Felipe R. Less

Engenheiro Ambiental

Auditor de Concessão Florestal

Núcleo de Serviços Ambientais

EQUAÇÕES PARA ESTIMATIVAS DE

BIOMASSA DE UMA FLORESTA

TROPICAL ÚMIDA DO AMAPÁ

Robson Carmo Lima

Orientadora: Eleneide Doff Sotta

Coorientador: Dr. Lilian Blanc

INTRODUÇÃO

As florestas tropicais contém aproximadamente 50% de toda

a biomassa florestal no mundo e deste montante cerca de

50% está armazenado na floresta amazônica.

INTRODUÇÃO

Figura 1 – Mapa da distribuição da biomassa florestal na Amazônia brasileira,

Projeto Radam Brasil 1973–1983. Fonte: Nogueira et al., 2008

OBJETIVO GERAL

Desenvolver e fornecer equações de biomassa florestal, para

o Norte da Amazônia Oriental, com a finalidade de obter

informações com maior precisão sobre a biomassa florestal da

região.

OBJETIVOS ESPECÍFICOS

Gerar equações locais com uma melhor distribuição e maior

amplitude nas classes de diâmetro.

Selecionar a melhor equação para estimar biomassa fresca e

seca no Amapá.

Verificar o desempenho das equações Pan-tropicais na

estimativa de biomassa para o estado do Amapá.

ÁREA DE ESTUDO

Figura 2 – Localização da área de estudo.

ÁREA DE ESTUDO

Clima:

Amw’: Clima Tropical Moçônico (Köopen)

Precipitação média anual: 3.225 ± 138 mm (média de

10 anos )

Solo:

Área A: Latossolo Vermelho Amarelo Distrófico

Área B: Latossolo Amarelo

Vegetação

Área A: Floresta Ombrófila Densa Submontana

Área B: Floresta Ombrófila Densa de Terras Baixas

Variáveis mensuradas

Distribuição diamétrica

9

Lana et al., (2013); (Silveira, 2009)

DAP

Hc real (altura comercial)

Ht real (altura total)

Copa (Norte/Sul e Leste/Oeste);

Oito classes de diâmetro

Fórmula de Sturges 1+3,322 . (log n)

METODOLOGIA

Erro estipulado = 20 % (variável de cálculo DAP).

10

100 parcelas de 10 x 10 m

Biomassa

árvores maiores (DAP ≥ 40 cm), todas

parcelas;

árvores menores (DAP < 40 cm), 4 parcelas;

METODOLOGIA

Parcelas

INVENTÁRIO DE BIOMASSA FLORESTAL

Oliveira et al., (2012) 11

Figura 3 - Esquema representativo da coleta das amostras em uma árvore.

Fonte: Silva 2007.

Folhas;

Galhos finos:

diâmetro < 5 cm;

Galhos grossos:

diâmetro ≥ 5 cm;

Tronco:

DAP ≥ 5 cm.

METODOLOGIA

Autores Modelos

Husch lnBAS = ln β0 + β1 ln DAP + ln εi

Spur lnBAS = ln β0 + β1 ln DAP2Ht + ln εi

Schumacher e Hall lnBAS = ln β0 + β1 ln DAP + β2 ln dbm + ln εi

Schumacher e Hall lnBAS = ln β0 + β1 ln DAP + β2 ln Hc + ln εi

Schumacher e Hall lnBAS = ln β0 + β1 ln DAP + β2 ln Ht + ln εi

Ajuste dos modelos

Tabela 1 - Modelos adaptados para gerar equações para estimar biomassa florestal.

METODOLOGIA

Precisão

Equações: resíduos e precisão

Erro Padrão Residual (EPR)

Desvio do valor esperado (VIÉS)

METODOLOGIA

Autores Equações

Chave et al. (2005)

lnBSÂS = -2,977 + ln dbm . DAP2 . Ht

lnBSÂS = -2,977 + ln dbm . DAP2 . Hc

Chave et al. (2014)

BSÂS = 0,0673 . (dbm . DAP2 . Ht)0,976

lnBSÂS (“A”) = -1,803 – 0,976 . E + 0,976 . ln dbm + 2,673 . ln DAP 0,0299 . ln (DAP)2

lnBSÂS (“B”) = -1,803 – 0,976 . E + 0,976 . ln dbm + 2,673 . ln DAP 0,0299 . ln (DAP)2

Pearson et al. (2005)

lnBSÂS = -2,289 + 2,649 . ln Dap – 0,021 . ln (DAP)2

Equações Pan-tropicais

Tabela 2 – Equações Pan-tropicais avaliadas para estimar Biomassa Seca Acima do Solo (BSAS).

RESULTADOS E DISCUSSÃO

74 árvores área “A”

106 árvores área “B”

Inventário de biomassa acima do solo:

53 árvores com DAP ≥ 40 cm

21 árvores com DAP < 40 cm

2 árvores com DAP ≥ 40 cm

104 árvores com DAP < 40 cm

RESULTADOS E DISCUSSÃO

Tabela 3- Distribuição diamétrica e hipsométrica das árvores amostradas na área

“A”.

Classes de DAP

(cm)

Centro de classe de altura (m) Total por classe de

DAP 7 11 15 19 23 27 31 35 39 43 47 51

5 ˧ 21 5 5 4 2 16

21 ˧ 37 1 1 3 5

37 ˧ 53 1 10 6 3 1 21

53 ˧ 69 4 4 3 3 14

69 ˧ 85 1 2 3 2 1 9

85 ˧ 101 1 3 2 1 7

133 ˧ 149 1 1

149 ˧ 165 1 1

Total Geral 5 5 5 2 2 18 12 10 10 3 1 1 74

RESULTADOS E DISCUSSÃO

Tabela 4– Distribuição diamétrica e hipsométrica das árvores amostradas na

áreas “A” acrescida com os dados da área “B” cedidos por Oliveira et al (2012).

Classes de DAP

(cm)

Centro de classe de altura (m) Total por classe de

DAP 7 11 15 19 23 27 31 35 39 43 47 51

5 ˧ 21 23 35 31 12 5 1 107

21 ˧ 37 1 2 3 3 4 3 1 17

37 ˧ 53 1 11 6 3 1 22

53 ˧ 69 4 5 3 3 15

69 ˧ 85 1 2 3 3 1 10

85 ˧ 101 1 3 2 1 7

133 ˧ 149 1 1

149 ˧ 165 1 1

Total Geral 24 35 33 15 9 21 16 11 11 3 1 1 180

RESULTADOS E DISCUSSÃO

Block Equations to estimate AGFB (BFAS) R2adj

Bias

%

RSE

% AIC

AF1 0.971 6.487 0.347 56.6

AF2 0.971 6.487 0.347 56.4

AF3 0.971 6.391 0.344 55.2

AF4 0.976 4.984 0.314 41.7

AF5 0.978 4.984 0.314 41.7

Tabela 5 – Equações para estimar Biomassa Fresca Acima do Solo (BFAS) na área

“A”, n = 74, R2aj (coeficiente de determinação ajustado), viés (desvios do valor

esperado), EPR (erro padrão residual), AIC (Critério de Informação de Akaike).

RESULTADOS E DISCUSSÃO

Tabela 6 – Equações para estimar Biomassa Seca Acima do Solo - BSAS na área

“A”, n = 74, R2aj (coeficiente de determinação ajustado), viés (desvios do valor

esperado), EPR (erro padrão residual), AIC (Critério de Informação de Akaike).

Block Equations to estimate AGDB (BSAS) R2adj

Bias

%

RSE

% AIC

AD1 0.966 9.352 0.413 82.5

AD2 0.967 9.352 0.413 82.4

AD3 0.968 8.982 0.405 79.4

AD4 0.972 6.956 0.375 68.1

AD5 0.973 6.956 0.375 68.2

RESULTADOS E DISCUSSÃO

Tabela 7 – Equações para estimar BSAS na área “B”, n = 106, R2aj (coeficiente de

determinação ajustado), viés (desvios do valor esperado), EPR (erro padrão residual),

AIC (Critério de Informação de Akaike).

Block Equations to estimate AGDB R2 Bias % RSE % AIC

BD1 0.921 10.915 0.424 122.2

BD2 0.922 10.796 0.421 120.5

BD3 0.926 10.055 0.410 114.9

BD4 0.935 8.463 0.385 101.8

BD5 0.931 8.662 0.394 106.7

RESULTADOS E DISCUSSÃO

Tabela 8 – Equações para estimar BFAS na área “AB”, n = 184, R2aj (coeficiente de

determinação ajustado), viés (desvios do valor esperado), EPR (erro padrão

residual), AIC (Critério de Informação de Akaike).

Block Equations to estimate AGFB (BFAS) R2adj

Bias

%

RSE

% AIC

ABF1 0.972 7.904 0.372 157.8

ABF2 0.973 7.883 0.370 157.6

ABF3 0.974 7.425 0.361 148.0

ABF4 0.978 5.921 0.332 117.8

ABF5 0.977 5.957 0.336 122.1

RESULTADOS E DISCUSSÃO

Tabela 9 – Equações para estimar BSAS na área “AB”, n = 184, R2aj (coeficiente de

determinação ajustado), viés (desvios do valor esperado), EPR (erro padrão

residual), AIC (Critério de Informação de Akaike).

Block Equations to estimate AGDB R2adj

Bias

%

RSE

% AIC

ABD1 0.965 11.615 0.437 215.8

ABD2 0.965 11.589 0.434 213.4

ABD3 0.967 10.814 0.423 204.1

ABD4 0.970 15.909 0.401 189.4

ABD5 0.970 9.225 0.404 188.1

Equations R2adj Bias % RSE % AIC

Chave et al., 2005a 0.964 22.37 0.432 220.0

Chave et al., 2005b 0.952 35.80 0.481 270.1

Chave et al., 2014 0.961 32.49 0.424 236.9

Chave et al., 2014 (a) 0.955 33.94 0.465 267.7

Chave et al., 2014 (b) 0.958 27.12 0.465 255.6

Pearson et al., 2005 0.963 20.25 0.440 225.6

RESULTADOS E DISCUSSÃO

Tabela 10 - Critérios de avaliação das equações pantropicais na estimativa de biomassa seca. R2

aj = coeficiente de determinação ajustado, Viés % = desvios do valor esperado, EPR % = erro padrão residual.

RESULTADOS E DISCUSSÃO

Figura: 4 – Ratio of diameter at breast height (DBH) with the measured values of above-

ground dry biomass (AGDB), the biomass estimates obtained by the local equation

(Equation 5) and by the pantropical equations.

RESULTADOS E DISCUSSÃO

Figura 5 – Localização da amostragem Pan – tropicais realizada para o ajuste das equações

alométricas de Chave et al., (2005) para biomassa acima do solo (biomassa seca, n = 2410

árvores).

RESULTADOS E DISCUSSÃO

Figura 6 – Localização da amostragem Pan – tropicais realizada para o ajuste das

equações alométricas de Chave et al., (2014) para biomassa acima do solo (biomassa

seca, n = 4004 árvores).

CONSIDERAÇÕES FINAIS

A inclusão de classes de árvores menores (5cm ≤ DAP < 40 cm) e classes de árvores maiores (DAP ≥ 40 cm), melhorou a representativadade da estrutura florestal da área em estudo.

CONSIDERAÇÕES FINAIS

As equações Pan-tropicais demonstraram bom

desempenho na estimação de biomassa seca, sendo

que as equações de Chave et al.(2005) são as

indicadas para estimar a biomassa na região

Amazônica, por apresentar maior concentração de

amostragem nessa região e melhor desempenho nos

parâmetros avaliados.

CONSIDERAÇÕES FINAIS

São indicadas cinco equações para estimar

biomassa nas áreas em estudo. A combinação das

variáveis DAP e Ht (Altura Total) apresentaram os

melhores resultados para exatidão e acurácia.

Agradecimentos

30

31

Robson Carmo Lima

Contato:

robsoncl91@hotmail.com

Felipe Ramon Less Contato:

engsmsfelipeless@gmail.com

Muito obrigado!!!