View
222
Download
0
Category
Preview:
Citation preview
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
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
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.
Recommended