Equações alométricas para estimativa de biomassa e carbono em árvores de reflorestamentos de restauração

Abstract

Este estudo teve como objetivos desenvolver e ajustar modelos alométricos para estimativa da biomassa seca e do carbono total em árvores plantadas em áreas de restauração florestal. Os dados dos ajustes são provenientes de 107 árvores de 44 espécies plantadas na região do Médio Vale do Paranapanema, SP, localizado nos Biomas Mata Atlântica e Cerrado. A biomassa seca e a massa de carbono foram obtidas por meio de amostragem destrutiva da parte aérea e subterrânea das árvores. Para o teste e ajuste dos modelos foi realizada a estratificação do conjunto inicial dos dados em ritmos de crescimento das espécies amostradas. Os ajustes foram feitos usando-se oito modelos lineares de cada variável dependente e dois obtidos pelo processo Stepwise-Forward. Os melhores modelos para estimativa da biomassa seca e carbono orgânico apresentaram coeficientes de determinação ajustado acima de 0,95 e erros-padrão percentuais abaixo de 32%. Os modelos baseados nos ritmos de crescimento das espécies mostraram melhores resultados estatísticos, atingindo R2 = 0,985 e Syx% = 16,15 para biomassa seca das espécies de crescimento lento. Modelos provenientes do procedimento Stepwise geraram as melhores equações para as estimativas de biomassa seca e carbono total, e a estratificação dos dados dos diferentes ritmos de crescimento das espécies amostradas mostrou-se que foi adequada para melhorar o desempenho dos modelos.

The objective of this study was to develop and to fit allometric models to estimate dry biomass and total carbon in trees planted in forest restoration areas. Fit data are from 107 trees of 44 species planted in Médio Paranapanema Vale, SP, Brazil, located in the Atlantic Forest and Cerrado Biomes. Dry biomass and carbon mass were obtained by destructive sampling taken from aerial and underground sections of the trees. For model test and fitting, stratification of the initial data set was made in growth rhythms of the sampled species. Adjust was done by using eight linear models of each dependent variable and two were obtained from Stepwise-Forward method. The best models to estimate dry biomass and carbon stock presented adjusted determination coefficient above 0.95 and standard error below 32%. Models based on growth rate of the species presented the best statistical results, reaching R2= 0.985 and Syx%=16.15 for dry biomass of low growth species. Models created by Stepwise procedure produced the best equations for estimates of dry biomass and total carbon, and data stratification of different growth rates of the sampled species was suitable for improving performance of the models.