais informa es, as quais podem ser oriundas de
modelos de gerenciamento florestal.
Hierarquicamente, os modelos de gerenciamento florestal situam-se entre os modelos
de povoamentos e os modelos (setoriais) da economia. Modelos de gerenciamento florestal
visam a fornecer, para os tomadores de deciso, informa es sobre constela es complexas,
para preparar decises no mbito da empresa.
O processo de deciso estruturado da seguinte forma:
desenvolvimento de alternativas de a o;
deciso.
6.2
6.2.1
Elementos
Como elementos de modelos de gerenciamento florestal podem ser enumerados:
59
auxlio da informtica.
6.2.2
6.2.3
Otimiza o
Uma ferramenta til para a otimiza o, dentre os modelos de gerenciamento florestal,
Fun o objetivo;
restri es.
A fun o objetivo mostra a dependncia entre as grandezas as quais influenciam para
maximizar ou minimizar.
60
modelo baseado na rvore singular, independente de distncia. Como sadas pode obter-se a
simula o de:
Variantes de desbaste;
desrama;
drenagem;
aduba o.
O modelo ainda no incorpora o risco como a dinmica de pre os e altera es do
6.4
modelo de desbastes;
modelo de competi o;
modelo de aloca o.
Com esses modelos, pode ser calculado e visualizado o desenvolvimento de
61
62
Exerccios capitulo 6
1) Quais so os objetivos dos modelos de gerenciamento florestal?
2) Quais so os principais elementos para a constru o de um modelo de gerenciamento
florestal?
63
1)
a) 11,2 m/ha/ano
b) 0,145%
Modelos empricos;
modelos mecansticos.
Segundo a hierarquia:
Modelos determinsticos;
modelos estocsticos.
Segundo os objetivos:
64
Capitulo 2
1)
h100; = altura dominante das 100 rvores mais grossas por hectare;
grau de estoqueamento = a rela o do volume (ou rea basal) real do povoamento com
os respectivos valores da tabela;
65
4)
idade
[anos]
20
25
30
35
40
Hm
[m]
24,7
27,0
28,5
29,5
30,1
V/ha
(remanescente)
3
[m ]
385
436,4
476,1
498
513,9
IMA
[m3]
13,9
V/ha
IPA
VAC
[m ]
[m3]
[m3]
386,6
50,1
20,3
31,5
13,6
19,7
8,9
11,9
5,6
(desbaste)
3
14,7
418,7
14,4
450,2
13,7
469,9
12,9
481,8
Tabela de produ o Pinus elliottii (Schneider & Oesten 1999), ndice de stio 32, nvel de produ o superior.
5) IPA tabela = 6,4 m/ reduzido pelo fator 0,7 = 6,4 * 0,7 = 4,48 m
Capitulo 3
1) Modelos de classe de dimetro. As taxas de movimento das rvores, de uma classe de
dimetro para a prxima, so arranjadas em uma matriz (um campo quadrado de elementos
de m linhas e k colunas). Em geral incorpora o do recrutamento, da mortalidade e
colheita.
2) Condi es bsicas: 1) probabilidade de cada evento s depende do estado atual e no da
histria do povoamento (chamada hiptese de Markov), e, 2) probabilidades assumidas no
modelo esto estveis durante todo o perodo de observa o (estacionaridade). Ambos os
critrios so difceis de encontrar em florestas heterogneas: 1) a resposta de crescimento
de uma rvore pode ser diferente, dependendo do seu desenvolvimento passado. 2) taxa de
crescimento no igual em cada fase de desenvolvimento da floresta (p.ex. estgios mais
avan ados crescem menos rpido do que estgios jovens)
66
3)
Nt0
Nt1
Nt2
Nt3
128
96
72
54
66
82
86
83
99
108
102
99
18
38
55
67
10
17
27
Capitulo 4
1) Largura da copa = 0,16 + 0,226*d1,3 0,026*idade
ir [mm] = ((dap [cm] / 2 ) / idade) *10
rea coberta pela copa duma rvore (ac) = /4 * largura da copa
rvores por hectare = ((10.000 m * cobertura pelo dossel) / ac)
Carvalho 1
Largura da
copa
[m]
2,0
[anos]
20
[cm]
10,4
[mm/ano]
2,6
Carvalho 2
2,0
35
12,2
1,7
Ir1,3
Idade
Idade
Dap
Dap
Ir1,3
Carvalho 1
[mm/ano]
2,5
[anos]
40
[cm]
20
Largura da
copa
[m]
3,64
Carvalho 2
3,7
20
14,8
2,98
Dap
Ir
Idade
Carvalho 1
Largura da
copa
[m]
2,5
[cm]
15,0
[mm/ano]
1,9
[anos]
40
Carvalho 2
3,2
18,0
2,3
40
rvores/ha
(rea coberta pelo
dossel = 80 %)
2546
2546
rvores/ha
(rea coberta pelo
dossel = 80%)
1148
769
rvo.res / ha
(rea coberta pelo
dossel = 80%)
1.633
1.000
67
2)
(2)
= 6,43 m
N/ha = 215
= 6,43 m
N/ha = 137
Capitulo 5
1) Para fazer uma anlise retrospectiva de crescimento, precisa-se de dados da rvore
individual e dados climticos em dissolu o anual. Para tal sero de importncia os
parmetros anatmicos.
2) Seria apropriado para esse tipo de pesquisa uma abordagem experimental, porque as
condi es dos experimentos so controlveis. Fatores individuais podem ser variados
quando outros podem ser mantidos constantes durante o experimento. A interpreta o
causal dos fatores possvel.
3) Para uma deciso dessas preciso analisar qual dos fatores mencionados um fator
limitante. Nesse caso, seria a baixa temperatura na Alemanha dentro de um perodo de 3
meses no inverno no qual a araucria no sobreviver.
4) Zuwachstrendverfahren
ig R (1981 a 1990) em % do ig R (1971 a 1980) = 16 / 24 = 67%
ig T (1971 a 1980) em % do ig T (1961 a 1970) = 11 / 30 = 37%
ig T / ig R = 37 / 67 = 55,2%
68
Capitulo 6
1) Modelos de gerenciamento florestal visam a fornecer, para os tomadores de deciso,
informa es sobre constela es complexas para preparar decises no nvel da empresa.
2)
auxlio da informtica.
69
Referncias Bibliogrficas
ASSMANN, E. Waldertragskunde. BLV, Mnchen, 1961. 506 p.
BADEN-WRTTEMBERG. Hilfstabellen fr die Forsteinrichtung. Stuttgart, 1993. 188 p.
BERTALANFFY, L. von. General system theorie: foundations, development and
applications. George Braziller, New York, 1968. 311 p.
BRADLEY, R.T., CHRISTIE, J.M., JOHNSTON, D.R. Forest management tables. Forest.
Comm. Booklet No. 16, 1966. 212 p.
BUONGIORNO, J., MICHIE, B.R. A matrix of uneven-aged forest management. Forest
Science 26, 1980. p. 609-625.
BUONGIORNO, J., PEYRON, J.L., HOUILLER, F., BRUCIAMACCHIE, M. Growth and
management of mixed species, uneven-aged forests in the French Jura: implications for
economic returns and tree diversity. Forest Science 40, 1995. p. 429-451.
CLUTTER, J.L., FORSTON, J.C., PENAAR, L.V., BRISTER, G.H., BAILEY, R.L. Timber
management: a quantitative approach. John Wiley & Sons, New York, 1983. 333 p.
DURLO, M.A. Zuwachsuntersuchungen und Einzelbaumwachstumsmodelle fr Cabralea
glaberrima, Cedrela fissilis und Cordia trichotoma in sekundren Laubmischwldern
Sdbrasiliens. Dissertation Universitt fr Bodenkultur, Wien, 1996. 175 p.
FINGER, C.A.G. Ein Beitrag zur Ertragskunde von Eucalyptus grandis und saligna in
Sdbrasilien. Dissertation Universitt fr Bodenkultur, Wien, 1992. 135 p.
FRANZ, F. Zur Fortentwicklung der Durchforstungsverfahren
Waldertragskunde. Forstarchiv 45, 1974. p. 28-34.
aus
Sicht
der
FRITTS, H. Tree rings and climate. Academic Press. London, New York, 1976. 567 p.
HASENAUER, H., MOSER, M., ECKMLLER, O. Ein Programm zur Modellierung von
Wachstumsreaktionen. Allgemeine Forstzeitschrift 50, 1985. p. 216-218.
HASENAUER, H., MOSER, M., ECKMLLNER, O. Mglichkeiten
Bestandeswertprognose mit Hilfe eines Einzelbaumwachstumssimulators.
Holzmarkt. 86, 1995. p. 17-20.
der
Int.
70
LOETSCH, F., ZOEHRER, F., HALLER, K.E. Forest Inventory. BLV, Mnchen, 1973.
469 p.
KENNEL, R. Die Bestimmung des Ertragsniveaus bei der Buche. Deutscher Verb. Forstl.
Forschungsanstalten, Neustadt a.d.W., 1972. p.48-50.
KROMER, B., BECKER, B. German oak and pine 14C calibration, 7200-9439 B.C. In:
Radiocarbon, Band 35, Heft 1, 1993. p. 125-135.
NAGEL, J. Konzeptionelle berlegungen zum schrittweisen Aufbau eines
waldwachstumskundlichen Simulationssystems fr Nordwestdeutschland. Schriften aus
der Forstlichen Fakultt der Universitt Gttingen und der Nieders. Forstl.
Versuchsanstalt, Band 128, J.D. Sauerlnder's Verlag, Frankfurt a.M., 1999. 122 p.
Modelo e Literatura: http://www.nfv.gwdg.de/nfvabw01.htm
NUTTO, L. Neue Perspektiven fr die Begrndung und Pflege von jungen Eichenbestnden.
Ergebnisse einer Untersuchung zur Kronenentwicklung, Astreinigung und
Dickenwachstum junger Stiel- und Traubeneichen in Europa (Quercus robur L. und
Quercus petraea (Matt.) Liebl.). Schriftenreihe Freiburger Forstliche Forschung, Band
5, 1999.190 p.
NUTTO, L., SPIECKER, H. Production of valuable wood: a software aided decision tool for
managing oak stands in Europe. In: Glasnik za umske pikusse Annales Experimentalis
Silvarum Culturae Provehendis No. 34. Proceedings of the IUFRO conference, 21.25.05.2000, Zagreb (Croatia), 2000. 10 p.
PRETZSCH, H. Konzeption und Konstruktion von Wuchsmodellen fr Rein- und
Mischbestnde. Forstliche Forschungsberichte Mnchen, N115, 1992. 332 p.
PRETZSCH, H. Perspektiven einer modellorientierten Waldwachstumsforschung.
Forstwissenschaftliches Centralblatt 114, 1995. p. 188-209.
PRETSCH, H., KAHN, M. Das Wuchsmodell SILVA - Parametrisierung der Version 2.1 fr
Rein- und Mischbestnde aus Fichte und Buche. Allgemeine Forst - und Jagdzeitung
168, 1997. p 115-123.
SILVA 2: http://www.wwk.forst.uni-muenchen.de/wwk/Silva/SilvaStart.html
RICHARDS, F.J.A. A flexible growth function for empirical use. Journal of Experimental
Botany, 10, 1959. p. 290-300.
SANQUETTA, C.R. Fundamentos biomtricos dos modelos de simula o florestal. Srie
didtica. FUPEF N8, Curitiba, 1996. 50 p.
SCHMIDT, A. Ertragsniveau und Standort, dargestellt am Beispiel der Kiefer. Deutscher
Verb. Forstl. Forschungsanstalten, Neustadt a.d.W., 1972. p. 43-48.
SCHNEIDER, P.R. Anlise de regresso aplicada Engenharia Florestal. 2. Ed. Santa Maria.
UFSM/CEPEF, 1998. 236 p.
SCHNEIDER, P.R., OESTEN, G. Tabelas auxiliares para o manejo de Araucaria angustifolia
e Pinus elliottii para a regio do planalto mdio do Rio Grande do Sul. Santa Maria.
UFSM/CEPEF, 1999. 118 p.
71