Ajuste do modelo de Reineke para estimativa da linha de máxima densidade na Floresta Estacional Decidual no Rio Grande do Sul

Revista Árvore

Evandro Alcir Meyer¹  Frederico Dimas Fleig²  Lílian Daniel Pereira¹  Elisabete Vuaden² 

[1] ,Universidade Federal de Santa Maria,Brasil

关键词: Autodesbaste;    Densidade pontual;    Competição;    Self-thinning;    Point density;    Competition;   

DOI  :  10.1590/S0100-67622013000400010

来源: SciELO

【 摘 要 】

O objetivo deste trabalho foi estudar a relação entre a densidade de árvores por hectare e o diâmetro médio de uma Floresta Estacional Decidual, bem como ajustar o modelo Reineke para descrever esse comportamento, comparando o desempenho de diferentes métodos. A área de estudo localiza-se no Município de Silveira Martins, na região central do Rio Grande do Sul, e encontra-se em estágio inicial de sucessão, após o uso agrícola. As informações referentes ao número de árvores por hectare e ao diâmetro médio foram obtidas por meio do método de densidade pontual proposto por Spurr. As amostras foram tomadas nos estágios iniciais de uma floresta secundária, escolhendo-se áreas onde predominava o camboatá-vermelho (Cupania vernalis). Como as florestas naturais apresentam espaçamento irregular, a densidade é bastante variável. Assim, para selecionar apenas parcelas em alta densidade, foram escolhidas áreas onde se verificava a ocorrência de indivíduos mortos. Foram testados diferentes métodos para estimar o limite superior da linha de autodesbaste: a análise de regressão (para todos os dados e densidade relativa maior que 60%), corrigindo o intercepto para que os resíduos fossem negativos; o ajuste manual; o de densidade relativa (DR>90%); e a análise de fronteira estocástica. O método que melhor estimou a máxima densidade foi a análise de regressão com dados de no mínimo 60% da densidade máxima, obtendo-se um coeficiente angular de -1,563 para o modelo de Reineke. Não houve diferença significativa entre as potências fornecidas pelos diferentes métodos.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License