Livro de Inventário1

UNIVERSIDADE FEDERAL RURAL
DE PERNAMBUCO

DEPARTAMENTO DE CINCIA
FLORESTAL

por

ISABELLE M. J. MEUNIER
JOS ANTNIO ALEIXO DA SILVA e
RINALDO L. CARACIOLO FERREIRA

Professores do DEPARTAMENTO DE CINCIA FLORESTAL
UNIVERSIDADE FEDERAL RURAL DE PERNAMBUCO

Este livro pertence a Pietro Lopes Rgo,
residente Rua Rodrigues Ferreira, n.
45, Condomnio Residencial Jardim
Caxang, Bloco B, Ap. 1605. Tel.: (81)
3453 9112 ou (81) 9187 5358.

RECIFE, 2001
1

APRESENTAO

Os Programas de Estudo de Inventrio Florestal foram originalmente planejados para
atender aos estudantes do Curso de Engenharia Florestal da Universidade Federal Rural de
Pernambuco, durante o desenvolvimento da disciplina Inventrio Florestal.
Com esta publicao pretendemos reunir o material normalmente usado nas aulas de
Inventrio, sem a aspirao, no entanto, de elaborarmos um livro texto ou uma nova fonte para
pesquisas mais avanadas. Trata-se muito mais de um roteiro de atividades propostas para o
desenvolvimento da disciplina e de uma alternativa de consulta rpida para estudantes e
profissionais que esto iniciando trabalhos nas reas de planejamento, execuo e anlise de
inventrios florestais e levantamentos amostrais em geral.
Como rene as reflexes e experincias prticas no ensino e na realizao de inventrios
florestais, coligidas luz de leituras de textos clssicos e de artigos de divulgao tcnico-
cientfica da matria, ressalta-se, logo de incio, a importncia de todas as fontes bibliogrficas
consultadas ao longo destes anos de vivncia na rea, mesmo que no citadas no texto.
Na elaborao dos Programas de Estudo consideramos que o estudante, embora
iniciante na prtica de inventrios florestais, possui conhecimentos de estatstica e dendrometria
e tem acesso a vrias outras fontes de consulta. Assim, necessitando maior aprofundamento na
abordagem de um assunto, poder recorrer a literatura especializada.
O texto organizado na forma de Unidades de Estudo contando com exerccios, roteiros
de prticas de campo e de gabinete e textos de leitura complementar, pretendendo dinamizar
as atividades de ensino-aprendizagem e assim contribuir para o aprimoramento da formao do
engenheiro florestal graduado pela UFRPE. Definimos claramente como prioridades da
disciplina o estmulo a leitura, interpretao textos e pesquisa bibliogrfica; as aplicaes dos
contedos, principalmente no contexto regional, e a realizao de atividades prticas que
compreendam as fases desde o planejamento at a elaborao de um relatrio final.
Esperamos ter atingido nossos objetivos. Crticas e sugestes sero bem vindas.
Os autores

2
Aos nossos alunos
Este material foi preparado para auxiliar o estudo da disciplina Inventrio Florestal e
oferecer maiores oportunidades para o desenvolvimento das suas prprias capacidades e
habilidades.
Apesar de facilitada pelos professores e pelos mtodos e tcnicas de ensino, a
aprendizagem se d unicamente na pessoa objeto do processo: o aluno. E dele depende
essencialmente.
Portanto, no deixem passar as oportunidades de aprender. Tomem isto como uma aventura
e procuremdescobrir o prazer de indagar, de pesquisar, de saber sempre mais e superar os
prprios limites.
Os assuntos tratados nestes Programas de Estudo so basilares para a realizao de
inventrios florestais e foramabordados de forma a permitir o estudo independente e a auto-
avaliao. Alm dos Programas de Estudo, no entanto, recomendamos ateno especial s aulas
expositivas, realizao de prticas de campo e de gabinete e ao estudo dos tpicos
complementares tambm abordados na disciplina.
Para avaliar o desempenho no aprendizado da matria, recomendamos a elaborao de um
portflio apresentando as atividades realizadas e os resultados obtidos, de forma a refletir o
aprendizado de cada um no desenvolvimento dos seus programas de estudo. Do portflio devem
constar uma apresentao, coma descrio dos objetivos dos estudos, expectativas emrelao
disciplina e perspectivas de aplicaes dos conhecimentos na vida profissional, e os produtos de
todas as atividades desenvolvidas, como exerccios, questionrios, fichas de estudo, relatrios de
prticas de campo, pesquisas bibliogrficas, etc, enriquecidos por experincias e reflexes
pessoais. Na ltima Unidade destes Programas de Estudo pode ser encontrada uma ficha para a
auto-avaliao do portflio.
Para facilitar a utilizao deste material convencionamos empregar alguns smbolos
auxiliares, comos seguintes significados:
LEITURA
EXERCCIOS
PRTICAS
ATENO
REVISANDO E INTEGRANDO CONTEDOS
Bom trabalho!
3
SUMRIO

APRESENTAO

2
Aos nossos alunos
3
SUMRIO
4
UNIDADE 1 IMPORTNCIA E ABRANGNCIA DOS INVENTRIOS
FLORESTAIS
6
1.1. Introduo
6
1.2. A disciplina inventrio Florestal
9
1.3. Onde consultar?
11
1.4. Atividade proposta
12
1.5. Referncias bibliogrficas
12
UNIDADE 2 REVISO DE DENDROMETRIA
14
2.1. Introduo
14
2.2. Exerccios de reviso
15
UNIDADE 3 REVISO SOBRE AMOSTRAGEM
21
3.1. Atividade preparatria
21
3.2. Conceitos bsicos em amostragem
21
3.3. representatividade da amostra
24
3.4. Principais medidas estatsticas de interesse em inventrios florestais
25
3.5. Principais estimadores
26
UNIDADE 4 ETAPAS DE UM INVENTRIO
32
4.1. Definio dos objetivos
32
4.2. Definio da populao
33
4.3. Definio dos dados e serem coletados
34
4.4. Especificao do grau de preciso desejado
35
4.5. Definio dos mtodos de medida
35
4.6. Escolha do sistema de amostragem
39
4.7. Planejamento do trabalho de campo
40
4.8. Efetivao da amostragem piloto
40
4.9. Sintetizao dos resultados e elaborao do relatrio final
41
4.10. Questionrio de reviso
43
45
UNIDADE 5 EXERCCIOS
46
5.1. Plano de Inventrio Florestal
46
5.2. Atividades complementares Regresso em inventrios florestais
46
5.3. Aplicao
50
UNIDADE 6 PRINCIPAIS PROCESSOS DE AMOSTRAGEM
54
6.1. Amostragem Inteiramente Aleatria
54
6.2. Amostragem Aleatria estratificada
55
6.3. Amostragem Sistemtica
57
6.4. Amostragem de Conglomerados
59
UNIDADE 7 TAMANHO E FORMA DE UNIDADES AMOSTRAIS
61
7.1. Tamanhos e formas de parcelas
62
7.2. Mtodos de estimativa de tamanho e forma timos de unidades de
amostra
64
67
4
7.4. Aplicao
68
UNIDADE 8 ANTES DE INICIAR SEU INVENTRIO
69
UNIDADE 9 PLANEJAMENTO DE UM INVENTRIO FLORESTAL
77
9.1. Exerccio de reviso
77
9.2. Custos no inventrio florestal
78
9.3. Aplicao
82
UNIDADE 10 AMOSTRAGEM INTEIRAMENTE ALEATRIA: Estimadores e
aplicaes
84
10.1. Notao
84
10.2. Estimadores
84
10.3. Exerccios
85
UNIDADE 11 AMOSTRAGEM ALEATRIA ESTRATIFICADA: Estimadores e
aplicaes
90
11.1. Notao
90
11.2. Estimadores
91
11.3. Exerccios
94
UNIDADE 12 AMOSTRAGEM SISTEMTICA: Estimadores e aplicaes
101
12.1. Generalidades
101
12.2. Notao
105
12.3. Estimadores
105
12.4. Exerccios
107
UNIDADE 13 AMOSTRAGEM DE CONGLOMERADOS: Estimadores e
aplicaes
111
13.1. Notao
111
13.2. Estimadores
112
13.3. Exerccio
115
13.4. Bibliografia de apoio
118
UNIDADE 14 ANLISES ESTRUTURAIS EM INVENTRIOS FLORESTAIS
119
14.1. Introduo
119
14.2. Parmetros fitossociolgicos
120
126
14.4. Aplicao prtica
126
UNIDADE 15 INVENTRIOS FLORESTAIS SUCESSIVOS
127
15.1. Introduo
127
15.2. Atividades para a aprendizagem
128
15.3. Leituras recomendadas
130
UNIDADE 16 RESUMO E AUTO-AVALIAO
131
16.1. Resumo
131
16.2. Avaliao
133
TPICOS COMPLEMENTARES
134
TPICOS COMPLEMENTARES 1 AMOSTRAGEM DE PROPORES EM
INVENTRIOS FLORESTAIS
135
TPICOS COMPLEMENTARES 2 INVENTRIO FLORESTAL APLICADO AO
MANEJO SUSTENTADO DA CAATINGA
141
TPICOS COMPLEMENTARES 3 INVENTRIO FLORESTAL USANDO O
MICROSOFT EXCEL
155
TPICOS COMPLEMENTARES 4 ESTIMATIVA DE POPULAO ANIMAL:
MTODO DE CAPTURA-RECAPTURA
174
5
U UN NI ID DA AD DE E 1 1
I I M MP PO OR RT T N NC CI I A A E E A AB BR RA AN NG G N NC CI I A A D DO OS S I I N NV VE EN NT T R RI I O OS S
F FL LO OR RE ES ST TA AI I S S

Objetivos: Conhecer as primeiras noes sobre Inventrio Florestal como
prtica, cincia e disciplina. Identificar sua importncia, seus objetivos e suas
aplicaes no mbito da Engenharia Florestal. Conhecer ementa, programa,
enfoques e objetivos da disciplina Inventrio Florestal do Curso de Engenharia
Florestal, suas inter-relaes com outras disciplinas e os principais textos para
leitura e consulta.

1.1. Introduo
Desde que os primeiros homindeos perambulavam de uma regio para outra,
alimentando-se dos animais que caavam e das sementes, frutos e talos de plantas
silvestres que colhiam, o destino da civilizao humana encontra-se irremediavelmente
ligado ao uso dos recursos naturais. A primeira civilizao da histria, a Sumria,
prosperou sob as graas dos rios Tigre e Eufrates, onde o uso da irrigao era a prpria
garantia da manuteno da vida da sociedade. Os recursos florestais forneceram
alimentos, combustveis, madeira para construo civil e naval e materiais como leos e
resinas para que a civilizao prosperasse e exigisse, sempre mais, a explorao de
novos recursos.
H fartos registros na literatura sob a explorao florestal desde a Antigidade:
sabe-se que os egpcios, j por volta de 2.000 a.C. empreendiam excurses comerciais,
interessados especialmente nos cedros do Lbano, para construo dos primeiros
barcos ocenicos.
A cultura da oliveira esteve presente entre os minicos muito antes de guerras e
terremotos destrurem a efervescente civilizao de Creta.
No vale do Indo, a decadncia da civilizao harapense parece ter ocorrido pelo
intenso uso do solo e devastao das florestas, cuja madeira era usada no cozimento
de tijolos, causando eroso, desequilbrios na bacia hidrogrfica e reduzindo
gradativamente a quantidade de chuvas.
No mundo de hoje impossvel dissociar a almejada qualidade de vida do uso dos
recursos florestais. O mau uso destes recursos pode acarretar conseqncias bastante
conhecidas: escassez dos produtos florestais, alteraes no balano hdrico,
6
degradao da fauna e flora silvestre, eroso do solo com perdas de terras frteis,
deteriorao na produo de alimentos, mudanas negativas na paisagem, poluio
ambiental, etc.
A exigncia de se aliar a oferta de produtos florestais com o respeito ao equilbrio
natural pede uma eficiente administrao dos recursos florestais, que s pode ser
viabilizada a partir de slidos conhecimentos sobre estes recursos.
Sendo o Inventrio Florestal a parte da Engenharia Florestal que trata das
tcnicas de obteno de informaes sobre a cobertura florestal de certa rea, a esta
atividade cabe fornecer os dados necessrios a:
* Definio de diretrizes da poltica florestal nacional, regional, estadual ou local,
* Organizao da administrao florestal pblica e de empresas,
* Preparao de planos de corte e de manejo,
* Dimensionamento de indstrias florestais,
* Avaliao de propriedades,
* Investigaes cientficas de aspectos silviculturais e ecolgicos,
* Fiscalizao da aplicao de normas e de recursos financiados,
* Estudos de impactos ambientais,
* Avaliao de recursos para subsidiar projetos de criao e manejo de unidades
de conservao.
Pode-se definir INVENTRIO FLORESTAL como a prtica voltada obteno
de informaes sobre populaes florestais, com vistas a caracteriz-las quanto a
aspectos qualitativos, quantitativos e dinmicos. Para isto, emprega tcnicas de
mapeamento, mensurao florestal e amostragem, entre outras, visando obter
informaes precisas e confiveis, a custos compatveis.
O produto de um inventrio , portanto, informao. O resultado da inverso de
recursos humanos e financeiros nas operaes de inventrios florestais no fcil de
ser avaliado e s se materializa, a mdio ou longo prazo, quando serve tomada de
decises adequadas.
A importncia do Inventrio Florestal hoje percebida em escalas mundial,
nacionais, regionais e locais.
7
Como exemplo do interesse da comunidade internacional pela situao dos
recursos florestais mundiais, MALLEUX (1993) relacionou algumas iniciativas de
avaliao florestal e monitoramento dos processos de desmatamento, degradao e
desertificao, a nvel mundial, iniciando com o Inventrio Florestal Mundial, conduzido
pela FAO em 1960. No trabalho citado, fica clara a importncia da perspectiva global
que hoje merece a avaliao dos recursos florestais.
Em escala mundial, so particularmente importantes as tcnicas de sensoriamento
remoto visando avaliaes presentes e monitoramento da cobertura florestal natural,
reas desmatadas e superfcie plantada.
Excelente argumentao sobre a importncia dos inventrios florestais nacionais,
regionais e em reas especficas apresentada por PELLICO NETO e BRENA (1993).
Os autores enfatizaram a necessidade da utilizao dos recursos florestais, com base
tcnica-cientfica assegurada por informaes peridicas fornecidas por inventrios
florestais nacionais, que sugerem repetidos a cada 5 anos, integrados a inventrios
regionais e locais.
No Brasil, no entanto, no h at hoje uma poltica florestal que contemple a
realizao de inventrios florestais nacionais com periodicidade garantida, dificultando o
planejamento a curto, mdio e longo prazo.
No Nordeste, cabe lembrar os levantamentos florestais realizados pela SUDENE
nas dcadas de 60 e 70. Em 1980, o extinto IBDF (Instituto Brasileiro de
Desenvolvimento Florestal) coordenou o a primeira fase do inventrio contnuo das
florestas plantadas com incentivos fiscais no Brasil, tendo o Curso de Engenharia
Florestal da UFRPE executado os trabalhos relativos regio Nordeste do pas. Apesar
de inicialmente planejado para contar com remedies peridicas a cada trs anos, o
projeto foi interrompido aps o primeiro ano.
J nas dcadas de 80 e 90, o projeto PNUD/FAO, junto ao IBAMA e a alguns
governos estaduais, promoveu a realizao de inventrios florestais em estados
nordestinos (Rio Grande do Norte, Pernambuco, Paraba e Cear), como base para a
definio de programa de desenvolvimento florestal para a regio. Esse trabalho, de
cunho essencialmente estratgico, exemplifica o inventrio florestal regional e reveste-
8
se de especial importncia, principalmente diante do grau de degradao dos recursos
florestais da regio.
Atualmente, no Brasil, os maiores avanos no campo dos inventrios florestais
encontram-se nos inventrios locais, realizados com o propsito de fornecer dados a
organizao da produo de empresas florestais ou caracterizar reas especficas.
Baseados principalmente em parcelas de campo, os inventrios locais so mais
precisos e detalhados.
Trabalhos como os de OLIVEIRA et al.(1993) ilustram como os inventrios
florestais locais so indispensveis para que projetos de reflorestamento alcancem
rentabilidade compatvel com os investimentos, permitindo a avaliao dos resultados
das prticas adotadas e a identificao de problemas, a tempo de serem tomadas
providncias.
Inventrios locais tm cunho ttico e servem tomada de decises tcnicas nos
campos das prticas silviculturais (programao de podas, desbastes, reformas,
conduo da regenerao, etc), do manejo florestal (de reflorestamentos e da
vegetao nativa), da explorao e mecanizao florestal e da proteo florestal.
1.2. A disciplina Inventrio Florestal
A disciplina Inventrio Florestal tem carter profissionalizante e geralmente
ofertada num dos ltimos perodos dos cursos de Engenharia Florestal, com objetivo de
estudar mtodos e tcnicas necessrios a realizao de inventrios florestais.
Pretende-se, ao longo do semestre letivo, que o estudante adquira conhecimentos
e habilidades que o permitam executar inventrios florestais, desde o planejamento at
as anlises e interpretaes dos dados.
Na disciplina h uma forte preocupao com o estudo dos processos amostrais e
com os mtodos estatsticos que os baseiam. Por outro lado, apesar do enfoque
principal do curso ser a amostragem, outros aspectos so igualmente relevantes.
O domnio dos processos, tcnicas e mtodos de Inventrio Florestal passa por
conhecimentos nas reas de dendrometria, mapeamento e sensoriamento remoto,
estatstica (principalmente teoria da amostragem) e computao. Pode-se dizer que o
inventrio florestal encontra-se respaldado por tcnicas destas quatro reas do
conhecimento (Fig.1.1).
9

Fig. 1.1. Bases para o inventrio florestal

Atravs da dendrometria possvel garantir o bom uso das tcnicas de
mensurao florestal, imprescindveis para a confiabilidade dos dados. No s
necessrio apresentar habilidades no uso dos instrumentos e no emprego das tcnicas
de medies, como tambm conhecer os princpios que os regem, j que o engenheiro,
muito mais do que um operador, deve ser responsvel pelos aperfeioamentos e
ajustes nos mtodos utilizados, de forma a auferir mais eficincia ao sistema.
J a organizao e anlise de dados atravs da computao eletrnica se fazem
cada vez mais importante com o amplo uso de equipamentos e aplicativos potentes e
acessveis. O gerenciamento das informaes contidas na grande quantidade de dados
gerados por um inventrio florestal exige pronta disponibilidade, agilidade, flexibilidade
e confiabilidade, caractersticas que s a computao pode garantir. Geralmente,
planilhas e softs estatsticos clssicos so suficientes para a compilao e anlise de
dados de inventrios. Empresas florestais e grupos de assessoria tcnica geralmente
desenvolvem seus prprios aplicativos de inventrio, em funo de suas necessidades.
No entanto, o uso da computao eletrnica, em nenhuma situao, substitui a
competncia da equipe tcnica.
O sensoriamento remoto aplicado em inventrios florestais na produo de
mapas, como base estratificao, seleo e locao das parcelas de campo e at
mesmo para obteno de informaes mais detalhadas sobre povoamentos e rvores.
Dependendo da escala do trabalho, a composio entre os trabalhos de campo e o uso
de imagens pode se dar em propores diferentes, mas sempre complementando-se de
forma integrada. A Figura 1.2 ilustra a importncia relativa dos trabalhos de campo e da
utilizao de aerofotos em inventrios florestais de escala local, regional e nacional.

DENDROMETRIA
MAPEAMENTO E
SENSORIAMENTO
REMOTO

AMOSTRAGEM
COMPUTAO
INVENTRIO FLORESTAL
10

I.F. local I.F. regional I.F. nacional
Fig.1.2. Composio de trabalho de campo e aerofotos em inventrios florestais (I.F.).

Como nas estruturas curriculares dos cursos de Engenharia Florestal existem
disciplinas que contemplam o estudo da dendrometria, topografia, fotogrametria e
fotointerpretao florestal e processamento de dados, cabe a disciplina Inventrio
Florestal aprofundar-se nas questes relativas a amostragem, sem, no entanto
desconsiderar os outros aspectos.
Por outro lado, a importncia da amostragem para as Cincias Florestais no se
restringe a sua aplicao a inventrios florestais. Em muitas outras reas de atuao se
utilizam tcnicas de amostragem e estimao, sempre que concluses e decises
precisem ser obtidas a partir da avaliao de uma parte da populao, e extrapoladas
para o todo. A seguir, algumas das aplicaes mais comuns:
- Nas anlises fsicas e qumicas de solos florestais;
- Na avaliao de propriedades fsicas e mecnicas da madeira, a partir de corpos de
prova;
- Na estimativa da produo de resina, extrativos, sementes e outros produtos no
madeireiros;
- Nos diagnsticos da arborizao urbana e rodoviria;
- Nos levantamentos de fauna silvestre;
- Nas avaliaes de parmetros de qualidade de mudas em viveiros florestais;
- Na avaliao quali-quantitativa de combustvel florestal disponvel para queima;
- Nos estudos de demanda e de perfil de usurios em unidades de conservao;
- No levantamento de consumo de produtos florestais;
- Em levantamentos scio-econmicos de comunidades afetas a produo ou
consumo de bens e/ou servios florestais, entre outras.

aerofotos
campo
11
1.3. Onde consultar?
At a dcada passada a bibliografia especializada em inventrios florestais era
composta quase que exclusivamente por obras em ingls, alemo e espanhol,
dificultando a consulta dos estudantes de graduao, tradicionalmente despreparados
para a leitura de textos estrangeiros.
Esta limitao idiomtica e as dificuldades de acesso a publicaes pouco
divulgadas impossibilitaram a muitos a leitura de obras clssicas de inventrio florestal,
cuja consulta recomendada aos profissionais que desejarem aprofundamentos
maiores. Relacionam-se, a seguir, algumas das mais importantes.
AVERY, T. E.; BURKHART, H. E. Forest measurements. New York: McGraw-Hill,
1983. 331p.
COCHRAN, W. G. Tcnicas de amostragem. Rio de J aneiro: Fundo de Cultura, 1965.
555p.
FAO. Manual de inventrio forestal con especial referencia a los bosques mistos
tropicales. Roma: FAO, 1974, 195p.
FREESE, F. Elementary forest sampling. Forest Service, USA, 1971. 91p. (Agriculture
Handbook, 232).
HUSCH, B. Planificacion de un inventrio forestal. Roma: FAO, 1971. 135p.
HUSCH, B.; MILLER, C. I.; BEERS, T. W. Forest mensuration. New York: J ohn Wiley
& Sons, 1982, 401p.
LOESCH, F.; ZOHRER, F.; HALLER, K. E. Forest inventory. Munchen: BLV, 1964. v.1,
436p.
LOESCH, F.; ZOHRER, F.; HALLER, K. E. Forest inventory. Munchen: BLV, 1964. v.
2, 479p.
SCHEAFFER, R. L. ; MENDENHALL, W.; OTT, L. Elementary survey sampling.
Boston: Duxbury, 1979. 278p.
SPURR, S. H. Forest inventory. New York: Ronald Press, 1952. 476p.
VRIES, P.G. Sampling theory for forest inventory. Wageningen: Springer-Verlag,
1986. 399p.
Na dcada de 90, duas publicaes vieram atender a demanda por obras
acessveis de inventrio florestal, em lngua portuguesa e com abordagem compatvel
12
tanto ao nvel de estudantes de graduao quanto aos de profissionais da rea. So os
livros INVENTRIO FLORESTAL, do professor J os Roberto Scolforo (Escola Superior
de Agricultura de Lavras), de 1993, e o tambm denominado INVENTRIO
FLORESTAL dos professores Sylvio Pllico Neto (Universidade Federal do Paran) e
Dodi Antnio Brena (Universidade Federal de Santa Maria).
Alm da consulta a estas fontes, o aprendizado e a constante atualizao nos
processos, mtodos e tcnicas de inventrio florestal s sero eficientes se alimentados
por leituras a trabalhos publicados em revistas especializadas, boletins de pesquisa,
anais de seminrios e congressos, alm, claro, de relatrios de inventrios realizados.
Assim, estudantes e profissionais manter-se-o informados sobre a evoluo da cincia
florestal.
1.4. Atividade proposta
Leia atentamente o primeiro captulo do livro Inventrio Florestal de PLLICO e
BRENA, mencionado no texto. Responda as questes propostas.
1.5. Referncias Bibliogrficas
MALLEUX, J . Situao dos recursos florestais no mundo: tcnicas e necessidades de
avaliao permanente. In: CONGRESSO PANAMERICANO,1 e CONGRESSO
FLORESTAL BRASILEIRO, 7. Curitiba, 1993. Anais. So Paulo: SBS/SBEF,1993.
p.245-53.
OLIVEIRA, E.B.; RAMOS J r. J . I.; FREITAS FILHO, J . O inventrio florestal como base
avaliao de plantios de eucaliptos da Agroindustrial de Sergipe Ltda. In:
CONGRESSO DE INICIAO CIENTFICA, 3, Recife, 1993. Resumos. Recife:
UFRPE, 1993. p. 79.
PELLICO NETTO, S.; BRENA, D. A. Inventrios florestais nacional regional e em reas
especficas: estgio atual e perspectivas futuras. In: CONGRESSO PANAMERICANO,1
e CONGRESSO FLORESTAL BRASILEIRO, 7. Curitiba, 1993. Anais. So Paulo:
SBS/SBEF,1993. p.271 - 4.
13
UNIDADE 2
R RE EV VI I S S O O D DE E D DE EN ND DR RO OM ME ET TR RI I A A

Objetivo: Realizar, atravs de pesquisa bibliogrfica e resoluo de
problemas, uma breve reviso sobre tcnicas, instrumentos e mtodos
estudados na disciplina Dendrometria.

2.1. Introduo
A dendrometria o ramo da cincia florestal que trata da medio de rvores,
tanto do ponto de vista individual quanto coletivo (povoamentos); portanto, para se ter
dados confiveis preciso conhecer seus mtodos e princpios. inadmissvel pensar
em realizar trabalhos de inventrio sem garantir o domnio destes mtodos e a
capacidade de adot-los de acordo com os objetivos e as condies.
A dendrometria preocupa-se com os mtodos, tcnicas e instrumentos para
medies e estimativas das principais caractersticas de rvores e povoamentos (idade,
dimetro, rea basal, altura, forma, volume, peso, etc).
A confiabilidade dos dados de inventrios florestais depende dos mtodos
dendromtricos empregados. Os dados de inventrios florestais so comumente
obtidos de enumeraes (contagem do nmero de rvores de determinada espcie, por
exemplo) e de medies (diretas, como as medies de DAP e CAP, ou indiretas, como
as medies de altura de rvore em p com instrumentos ticos).
importante lembrar que o erro total de um inventrio pode ter componentes de
trs naturezas:
i. Erro de amostragem (de estimativa ou de estimao): Relacionado com a preciso
no sentido estatstico. o erro cometido quando se trabalha com uma parte
(amostra) da populao, e no com o todo. Representa a diferena entre o valor
obtido na amostragem e o valor real na populao. Sua grandeza depende do
tamanho da amostra, da variabilidade da caracterstica estudada e do
procedimento de amostragem empregado. Pode ser estimado e reduzido a nveis
admissveis.
ii. Erros sistemticos: Ocasionados por falhas nas medies, mtodos inadequados
de seleo da amostra ou tcnicas erradas de estimativa. Distribuem-se sempre
em determinado sentido (tendncia), e podem ser reduzidos com uma boa
14
capacitao da equipe tcnica que permita planejamento, treinamento e superviso
eficientes, aferio peridica dos instrumentos, vistorias dos trabalhos de campo e
embasamento adequado para realizao das anlises. Depois de cometidos,
podem ser identificados mas dificilmente corrigidos.
iii. Erros grosseiros: So erros cometidos pelos operadores, por desconhecimento,
falta de habilidade ou distrao. Distribuem-se aleatoriamente e so geralmente
imperceptveis nas anlises, dificultando qualquer tentativa de identificao e
correo. Podem ser controlados com treinamento das equipes e superviso dos
trabalhos.
Portanto, os cuidados nas medies so necessrios ao controle dos erros
sistemticos e grosseiros, que podem surgir e comprometer os resultados de um
inventrio.
2.2. Exerccios de Reviso
1

a) Sistemas de medidas
a.1) Complete a tabela abaixo:
1600 ha correspondem a ......................................km
2
24500 m
2
correspondem a ........................................ha
27,5 cm correspondem a .........................................m
0,04 m
3
correspondem a .....................................dm
3
170.000 cm
2
correspondem a ........................................m
2
a.2) Algumas das principais variveis respostas dos inventrios florestais s tm sentido
quando expressas em referncia a determinada unidade de rea. Para se expressar
rea basal e volume mdios de povoamentos usual o emprego do hectare (ha) como
unidade de rea de referncia. Apresente os resultados abaixo em referncia ao
hectare:
V =2,45 st/800m
2

G
=1,28 m
2
/600m
2

1
LITERATURA SUGERIDA PARA CONSULTA
CAMPOS, JOO CARLOS CHAGAS. Dendrometria - parte 1. Viosa: UFV,1993. 43p.
FINGER, CSAR AUGUSTO GUIMARES. Fundamentos da biometria florestal. Santa
Maria: UFSM, 1992. 269p.
SILVA, JOS ANTNIO ALEIXO; PAULA NETO, FRANCISCO. Princpios bsicos da
dendrometria. Recife: UFRPE, 1979. 185p.

15
LC =(3,660,48)m
3
/parcela de 400 m
2
(lembrando que LC representa os Limites de
Confiana de uma estimativa).

b) Medies de dimetro e de rea basal
b.1) Fale sobre os dois instrumentos mais empregados para as medies de dimetro e
circunferncia de rvores. Quais as vantagens e desvantagens de cada um deles?
b.2) Quais procedimentos se deve adotar quando se mede os dimetros nas seguintes
situaes:
i. A rvore bifurcada abaixo de 1,3 m de altura.
ii. A rvore est localizada em um declive.
iii. A rvore apresenta deformaes altura do DAP.
iv. A rvore tem seo elptica.
b.3) A mdia aritmtica dos dimetros uma medida muito pouco empregada na
mensurao florestal. Por outro lado, o dimetro mdio (d
g
) muito til, pois atravs
dele pode-se calcular a rea basal de uma parcela ou de um povoamento. A partir dos
dados de dimetros medidos em 25 rvores de uma parcela experimental, calcule o d
g
.
Valores de DAP, emcm, de 25 rvores medidas emuma parcela
6,5 6,0 9,5 9,0 11,5
7,0 15,0 12,0 10,5 12,0
8,5 11,0 12,5 8,0 14,0
12,0 10,5 12,0 7,0 13,5
10,0 7,5 18,0 6,5 7,0

b.4) Qual a rea basal da parcela do item anterior? Expresse este valor em m
2
/ha,
considerando que o espaamento de 2,0 x 3,0 m e no h falhas na parcela.
b.5) Prove algebricamente que as trs frmulas abaixo so equivalentes para o clculo
da rea basal:
n * d
4
G
2
g
=
=
n
1 i
2
i
DAP
4
G

=
=
n
1 i
i
g G
Onde n o nmero de rvores medidas e g
i
a rea seccional (transversal ou
basimtrica) da i
a.
rvore.
b.6) O engenheiro florestal austraco Walter Bitterlich desenvolveu um procedimento
para estimativa de rea basal de povoamentos florestais, utilizando parcelas circulares
16
de raio varivel. Estude o assunto na bibliografia especializada e responda as seguintes
questes:
i. Qual a constante instrumental (K), tambm chamada fator de rea basal (FAB), de
uma vara com 0,7m de comprimento e 1,0 cm de abertura da mira? Como ela deve
ser usada no campo? (explique as regras de incluso de rvores.)
ii. Voc ganhou um prisma sem indicao de graduao. Qual procedimento voc
pode adotar para conhecer sua graduao, em dioptrias, e sua constante K?
Explique as regra de incluso de rvores para quando se trabalha com o prisma.
iii. Qual a constante K do instrumento improvisado usando seu brao esticado e seu
polegar como mira? Trabalhe com a mdia de vrias medidas.
iv. Sabe-se que o dimetro mdio d
g
em talhes de Eucalyptus camaldulensis, aos
5 anos de idade, em um reflorestamento no norte da Bahia, de 12,0 cm. O
espaamento de plantio foi de 2,0 x 2,0m e a porcentagem de falhas estimada nas
parcelas de 10,0%. Qual constante instrumental seria recomendvel para se adotar
em um inventrio onde as unidades de amostra fossem PNA (provas de
numerao angular)? Explique a relao entre a constante instrumental e a rea da
parcela de raio varivel e a influncia da densidade da floresta na escolha da
constante.
c) Medidas de altura
c.1) Tales de Mileto empregou um mtodo muito simples para conhecer a altura de uma
grande pirmide no Egito Antigo: cravou no solo, prximo pirmide, uma haste de
tamanho conhecido, medindo em seguida a sombra da haste e a sombra da pirmide.
Este mesmo princpio empregado para se medir indiretamente alturas de rvores.
Explique como isto pode ser feito e apresente as desvantagens deste mtodo, quando
se deseja medir a altura de vrias rvores em um povoamento florestal.
c.2) Cite alguns instrumentos para medio de altura, baseados no princpio
geomtrico.
c.3) Explique o emprego da trigonometria nas medies de altura e relacione os
principais instrumentos baseados no princpio trigonomtrico.
c.4) Voc, de posse de um nvel de Abney graduado em graus e porcentagem
(100*tg ), pretende medir as alturas das rvores de uma praa e para isso adotar
17
uma distncia de visada de 10,0m. Descreva como sero obtidas as alturas das
rvores, ilustrando com um exemplo.
c.5) Na sua opinio, qual o instrumento mais adequado para medies de rvores em
reas de vegetao natural com altura mdia do dossel em torno de 6,0m?
d) Medidas de volume e fator de forma
d.1) Calcule o volume de uma tora com as dimenses abaixo, empregando as frmulas
de Newton, de Huber e de Smalian. O comprimento da tora (L) igual a 2,0m e so
dados os valores das circunferncias das sees 1, (no meio da tora) e 2.

c
1
=66,0 cm c
1/2
=72,0 cm c
2
=81,0 cm

d.1) Quatro rvores de Eucalyptus urophylla foram abatidas e cubadas, obtendo-se os
resultados seguintes:
Ponto de medida
h(m)
Dimetros (cm)
Arv.1 Arv.2 Arv.3 Arv.4
0,3 11,0 17,0 12,0 18,0
1,3 9,5 13,0 12,0 14,0
3,3 8,0 11,0 11,0 11,5
5,3 6,5 10,0 9,0 10,0
7,3 5,0 8,5 6,5 8,0
9,3 3,0 6,0 5,0 6,5
11,3 4,0 3,0 5,0
13,3 2,0

Sabendo que:
DAP(cm) h (m)
Arv.1 9,5 9,6
Arv.2 13,0 12,1
Arv.3 12,0 11,5
Arv.4 14,0 14,0

i. Calcule os volumes das 4 rvores.
ii. Calcule seus fatores de forma.
18
d.2) Algumas vezes adotado o princpio de Smalian para obter o volume de toras, mas
a frmula original sofre modificaes. Observe o caso seguinte:
Um grupo de tcnico foi chamado para realizar uma vistoria em uma rea de
preservao permanente em um remanescente de Floresta Atlntica cuja mata estava
sendo explorada clandestinamente, para extrao de lenha. Ao identificar um tronco
abatido de rvore, a equipe fez algumas medies que possibilitaram avaliar a
quantidade de madeira fornecida por uma s das rvores derrubadas, considerando um
dimetro mnimo de 15,0 cm. Estime este volume a partir dos dados apresentados,
completando os espaos das tabelas.
Tronco principal da rvore, onde se tomou 6 dimetros do fuste a diferentes alturas:
Ponto de medio 0,3m 3,5m 8,9m 11,2m 12,4m 14,5m
Dimetro medido (m) 0,75 0,65 0,62 0,60 0,65 0,56
L (comprimento da
tora, emm)

Volume da tora (V
Ti
em
m
3
)

Bifurcaes (B1 e B2, subdividas, cada uma em duas toras comcomprimento L de 2,0 m, das
quais se tomou dois dimetros D
1
e D
2
)
B1 B2
D
1
(m) D
2
(m) L (m) V
b1i
(m
3
) D
1
(m) D
2
(m) L (m) V
b2i
(m
3
)
0,47 0,45 2,0 0,45 0,39 2,0
0,45 0,28 2,0 0,39 0,31 2,0

Esgalhamentos
D
1
(m) D
2
(m) L (m) V
ti
(m
3
)
0,21 0,15 2,0
0,20 0,22 1,1
0,27 0,22 1,2
0,21 0,20 0,8

Tabela auxiliar (volumes emm
3
- adote 4 casas decimais aps a vrgula)
V
Toco
V
T1
V
T2
V
T3
V
T4
V
T5
V
B11
V
B12
V
B21
V
B22
V
t1
V
t2
V
t3
V
t4
Total

d.3) Responda, considerando o item anterior:
i. Neste caso, faz sentido se calcular o fator de forma, definido como uma medida da
conicidade do tronco, que pode atingir o valor mximo 1,0? Por que?
19
ii. Por curiosidade, calcule o fator de forma para esta rvore, considerando que sua
altura total era de 22,5m.
iii. Qual dimetro mnimo voc adotaria se quisesse avaliar a quantidade de lenha?
Neste caso, o volume comercial da rvore seria maior ou menor?
d.4) Em um inventrio de caatinga, 6 rvores foram abatidas, cortadas em sees de
1,0m e cubadas pela frmula de Smalian, obtendo-se os volumes expressos na prxima
tabela:
Arv. n
o
V (m
3
)
1 0,1093
2 0,0688
3 0,1224
4 0,0790
5 0,0845
6 0,1012
7 0,1128

Com as rvores cortadas foi formada uma pilha de onde se obteve as seguintes
medies:
Altura A
1
=1,10m A
2
=1,15m A
3
=1,06m
A =1,10m
Largura L
1
=1,85m L
2
=1,76m L
3
=1,80m
L =1,80m
Profundidade P
1
=1,00m P
2
=0,98m P
3
=1,00m
P=0,99m

Qual o fator de empilhamento para o local? Com ele poderia ser usado para
transformar a mdia volumtrica obtida no inventrio, de 38,0m
3
/ha, em st/ha?
20
UNIDADE 3
R RE EV VI I S S O O S SO OB BR RE E A AM MO OS ST TR RA AG GE EM M

Objetivos: Revisar conceitos bsicos de amostragem, principais medidas
estatsticas de interesse, suas propriedades e estimadores. Trabalhar com
medidas, grficos e tabelas, atravs de exerccios.

3.1.Atividade preparatria
Baseado em fontes bibliogrficas e em discusses com colegas, procure explicar
o significado dos termos: Amostragem, populao, amostra, unidade de amostra,
variveis, dados, parmetros e estimativas.
Pesquise em anais de congressos, revistas, peridicos, relatrios, monografias
ou dissertaes, trabalhos na rea das cincias florestais, biolgicas ou agrrias, de
uma forma geral, onde tenham sido empregados algum processo amostral. Baseado
neste(s) trabalho(s), procure identificar a natureza e as caractersticas da unidade de
amostra, o tamanho e a forma de seleo da amostra e quais variveis foram
analisadas. Descreva os aspectos mais importantes do trabalho e faa comentrios.
A seguir, leia o texto de apoio a esta Unidade e reflita sobre suas respostas,
reformulando-as, se necessrio.

3.2.Conceitos bsicos em amostragem
Amostragem
o processo pelo qual se avalia parte da populao, possibilitando, a partir dos
dados coletados nesta parte, inferir sobre toda a populao de interesse, com preciso
e custos aceitveis e nvel de confiana previamente especificado.
Populao
o conjunto de valores da varivel, associados a todos os elementos de um
conjunto, que tm em comum determinada caracterstica.
Amostra
um subconjunto da populao, constitudo de elementos (e seus valores
associados) que apresentam as caractersticas comuns que identificam a populao a
que pertencem. Pode ser entendida como o conjunto de informaes colhidas de parte
da populao, com vistas a se inferir sobre ela (populao).
21
Unidade de Amostra
a unidade mnima da amostra, de onde se obtm um dado referente varivel
em estudo. O conjunto de todas as unidades de amostra constitui-se na amostra. O
nmero de unidades de amostra (n.u.a.) define o tamanho da amostra.
Dependendo da natureza do trabalho e dos objetivos, as unidades de amostra
em inventrios florestais podem ser parcelas circulares, quadradas, retangulares ou em
faixas, pontos de visada, rvores individuais, etc.
Na Fig. 3.1 est representada esquematicamente uma populao de tamanho
N=28, de onde foram selecionadas 4 unidades amostrais (n=4).

1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
17 18 19 20
21 22 23 24
25 26 27 28

Unidade de amostra (u.a.)

N = Nmero de elementos na populao =28
n = Nmero de unidades de amostra (n.u.a) = 4

Fig. 3.1. Representao esquemtica de uma populao e de uma amostra

Frao amostral ou intensidade de amostra
a razo entre o tamanho da amostra (n) e o tamanho da populao (N).
N
n
f = e 100
N
n
(%) f
|
.
|
\
|
=
Em experimentao agrcola e em inventrio comum se adotar o nome de
parcela para se referir a uma unidade de amostra. Rigorosamente, o uso do termo no
incorreto (parcela significa pequena parte, frao, fragmento), embora geralmente
esteja associada a conotao de poro do terreno, de tamanho e forma determinada.
22
Por exemplo, em inventrios florestais so muito empregadas parcelas retangulares
2
,
de 20,0m por 10,0m (20,0 x 10,0m) ou de 20,0 x 30,0m. J o termo no se aplica to
bem quando se est cubando rvores para confeco de tabela de volume e a unidade
de amostra uma rvore.
Chama-se de varivel ao atributo (caracterstica) estudado, sujeito variao.
As variveis podem ser qualificativas e quantitativas, estas ltimas quase sempre de
maior interesse em inventrios florestais. Os dados so as informaes obtidas com
base nos elementos que compem a amostra ou a populao. Todo dado obtido
atravs de enumerao, pesagem ou mensurao se refere a variveis quantitativas,
que podem ser discretas (assumem valores dos nmeros inteiros) ou contnuas
(assumem valores dos nmeros reais).
Por exemplo, o nmero de rvores com determinada caracterstica
(doente, bifurcada, com dimetro superior a determinado limite,
pertencente a alguma famlia, gnero ou espcie botnica, etc),
existente em uma certa rea, uma varivel discreta. O volume de
madeira por hectare (ha) em uma mata uma varivel contnua.
Sendo assim, pode-se dizer que a cada elemento de uma populao esto
associados valores de variveis que podem ser qualitativas ou quantitativas. O valor
de uma varivel de interesse em um determinado elemento denominado dado.
Quando no se tm condies de conhecer os valores da varivel em todos os
elementos da populao (o que muito comum, tanto em pesquisas quanto na vida
cotidiana), adotam-se processos amostrais para que, a partir dos dados coletados em
uma amostra representativa, se tenham estimativas confiveis e precisas da
caracterstica estudada.
APLICAES
3.2.1. Para se conhecer o tamanho de uma populao, preciso se ter definido o que
se considera como unidade. Se em um inventrio realizado em uma rea de 100 ha,
adotou-se parcelas quadradas de 20,0 x 20,0 m, selecionando-se ao acaso 20 destas
unidades, tem-se que:
a . A rea da unidade de amostra ou parcela foi de 400m
2
(20,0mX20,0m)

1
Em Unidades seguintes sero estudados os tipos, tamanhos e formas de unidades amostrais mais empregados.
23
b . O nmero de unidades de amostra adotado (n) foi 20.
c . O nmero de unidades potenciais em toda a rea era de 2500.
Observe: rea da parcela =400m
2
=0,04ha
100ha
0,04ha
x
1
= 2500
0,04
100
x = =
d . A rea amostrada foi de 8.000 m
2
(20 u.a. x 400m
2
).
Calcule a frao amostral ( N n ) adotada no inventrio.
3.2.2. Planeja-se realizar um inventrio em um fragmento florestal, com vistas a
subsidiar uma proposta para torn-la uma reserva municipal. A extenso da mata
220ha e pretende-se adotar parcelas retangulares, de 50,0 x 10,0 m, em uma
intensidade amostral de 2%. Quantas parcelas devero ser selecionadas?
Respostas: 3.2.1. f=0,008 ou 0,8%
3.2.2. n=88
3.3. Representatividade da amostra
A amostra deve possuir as mesmas caractersticas bsicas da populao, no que
se refere varivel a ser estimada. Para isso, a seleo deve obedecer a critrios
objetivos, isto , deve-se evitar influncias subjetivas, desejos e preferncias do
tcnico responsvel.
A representatividade de uma amostra influenciada pelo seu tamanho e pelo
processo de seleo das unidades de amostra. O tamanho da amostra refere-se ao
nmero de unidades de amostra (n.u.a) utilizado. O tamanho da amostra definido em
funo:
a) Do erro de amostragem admissvel: Em inventrios florestais, o erro de
amostragem admissvel geralmente de 10%, chegando a 20% em situaes
especficas, como nas recomendaes do IBAMA (IBAMA, 1994). Quanto mais precisa
a estimativa, menor o erro, portanto, maior o nmero de unidades de amostra
necessrio.
b) Da variabilidade da caracterstica em estudo: Quanto maior a variabilidade da
caracterstica estudada, para uma dada preciso, maior ser o nmero de unidades de
amostra exigido para que a amostra seja considerada representativa. Pode-se ter idia
da variabilidade existente baseando-se em experincias anteriores ou estimando-se as
medidas de disperso a partir de uma amostragem preliminar (amostragem piloto).
24
c) Da probabilidade do intervalo de confiana para a mdia estimada conter o
verdadeiro valor da mdia (parmetro). O nvel de probabilidade expresso pelo valor
da varivel t de Student e indica chance (ou a confiana) do intervalo. Os valores da
varivel t, em funo do nmero de graus de liberdade e do nvel de significncia (o)
so obtidos em tabelas apropriadas (veja Tabela no final desta Unidade). Quando o
nmero de unidades de amostras elevado, o valor de t, para um nvel de significncia
de 5%, tende a se estabilizar em torno de 2,0. Da o emprego freqente do valor 2,0 nas
expresses para estimativa do nmero mnimo de unidades de amostra e do intervalo
de confiana, quando a probabilidade adotada 95%.
Ateno: P +o = 100%, logo se P = 95% o = 5%
Na prtica, muitas vezes a intensidade de amostra definida em funo dos
recursos disponveis. Nesses casos procura-se otimizar os recursos humanos e
financeiros, de forma a atingir a maior preciso possvel.
Do ponto de vista terico, o tamanho da populao no exerce influncia sobre a
intensidade de amostra. No entanto, comum se observar que a extenso da rea a
ser avaliada se reflete na variabilidade de vrias caractersticas de interesse; sendo
assim, o tamanho da rea a ser inventariada pode exercer maior ou menor influncia
sobre a intensidade de amostra suficiente.
3.4. Principais medidas estatsticas de interesse em inventrios florestais
Em levantamentos por amostragem se avalia grandezas desconhecidas da
populao, denominadas parmetros populacionais (abreviadamente, parmetros),
atravs do conhecimento dos seus valores na amostra (estimativas, estatsticas
amostrais ou estatsticas).
As principais grandezas de uma populao, estimadas a partir dos valores
amostrados, so representadas por medidas. As medidas podem ser de posio ou de
tendncia central, quando estabelecem o valor em torno do qual os dados se
distribuem e de variabilidade ou de disperso, quando expressam o afastamento dos
dados em relao a mdia. As medidas se complementam para caracterizar a
distribuio da varivel.
Mdia aritmtica:
25
As mdias aritmticas, simples e ponderadas, so particularmente importantes
na anlise dos dados de inventrios e suas estimativas quase sempre se constituem no
objetivo do levantamento.
Varincia e desvio padro:
So medidas de disperso. Expressam a variabilidade dos dados em relao a
mdia. A varincia obtida a partir da soma dos quadrados das diferenas de todos os
valores em relao mdia; portanto, uma medida quadrtica. O desvio padro a
raiz quadrada da varincia e expresso na mesma unidade dos dados.

Coeficiente de variao:
Representa o desvio padro em porcentagem da mdia. Como uma medida
relativa, permite avaliar mais facilmente as condies de heterogeneidade da amostra e
comparar a variabilidade em situaes distintas ou entre diferentes variveis.
Erro-padro da mdia:
Representa a disperso entre os valores das mdias amostrais e o verdadeiro
valor da mdia. Expressa a preciso obtida na estimativa e funo da variabilidade
entre os dados e do nmero de unidades de amostra adotado.
Observao: As medidas no so as nicas formas de se representar dados
de um inventrio florestal. Os grficos e as tabelas tambm so recursos importantes
na organizao, apresentao e interpretao de dados.
3.5. Principais estimadores
Mdia aritmtica:
n
X
X
n
1 i
i
=
= , onde:
i
X o valor da varivel na unidade de amostra i,
=
n
1 i
i
X o somatrio dos n valores da varivel (n dados)
e n o tamanho da amostra.
26
Varincia
1 n
n
X
X
s
2
n
1 i
i
n
1 i
2
i
2
|
.
|
\
|
=
=
onde
=
n
1 i
2
i
X o somatrio dos quadrados das n observaes
e
2
n
1 i
i
X |
.
|
\
|
=
o quadrado do somatrio das observaes.

Obs: sempre bom lembrar que a estimativa da varincia (s
2
) a
razo entre a Soma de Quadrados (SQ, soma dos quadrados dos
desvios das n observaes em relao a mdia X ), e o nmero de graus
de liberdade (n-1).
( )
1 n
X X
s
n
1 i
2
i
2
=

=

como SQ= ( )
2
n
1 i
i
X X
=
=
n
X
X
2
n
1 i
i
n
1 i
2
i
|
.
|
\
|
=
=
,
logo
1 n
n
X
X
s
2
n
1 i
i
n
1 i
2
i
2
|
.
|
\
|
=
=

Desvio-padro
2
s s =
s =
1 n
n
X
X
2
n
1 i
i
n
1 i
2
i
|
.
|
\
|
=
=

Coeficiente de variao
100 *
X
s
CV(%) =
27
Erro-padro da mdia:
n
s
s
X
= , para populaes infinitas e
|
|
.
|
\
|

=
N
n N
n
s
s
X
, para populaes finitas, sendo
N
n N
, ou
N
n
1 , denominado fator de
correo para populaes finitas.
Obs. 1: Relembrando os conceitos de populaes finitas e infinitas:
Quando 0,05
N
n
> (lembrando que
N
n
a frao amostral), diz-se que a populao
finita. Nestes casos, h necessidade de se adotar a correo para populaes finitas
(c.p.f.), que assumir valores menores ou igual a 0,95.

Obs.2: Em inventrios florestais, raramente a frao amostral superior a 0,01 ou 1%.
No entanto, h aplicaes no campo florestal onde se pode ter intensidades amostrais
mais elevadas, tornando as populaes finitas.

Intervalo de confiana para a mdia, para um nvel de confiana P
I.C.=

t s X
X
onde t a varivel tabelar de Student, em funo do nvel ( =100 - P) e
do nmero de graus de liberdade (n-1).
APLICAES
3.4.1.Os mtodos adotados em inventrios florestais so baseados na Teoria da
Amostragem, com a qual podemos nos familiarizar sem maiores dificuldades. Para
relembrar algumas propriedades dos somatrios e memorizar a frmula para o clculo
da Soma dos Quadrados dos Desvios, prove algebricamente que:
( )
2
n
1 i
i
X X
=
=
n
X
X
2
n
1 i
i
n
1 i
2
i
|
.
|
\
|
=
=

3.4.2.Observe cuidadosamente as funes estatsticas de sua calculadora. Procure
identificar todas as funes de interesse e como acess-las. Note a diferena entre o
desvio-padro populacional (geralmente representado por ou
x
) e o desvio-padro
obtido de uma amostra (s ou s
x
). Agora, procure calcular a mdia, o desvio-padro e o
coeficiente de variao a partir dos dados apresentados a seguir, correspondentes aos
28
valores da varivel X em uma amostra selecionada aleatoriamente de uma populao
fictcia, com 200 elementos.
Empregue as frmulas apresentadas neste captulo e confira com os resultados
obtidos diretamente na calculadora.

22 10 16 9
19 23 12 11
12 11 13 12
15 17 10 16
14 15 9 14
E mais:
a. Qual a frao amostral adotada? A populao pode ser considerada finita ou infinita?
b. Ilustre a propriedade da mdia aritmtica que diz que o somatrio dos desvios das
observaes em relao a mdia aritmtica zero.
c. Calcule a soma dos quadrados dos desvios pela frmula ( )
2
n
1 i
i
X X
=
.
d. Crie um novo conjunto de dados para a varivel Y, onde Y =aX, sendo a uma
constante. Calcule Y e s
y
.
e. Crie um novo conjunto de dados para a varivel Z, onde Z =a +X, sendo a uma
constante. Calcule Z e s
z
.
f. Quais as relaes existentes entre X , Y eZ? E entre s
x
, s
y
e s
z
? Enuncie estas
propriedades da mdia aritmtica e do desvio-padro.
g. Voc consegue provar algebricamente que s
x
=s
x+a
e s
a x
=as
x
?
3.4.3. Em um inventrio, selecionou-se 9 unidades de amostra de 400m,
aleatoriamente distribudas na rea a ser inventariada. Os volumes empilhados (V) por
u.a., expressos em estreos, se encontram a seguir:
u.a V (st/u.a) u.a V (st/u.a)
1 2,42 6 1,77
2 1,68 7 2,12
3 2,61 8 2,36
4 1,44 9 2,10
5 1,08

a. A partir dos dados, calcule as estimativas da mdia (V ) , varincia (
2
v
s ), desvio
padro (
v
s ), coeficiente de variao (CV) e erro-padro da mdia (
v
s ).
29
b. Transforme os dados para st/ha. Repita as estimativas. Que relaes voc encontrou
entre :
. V /u.a. e / V ha
2
v
s /u.a. e
2
v
s /ha
v
s /u.a e
v
s /ha

3.4.4. Desejando-se conhecer a distribuio diamtrica de certa espcie florestal em
uma rea de vegetao nativa, lanaram-se 6 parcelas de 200m, obtendo-se os
seguintes valores de dimetro altura do peito de todas as rvores encontradas da
espcie em estudo.
Valores de DAP, em cm, de rvores da espcie X em 6 parcelas amostrais.
Parcela 1 Parcela 2 Parcela 3 Parcela 4 Parcela 5 Parcela 6
12,5 4,5 11,0 5,5 3,5 5,0
10,0 5,0 4,0 5,0 4,0 5,0
6,5 6,5 3,5 7,5 4,0 6,5
7,0 6,0 7,5 10,0 3,5 7,0
14,0 5,5 7,0 12,5 6,0 10,0
8,5 8,0 6,5 6,5 5,0 9,5
8,5 6,0 6,0 5,0 4,5 4,0
17,0 7,5 3,0 7,0 5,0 5,5
18,0 7,0 4,5 18,0 6,5 6,0
12,0 10,0 3,5 15,5 4,0
9,5 6,0 6,0 4,5
10,0 7,5 4,0 7,0
6,0 9,5 5,5 12,0
13,0 8,0 6,5
6,0 3,0
Pede-se:
a) Estimar o nmero mdio de rvores da espcie, por parcela e por hectare.
b) Calcular a rea basal de cada parcela e estimar a rea basal mdia, por parcela e
por hectare.
c) Estimar o coeficiente de variao para o nmero de rvores e para a rea basal.
d) Estimar os limites de confiana para a mdia do nmero de rvores da espcie por
hectare (P=95% e P=99%).
e) Estimar os limites de confiana para a mdia da rea basal da espcie, por hectare
(P=95% e P=99%).
f) Comparar as grandezas dos dois erros-padres cometidos e explicar a diferena
entre eles.
g) Organizar os dados em classes de freqncia, obtendo:
g.1. A distribuio do nmero de rvores por hectare por classe diamtrica.
30
g.2. A distribuio da rea basal por hectare por classe diamtrica.

PASSOS PARA A RESOLUO DA QUESTO 3.4.4
1) Organize os dados em rol, ou seja, transcreva-os em ordem crescente.
2) Identifique a amplitude total dos dados (maior valor - menor valor)
3) Eleja o nmero de classes diamtrica que deseja trabalhar (o nmero de classes
funo de grandeza e da variabilidade da caracterstica e dos objetivos do trabalho;
no caso, 3 pode ser um bom nmero de classes).
4) Obtenha a amplitude dos intervalos de classe, dividindo a amplitude total pelo
nmero de classes.
5) Defina os limites superiores e inferiores de cada classe e as regras de incluso dos
dados.
6) Faa a apurao dos dados, calculando a freqncia de indivduos em cada classe.
7) Estime nmero de rvores por hectare em cada classe diamtrica.
8) Apresente a distribuio do nmero de rvores por hectare por classe diamtrica, na
forma de tabela e de grfico (histograma).
9) Calcule a rea basal de cada classe diamtrica (utilizando para os clculos apenas
os dimetros das rvores pertencentes a cada classe).
10) Estime a rea basal por hectare de cada classe diamtrica.
11) Apresente os dados na forma de tabela e de grfico onde na abcissa se encontrem
os valores de dimetros (limites de classes) e na ordenada, os valores de rea
basal, em m
2
/ha.

LITERATURA SUGERIDA PARA CONSULTA
SILVA, J . A. A.; SILVA, I. P. Estatstica experimental aplicada a cincia florestal.
Recife: UFRPE,1982. 288p.
SPIEGEL, M. R. Estatstica. So Paulo: McGraw Hill,1977. 580p.
VIEIRA, S. Introduo a bioestatstica. Rio de J aneiro, Campus: 1983. 291p.
31
Tabela de t

Valores bilaterais de t para de 10% a 0,1% de probabilidade

Graus de
liberdade

10%

5%

2%

1%

0,1%
1 6,31 12,71 31,82 63,66 636,62
2 2,92 4,30 6,97 9,92 31,60
3 2,35 3,18 4,54 5,84 12,94
4 2,13 2,78 3,75 4,60 8,61
5 2,02 2,57 3,37 4,03 6,86
6 1,84 2,45 3,14 3,71 5,96
7 1,90 2,36 3,10 3,50 5,41
8 1,86 2,31 2,90 3,36 5,04
9 1,83 2,26 2,82 3,25 4,78
10 1,81 2,23 2,76 3,17 4,59
11 1,80 2,20 2,72 3,11 4,44
12 1,78 2,18 2,68 3,06 4,32
13 1,77 2,16 2,65 3,01 4,22
14 1,76 2,14 2,62 2,98 4,14
15 1,75 2,13 2,60 2,95 4,07
16 1,75 2,12 2,58 2,92 4,02
17 1,74 2,11 2,57 2,90 3,97
18 1,73 2,10 2,55 2,88 3,92
19 1,73 2,09 2,54 2,86 3,88
20 1,73 2,09 2,53 2,84 3,85
21 1,72 2,08 2,52 2,83 3,82
22 1,72 2,07 2,51 2,82 3,79
23 1,71 2,07 2,50 2,81 3,77
24 1,71 2,06 2,49 2,80 3,75
25 1,71 2,06 2,49 2,79 3,73
26 1,71 2,06 2,48 2,78 3,71
27 1,70 2,05 2,47 2,77 3,69
28 1,70 2,05 2,47 2,76 3,67
29 1,70 2,04 2,46 2,76 3,66
30 1,70 2,04 2,46 2,75 3,65
40 1,68 2,02 2,42 2,70 3,55
60 1,67 2,00 2,39 2,66 3,46
120 1,65 1,98 2,36 2,62 3,37
1,65 1,96 2,33 2,58 3,29

Esta tabela foi adaptada a partir de R. Fisher e F. Yates - Statistical Tables for Biologial, Agricultural and
Medical Research, Londres, 1943).

32
E ET TA AP PA AS S D DE E U UM M I I N NV VE EN NT T R RI I O O

Objetivo: Conhecer os principais pontos a serem observados nas diversas
fases de um inventrio florestal, desde o seu planejamento, execuo at a
sintetizao e apresentao dos resultados.

4.1. Definio dos objetivos
A definio dos objetivos de um inventrio florestal ponto essencial ao sucesso
da sua execuo e da aplicao das informaes coligidas e deve originar-se das
necessidades dos usurios das informaes. O planejamento do inventrio deve ser
delineado de forma a lograr os objetivos, de acordo com a importncia relativa de cada
um deles.
De acordo com os objetivos, PELLICO NETTO e BRENA, (1993), reuniram os
inventrios florestais em dois grandes grupos: os inventrios de cunho estratgico e os
de cunho ttico. Os inventrios estratgicos servem de base para formulao de
polticas e do subsdios ao planejamento e a administrao florestal.
Inventrios florestais como os que servem de base para planos de manejo so
inventrios de cunho ttico, pois fornecem informaes para atender demandas
especficas de empresas ou propriedades.
HUSCH, (1971), exemplificou diferentes modelos de inventrios em funo dos
seus objetivos e relacionou a importncia relativa destes objetivos.
Os objetivos governam o tipo de dados a serem coletados, a abrangncia das
informaes, as escalas dos mapas e a preciso requerida nas estimativas.
A seguir se expem duas situaes distintas, que sugerem inventrios florestais
diferentes quanto aos objetivos e, consequentemente, quanto ao planejamento,
execuo e anlises:
Situao A Pretende-se elaborar um plano de aes para o Jardim Botnico da
Cidade do Recife, no Curado, de forma que sejam garantidos a sua preservao,
como fragmento remanescente da Mata Atlntica, e seu papel na pesquisa e na
educao ambiental.
Sero objetivos do inventrio florestal do J ardim Botnico:
i. Identificao botnica das espcies florestais ocorrentes na rea;
33
ii. Conhecimento das estruturas horizontal, vertical e diamtrica da floresta
(estimativa de parmetros fitossociolgicos);
iii. Caracterizao da dinmica de sucesso e da capacidade de regenerao natural
da mata;
iv. Identificao dos danos mais freqentes s rvores e suas causas;
v. Anlise do impacto da visitao pblica na conservao da mata;
vi. Anlises fenolgicas das espcies mais importantes;
vii. Identificao das rvores com potencial para porta-sementes.
Situao B Em uma rea de vegetao nativa de caatinga, no Serto
pernambucano, deseja-se elaborar um plano de manejo para o aproveitamento
racional da lenha, com vistas produo de carvo.
Neste caso, os objetivos do inventrio sero:
i. Definir os limites das reas explorveis e das reas de preservao permanente
e reserva legal;
ii. Caracterizar a tipologia florestal da rea;
iii. Estimar a freqncia e a distribuio por classe diamtrica das espcies de
interesse;
iv. Avaliar o volume total disponvel explorao;
v. Obter as estimativas dos fatores de empilhamento (st/m
3
) ou de cubicao
(m
3
/st);
vi. Avaliar o potencial de regenerao natural e estoque de crescimento quanto a
abundncia e diversidade;
vii. Fornecer dados para estudos de crescimento.
viii. Identificar a freqncia de espcies protegidas por lei e de outras espcies no
passveis de corte.
4.2. Definio da populao
A populao fonte de amostra deve coincidir com a populao objeto das
avaliaes. Apesar de aparentemente evidente, este requisito de importncia
essencial e exige ateno especial nas diversas fases do mapeamento, interpretaes
de imagens, estratificao e avaliao de reas.
34
A populao de interesse e seus estratos devem ser definidos quanto
localizao, extenso e limites, para que no se exclua parte deles quando da seleo
de amostras, ou se inclua reas no pertinentes.
Alm disso, preciso evitar a tendncia de se extrapolar resultados obtidos em
uma determinada rea para situaes ainda desconhecidas, julgadas semelhantes.

4.3.Definio dos dados a serem coletados
Os dados a serem coletados so definidos em funo dos objetivos almejados.
Em geral, os dados comumente copilados em inventrios florestais so:
a) Extenso, localizao e composio da rea de interesse;
b) Informaes sobre as parcelas de campo: localizao, acessibilidade, tipo de
solo, stio, grau de cobertura, classe natural de idade, sub-bosque, relevo;
c) Identificao das espcies.
d) Medies de rvores, em p ou abatidas: Circunferncias ou dimetros altura
do peito (CAP ou DAP), circunferncia ou dimetro tomados na base da rvore (CNB ou
DNB), dimetro de copa, altura total e comercial, volume empilhado, peso de matria
verde, etc.
e) Avaliao da qualidade das rvores: forma de fuste, estado da copa, qualidade
da madeira, estado fitossanitrio, entre outros (so aspectos geralmente registrados por
cdigos correspondentes a categorias previamente definidas).
f) Dados para controle e identificao: equipe, responsvel, data de medio,
nmero de parcela, tempo de locao e medio, etc.
g) Dados adicionais: Alguns dados adicionais podem ser coletados, desde que
no onere os trabalhos e se conte com equipe treinada. Entre eles podem ser citados:
presena de florao e frutificao, aspectos da coleta de sementes, regime de
propriedade, posio sociolgica, ocorrncia de fauna, etc. Alguns destes dados podem
se constituir em objetivo prioritrio do inventrio.
Nas situaes A e B, mencionadas anteriormente, os dados coletados nas
unidades de amostra, de forma a lograr os objetivos, seriam:

35
Situao A:
i. Nome vulgar, dimetro altura do peito (DAP), altura total e posio sociolgica
de todas as rvores com DAP mnimo de 10,0 cm.
ii. Nome vulgar e altura da regenerao natural, a partir de 20,0 cm de altura at
DAP de 9,9 cm.
iii. Classe de vigor e de sanidade das rvores.
iv. Incidncia de pragas, doenas e danos fsicos nas rvores mensurveis.
v. Ocorrncia de florao e/ou frutificao no estrato arbreo.
vi. Coleta de material botnico para identificao, sempre que presente, e
acondicionamento do mesmo em sacolas individualizadas.

Situao B:
(Antes dos trabalhos nas parcelas, realizar o mapeamento e o reconhecimento de
campo)
i. Dados sobre as parcelas: classe de solo, acessibilidade, relevo, localizao,
fitofisionomia.
ii. Nome vulgar, circunferncia a 30,0 cm do solo (CNB), altura total e nmero de
bifurcaes de todas as rvores com CNB mnimo de 10,0 cm.
iii. Nome vulgar e altura da regenerao natural, a partir de 20,0 cm de altura at
9,9 cm de CNB
iv. Demarcao de parcelas permanentes, para estudos de crescimento.
E em uma sub-amostra composta de rvores das espcies explorveis,
selecionadas aleatoriamente em cada classe diamtrica:
v. CNB, altura e nmero de brotaes
vi. Volume individual, atravs das frmulas clssicas (adaptaes de Smalian so
as mais usadas), pelas quais se precisa ter comprimento e dimetros das toras.
vii. Volume empilhado das rvores cubadas
4.4. Especificao do grau de preciso desejado
Geralmente se adota erro de amostragem admissvel de 10%. Dificilmente se
encontram trabalhos onde o erro seja inferior a 5% ou superior a 20%. Preciso,
confiana e custos so aspectos que devem ser analisados conjuntamente, quando se
deseja alcanar eficincia no sistema de inventrio.
36
4.5. Definio dos mtodos de medida
Nesta fase, cabe definir:
a) Quais instrumentos utilizados e tcnicas de medies?
b) Como obter os resultados esperados a partir dos dados coletados? Quais as
formas de clculo das variveis de interesse?
c) Quais as formas de registro de dados?
a) Definio dos instrumentos e tcnicas
Vrios instrumentos so disponveis para medies de rvores: a escolha
funo dos objetivos, disponibilidade, treinamento da equipe e caractersticas a rea a
ser inventariada.
Para identificao das espcies til a presena de um mateiro experiente. Em
inventrios de formaes florestais nativas, sempre aconselhvel se realizar um
levantamento florstico preliminar, reconhecendo-se as espcies mais importantes por
suas caractersticas dendrolgicas.
Sendo necessria a identificao botnica posterior, deve-se coletar material
botnico disponvel, guardando-o em saco plstico individualizado e etiquetado com os
nmeros de ordem da rvore e da parcela e o nome vulgar da espcie.
Na obteno dos dados dendromtricos so geralmente utilizadas a suta ou a fita
mtrica, para dimetros e circunferncias, respectivamente. O uso da fita prefervel
em estudos de crescimento.
As alturas em p podem ser medidas com varas graduadas ou rguas retrteis,
clinmetros, hipsmetros ou relascpios.
Instrumentos ticos no so muito eficientes em florestas tropicais densas, devido
a pouca luminosidade natural e a dificuldade de deslocamentos s distncias
requeridas para visualizao dos topos das copas. comum se usar hipsmetros
(Blume-Leiss e Haga so os mais usados) para aferio peridica de medidas tomadas
com vara.
Relascpios, prismas e vrias adaptaes da vara de Bitterlich podem ser usados
para estimativas de rea basal, nmero de rvores e volume por hectare, em locais
onde seja adequado o emprego de parcelas de raio varivel (Provas de Numerao
Angular).
37
As medies de volumes individuais de rvores abatidas para obteno de
relaes volumtricas ou estimativas de fator de forma so feitas empregando-se trena
e fita ou suta, para medies das circunferncias ou dimetros das sees.
Para a estimativa do fator de empilhamento, recomenda-se a derrubada e
empilhamento das toras com at 2,0m, medindo-se as trs dimenses da pilha.
Instrumentos como xilmetro, para determinao de volume slido, e balana,
para pesagem da biomassa, tambm podem ser utilizados, desde que haja condies
de transporte e operao.
b) Clculo das variveis
Algumas variveis de interesse, como volume e rea basal, so obtidas a partir
de clculos ou estimativas, onde se utiliza variveis mais simples, auxiliares, como DAP
e altura. A forma de se obter os valores das variveis de interesse por unidade de
amostra deve ser perfeitamente definida no planejamento do inventrio.
Por exemplo, como obter o volume slido das rvores explorveis em uma
parcela de 200m de vegetao nativa de caatinga? Pense antes de ler as sugestes
abaixo.

Opo 1 - Medem-se os dimetros altura do peito (DAP
i
), com suta, e as alturas (
i
h ),
com vara graduada, de todas as rvores mensurveis da parcela. So calculados os volumes
cilndricos individuais (V
i
= 0,7854
2
DAP
i

i
h ). Os dados so organizados em classes de
dimetros, totalizando-se os volumes cilndrcos por classe diamtrica e, a partir dos valores de
fator de forma (FF) estimados com a cubagem de rvores amostradas por classe diamtrica,
obtm-se o volume slido por classe diamtrica. O somatrio dos volumes das classes
representa o volume total da parcela. Dependendo do caso, o fator de forma utilizado pode ser
mdio, para todas as espcies ou grupos de espcies, ou determinado para cada uma das
espcies mais importantes.

Opo 2 - Medem-se DAP e H de todas as rvores mensurveis e se estimam os
volumes ou os pesos individuais das rvores a partir de relaes quantitativas especficas as
conhecidas equaes volumtricas ou as equaes de peso. Uma equao volumtrica uma
expresso matemtica, ajustada a partir de dados amostrais, capaz de estimar o volume
(varivel resposta) em funo de variveis auxiliares como altura e dimetro; Equaes de
peso so capazes de estimar o peso (quando esta a varivel resposta que interessa ou quando
ele facilita a estimativa dos volumes individuais de rvores, atravs do uso da densidade da
madeira) em funo das mesmas variveis auxiliares medidas em campo, desenvolvidas
previamente a partir de uma amostra de rvores rigorosamente cubadas ou pesadas. O volume
da parcela obtido pelo somatrio dos volumes individuais das rvores.

38
Devido s formas irregulares das rvores nativas da caatinga, muitas vezes se
justifica medir o dimetro na base (DNB) ou a circunferncia na base (CNB), que
geralmente mostram boa correlao com o volume.
Povoamentos homogneos, como plantios de Eucalyptus, permitem o uso de
outros mtodos para clculos das variveis de interesse por parcela. comum se usar,
por exemplo, relaes hipsomtricas para estimar alturas de rvores. A partir dos
DAP medidos e das alturas estimadas, o volume pode ser obtido com o uso de fatores
de forma ou de equaes volumtricas.
Outro mtodo comum para estimar volume de parcelas obter a rea basal (a
partir das medies dos DAP de todas as rvores mensurveis da parcela) e medir as
alturas das 20 primeiras rvores e das rvores dominantes da parcela. O volume da
parcela ser o produto da rea basal (G/parcela) pela mdia aritmtica das alturas (H)
e pelo fator de forma estimado na cubagem.
preciso ter muito cuidado com o uso de relaes quantitativas estimadas
previamente, para outras condies, mesmo que aparentemente semelhantes.
Equaes de peso ou de volume s podem dar boas estimativas quando aplicadas a
dados de mesma amplitude, referentes a rvores de mesma forma, classe diamtrica,
espcie, idade e em condies de stio semelhantes.
Da mesma forma, deve-se evitar generalizaes no uso de fatores de converso
e, sempre que possvel, estimar o fator de forma especfico para a situao, avaliando a
influncia das fontes de variao que podem estar presentes (espcie, idade, classe
diamtrica, espaamento).
Os mtodos da rvore mdia (ou rvore-modelo) e da rvore-mdia estratificada,
apresentados por Scolforo,(1993)
3
podem ser usados, sabendo-se, no entanto, que no
permitem estimar a variabilidade entre os valores de volume e, consequentemente, o
erro de amostragem. Pode-se melhorar esses mtodos garantindo uma preciso
elevada na estimativa da circunferncia mdia quadrtica (empregando o nmero de
parcelas necessrio, em funo da variabilidade estimada entre as parcelas e da
preciso requerida) e tomando-se um nmero suficiente de rvores-modelo (tambm

3

3
Ver SCOLFORO, J. R. Inventrio Florestal. Lavras: ESAL/FAEPE, 1993. p.179-209

39
estimado em funo da variabilidade dos volumes individuais obtidos das rvores com
circunferncia mdia quadrtica).
A escolha de qualquer mtodo depende da variabilidade da caracterstica
estudada, dos objetivos, dos recursos disponveis, da preciso requerida e da
capacitao tcnica da equipe executora no uso de tcnicas dendromtricas e de
estimao.
c) Registro de dados
Segundo SCHENEIDER et al., (1988), o registro das informaes deve obedecer a
critrios definidos, para evitar perdas. O registro dos dados nas fichas deve ser feito de
maneira clara, sem rasuras e em campos especficos.
Alm das fichas de campo (numeradas e identificadas segundo as finalidades:
ficha de cubagem e empilhamento, ficha de parcela - estrato arbreo ,etc), deve-se
contar tambm com fichas de gabinete, para clculos e copilao de resultados. O
nmero e a disposio das colunas das fichas dependem dos dados a serem coletados.
Pode-se encontrar vrios exemplos de fichas consultando relatrios de inventrios
realizados.

40
4.6. Escolha do sistema de amostragem
Entende-se como sistema de amostragem o conjunto de tcnicas, mtodos e
processos utilizados em um levantamento amostral, com vistas a auferir maior
eficincia, flexibilidade e custos compatveis.
Conforme a classificao de PELLICO NETO e BRENA, (1993), os mtodos de
amostragem referem-se a forma de abordagem de uma unidade amostral. Destaca-se
entre eles o mtodo das parcelas de rea fixa, onde se empregam unidades de
amostra de forma, tamanho e limites claramente definidos. o mtodo mais usual em
inventrios, principalmente quando se pretende efetuar medies peridicas, para
conhecer a dinmica evolutiva da populao florestal.
Entre os mtodos que utilizam unidades de amostra de reas variveis
encontram-se a amostragem por pontos horizontais, baseada na teoria de Bitterlich, o
mtodo de Prodan, o mtodo das 4 rvores de SILVA et al. (1984), e o mtodo dos
quadrantes, amplamente usado em levantamentos fitossociolgicos. Todos eles
apresentam vantagens e desvantagens que assumem maior ou menor relevncia em
cada situao florestal.
Por outro lado, os processos de amostragem podem ser compreendidos como
as formas de se selecionar uma amostra de uma populao, ou seja, referem-se a
abordagem a nvel do conjunto de unidades de amostra. Quanto ao critrio
probabilstico de seleo da amostra, os processos podem ser aleatrios, sistemticos
ou mistos.
As combinaes dos mtodos e processos amostrais com as tcnicas de
medies e estimativas, definidas para cada fase dos levantamentos e para cada
varivel ou grupo de variveis de interesse, do origem aos sistemas de amostragem.
No h modelos de sistemas de amostragem que possam ser, a princpio,
recomendados a situaes e objetivos determinados. Devido a grande variedade de
situaes florestais e objetivos possveis, cabe a equipe executora do inventrio
considerar fatores como tipo de informao requerida, preciso desejada, composio
florestal, variabilidade da caracterstica em estudo, relevo, condies de acesso,
recursos humanos e materiais disponveis, para optar pelo sistema de amostragem
mais adequado.
41
4.7. Planejamento do trabalho de campo
Aps a definio do nmero de elementos por equipe e das atribuies de cada
um deles, importante elaborar um manual de campo, para definir normas de
procedimento, uniformizar critrios e, consequentemente, propiciar condies de melhor
desempenho nesta etapa.
So elementos essenciais no manual de campo:
i. Organizao das equipes de campo;
ii. Informaes sobre as unidades de amostra: orientao, forma de demarcao,
medio de rvores limtrofes, sentido de caminhamento das medies, marcaes
de campo das parcelas permanentes, dimetro mnimo mensurvel;
iii. Instrues sobre tcnicas de medies, uso de instrumentos e preenchimento de
fichas de campo.
4.8. Efetivao da amostragem piloto
Definidos todos os aspectos relativos ao planejamento da amostragem, chega o
momento de se executar os trabalhos de seleo e locao das unidades de amostra e
efetuar as medies. Como na maioria das vezes no se conta com informaes
prvias, recentes e confiveis, sobre a variabilidade da caracterstica em estudo na
rea, o nmero de unidades de amostra adotado arbitrado, baseado na experincia e
no bom senso do responsvel tcnico. A esta primeira abordagem da populao,
adotando-se um nmero arbitrado de unidades de amostra, d-se o nome de
amostragem piloto ou amostragem preliminar.
A amostragem piloto tem como finalidade fornecer informaes sobre a natureza
da rea a ser inventariada, dar idia dos custos operacionais e estimar a variabilidade
da caracterstica estudada. Alm disso, fornece oportunidade de treinamento ao
pessoal, ajuda a definir o nmero ideal de membros por equipe e verificar a eficincia
do sistema adotado, possibilitando a correo de falhas, quando da amostragem
definitiva.
importante salientar que no h como se garantir a consecuo da preciso
desejada j na amostragem piloto. O tamanho da amostra empregado pode vir a ser
suficiente, ou no. A anlise dos dados obtidos na amostragem piloto vai indicar se
42
haver ou no necessidade de se aumentar o nmero de unidades de amostra no
inventrio definitivo.
Recomendaes podem ser consideradas quando da escolha do tamanho da
amostra piloto, principalmente aquelas originrias de trabalhos recentes, em condies
florestais semelhantes a que se est trabalhando. Alguns autores recomendam o
emprego de uma unidade de amostra para cada 15 ou 25ha. Outros apontam 0,1%
como uma boa intensidade amostral preliminar. O IBAMA recomendava, na Instruo
Normativa N
o
1, de 1994, o uso de, no mnimo, 6 (seis) unidades amostrais de 20,0 x
40,0m , para inventrios em caatinga, em reas de at 100ha.
A Figura 4.1 mostra esquematicamente os passos em um inventrio florestal.
4.9. Sintetizao dos resultados e elaborao do relatrio final
O produto de um inventrio florestal seu relatrio final. Nele devem estar
presentes, de forma clara, concisa e objetiva, a descrio da rea objeto do inventrio,
os aspectos tcnicos e critrios que nortearam os trabalhos, os resultados obtidos,
muitas vezes na forma de grficos e tabelas, e as concluses. Os modelos de fichas de
campo e de gabinete devem seguir em anexo.
Algumas vezes tambm se inclui no relatrio a chamada memria de clculo,
reunindo tabelas auxiliares e clculos efetuados.
Apesar de bastante flexvel, a redao do Relatrio Final deve observar as normas
de elaborao de documentos tcnicos e de referncias bibliogrficas e obedecer as
regras de apresentao tabular e grfica dos resultados. Os redatores devem garantir:
- Correo na escrita;
- Clareza nas estimativas;
- Organizao dos assuntos;
- Padronizao dos smbolos utilizados;
- Relevncia das atividades relatas;
- Objetividade nas concluses.
Ao final desta Unidade tem-se um exemplo de Sumrio de Relatrio Final de um
inventrio florestal fictcio. O modelo, apesar de atender aos objetivos especficos da
situao imaginada, exemplifica a forma de organizar os assuntos em sees.
43

INCIO
PLANO DE
TRABALHO
(PT)
INVENTRIO
PILOTO
DADOS
Clculo
do E.A.

VERIFICA
O DO
PT
RELATRIO
FINAL
NOVAS
U.A.
ALTERAES
NO PT
ESTIMATIVAS
E.A.>Erro
admissvel
E.A. sErro
admissvel
I F Piloto =
I F
Definitivo
Figura 4.1 Representao esquemtica dos passos de um inventrio
florestal.
E.A.: Erro de amostragemcometido; PT: Plano de trabalho; U.A.: Unidades
44
4.10.Questionrio de reviso

1) Relacione as aplicaes dos inventrios na atividade florestal.
2) Escreva um pequeno artigo de divulgao, com 3 ou 4 pargrafos, sobre a
importncia de se realizar inventrios florestais peridicos no Nordeste.
3) Quais as tcnicas de inventrio so imprescindveis aos inventrios em escala
mundial?
4) Quais tcnicas apresentam maior importncia em inventrios locais?
5) Complete a tabela abaixo, classificando os objetivos apresentados como
Indispensvel (3); Interessante, mas no essencial (2) e Sem importncia (1), de acordo
com cada tipo de inventrio florestal descrito na primeira coluna. J ustifique suas
respostas.

Tipo de inventrio
Objetivos
Estimar estoque
de madeira
(volume) por
classe de
dimetro e por
tipo de uso.
Estimar
extenso,
localizao e
estado geral de
conservao das
formaes
florestais nativas
e dos reflorestamentos
da regio.
Estimar o
incremento
volumtrico e a
dinmica
sucessional da
populao
florestal.
Avaliar o
potencial de
produtos
no
madeireiros
e quantific-
los.
Estimar
densidade e
composio
da floresta,
em termos
de
diversidade
florstica e
distribuio.
Inventrio florestal do
Nordeste, com vista a
subsidiar a formulao
de uma poltica florestal
regional e de uso da
terra.

Inventrio de uma
propriedade no Serto
do So Francisco, como
base elaborao de
um plano de manejo de
Caatinga para produo
de carvo e estaca.

Inventrio para subsidiar
a elaborao do plano
de manejo de uma
Reserva Biolgica na
Mata Atlntica
pernambucana.

Inventrio em um
fragmento com120 ha
de Reserva Legal em
rea de Mata Serrana
(Brejo) no Agreste
pernambucano.

45
6) O que afeta a representatividade de uma amostra?
7) Quais os tipos de erros em um levantamento por amostragem?
8) Qual o limite de erro admissvel mais comumente adotado em inventrios
florestais? Este limite refere-se a que tipo de erro?
9) Cite dois aspectos relacionados ao tamanho da populao (extenso da rea a ser
inventariada) que interferem no tamanho da amostra.
10) Explique porque a definio dos objetivos to relevante no planejamento de um
inventrio florestal.
11) Apresente, sucinta mas claramente, dois exemplos de situaes distintas cujos
inventrios a serem planejados almejem objetivos diferentes. Relacione esses
objetivos.
12) Quais so os dados mais comumente coletados nos inventrios florestais?
13) Relacione alguns instrumentos empregados nas medies de:
a) Dimetros
b) Alturas
14) Explique algumas tcnicas para o clculo de:
a) rea basal na parcela
b) Peso individual de rvores
c) Volume individual de rvores
d) Volume da parcela
e) Volume empilhado
f) Fator de forma
g) Fator de empilhamento
15) Em funo do exposto na resposta a questo n
o
10, prepare um modelo de Ficha de
Campo que atenda a necessidade de registro de dados, em funo dos objetivos
propostos.
16) Diferencie Mtodos, Processos e Sistemas amostrais.
17) Como se classificam os processos de amostragem, em funo do critrio
probabilstico de seleo da amostra?
18) Explique o que e para que se faz a amostragem piloto em inventrios florestais.
19) Como se define a intensidade de amostra na amostragem piloto? H como se
garantir que com este tamanho de amostra se atinja a preciso requerida?
46
4.11.Referncias bibliogrficas
HUSCH, B. Planificacion de un inventrio forestal. Roma: FAO, 1971. 135p.
IBAMA. Instruo normativa n.1, 25.02.94. Publicao no Dirio Oficial da Unio
n.39,28.02.94.
PELLICO NETO, S.; BRENA, D.A. Inventrio Florestal. Curitiba: UFPR/UFSM,1993.
268p.
SCHNEIDER, P. R.; BRENA, D. A. ; FINGER, C. A. G. Manual para coleta de
informaes dendromtricas. Santa Maria: Centro de Pesquisas Florestais, 1988.
28p. (Srie Tcnica, 5)
SCOLFORO, J . R. Inventrio florestal. Lavras: ESAL/FAEPE, 1993. 228p.
SILVA, J . A. A. ; BAILEY, R. L. ; MEUNIER, I. M. J . Mtodo das quatro rvores para
estimativas volumtricas em plantios florestais. Boletim de Pesquisa Florestal.
EMBRAPA, Curitiba, n.8/9, jun/dez 1984. p.64-91.

47
Anexo - Exemplo de Sumrio de Relatrio Final
INVENTRIO FLORESTAL DA FAZENDA MARI, FLORESTA, PE
RELATRIO FINAL
SUMRIO
1. IDENTIFICAO
1.1. Identificao do imvel e do proprietrio
1.2. Identificao do responsvel tcnico e da equipe executora
2. INTRODUO
3. JUSTIFICATIVA
4. OBJETIVOS
5. CARACTERIZAO DA REA
5.1. Localizao
5.2. Dados edafo-climticos
5.3 Hidrografia
5.4. Tipologia florestal
5.5. Fauna silvestre
5.6. Uso atual do solo
6. METODOLOGIA
6.1. Mapeamento
6.2. Sistema de amostragem
6.2.1.Estratificao
6.2.2.Seleo e locao das parcelas
6.2.3.Medies e cubagem
7. RESULTADOS
7.1. Fitossociologia
7.2. Distribuio diamtrica
7.3. Estoque volumtrico explorvel
7.4. Regenerao natural
8. CONCLUSES
9. ANEXOS
9.1. Manual de campo
9.2. Carta planimtrica com localizao das parcelas
10. REFERNCIAS BIBLIOGRFICAS
48
UNIDADE 5
E EX XE ER RC C C CI I O OS S

Objetivos: Revisar e integrar os contedos estudados nas Unidades 1, 2, 3 e
4 e ampliar os estudos com leituras e reflexes sobre outros mtodos e
tcnicas importantes para a realizao de inventrios florestais.

5.1. Plano de Inventrio Florestal
Comece agora a preparar um Plano de Inventrio Florestal de uma rea a sua
escolha. Voc ter 4 semanas para finaliz-lo.
Inicialmente, defina a rea de interesse (pode ser, por exemplo, uma Unidade de
Conservao ou uma propriedade particular) e reuna todas as informaes disponveis
sobre o local: extenso, localizao, confrontantes, mapas ou fotografias areas, tipo de
relevo e de solo, clima, classificao florestal, regime de propriedade, etc..
Em funo das potencialidades da rea e da legislao em vigor, defina os
objetivos do seu inventrio, a populao a ser amostrada, os dados a serem coletados,
as variveis a serem estimadas, o grau de preciso requerido, os instrumentos e
tcnicas de medies e elabore fichas de coleta de dados.
Os passo seguintes sero definir o sistema de amostragem a ser adotado, planejar
a amostragem piloto, estimar os custos e elaborar o Plano, mas tudo isto ser feito aps
se estudar as Unidades seguintes.
5.2. Atividades complementares - Regresso em Inventrios Florestais
a) Uma rpida reviso sobre regresso
A anlise de regresso uma tcnica importante e muito empregada em inventrios
florestais, pois atravs dela se pode obter equaes de altura (equaes
hipsomtricas), equaes de peso e de volume individual de rvores (que do origem
as Tabelas de Volume) e equaes de volume e de biomassa de parcelas. Atravs da
regresso se pode estimar valores das variveis que so os objetivos do inventrio
(variveis-resposta) em funo dos valores de variveis mais simples (auxiliares),
obtidos nas medies das parcelas. Isto alm do uso da regresso nos estudos de
crescimento e prognose de produo, essenciais ao manejo, e nas avaliaes
experimentais.
49
Da mesma forma que em outras fases do inventrio, no desenvolvimento de
equaes volumtricas preciso se ter cuidados com a amostragem, com as medies
das rvores e com as anlises dos dados. Pode-se resumir da seguinte forma os
passos para obteno de uma equao volumtrica:
Coleta de um nmero suficiente de rvores-amostra, selecionadas
por classe diamtrica;
Medies das variveis independentes (variveis auxiliares,
geralmente DAP ou DNB e H) e da varivel dependente (varivel-
resposta, no caso V, obtido pelas frmulas de cubagem rigorosa ou
usando o xilmetro), em todas as rvores da amostra;
Ajuste e anlise de diferentes modelos (estimativas dos coeficientes
e anlise da regresso) e seleo da melhor equao a partir dos
critrios clssicos de avaliao dos ajustes: teste de F, erro de
estimativa ou erro-padro residual (s
xy
ou EPR), coeficiente de
determinao (R
2
) e anlise dos resduos.

Os seguintes modelos so os mais usualmente testados para verificar o ajuste
dos dados:
log V=logb
o
+b
1
logDAP +b
2
logH
que a expresso linearizada de V=b
o
(DAP)
b1
(H)
b2
(equao de Schumacher &
Hall).
V=b
0
+b
1
(DAP)
2
H (equao de varivel combinada de SPURR)
V=b
0
[(DAP)
2
H)]
b1
, que toma a forma linear de
log V=logb
o
+b
1
log [(DAP)
2
H] (logartmica da varivel combinada).
Recomenda-se que um modelo de equao possua poucas variveis
independentes, que estas possibilitem medies fceis e acuradas, sejam altamente
correlacionadas com o volume e tenham baixa correlao entre elas. Geralmente o
emprego de mais de 4 variveis independentes em um modelo volumtrico no provoca
aumento significativo no coeficiente de determinao. Desde que se use um processo
rigoroso de determinao de volume, como a cubagem adotando pequenas sees
(L=1,0m, por exemplo, na frmula de Smalian), a forma da rvore estar sendo
considerada nas medies. A introduo de um fator ou coeficiente de forma como
varivel auxiliar adicional complica a equao sem que o aumento de preciso seja
significativo.

50
Exerccios:
a.1) Para embasar o estudo de regresso, realize o Estudo atravs de Fichas
Correlao proposto por SANTAROSA, L. M. C. Mdulos de estatstica. Porto Alegra:
Globo, 1978. p. 236-284.
a.2) Em um inventrio em uma rea de caatinga foram cubadas e pesadas 12 rvores,
selecionadas proporcionalmente entre as principais espcies e as classes diamtricas
encontradas. Os dados obtidos foram os seguintes:
Arv.
N
0
Vol.
cilndrico
(g.h, em m
3
)
Volume
real
(m
3
)
Peso
(kg)
Arv.
N
0
Vol.
cilndrico
(g.h, em m
3
)
Volume
real
(m
3
)
Peso
(kg)
1 0,0192 0,0163 15,5 7 0,0118 0,0088 7,0
2 0,0028 0,0016 1,4 8 0,0178 0,00128 11,6
3 0,0028 0,0018 1,5 9 0,0227 0,0218 17,9
4 0,0395 0,0174 17,0 10 0,0551 0,0431 35,1
5 0,0140 0,0098 8,5 11 0,0445 0,0229 20,5
6 0,0032 0,0024 1,7 12 0,0327 0,0220 18,3

Estime os coeficientes de correlao linear (r) entre:
Volume cilndrico (V
c
) e volume real (V
r
)
Volume cilndrico (V
c
) e peso (P)
Volume real (Vr) e peso (P)
O volume cilndrico uma boa varivel auxiliar para estimar, atravs de equaes
lineares, peso e volume real neste inventrio?
b) Reviso bibliogrfica:
A seguir esto relacionados alguns artigos da literatura tcnico-cientfica que
tratam do emprego da regresso como suporte a inventrios florestais e do idia do
desenvolvimento desta tcnica nos ltimos anos e dos seus potenciais de uso; vrios
outros trabalhos tambm podem ser consultados, inclusive atualizando a relao.
A partir da consulta a este material, elabore um artigo de reviso sobre
Regresso em Inventrios Florestais, incluindo suas prprias concluses.
51
1. MACHADO, S. A.; BASSO, S. F.; BEVILACQUA J NIOR, V. G. Teste de
modelos matemticos para o ajuste de relao hipsomtrica em diferentes stios
e idades para plantaes de Pinus elliottii no Estado do Paran. In:
CONGRESSO FLORESTAL BRASILEIRO, 7 e CONGRESSO FLORESTAL
PANAMERICANO,1, Curitiba, 1993. Anais. So Paulo: SBS/SBEF, 1993. p.553-
556.
2. PAULA NETO, F. Tabelas volumtricas com e sem casca para Eucalyptus
saligna. Revista rvore, SIF, Viosa, v.1, n.1, 1977. p.31-54.
3. PAULA NETO, F. Anlise de equaes volumtricas para Eucalyptus spp.
segundo o mtodo de regenerao na regio de J os de Melo, MG. Revista
rvore, SIF, Viosa, v.7, n.1, 1983. p.56-70.
4. PAULA NETO, F., COUTO, L.; RIBEIRO, J .C.; TORQUATO, M. C. Teste de
aplicao de uma tabela para estimar os volumes de rvores individuais de
Eucalyptus grandis em Bom Despacho, Minas Gerais. In: CONGRESSO
FLORESTAL BRASILEIRO, 4, Belo Horizonte, 1982. Anais. So Paulo: SBS,
1983. p. 674-678.
5. PLLICO NETO, S. Uso de equaes de volume em levantamentos florestais.
In: SIMPSIO SOBRE INVENTRIO FLORESTAL, 2, Piracicaba, 1984. Anais.
Piracicaba, 1984. p.93-102.
6. PLLICO NETO, S.; OLIVEIRA FILHO, L. C. Avaliao da biomassa de savana
(cerrado) para a produo de carvo vegetal. In: CONGRESSO FLORESTAL
BRASILEIRO, 4, Belo Horizonte, 1982. Anais. So Paulo: SBS, 1983. p. 686-
689.
7. SCHMIDT, P. B. Determinao indireta da relao hipsomtrica para
povoamentos de Pinus taeda L. Floresta, Curitiba, v.8, n.1, 1977. p. 24-27.
8. SCOLFORO, J . R.; SILVA, S. T.; LIMA, J . T. Equaes de biomassa e volume
para cerrado senso stricto. In: CONGRESSO FLORESTAL BRASILEIRO, 7 e
CONGRESSO FLORESTAL PANAMERICANO,1, Curitiba, 1993. Anais. So
Paulo: SBS/SBEF, 1993. p.508-510.
9. SILVA, J .A. Modelo de equao para estimar o volume por hectare de
Eucalyptus spp na regio de Campo Grande, no Estado de Mato Grosso do Sul.
52
Floresta e Ambiente, Instituto de Floresta, UFRRJ , Rio de J aneiro, n.2, 1995.
p.51-58.
10. SILVA, J .A.A.; MEUNIER, I.M.J .; BORDERS, B. E.; FARIAS, G. G. A.;
ASSUNO, E. P. Equao volumtrica para Eucalyptus camaldulensis na
regio de Barbalha, Cear, usando o volume da primeira tora como varivel
independente. Revista rvore, SIF, Viosa, v.17, n.1, 1993. p.30-37.
11. ZAKIA, M. J . B.; PAREYN, F. G.; RIEGELHAUPT, E. Equaes de peso e
volume para oito espcies lenhosas nativas do Serid RN (1). Natal:
IBAMA/Projeto PNUD/FAO/BRA, nov./dez., 1990. (Circular Tcnica, 9).
5.3. Aplicao
A seguir so encontradas as fichas de campo de oito parcelas medidas no
inventrio florestal em uma Fazenda Experimental (fictcia!) Floresta, com uma rea
florestada de 80 ha, onde se desenvolve um experimento demonstrativo de manejo da
vegetao nativa para a produo de madeira grossa, para serraria. As parcelas de 800
m
2
foram lanadas aleatoriamente e coletados dados de DAP (cm) e altura total (m), de
todas as rvores do grupo de espcies de interesse, com DAP >5,0 cm. rvores com
DAP abaixo deste valor no foram medidas (N.M.).

53
A partir dos dados, resolva as questes abaixo:
1. Calcule a rea basal de cada parcela.
2. A populao pode ser considerada finita ou infinita? Qual a intensidade de amostra adotada?
3. Estime a rea basal mdia por parcela e apresente o intervalo de confiana para a mdia, com 95%
de confiana.
4. Apresente o intervalo de confiana para a rea basal mdia por hectare.
5. Estime o erro de amostragem cometido e comente.
6. Estime o nmero necessrio de unidades de amostra para estimar a mdia de rea basal com um
erro de 10% (10% da mdia, ou seja 0,1X ). (Utilize a expresso para n derivada do Intervalo de
Confiana
x
s X

t , onde o erro de amostragem, dado na mesma unidade dos dados,
x
s t
).
7. Baseado na mdia do nmero de rvores por hectare (tambm estimada a partir das 8 parcelas) e da
rea basal mdia, estime o dimetro mdio deste povoamento florestal e diga o que ele significa.
8. Qual o erro de amostragem para a estimativa do nmero mdio de rvores?
9. Porque as estimativas das mdias das duas variveis apresentaram diferentes erros de amostragem,
apesar da mesma intensidade de amostra?
10. Apresente a distribuio do nmero de rvores e da rea basal por classe diamtrica. (Utilize o Excel
para obter as tabelas e os grficos.)
11. Atravs de uma sub-amostra de rvores, selecionadas por classe diamtrica e cubadas
rigorosamente pelo mtodo de Smalian, foi possvel desenvolver a seguinte equao para o volume
individual de rvores (m
3
), em funo da varivel combinada (DAP)
2
H, com DAP em cm e alturas em
metros: V=0,011202805+0,000048502DAP
2
H. Estime os volumes das parcelas e o volume mdio do
povoamento (utilize o Excel para obter os volumes individuais das rvores, totalizar as parcelas e
calcular a mdia).
54
FAZENDA EXPERIMENTAL FLORESTA INVENTRIO FLORESTAL
DATA DA MEDIO: 12/12/98 PARCELA N: 01 TALHO: 02
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 15,0 7,0 12 14,5 11,5 24 19,0 8,0 36 19,5 10,0 47 14,0 12,0
02 17,5 8,5 13 17,0 15,0 25 29,0 12,0 37 20,0 12,0 48 15,0 12,0
03 15,5 12,0 14 14,0 12,0 26 18,5 11,5 38 17,0 8,0 49 17,0 13,5
04 16,0 12,0 15 15,0 14,5 27 19,0 11,0 39 18,0 9,0 50 17,0 12,5
05 17,5 11,0 16 14,0 10,0 28 35,5 15,0 15,0 51 18,0 14,0
17,0 17 N.M. - 29 16,0 13,5 40 10,0 5,0 52 13,0 10,0
06 16,0 10,0 18 16,0 10,5 30 34,0 16,0 41 Morta 53 N.M. -
07 17,0 9,0 19 15,0 10,0 31 39,0 18,0 42 9,5 5,0 54 13,0 12,0
08 15,5 10,5 20 16,0 12,0 32 15,0 7,0 43 10,0 8,0 55 10,5 10,0
09 14,0 12,0 21 17,5 12,5 33 14,0 9,0 44 29,0 12,0 56 10,5 11,0
10 17,0 12,0 22 17,5 13,0 34 16,0 12,0 45 33,0 16,0
11 16,0 13,0 23 16,5 13,0 35 16,0 11,0 46 32,0 16,0

ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 12,0 8,0 12 39,0 15,0 24 11,5 9,0 35 9,0 5,0 47 14,0 10,0
02 13,0 10,0 13 18,0 13,0 25 19,0 12,0 36 10,0 8,0 48 16,5 11,5
12,5 14 16,0 10,5 26 16,0 15,0 37 11,0 8,5 50 10,0 8,0
03 11,5 10,0 15 19,0 12,0 15,5 38 18,0 9,0 51 19,0 9,0
04 13,0 12,5 16 17,5 9,0 27 17,0 14,5 39 12,0 11,0 52 18,0 10,0
05 12,0 8,0 17 14,0 9,0 28 N.M. 40 26,5 12,5 53 16,0 10,5
06 13,0 8,5 18 14,5 9,0 29 18,0 15,0 41 N.M. 54 17,0 12,0
07 10,5 8,0 19 16,0 9,5 30 14,0 13,0 42 11,0 9,0
08 21,0 13,0 20 24,0 14,0 31 13,0 10,0 43 11,0 9,0
09 13,0 9,0 21 21,0 13,0 32 6,5 5,0 44 11,0 10,5
10 14,0 10,0 22 13,0 10,0 33 14,0 10,0 45 19,0 12,0
11 12,0 8,5 23 10,5 8,0 34 15,5 10,5 46 20,0 12,0

ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 12,5 6,0 16 12,0 7,0 28 9,0 6,0 40 13,5 10,0
02 8,0 5,0 17 14,0 8,0 29 13,5 8,0 41 10,5 9,0
03 10,0 7,0 18 8,5 6,0 30 15,0 12,0 9,0
04 14,5 12,0 19 6,0 5,0 12,0 42 24,0 13,0
05 8,0 10,0 6,0 11,0
06 6,0 8,0 20 8,0 5,0 31 9,0 7,0
07 7,0 6,0 21 20,0 14,0 8,5
08 7,5 6,0 22 12,0 12,0 32 28,0 13,5
09 12,0 8,0 23 17,0 15,0 33 13,0 10,0
10 14,0 12,0 8,0 34 10,0 8,0
11 9,0 10,0 24 10,0 8,0 35 6,5 6,0
12 9,5 11,0 6,0 36 14,0 12,0
13 10,0 8,0 25 12,0 9,5 37 22,0 15,0
14 11,5 8,0 26 11,0 9,0 38 16,0 14,0
15 8,0 6,5 27 14,0 10,0 39 10,0 10,0
55
DATA DA MEDIO:14/12/98 PARCELA N: 04 TALHO:03
ARV.
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 12,0 10,0 11 44,0 18,0 24 12,0 10,0 38 14,5 12,0
02 14,5 13,5 12 22,0 15,0 25 19,0 13,0 39 17,0 14,0
03 16,0 15,0 13 14,0 10,0 26 21,5 15,0 40 11,0 10,0
04 7,0 6,0 14 17,0 12,5 27 8,0 6,0 8,0
8,0 15 11,0 8,0 7,0 41 23,0 15,0
05 16,0 10,5 9,0 28 12,0 10,0 42 21,0 13,5
14,0 16 12,0 8,0 29 14,5 10,5 17,0
06 22,0 13,0 17 14,5 15,0 30 16,0 13,0 43 7,0 6,0
07 18,0 12,0 18 8,5 10,0 31 7,0 8,0 7,0
08 9,0 9,0 19 18,00 14,0 32 13,5 12,0 44 28,0 14,0
09 8,5 9,0 20 16,0 16,0 33 7,5 6,0 45 14,0 12,0
6,0 21 16,0 15,0 34 8,0 6,5 46 11,5 11,0
10 6,0 8,0 22 24,0 18,0 35 17,0 12,5 47 11,0 10,0
7,0 23 8,0 6,0 36 26,0 15,0
5,0 8,0 37 28,0 15,0

ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 27,0 15,0 14 6,5 5,5 27 39,0 20,0 42 16,0 15,0 54 17,0 12,0
02 10,5 10,0 15 10,5 8,0 28 27,5 15,0 43 17,0 15,0 55 19,5 14,5
13,0 16 28,0 14,0 29 25,0 17,5 44 11,0 12,0
03 12,0 11,0 17 35,0 18,0 30 10,0 8,0 45 6,5 5,5
04 25,5 16,0 18 11,0 10,0 31 8,5 6,0 8,0
05 10,0 8,0 19 12,0 20,0 32 28,0 17,0 46 6,0 5,0
06 11,0 9,0 39,5 33 28,0 16,0 47 12,0 8,5
11,5 20 13,5 12,0 34 11,5 13,5 48 13,0 9,0
07 14,0 12,0 21 13,0 11,0 35 12,0 12,0 49 11,0 10,0
08 14,0 11,5 22 12,0 10,5 36 13,0 12,0 50 10,0 10,0
09 10,5 10,0 13,0 37 15,0 12,5 10,0
10 26,0 15,0 23 18.0 14,0 38 10,5 10,0 14,0
11 25,5 14,5 24 19,5 15,5 39 9,0 8,0 51 35,0 15,0
12 24,0 13,0 25 25,0 16,0 40 16,0 12,0 52 35,5 18,0
13 12,0 11,0 26 23,0 18,5 41 15,5 12,5 53 15,0 12,5

DATA DA MEDIO: 14/12/98 PARCELA N: 06 TALHO:04
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 11,0 10,0 14 10,5 8,0 27 18,0 14,0 39 34,5 18,5
02 11,0 10,0 13,0 28 30,0 17,0 40 27,0 15,0
12,5 15 7,5 6,0 35,0 41 20,0 12,0
03 10,0 8,0 16 10,0 6,0 29 10,0 8,0 42 10,0 10,0
04 12,0 13,0 17 12,0 6,5 30 14,0 10,0 43 10,5 9,0
05 13,0 12,5 19,0 31 14,0 11,0 44 10,0 10,0
06 9,5 6,0 18 11,5 8,0 32 15,5 11,5 12,0
11,0 19 32,0 15,0 11,0 45 11,0 10,0
07 11,0 10,0 20 25,0 14,0 33 7,5 5,0 46 15,0 13,5
56
08 18,0 14,0 21 8,0 7,0 34 20,0 12,0
09 10,5 9,5 22 7,5 7,0 22,0
10 29,0 13,0 23 9,0 7,5 35 15,0 10,5
11 37,0 15,0 24 10,0 9,0 36 11,0 10,0
12 10,0 10,0 25 10,0 9,5 37 10,0 9,0
13 12,0 11,0 26 15,5 13,0 38 11,0 9,0

DATA DE MEDIO: 15/12/98 PARCELA N: 07 TALHO:04
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 20,0 12,0 14 15,5 10,0 28 19,0 12,5 41 10,0 9,0 54 12,0 10,0
02 22,0 13,0 15 15,0 12,0 29 27,0 13,0 42 12,0 8,0 55 12,0 10,5
03 20,5 12,0 16 14,0 13,0 16,5 43 11,0 10,5 56 15,0 11,5
04 21,0 12,0 17 16,0 13,5 30 15,0 13,5 44 16,0 12,5 57 16,5 11,0
05 20,0 12,0 18 20,0 13,0 31 39,5 14,0 45 15,0 11,0
06 20,0 11,0 19 20,5 12,0 32 N.M. 46 17,0 12,0
07 28,0 14,0 20 13,0 10,0 33 14,0 13,0 47 19,0 13,0
26,5 21 11,0 9,5 34 13,0 10,5 48 18,5 10,0
08 19,0 12,0 22 N.M. 35 14,0 10,0 49 18,0 10,0
09 22,0 13,0 23 13,5 10,0 36 15,0 10,5 50 18,5 10,0
10 15,0 13,0 24 10,0 9,0 37 15,0 10,0 19,5
11 16,0 12,5 25 19,0 12,0 38 12,0 9,0 51 11,0 10,0
12 14,5 11,5 26 20,0 12,0 39 40,0 16,0 52 10,0 5,0
13 16,5 12,0 27 20,5 12,5 40 11,0 9,5 53 13,0 10,0

DATA DE MEDIO:15/12/98 PARCELA N: 08 TALHO:04
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
ARV
N
DAP
cm
H
m
01 13,5 10,0 15 19,5 12,0 28 25,5 13,0 41 12,0 9,5
02 10,0 9,0 16 11,0 9,5 29 22,0 12,0 42 15,0 11,5
03 13,0 10,5 17 11,0 9,0 30 23,0 13,5 43 13,0 10,0
04 14,0 11,5 18 18,0 10,0 31 24,0 13,0 44 14,0 11,5
05 11,0 9,5 19 17,0 12,0 32 25,0 13,5 45 10,0 9,0
06 10,0 9,5 20 18,0 10,0 33 17,0 12,0 46 10,5 9,0
07 11,5 9,0 28,0 13,0 47 10,0 9,5
08 12,0 9,0 21 17,0 11,5 34 10,5 10,5 48 10,0 8,5
09 11,0 10,0 22 17,5 12,0 35 7,0 10,0 49 9,0 9,0
10 10,0 9,5 23 13,0 10,0 36 8,0 9,0 50 13,0 10,0
11 12,0 9,0 24 14,0 11,0 37 15,0 11,0 51 13,5 10,5
12 13,5 10,5 25 13,0 10,5 38 15,5 10,5
13 13,0 10,5 26 13,0 10,5 39 16,0 12,0
14 14,0 11,0 27 11,5 9,0 40 13,0 10,0

57
UNIDADE 6
P PR RI I N NC CI I P PA AI I S S P PR RO OC CE ES SS SO OS S D DE E A AM MO OS ST TR RA AG GE EM M
Objetivos: Apresentar e discutir os principais aspectos dos processos de
amostragem mais usados em inventrios florestais.

A seguir seguem breves comentrios sobre as caractersticas e algumas
recomendaes de aplicao dos principais processos de amostragem utilizados em
inventrios florestais.
A adoo de um ou de outro processo depende fundamentalmente:
Das caractersticas da rea a ser inventariada e da vegetao existente,
Da distribuio da varivel estudada,
Da experincia do planejador do inventrio e
Do tempo e dos recursos disponveis.
No se deve fazer recomendaes de desenhos amostrais a priori, sem contar ao
menos com conhecimentos preliminares sobre a rea objeto do inventrio, capazes de
fornecer elementos para se avaliar uma srie de aspectos que iro influenciar nesta
escolha e determinar a maior ou menor eficincia do processo.
6.1. Amostragem Inteiramente Aleatria (ou Amostragem Aleatria Irrestrita) -
A.I.A.
Na amostragem inteiramente aleatria a distribuio das unidades de amostra se
d segundo o critrio aleatrio, ou seja, a seleo da amostra feita de forma
inteiramente casual (aleatria ou randmica) (Fig. 6.1). recomendada para reas
pouco extensas, de fcil acesso, pouco densas e relativamente homogneas quanto as
variveis em estudo.
Para que se proceda ao sorteio da amostra necessrio contar com mapa ou
croqui da rea, em escala adequada e com informaes suficientes para a correta
locao em campo das unidades de amostra. O sorteio pode ser feito com auxlio de
eixos coordenados, sorteando-se valores de abcissas e ordenadas de cada ponto
amostral. A locao das parcelas a partir dos pontos sorteados deve ser feita sob
critrios definidos.

58

Fig. 6.1. Representao esquemtica da distribuio aleatria das unidades de amostra em uma
amostragem inteiramente aleatria.

Caractersticas da rea como inclinao excessiva do terreno e acidentes
topogrficos dificultam o deslocamento das equipes na localizao das parcelas e
contra-indicam a utilizao do processo. Em populaes onde se perceba alta
variabilidade das caractersticas estudadas, a distribuio aleatria pode resultar em
amostragem irregular e, portanto, no representativa da populao.
Assim, a amostragem inteiramente aleatria particularmente indicada para
projetos de reflorestamento, com povoamentos homogneos, eqineos, sob o mesmo
regime de manejo. Em inventrios de vegetao natural este processo adequado para
reas no muito extensas, com bons acessos e uma base cartogrfica confivel;
sobretudo, a populao deve ser relativamente homognea, pertencer a mesma
tipologia e apresentar variaes de pequena amplitude, de natureza casual.
6.2.Amostragem Aleatria Estratificada (A.A.E.)
Baseia-se na diviso da populao de interesse em partes mais homogneas,
denominados estratos. A maior parte da variao total deve se dar entre os estratos e
no dentro deles.
A estratificao da populao s fornece bons resultados quando se garante que
os limites dos estratos so bem definidos, suas reas estimadas com preciso e o
59
critrio que governa a estratificao fortemente correlacionado com a variao da
caracterstica estudada.
As caractersticas mais empregadas para definio dos estratos so: idade,
espcie, classes de solo, tipo de terreno, densidade e tipologia florestal, geralmente
correlacionadas s variveis de interesse como rea basal e volume. Tambm se pode
estratificar segundo divises administrativas ou geopolticas, desde que haja interesse
da equipe executora em obter estimativas por fazendas, municpios, micro-regies e
regies fisiogrficas ou se pretenda facilitar a organizao dos trabalhos.
Na amostragem estratificada os estratos so vistos como populaes
independentes e para cada um deles lanada uma amostragem piloto independente
(Fig. 6.2). O nmero de unidades de amostra piloto por estrato deve ser
preferencialmente proporcional a rea do estrato.

Fig. 6.2. Representao esquemtica da distribuio das unidades de amostra em uma amostragem
estratificada.

As estimativas da mdia e da varincia por estrato so combinadas para os
clculos da mdia estratificada e do erro de amostragem, levando-se em considerao
os pesos dos estratos.
O nmero de estratos delimitados em uma populao funo da variabilidade da
populao e das condies da equipe executora identific-los com segurana. Na
grande maioria dos casos, so suficientes de trs a seis estratos.
60
A amostragem estratificada recomendada para populaes florestais
heterogneas, de fcil acesso. Muito empregada em projetos de reflorestamento, onde
a implantao de projetos em anos sucessivos leva a uma estratificao do volume em
funo da idade, tambm indicada para inventrios de remanescentes florestais
nativos onde h diferenas de composio ou densidade.
Este processo pode ser particularmente til quando se inventaria extensas reas
de vegetao de caatinga, devido a grande variabilidade de tipos que se pode encontrar
no Nordeste.
Quando esta variabilidade pode se traduzir em um padro claramente identificvel
e possvel de ser delimitado em mapa, a estratificao passa a ser o processo mais
aconselhvel para o inventrio: alm de aumentar a eficincia da amostragem,
permitindo adotar intensidades de amostras inferiores as exigidas pela A I A., para a
mesma preciso (j que h controle da variao), a estratificao permite informaes
particularizadas para cada estrato.
importante salientar que uma estratificao mal feita incapaz de fornecer as
vantagens esperadas. Fotos reas e imagens de satlite so instrumentos importantes
para que se consiga, com preciso, definir, delimitar e estimar as reas dos estratos.
6.3. Amostragem Sistemtica (A.S.)
No processo de amostragem sistemtica a distribuio das unidades de amostra
segue um sistema pr-determinado, definido a partir de um intervalo entre unidades de
amostra (Fig. 6.3).

61
sistemtica em linhas de parcelas.

A Figura 6.4 apresenta outra forma de distribuio das unidades de amostra,
utilizando faixas de tamanhos irregulares. um sistema pouco adequado a inventrios
por se trabalhar com unidades de amostra demasiadamente extensas, de difceis
locao e medies. Alm disto, exige que nas estimativas se leve em considerao o
peso de cada faixa. Desaconselhvel em inventrios, pode no entanto ser til na
estimativa de rea de estratos em mapas ou fotos areas.

Fig. 6.4. Representao esquemtica da distribuio sistemtica de faixas de tamanhos
irregulares.

O intervalo entre unidades de amostra em uma Amostragem Sistemtica pode variar
de 100 a 200m at alguns quilmetros, dependendo da escala dos trabalhos e da
intensidade amostral pretendida.
A amostragem sistemtica d bons resultados em populaes onde a varivel de
interesse apresenta distribuio aleatria. A distribuio equiespaada e regular das
unidades de amostras permite se obter estimativas bastante precisas sobre a
populao. particularmente indicada na realizao de levantamentos
fitossociolgicos, quando se procura caracterizar a estrutura da vegetao. Alm disso,
os custos e tempo de deslocamento entre parcelas mais adequado para reas de
onde no se possuam mapas detalhados, impossibilitando a locao de parcelas
casualizadas.
O maior inconveniente ao uso da amostragem sistemtica dificilmente se
encontra em formaes florestais naturais: a ocorrncia de variaes cclicas ou
peridicas (do ponto de vista espacial). Mesmo rara, a ocorrncia destas variaes
62
deve ser criteriosamente averiguada, para que no se corra o risco de obter estimativas
tendenciosas, o que acontece quando o intervalo da amostragem coincide com o
perodo da variao.
importante se estar atento tambm a alguns inconvenientes do processo:
apresenta pouca flexibilidade de ajuste s situaes de campo e s alteraes na
intensidade de amostra que por vezes se fazem necessrias.

6.4. Amostragem de Conglomerados
O processo de amostragem de conglomerados aplicado a populaes florestais
nada mais do que um caso especial de amostragem inteiramente aleatria em que
cada unidade de amostra dita primria um conjunto, ou conglomerado, de
elementos, como ilustra a Fig. 6.5.

de conglomerados.

A amostragem de conglomerados reduz os custos do levantamento,
principalmente quando os custos de deslocamento na rea so elevados.
indicada a populaes florestais extensas, de difcil acesso, mas com relativa
homogeneidade quanto a caracterstica em estudo.
De uma forma geral pode-se dizer que quando se selecionam unidades primrias
compostas de vrios elementos denominados unidades secundrias ou unidades de
registro, est se conduzindo uma amostragem por conglomerados. Quando se toma os
63
valores de todas as unidades secundrias do conglomerado, tem-se a amostragem em
conglomerado em um nico estgio.
Quando de cada conglomerado seleciona-se uma amostra, caracterizando duas
fases do sorteio, tem-se a amostragem de conglomerados em dois estgios. Na
literatura em lngua portuguesa comum se encontrar referncias aos termos
"amostragem em dois estgios" quando a segunda fase da seleo (sorteio das u.a.
secundrias em cada unidade primria) aleatria (Fig. 6.6) e amostragem de
conglomerados (clusters), quando a distribuio das unidades secundrias
sistemtica. Na realidade, ambos os processos pouco diferem.

Onde, as unidades primrias sorteadas aleatoriamente so representadas por:
E as unidades secundrias por:

Fig. 6.6. Representao esquemtica da distribuio das unidades de amostra em uma amostragem com
dois estgios aleatrios.

O processo aqui discutido corresponde amostragem em conglomerados onde
todos os conglomerados tm iguais tamanhos e estrutura previamente definida.
Entre as formas de conglomerados mais usados est a cruz, hoje empregada
com diferentes tamanhos e distncias de parcelas (Fig. 6.7)

64

Fig. 6.7.Ilustrao de conglomerado em cruz.

Para o emprego deste processo de amostragem faz-se a definio prvia da
estrutura do conglomerado (nmero, tamanho, forma e distncia das unidades
secundrias). Como aqui estimam-se os componentes da varincia entre e dentro dos
conglomerados, possvel se verificar qual o nmero suficiente de conglomerados e se
o nmero de unidades secundrias utilizado o adequado.
A anlise da varincia dos dados amostrais permite concluir se a populao
apresenta suficiente homogeneidade para a utilizao do processo. Quando
identificadas diferenas significativas entre conglomerados, pode-se concluir que a
populao apresenta condies tais de heterogeneidade que justificam o uso da
amostragem estratificada. Por outro lado, quando o nmero timo de unidades
secundrias, estimado a partir das relaes entre custos de deslocamento e medio
(c
1
: c
2
) e entre os componentes da varincia, for prximo a unidade, conclui-se ser a
amostragem inteiramente aleatria a mais adequada.

65
6.5. Aplicao
Preencha a tabela abaixo, qualificando as caractersticas da primeira coluna de
forma a melhor adequ-las a cada um dos processos amostrais.

A.I.A. A.S. A.A.E. A.C.
Extenso da
populao

Variabilidade da
caracterstica em
estudo

Existncia de
mapas e/ou fotos
areas

Condies de
deslocamento
dentro da rea

66
T TA AM MA AN NH HO O E E F FO OR RM MA A D DA AS S U UN NI I D DA AD DE ES S A AM MO OS ST TR RA AI I S S

Objetivo: Conhecer os aspectos que determinam a adoo de determinados
tamanho e forma de unidades amostrais e alguns trabalhos realizados sobre
este tema e discutir os mtodos da mxima curvatura e da eficincia relativa
para estimativa dos melhores tamanhos e formas.

O uso de unidades amostrais com determinados tamanho e forma deciso dos
tcnicos encarregados do planejamento do inventrio, deciso esta baseada no
conhecimento da rea florestal e sua condio de variabilidade, em experincias
anteriores, ou fundamentadas por mtodos de otimizao do tamanho e forma de
parcelas. Alm disso, h a se considerar tambm o tipo de informao requerida e de
medies necessrias.
Tamanhos e formas de unidades amostrais variam amplamente a cada trabalho e,
na maioria das vezes, so arbitrados sem maiores justificativas. Mas, considerando que
estes dois aspectos podem resultar em variaes expressivas de custos e preciso,
aconselhvel se considerar com ateno os fatores que influenciam na seleo de
determinados tamanho e forma.
7.1.Tamanhos e formas de parcelas usuais em inventrios florestais.
HUSCH et al., (1971), apresentaram as reas de parcelas empregadas em
inventrio de diversos pases variando de 100 a 2.000 m
2
. HIGUCHI et al., (1982),
relacionaram alguns tamanhos e formas de unidades amostrais em diferentes
inventrios florestais no Brasil: a menor parcela mencionada foi a circular com 500 m
2

de rea e a maior se constituiu em faixa de 10 x 100m.
Em reflorestamentos as parcelas mais utilizadas so as de forma retangular ou
quadrada, com dimenses proporcionais ao espaamento entre as rvores. Por
constiturem populaes mais homogneas, prefervel uso de parcelas de reas
pequenas, entre 400 e 600m
2
, embora alguns trabalhos indiquem as vantagens de
parcelas ainda menores (100 ou 200m
2
).
Em populaes florestais heterogneas quanto a composio e a densidade, o
uso de parcelas pequenas desaconselhvel pois pode resultar em grande nmero de
unidades de amostra com poucas rvores mensurveis. Assim o tamanho da parcela
67
deve ser grande o suficiente para incluir um nmero representativo de rvores, mas no
ao ponto de tornar o tempo de medio excessivo.
comum se encontrar referncias sobre a melhor adequao de parcelas
grandes, na forma de faixas, para florestas tropicais. Nestes casos, o lado menor tem
geralmente 5, 10 e at 20m e o maior 50, 100 e 250m, chegando a 500m em alguns
levantamentos.
Unidades de amostra em faixas so mais fceis de instalar em reas florestais
densas por necessitar a abertura de apenas uma picada central, na linha de
caminhamento que segue a direo do maior comprimento, e a partir dela se definirem
as laterais.
A utilizao de vrios tamanhos de faixas pode ser exemplificado observando-se
o manual de campo do Inventrio Nacional de Nativas Regio Nordeste, realizado
pelo convnio IBDF/RADAM BRASIL/Universidades (INVENTRIO NACIONAL, nd). No
trabalho utilizaram-se unidades de amostra de 20,0 x 50,0m no cerrado, 20,0 x 250,0m
em vegetao secundria e florestas estacionais e 20,0 x 500,0m em florestas
ombrfilas. Vale salientar que o tipo de dados coletados e os limites mnimos
mensurveis tambm variaram entre as formaes florestais.
No trabalho citado, se empregaram parcelas de 20,0m x 10,0m em regio de
caatinga. Esse tamanho particularmente adequado quando se pretende estimar
biomassa ou volume empilhado de madeira.
Tambm em reas de caatinga, VASCONCELOS, (1991), encontrou menores
coeficientes de variao entre parcelas 10,0 x 20,0 e 15,0 x 20,0m na estimativa de
nmero de indivduos e nmero de espcies, respectivamente, no estrato arbustivo-
arbreo, mas indicou que parcelas menores so mais eficientes na estimativa destes
parmetros.
No inventrio florestal de Pernambuco, conduzido pelo projeto PNUD/FAO, os
tamanhos de parcela adotados variaram com os estratos definidos, utilizando-se
parcelas de 20,0 x 20,0m e 40,0 x 40,0m, no Serto e no Agreste Pernambucano.
Em levantamentos da regenerao natural tambm ampla a variao
observada entre os tamanhos e formas das parcelas adotadas, entre eles: parcela
68
circular de 1,0m de raio, quadradas 1,0x1,0m, 5,0x5,0m e 10,0x10,0m, retangulares
1,0x10,0m e 5,0x10,0m.
O uso de unidades amostrais de rea fixa freqente tambm em levantamentos
estruturais. LONGHI (1980) relacionou grande nmero de trabalhos em formaes
fitoecolgicas diversas onde se utilizaram parcelas nas dimenses 20 x 25; 25 x 25; 20
x 30; 50 x 50; 50 x 100 e 20 x 500m.
FERREIRA & BATISTA, (1990), empregaram faixas de 10,0m x 100,0m,
sistematicamente distribudas, para estimar parmetros fitossociolgicos em rea de
mata nativa de Alagoas. Com o mesmo objetivo, TRINDADE, (1991), empregou
parcelas de 10 x 25m em um trecho de floresta arencola costeira (mata de restinga ) no
Rio Grande do Norte.
No h, portanto, como se adotar uma regra geral na seleo dos melhores
tamanhos e formas de unidades de amostra para situaes, objetivos e recursos
determinados. Aspectos como tempo de deslocamento e locao, tempo de medio (e
custos associados), facilidade de delimitao e de tomada de dados devem ser
considerados.
Existem vrios mtodos, com diferentes propriedades e eficincia, para estimar os
tamanho e forma ideal das unidades de amostra em levantamentos. Estes mtodos
podem auxiliar muito o pesquisador, principalmente quando avaliados em conjunto.
7.2.Mtodos de estimativa de tamanho e forma timos de unidades de amostra
7.2.1.Mtodo da mxima curvatura
o mtodo mais antigo para avaliao de tamanhos de parcela. Foi
originalmente concebido para definio do tamanho de parcelas experimentais e
posteriormente sofreu modificaes para atender a levantamentos amostrais.
A adaptao mais fiel ao mtodo original consiste nos seguintes passos:
a) Levantamento total de uma rea dita representativa das condies florestais, sub-
dividida em unidades bsicas (x). ( Fig. 7.1 )
b) Com a combinao das unidades bsicas, simula-se os resultados correspondentes
a vrios tamanhos de parcelas (1x, 2x, 4x, etc.)
c) Estima-se os coeficientes de variao (CV) para cada tamanho (x), sem considerar a
forma, obtendo-se um conjunto de pontos (x, CV).
69
d) Relaciona-se os pontos num sistema de eixos coordenados traando-se uma curva
a mo livre. O CV de parcelas de mesmo tamanho e diferentes formas
considerado, no grfico, como a mdia aritmtica.
e) O ponto de mxima curvaturada curva, onde h a maior variao direcional da taxa
de reduo do CV, identificado por inspeo visual adotando-se como valor timo
o correspondente abscissa deste ponto (Fig. 7.2).
O mtodo da mxima curvatura apresenta, no entanto, muitas restries: no
leva em considerao custos e tempos de deslocamento e medio e influenciado
pelo tamanho da rea adotado para o ensaio. Alm disso, no h como se garantir que
a rea utilizada representativa de toda a populao.
Alteraes no mtodo original para aplicao em inventrios florestais podem ser
observadas, por exemplo, nos trabalhos de HIGUCHI et al. (1982) e VASCONCELOS
(1991). Os primeiros autores selecionaram ao acaso amostras com diferentes tamanhos
de parcelas, todas com 40 u.a., e ajustaram o modelo CV=a+b(1/x), obtendo a curva do
coeficiente de variao em relao aos tamanhos testados. O melhor tamanho foi
avaliado observando-se o ponto de mxima curvatura, aliado a anlise dos erros
amostrais cometidos, da rea amostral suficiente e da eficincia relativa.
VASCONCELOS (1991), aplicou em caatinga o mtodo da mxima curvatura
repetido em vrios pontos aleatrios da populao objeto de estudo, garantindo, ao
contrrio do caso anterior, iguais intensidades de amostra para todos os tamanhos de
parcelas. Por outro lado, no houve, como no estudo de HIGUCHI, independncia entre
os sorteios.
O mtodo da mxima curvatura , portanto, mais indicado para ensaios,
principalmente quando a unidade bsica algo natural, no convencionada
arbitrariamente (Federer, 1955, apud BAKKE, 1988) como um animal, uma rvore ou
uma leitura de instrumento. Pode, no entanto, ser aplicado a inventrios florestais, como
auxiliar a outros mtodos.

70

10m

ub

10m

Fig. 7.1. Exemplo de delineamento para obteno do tamanho timo de parcelas onde a unidade bsica
(ub) 100m
2
e os tamanhos testados 100, 200, 400 e 800 m
2
.

CV(%)

rea (m
2
)
Fig. 7.2. Relao entre CV e rea de parcelas em um ensaio para estimativa do tamanho timo
atravs do mtodo da mxima curvatura.

7.2.2. Mtodo da eficincia relativa
O mtodo da eficincia relativa basicamente utilizado em pesquisas florestais.
Aqui a eficincia relativa (ER) de cada tamanho e forma de parcela calculada em
71
relao a um tipo de unidade amostral considerada como padro (parcela base),
correspondente a eficincia relativa de 100%.
As frmulas empregadas para o clculo de ER variam de apresentao mas tem
em comum a relao entre medidas de variabilidade e de custos (ou tempo).
100
.c s
.c s
ER
1
1 X
0
X0
=
Onde
0 X
s e
1 X
s : erros-padro da mdia obtidos na parcela base (0) e na testada (1)
c
o
e c
1
: custo por unidade de amostra nas parcelas (0) e (1).
Na inexistncia de registros de custos, podem-se substitu-los pelos tempos
requeridos por unidades de amostra (t
0
e t
1
). importante que nos clculos se
considere os custos e os tempos de deslocamento, locao e medio.
A expresso anterior s tem sentido quando a mesma intensidade amostral
utilizada com parcelas de todos os tamanhos testados.

Outra forma de testar a ER :
1 1
0 0
t n
t n
ER = .100, onde n
0
e n
1
representam o nmero de unidades de amostra suficientes
para dado erro, para parcelas do tipo padro (0) e testado (1), respectivamente.
Em qualquer das expresses apresentadas, se ER for maior que 100% o tipo de
parcela testada mais eficiente do que a parcela padro.
7.2.3. Outros mtodos
Alguns mtodos clssicos para determinao do tamanho e forma de parcelas
experimentais podem ser adaptados ao estudo de parcelas amostrais, especialmente
aqueles que procuram avaliar conjuntamente medidas de variao com a razo de
custos.
PIMENTEL GOMES & CHAVES, (1988), apresentaram a aplicao de mtodo
em que se considera a relao c
1
: c
2
, onde c
1
o custo de acesso a cada parcela e c
2
o
custo de medio de cada subparcela (ou elemento), componente da parcela.
Pretenderam assim encontrar o tamanho timo da parcela, que minimizasse a varincia
72
da estimativa da mdia. um mtodo fcil de ser aplicado e merece maiores estudos
sobre sua adequao a inventrios florestais de nativas.
De uma forma geral, pode-se considerar que os mtodos se complementam e a
avaliao simultnea por vrios mtodos recomendvel.
BAKKE, O. A. Tamanho e forma timos de parcelas em delineamentos
experimentais. Piracicaba: ESALQ, 1988. 142f. Dissertao de Mestrado em
Experimentao Agronmica, Escola Superior de Agricultura Luiz de Queiroz .
FERREIRA, R. L. C.; BATISTA, A. C. Anlise estrutural da mata da Reserva Biolgica
de Pedra Talhada, Alagoas. In: CONGRESSO FLORESTAL BRASILEIRO, 6, Campos
de J ordo, 1990. Anais. SBS/SBEF, 1990. p. 658-74.
HIGUCHI, N.; SANTOS, J .; J ARDIM, F. C. S. Tamanho de parcela amostral para
inventrios florestais. In: CONGRESSO FLORESTAL BRASILEIRO, 4. Belo Horizonte,
1982. Anais, SBS, 1982. p.650-6.
HUSCH, B.; MILLER, C. I.; BEERS, T. W. Forest mensuration. New York: Ronald
Press, 1971. 410p.
INVENTRIO NACIONAL. Regio Nordeste. Manual de instrues de campo. UFRPE,
snt, np. (exemplar mimeografado).
LONGHI, S. J . A estrutura de uma floresta natural de Araucaria angustifolia (Bert.)
O. Ktze, no sul do Brasil. Curitiba: UFPR, 1980. 198f. Dissertao de Mestrado em
Engenharia Florestal Universidade Federal do Paran.
PIMENTEL GOMES, F.; CHAVES, R. A amostragem tima em inventrio florestal.
IPEF, Piracicaba, n.38,. p.17-22, abr, 1988
TRINDADE, A. Estudos florstico e fitossociolgico do estrato arbustivo-arbreo
de um trecho de floresta arencola costeira do Parque Estadual das Dunas, Natal,
RN. Recife: UFRPE, 1991, 168p. Dissertao de Mestrado em Botnica Universidade
Federal Rural de Pernambuco.
VASCONCELOS, A. J . N. Otimizao de parcelas em levantamentos botnicos em
reas de solos brunos no clcicos do estado de Pernambuco. Recife: UFRPE,
1990. 106p. Dissertao de Mestrado em Botnica Universidade Federal Rural de
Pernambuco.
73
7.4. Aplicao
Em equipe com mais dois ou trs colegas, demarque 3 parcelas de rea fixa, com
tamanho e forma definidos a seu critrio, em uma rea de plantio ou de mata nativa.
Calcule a rea basal e o nmero de rvores por parcela (lembre de definir o dimetro
mnimo mensurvel compatvel com a natureza da rea). Registre os tempos para
locao e medies de cada parcela.

74
A AN NT TE ES S D DE E I I N NI I C CI I A AR R S SE EU U I I N NV VE EN NT T R RI I O O

Objetivo: Revisar os contedos trabalhados na disciplina, atravs da leitura de um
texto extrado da literatura especializada, somando novas contribuies s discusses
sobre processos de amostragem, tamanho e forma de parcelas e outros aspectos do
planejamento e da execuo de inventrios florestais.

Leitura e interpretao de texto
Leia atentamente o texto ANTES DE INICIAR O SEU INVENTRIO e responda as
perguntas abaixo:
1. Nos trs primeiros pargrafos o autor ressalta a importncia de se ter quais
definies prvias ao trabalho do inventrio?
2. Segundo o autor, quais so os requerimentos mnimos para o manejo florestal?
Como o inventrio florestal pode atend-los?
3. Qual a importncia das informaes prvias no planejamento de um inventrio?
4. O que voc poderia contra-argumentar com o autor em relao a recomendao do
uso de parcelas circulares em florestas tropicais nativas?
5. A que mtodo de amostragem o autor se refere quando menciona a amostragem
com probabilidade proporcional ao tamanho do prisma?
6. Quais os motivos que levam um tcnico a adotar parcelas temporrias e parcelas
permanentes em inventrios florestas?
7. Na seo PREVISO DE RECURSOS, o autor est se referindo prognose da
produo florestal no manejo de florestas naturais. Qual a importncia dos
inventrios florestais em geral e das parcelas permanentes em particular para esta
prognose?

75
ANTES DE INICIAR O SEU INVENTRIO
Por J erry Vanclay, extrado de Tropical Forest Update, v. 2, n.4 , agosto, 1992.
Traduo: Frans Pareyn
Adaptao: Isabelle Meunier

A arte mais importante do seu inventrio responder a pergunta Por que voc
quer realizar este inventrio? Ningum pode fazer recomendaes especficas sobre
um inventrio eficiente antes de responder claramente a esta pergunta, de forma
concisa e completa.
No suficiente dizer que se precisa de uma tabela de volume ou um
quantitativo de rvores comercializveis. Para se conseguir o melhor resultado,
necessita-se ser explcito. Por que voc precisa da informao e de que forma? Este
o formato final para estes dados ou haver processamento posterior? Tem certeza que
no precisa de informaes adicionais? Voc dispe de equaes de volume confiveis
para todas as espcies? Existem outros fatores de converso que voc precisa?
muito melhor fazer estas perguntas antes do inventrio, quando as deficincias podem
ser retificadas; depois ser tarde demais.
Respostas para estas perguntas so muito mais fceis quando dispomos de uma
definio clara dos objetivos. Idealmente deveramos ser capazes de determinar
necessidades de informao a partir dos objetivos da poltica florestal e do manejo.
Raramente isto possvel e no planejamento do inventrio essas necessidades devem
ser discutidas com o pessoal tcnico de manejo. Isto no fcil, principalmente quando
estes tcnicos no tm intimidade com computadores e suas capacidades. No se pode
esperar que tcnicos que se basearam, durante anos, na intuio e em regras
empricas, consigam uma clara definio do que precisam de um computador. Ento
no espere que seja fcil, mas lembre que importante. Permita muito tempo, discuta
sobre as informaes que precisam (no sobre preparao de formulrios e relatrios
de sada) e estimule discusses providenciando modelos - esboos das sadas que
voc prope.
Lembre-se que o computador deve ser seu escravo, no o seu mestre ou chefe.
Ento, facilite as coisas para os usurios, no para o computador. O custo do
computador e do soft baixo em comparao com o valor dos dados manejados e as
implicaes potenciais de decises ineficientes de manejo florestal.
76
Que tipo de informao voc deve providenciar? Geralmente, tcnicos e
planejadores de manejo florestal precisam de relatrios que especificam:
- rea basal, tamanho de toras e/ou volume
- por espcie, tamanho (dimetro ou comprimento) e/ou caractersticas
comerciais; e
- por parcelas individuais, estratos selecionados e/ou mdias regionais.
Tambm necessitam previses e podem perguntar:
- Qual o mximo rendimento sustentado?
- Por quanto tempo o rendimento atual pode ser mantido e quais as implicaes para a
floresta remanescente?
- Quais so as caractersticas (tamanho mdio da tora, composio de espcies,
rendimento por ha) das colheitas futuras?
Estas informaes podem ser compiladas a partir de trs fontes:
- estimativas de reas (superfcies) das florestas existentes;
- inventrio dos estoques atuais das florestas;
- um modelo de crescimento para prever a floresta no futuro.
Estes so requerimentos mnimos para manejo e planejamento de produo de
madeira. Voc pode precisar da mesma informao para produtos no madeireiros da
floresta. Por isso, no adote simplesmente estas idias, mas procure que elas atendam
as suas necessidades e a sua situao local.
Uma das coisas mais importantes a se fazer examinar a informao existente,
no somente para identificar o que j existe, mas tambm para identificar erros que
ocorreram e aprender com estes erros. Todo mundo comete erros, mas somente um
estpido comete o mesmo erro duas vezes.
Mudanas naturais na maioria das florestas acontecem devagar. Ento,
considerando que a floresta no foi explorada ou danificada (ex: tempestades,
queimadas), os dados podem permanecer vlidos por muitos anos. Mesmo onde a
floresta foi explorada ou destruda, dados existentes podem fornecer informao vlida
com respeito a solos, topografia, tipo de floresta, etc. A quantidade e qualidade destes
dados podem influenciar a sua escolha de amostragem e pode economizar muito
tempo, dinheiro e esforo. Por isso, seja cuidadoso na anlise da informao existente.
77
Uma vez definidos os dados que precisamos e descoberta qual a informao j
existente, pode-se resolver como coletar as informaes restantes.
Existem dois pontos a serem considerados:
1. Quantas parcelas e onde estaro localizadas, e
2. Como medir rvores e outros atributos nas parcelas.
AMOSTRAGEM
Trs itens prticos e simples podem ditar a amostragem:
1. Informaes existentes podem limitar as opes. A amostragem estratificada
necessita de informao suficiente para se trabalhar com estratos significativos. Sem
informao prvia, a simples amostragem sistemtica, tal como levantamento em
faixas, poder ser a melhor alternativa. Felizmente a informao prvia est
normalmente disponvel a partir de levantamentos anteriores, mapas, fotografias areas
e informaes de satlite, possibilitando desenhos amostrais eficientes.
2. Estimativas de superfcie so necessrias para vrios mtodos, incluindo
amostragem estratificada ao acaso. A amostragem sistemtica simples evita a
necessidade de estimativas independentes de superfcies, mas poder ser prefervel
conseguir estimativas de superfcies de outras fontes e utilizar desenhos mais
eficientes.
3. Disponibilidade de recursos pode definir quais desenhos so factveis.
importante que os dados sejam confiveis e que o inventrio seja concludo. Ao se
tentar algo grande e complexo demais, o levantamento pode no terminar nunca. Se a
equipe se encontra muito confusa, pode cometer erros demais. Ento faa algo bem
feito e leve at o fim.
Para muitas aplicaes, alguma forma de amostragem estratificada ao acaso
pode ser o ideal. Tanto blocos estatsticos (i.e. estratos desenhados a partir de
informao prvia como mapas de tipos florestais), ou blocos geomtricos (i.e. blocos
regulares ignorando variaes na floresta) podem ser utilizados, dependendo da
informao prvia. Com qualquer dos dois mtodos, trs princpios oferecem a maior
preciso para um desenho especfico:
- apreciao da estimativa final mais influenciada pela estratificao inicial;
78
- se ganha preciso dividindo a populao em muitos estratos, garantindo que cada
estrato contenha no mnimo duas amostras;
- melhoria adicional pode ser conseguida atravs de amostragem proporcional
variao dentro do estrato.
Uma regra importante predomina: qualidade. melhor ter poucas parcelas
confiveis que muitas no confiveis. Custa muito tempo e esforo para inventariar
florestas. Ento esteja seguro de que se faa o certo: procure qualidade, no
quantidade.
TIPO DE PARCELA (OU AMOSTRA POR PONTO)
O desenho amostral define a localizao das parcelas, porm necessrio
decidir sobre o tipo de parcela que ser utilizado. Elas variam entre:
a) parcelas em faixas, estreitas e compridas;
b) parcelas quadradas; e
c) parcelas circulares diversas ou amostras pontuais sem parcela. Todas elas
oferecem vantagens em determinadas circunstncias.
Trs fatores definem o tipo de parcela a ser utilizada:
- Distribuio (do parmetro de interesse): Como varia o parmetro principal nos
indivduos mensurados? Como as caractersticas variam dentro do estrato: todas as
rvores so mais ou menos do mesmo tamanho (exemplo: plantio) ou existe uma
variabilidade grande de tamanhos de rvores (exemplo: mata nativa)?
- Variao: desejvel identificar a variao dentro das parcelas ou entre parcelas
(exemplo: para conseguir parcelas homogneas para estudos de crescimento)?
- Efeito de borda: Os efeitos de borda so cruciais no seu caso?
Parcelas que fornecem dados sobre dinmica de talhes e modelos de
crescimento devem ser homogneas (isto , a parcela deve ser relativamente
uniforme), os efeitos de borda devem ser mnimos (rvores fora da parcela influenciam
o crescimento dentro da parcela, ento se deve minimizar o permetro em relao
rea), e as divisas de parcela devem ser facilmente demarcadas, com bordas retas.
Estas caractersticas apontam para parcelas permanentes quadradas com rea fixa.
Para avaliar a sobrevivncia em um plantio novo, deve-se utilizar uma
abordagem diferente. Parcelas permanentes so desnecessrias e os efeitos de borda
79
so irrelevantes. A varincia deveria ser minimizada dentro dos estratos e maximizada
entre as parcelas. Conseqentemente, unidades de amostras de faixas, orientadas
perpendicular topografia, sero ideais. Ao contrrio, quando se estimar o volume em
p de uma floresta nativa (com diferentes idades), no se deve gastar tempo em medir
muitas rvores pequenas (a maior parte do volume est nas rvores grandes), por isso,
parcelas circulares sero indicadas. Isto poder incluir subparcelas menores para as
rvores menores, ou ento amostragem com probabilidade proporcional ao tamanho
(graduao) do prisma. Amostragem, portanto, rpida, eficiente e muito usada em
florestas.
PARCELAS PERMANENTES
Parcelas permanentes so mais onerosas que parcelas temporrias. Por isso,
somente devero ser utilizadas quando h boas razes para tal. Caso se deseje medir
mudanas, necessita-se de parcelas permanentes. Caso contrrio no se pode
confirmar que as mudanas so devidas ao tempo ou ao local. Mas, parcelas
temporrias so suficientes para estimar a situao atual. Sistemas de inventrio
podem conter uma combinao de muitas parcelas temporrias e poucas permanentes.
Com tal sistema, que proporo de parcelas devem ser permanentes? Como
qualquer coisa em inventrio, isto depende do que se quer determinar.
Os critrios tericos referem-se ao custo relativo de cada tipo de parcela e pode
indicar aproximadamente 20% de parcelas permanentes num inventrio sucessivo.
Por outro lado, menos parcelas permanentes podem ser suficientes para o
desenvolvimento de modelos de crescimento, principalmente quando localizadas da
melhor forma.
NMERO DE PARCELAS NECESSRIAS
As frmulas estatsticas muitas vezes indicam mais parcelas do que o nmero
que o tcnico pode custear e isto leva a vrias perguntas. Esto sendo utilizadas as
frmulas corretas? A preciso especificada realmente necessria? E caso necessria,
existe o risco do sistema custar mais do que valem os resultados?
Muitas parcelas temporrias podem ser mudadas ao longo do tempo para
atender alteraes nos recursos, mas parcelas permanentes requerem firmeza com
padres e medies. Parcelas permanentes somente oferecem dados interessantes
80
quando acompanhadas regularmente e quando os padres e registros permanecem
mantidos. Ento, o nmero deste tipo de parcelas definido mais pela disponibilidade
de recursos (financeiros, humanos e tcnicos), do que por consideraes tericas.
Porm no se deve superestimar a sua capacidade, j que poucas parcelas confiveis
so melhor que muitos dados incompletos e inseguros.
O QUE MEDIR
Existe muita literatura sobre este assunto. Portanto, um breve resumo ser
suficiente. Deve-se medir e registrar parmetros de cada uma das seguintes categorias:
1. Detalhes da implantao da parcela, incluindo a localizao e coordenadas
geogrficas, tamanho e orientao das parcelas.
2. Variveis de stio, incluindo descrio completa e caracterizao numrica da
parcela, tipo florestal e qualidade de stio.
3. Espcies, tamanho, vigor e caractersticas. Nas parcelas permanentes deve-se
identificar, numerar e marcar todas as rvores e registrar as coordenadas.
4. Tambm anotar outras espcies presentes (arbustos, ervas e outras espcies) e a
sua abundncia.
5. Registrar tambm dados temporrios tais como: secas, enchentes, etc.,
principalmente para parcelas permanentes.
PREVISO DE RECURSOS
Os modelos de crescimento ultrapassam o mbito deste artigo, mas sem dvida
sero necessrios para subsidiar manejo e planejamento. Estes modelos no podem
ser criados do dia para a noite, mas precisam de vrios anos de dados de parcelas
permanentes. Quanto mais rpidas so implantadas, mais rpidos os modelos e as
estimativas de produo futura podero ser preparados. Deve-se analisar bem o tipo de
parcelas que se precisa, onde localiz-las e como manej-las. Parcelas permanentes
significam um compromisso a longo prazo, e um pouco de cuidado extra e esforo no
incio valero a pena.
Modelos de crescimento combinados com dados sobre a rea e com o inventrio
so a melhor forma de estimar a produo sustentada e identificar os impactos de
estratgias de produo alternativas. Sem o modelo de crescimento, necessita-se mais
suposies, porm ainda consegue-se estimar a produo sustentada. Uma forma
81
estimar a produo (por unidade de rea) e multiplic-la pela superfcie. Deve-se evitar
superestimar (a no ser que se disponha de evidncias seguras). Caso contrrio, no
se deve supor que a produo ultrapassar 1m
3
/ha.ano, em mdia. Apesar de que
pequenas reas podem apresentar uma produo muito maior, a maioria dos tipos
florestais naturais parece produzir entre 0,5 e 1 m
3
/ha.ano.
Outra forma quantificar a produo potencial a partir de algumas reas tpicas
e estimar o tempo necessrio para viabilizar silviculturalmente e economicamente o
segundo corte. Para estimar a intensidade de corte, divide-se a produo potencial
pelo ciclo de corte e a multiplica pela rea produtiva. Lembre-se, isto subjetivo! Seja
objetivo para selecionar as reas para realizar estas estimativas. A produo depende
das caractersticas da mata inicial, do tamanho e do nmero de rvores retiradas, a
habilidade dos indivduos envolvidos e danos ocorridos aos troncos cortados durante a
explorao e o manuseio. Estes podem ser subjetivamente estimados ou determinados
atravs de estudos de campo. O tempo at a prxima explorao vivel, depende das
caractersticas da mata remanescente (influenciada pela mata inicial, retiradas e
danos), da sua taxa de crescimento, e dos danos de explorao e outras perdas
durante o ciclo. Tambm poder ser estimado a partir de dados de parcelas
permanentes ou, em alguns casos, de anis de crescimento.
A curto prazo, as prticas de explorao e a situao da mata remanescente so
mais importantes que estimativas tericas. Se a rea bem manejada e a explorao
deixa a mata remanescente em condies produtivas, a explorao futura ser
garantida. No entanto a continuidade da explorao a longo prazo depende da
confiabilidade de tais estimativas de produo.
IMPLICAES
Gerentes de recursos devem ser pragmticos. No se pode esperar at se
conhecer tudo sobre o recurso inteiro: deve-se trabalhar com os dados disponveis. Mas
sempre se necessita de inventrios.
Informao um pr-requisito para um bom manejo - e isto requer dados
confiveis. No se podem ignorar as necessidades de informao. Mais cedo ou mais
tarde necessitaremos de dados, e quanto mais rpido dispormos deles, mais rpido
poderemos us-los. prefervel identificar estas necessidades, planejar como atend-
82
las e implementar estes planos quando factvel. Isto requer um estudo cuidadoso sobre
as necessidades a curto e longo prazo, analisando as alternativas, escolhendo uma
soluo adequada e preparando um cronograma de sua implantao. Necessitam-se os
melhores dados e o melhor manejo possvel, tanto para ns, quanto para as matas e os
nossos crticos. Deve-se fazer o melhor possvel com os recursos disponveis e isto
significa trabalhar conjuntamente e com eficincia, sem desperdiar recursos ou dados.
Isto significa uma coleo de dados, aferio cuidadosa e um bom relatrio.
Em resumo, isto significa:
- Objetivos claros, concisos e explcitos;
- Fazer uso completo de todos os dados existentes;
- Planejar para o futuro, comear pequeno, construir com xito e trabalhar para
um sistema integrado, para necessidades de longo prazo;
- Planejar cuidadosamente, documentar e revisar propostas antes de iniciar o
inventrio;
- Implementar somente as propostas de inventrio viveis, otimizando os
recursos limitantes (tempo, financeiros, humanos e tcnicos).
83
P PL LA AN NE EJ J A AM ME EN NT TO O D DE E U UM M I I N NV VE EN NT T R RI I O O F FL LO OR RE ES ST TA AL L

Objetivos: Discutir alguns aspectos que determinam a escolha de um processo
de amostragem; Avaliar as questes relativas aos custos de um inventrio e elaborar
um plano de inventrio para uma rea previamente escolhida.

9.1.Exerccio de Reviso
A partir da leitura do texto da Unidade 6, complete o quadro abaixo:

Processo

Caractersticas

Vantagens

Desvantagens
Exemplos de
situaes
florestais que se
prestam ao uso

INTEIRAMENT
E ALEATRIO

SISTEMTICO

84
9.2.Custos no inventrio florestal
Tem-se, a seguir, um esquema geral relacionando os principais fatores que
influenciam os custos de um inventrio florestal, os pontos que devem ser considerados
ainda no planejamento do inventrio, para se ter uma prvia idia dos recursos
necessrios, e os tipos de custos presentes neste tipo de trabalho.
9.2.1. Fatores que influenciam nos custos
- Tipo de informao requerida.
- Preciso.
- Tamanho da rea a ser inventariada.
- Tamanho das unidades de amostra.
9.2.2. Pontos a ponderar na questo de custo
a. Nmero necessrio de pessoas nos trabalhos preliminares e de escritrio.
b. Operao de campo:
- n
o
de veculos e meios de transporte necessrios.
- instrumentos tcnicos necessrios
- gastos com aquisio de fotos areas.
- Equipamentos para alojamento das equipes.
- Formulrios e fichas de campo.
- Gastos com as medies propriamente ditas.
c. Compilao final dos dados:
- Processamento.
- Relatrio final.
9.2.3. Tipos de custos
Custo total = custos fixos + custos variveis
Custos fixos: independem do nmero de unidades amostradas.
Custos variveis: variam proporcionalmente ao nmero de unidades amostradas.
9.2.3.1. Custos fixos
a. Custos de planejamento
- reconhecimento de rea
- honorrios dos especialistas
- despesas administrativas
85
b. Custos de fotografias areas e mapas
- aquisio de fotos areas e mapas
- honorrios de tcnicos de fotointerpretao e fotogrametria
- desenhista
- aparelhos e equipamentos especficos
c. Custos com material de consumo
d. Equipamentos de campo: Fita diamtrica, trena, hipsmetros, bssola, prisma,
clinmetro, relascpio, medidor de casca, trado de incremento, estereoscpio de bolso,
motosserras, exsicata e outros.
e. Instrumentos auxiliares: Corda, faco, machado, foice, gancho para escalar, bornal,
prancheta, lpis, borracha, fichas, arcos plsticos, rifle, mquina fotogrfica, etc.
f. Material para apoio logstico: Barraca, saco de dormir, botas, mosquiteiro, alimentos,
cantil, fogo, repelente, medicamentos, etc.
g. Meios de transporte.
h. Administrao
- equipamento de escritrio
- pessoal
i. Custos de computao eletrnica
- material
- pessoal
- outros
j. Outros custos ( comunicaes, servios de terceiros )
9.2.3.2. Custos variveis
a. Custos de deslocamentos: meios de transporte (aquisio ou locao), combustvel,
manuteno; custos homem/dia ou homem/hora por tempo de deslocamento.
b. Custos de medies: Manuteno das equipes de campo (dirias, etc.).
9.2.4.Equao geral dos custos
Pode-se resumir a composio do custo total de um inventrio florestal pela
equao C
t
= c
o
+ n (c
1
+ c
2
), representada graficamente na Figura 9.1, onde:
C
t
=custo total
c
o
=custos fixos
86
n =nmero de unidades de amostra
c
1
=custos de deslocamento
c
2
=custos de medies

Figura 9.1. Representao grfica dos custos em inventrios florestais.
c
0
=Custos fixos e n =nmero de unidades de amostra.

9.2.5 Exerccio sobre custos
Observe atentamente o clculo de custos que se apresenta a seguir. Avalie cada
um dos itens considerados e o que foi levado em conta para estimar os custos
associados.
Voc foi chamado para executar o inventrio florestal em uma rea de caatinga, para
avaliao do potencial madeireiro e elaborao de um plano de manejo compatvel a
este potencial. A rea a ser inventariada localizava-se a 330km de Recife, possuindo
420 ha, com relevo plano e vegetao nativa de caatinga hiperxerfila. Sem maiores
informaes sobre o comportamento da vegetao, voc poderia optar, por exemplo,
por lanar uma amostragem piloto com 24 parcelas de 400m
2
, casualizadas na
propriedade.
Baseado em experincias anteriores, voc considerou que uma equipe com trs
componentes poderia localizar, demarcar e medir 4 parcelas por dia. Assim, estimou em
3 dias o tempo necessrio aos trabalhos de campo, trabalhando com duas equipes de 3
Custos
c
o
n
87
pessoas auxiliadas por um mateiro. Ainda reservou um quarto dia de campo para as
determinaes de peso, volume e fator de empilhamento.
O quadro de custos para este trabalho poderia ser algo como o que se apresenta
a seguir:
CUSTOS FIXOS Custo unitrio
(R$)
Quantidade Custo total
(R$)
Reconhecimento da propriedade 30,00/hora 8 horas 240,00
Mapeamento
Transporte rea 20,00/passagem 2
passagens
40,00
Topgrafo 20,00/hora 16 horas 320,00
Desenhista 10,00/hora 16 horas 160,00
Material de consumo Diversos - 50,00
Planejamento do inventrio
Elaborao e digitao do projeto 30,00/hora 16 horas 480,00
Servios de terceiros e material de consumo
para confeco do projeto
Diversos Diversos 30,00
Material de consumo e equipamentos para
medies

Impresso de fichas de campo e gabinete 0,05/folha 100 5,00
Aquisio de instrumentos tcnicos e material
de apoio
Diversos - 100,00
Transporte rea 80,00/viagem 2 (ida e
volta
rea)
160,00
Relatrio final
Anlises estatsticas 30,00/hora 8 horas 240,00
Elaborao de relatrio 30,00/hora 24 horas 720,00
Digitao 1,50/hora 24 horas 36,00
Reviso 30,00/hora 4 horas 120,00
Total de custos fixos 2701,00

88
Custos para
demarcao e
medies de 24
parcelas

Custo unitrio
(R$)

Quantidade

Custo total
(R$)
Dirias de campo 20,00/dia/membro da
equipe
24 (4dias x 3 pessoas x 2
equipes)
480,00
Dirias de mateiros e
auxiliares de campo
10,00/dia/trabalhador 8 (4 dias x 2 pessoas) 80,00
Alimentao 10,00/homem/dia 32 (8 pessoas x 4 dias) 320,00
Alojamento 10,00/ homem/dia 24 (6 pessoas x 4 dias) 240,00
Aluguel de veculo
ida e volta diria s
parcelas
20,00/dia 4 dias 80,00
Total de custos variveis 1.200,00
Custo varivel/parcela 50,00

O custo total deste inventrio foi orado, portanto, em R$ 3.901,00. Sobre este
valor recomendvel se prever mais 10% para despesas eventuais no previstas,
resultando em aproximadamente R$ 4.300,00.
Continuando com as suposies, imagine agora que a amostragem piloto foi
realizada e o coeficiente de variao do volume foi estimado em 30%. Qual o nmero
de unidades de amostra a ser utilizado na amostragem definitiva para se ter uma
estimativa da mdia volumtrica com 10% de erro e 95% de confiana? Quais os novos
custos do trabalho?
OBS: Estime n pela expresso:
n
2
2
LE
CV 4,0
= , onde LE o limite de erro admissvel (10%), logo n =0,04 CV
2

Refaa os clculos de n e de custos adotando agora o limite de erro de 20%. O
que voc pode concluir?
9.3. Aplicao
Conclua o Plano de Inventrio iniciado na Unidade 5, definindo o processo de
amostragem a ser adotado, a intensidade da amostra piloto, o tamanho e a forma das
unidades de amostra, a constituio das equipes de campo, as tcnicas de alocao de
parcelas e medies a serem empregadas e a forma de anlise dos dados. Informe o
tipo de informao necessria e as formas de apresentao e anlise que sero
empregadas. Tambm estime os custos e elabore o cronograma de execuo.
89
Finalmente, rena tudo isto em um documento nico, claro, objetivo e conciso, com
escrita e apresentao corretas, anexando mapas ou croquis com a localizao das
parcelas selecionadas, modelos das Fichas de Campo e de Gabinete que sero
adotadas e um Manual de Campo resumindo os principais aspectos das medies, para
consulta da equipe.
O roteiro seguinte apenas uma sugesto para estruturar o Plano em sees.

1.Identificao do Projeto
Ttulo
rea a ser inventariada: (nome da propriedade, do projeto ou da reserva)
Proprietrio: (no caso de propriedade privada)
Municpio
Responsvel Tcnico
Perodo de realizao do inventrio
2. Objetivos (O que se pretende conseguir com este inventrio? Quais so as estimativas
necessrias? Quais perguntas se precisa responder? Seja incisivo e objetivo neste item,
evitando circunlquios e verborragia estril.)
3. Justificativa (Qual a relevncia da trabalho? Por que importante realiz-lo? Aqui voc
pode ser mais persuasivo, sem perder a objetividade.)
4. Caracterizao da rea (localizao, aspectos edficos, climticos, topogrficos,
vegetacionais, faunsticos, scio-econmicos, uso da terra e outros aspectos julgados
relevantes.)
5. Metodologia (inclui a descrio de todas as atividades do inventrio: definio dos
processos, mtodos e tcnicas de mapeamento, seleo da amostra, coleta de dados, anlises,
interpretaes e apresentao dos resultados.)
6. Cronograma de execuo (relacione as atividades previstas na Metodologia e aponte o
perodo de realizao de cada uma delas; Se necessrio, exponha em um quadro.)
7. Recursos Humanos e Financeiros (relacione os recursos humanos envolvidos e as
respectivas atribuies e qualificaes; estime os custos por cada natureza de despesa e faa
um cronograma de aplicao de recursos.)
8. Referncias bibliogrficas (se houver citaes no texto, obviamente as fontes de consulta
devem ser referidas ao final do texto, seguindo as Normas Brasileiras (NB) da ABNT
(Associao Brasileira de Normas Tcnicas); outra possibilidade cit-las em notas de
rodap)
9. Anexos (sero definidos em funo das necessidades, reunindo materiais que possam
contribuir para a melhor compreenso do texto; os itens a seguir so exemplos de anexos
importantes de um projeto.)
9.1. Mapa da propriedade
9.2 Croqui da distribuio das parcelas
9.3. Manual de campo
9.4. Fichas de Campo (modelo)
9.5. Fichas de Cubagem(modelo)

90
U UN NI ID DA AD DE E 1 10 0
A AM MO OS ST TR RA AG GE EM M I I N NT TE EI I R RA AM ME EN NT TE E A AL LE EA AT T R RI I A A
Est i mador es e apl i c a es

Objetivos: Conhecer os estimadores empregados nas anlises de dados de
uma Amostragem Inteiramente Aleatria e aplicar os conhecimentos na
resoluo de problemas.

10.1. Notao
X =varivel de interesse
X
i
=valor da varivel X na unidade de amostra i
N = nmero de unidades da populao
n = nmero de unidades da amostra
X =estimativa da mdia da varivel X, estimada na amostra de tamanho n.
2
s =estimativa da varincia de X
s =estimativa do desvio-padro de X
2
X
s =estimativa da varincia da mdia de X
X
s =estimativa do erro-padro da mdia de X
EA =estimativa do erro de amostragem cometido
LE =limite de erro admissvel, em %
E = erro admissvel, na unidade da mdia E =(LE. X )/100

t =valor de t tabelar com (n-1) graus de liberdade e nvel de significncia

10.2. Estimadores
Mdia
n
X
X
n
1 i
i
=
= ou, expressando simplesmente pela frmula
n
X
X

=
Varincia
1 n
n
X
X
s
2
n
1 i
i
n
1 i
i
2
2
|
.
|
\
|
=
=

91
Desvio-padro

2
s s =

Varincia da mdia
|
.
|
\
|
=
N
n
1
n
s
s
2
2
X
para populaes finitas e

n
s
s
2
2
X
= quando n s (0,05)N (populaes infinitas).

Erro-padro da mdia
2
X X
s s =

Intervalo de confiana para a mdia
X
s t X IC

=

Erro de amostragem
EA =
X
s t
, na mesma unidade da mdia, e

EA(%)=
X
s t
X
(100)

Tamanho da amostra suficiente para um dado erro admissvel
n =
N
s t
E
s t
2 2
2
2 2
+
ou n =
N
CV t
E
CV t
2 2
2
2 2
+
para populaes finitas e

n =
2
2 2
E
s t
ou n =
2
2 2
E
CV t
, quando n s (0,05)N (populaes infinitas).

10.3. Exerccios
Observe atentamente o exerccio resolvido a seguir: procure refaz-lo, passo a
passo, consultando a bibliografia disponvel e anotando as dvidas:
Desejando-se estimar a rea basal mdia de uma propriedade com cobertura
florestal nativa, instalaram-se 12 parcelas de 600m, tomadas ao acaso. Os dados
obtidos foram os seguintes:

92
u.a.

G
(m/u.a.)
u.a. G
(m/u.a)
u.a. G
(m/u.a)
1 1,25 5 1,48 9 0,86
2 1,66 6 1,50 10 1,10
3 0,84 7 1,08 11 1,32
4 0,96 8 0,77 12 1,47

Estimativas dos parmetros:
a) Mdia
por unidade de amostra:
n
X
X
n
1 i
i
=
= 19 , 1
12
29 , 14
12
47 , 1 ... 66 , 1 25 , 1
= =
+ + +
= m
2
/u.a.
por hectare:
Se em 600m
2
(rea de uma unidade de amostra) existem, em mdia, 1,19m
2
de rea
basal, em 1,0ha (10.000m
2
) corresponder uma mdia de 19,84m
2
. Logo X igual a
19,84m
2
/ha.
b) Varincia
1 n
n
X
X
s
n
1 i
2
n
1 i
i
2
i
2
|
.
|
\
|
=

=
=
=
( )
11
12
29 , 14
9979 , 17
2
=0,0892

c) Desvio Padro

2
s s = , logo, s= 0892 , 0 =0,30m
2
/u.a.

d) Coeficiente de variao

CV = 100
X
s
|
.
|
\
|
CV =
19 , 1
30 , 0
100 =25,2%
e) Erro-padro da mdia

n
s
s
X
= = =
12
30 , 0
0,0866 m
2
/u.a.

f) Limites de confiana para a mdia, com 90% de probabilidade:
LC

t s X
X
=
93
O valor de t tabelar com 11 graus de liberdade e nvel de significncia de 10%
(correspondente a 90% de probabilidade) 1,80, conforme a tabela de t (veja Unidade
3). Assim,
LC =
= % 10
1,19 (0,087)(1,80)
LC =
= % 10
(1,19
0,16) m
2
/u.a.

Como a parcela utilizada foi de 600m
2
, podemos transformar a unidade de m
2
/u.a.
para m
2
/ha multiplicando o valor encontrado por 16,67 (10.000/600, ou seja, o nmero
de parcelas de 600m
2
que cabem em um hectare).
Portanto:
LC =16,67(1,19
0,16)
LC =(19,84
2,67)m /ha, com 90% de probabilidade.

Traduzindo a expresso acima, tem-se que a probabilidade da mdia real da
rea basal por hectare estar entre 17,17 e 22,51 m de 90%. Logo, existe uma
probabilidade de 10% do verdadeiro valor da mdia ser menor do que 17,17m/ha
(estimativa mnima provvel) ou maior do que 22,50 m/ha.
g) Erro de amostragem cometido

EA(%) =
X
s t
X
(100) 100
19 , 1
16 , 0
= =13,4%
Ou fazendo:
EA(%) = 100
84 , 19
67 , 2
=13,4%

Para se ter a estimativa do nmero de unidades de amostra suficiente para um
erro admissvel de 10%, emprega-se o estimador de n em funo do CV =25,2%, t
=1,80 (com P=90%) e LE =10%:
n
( ) ( )
( )
2
2 2
10
2 , 25 80 , 1
= =20,57 ~ 21 u.a. (primeira aproximao)

Observe que, ao se adotar 21 unidades de amostra (e no doze, como na
amostragem piloto), o nmero de graus de liberdade para a estimativa do erro de
amostragem seria 20 e no 11, que foi o usado para obter o valor tabelar de t na
expresso acima. Portanto o valor de t na expresso para a estimativa de n deve ser
94
retirado da tabela em funo de =10% e 20 graus de liberdade (observe o valor na
tabela):
n
( ) ( )
( )
2
2 2
10
2 , 25 73 , 1
= = 19 u.a (2 aproximao)

O mesmo raciocnio seria aplicado aqui: ao se adotar 19 u.a., como estimado
anteriormente, o nmero de graus de liberdade da amostra seria 18. Voltando-se a
tabela de t v-se que 1,73 t
10%
=
=
.
Logo, a terceira e ltima (ltima porque o valor de t no varia!) aproximao para
n ser:
n
( ) ( )
( )
2
2 2
10
2 , 25 73 , 1
= = 19 u.a (3 e ltima aproximao)

Portanto, estimou-se em 19 o nmero de unidades de amostra para se obter a
estimativa da mdia da rea basal com erro de 10%, exigindo a volta ao campo para
coleta de novos dados.
Desejando-se uma confiana maior (P = 95%), expressa pelo valor de t em
funo de % 5 = , o nmero necessrio de parcelas seria:
n
( ) ( )
( )
2
2 2
10
2 , 25 10 , 2
= = 28 u.a.
Agora, resolva:
1. Um inventrio foi realizado em plantios experimentais de Eucalyptus
camaldulensis com 7 anos, pertencentes a uma certa empresa florestal. Com objetivo
de estimar o volume total dos plantios, que perfaziam uma rea de 60,2ha, foram
sorteadas 8 unidades de amostra de 20,0x30,0m, obtendo-se os seguintes resultados,
expressos em m
3
/ha:
Unidade de amostra
n
Volume (m
3
/ha)
1 105,34
2 132,08
3 128,60
4 112,77
5 107,27
6 97,62
7 116,45
8 136,43
95
a) Qual a intensidade de amostra adotada? A populao pode ser considerada finita ou
infinita?
b) Estima mdia, varincia, desvio-padro e coeficiente de variao entre os dados.
c) Estime o erro-padro da mdia e o intervalo de confiana para a mdia com 95% de
probabilidade.
d) Qual o erro de amostragem cometido? O trabalho pode ser considerado concludo
dentro de uma previso de limite de erro admissvel de 10%?
2. Um tcnico do IBAMA recebeu um relatrio de inventrio para anlise; l, o
responsvel garantia ter atingido a preciso requerida na estimativa de volume, obtendo
um erro de exatamente 20%. Analisando os resultados das 6 parcelas adotadas, cujas
fichas-resumo se encontravam anexas, o tcnico estimou um coeficiente de variao de
38,0%. O que h de errado nesta estria?
3. Ao executar um inventrio florestal em uma rea de 123,0ha de vegetao
secundria de Mata Atlntica, tomou-se aleatoriamente uma amostra piloto com 7
parcelas de 10,0x30,0m, objetivando estimar a rea basal mdia da mata. As medies
realizadas nas parcelas, tomando-se rvores com DAP>5,0cm, resultaram na estimativa
de uma mdia de 0,8224m
2
/parcela e desvio-padro de 0,2685 m
2
/parcela. Apresente
os limites de confiana para a mdia de rea basal por hectare com P = 95%,
informando o erro de amostragem cometido. Quantas unidades de amostra a mais
sero necessrias para se estimar a mdia com 10% de erro?
4. Os seguintes resultados foram encontrados em um inventrio realizado na
vegetao do mangue, em Itamarac, Pernambuco. As unidades amostrais adotadas
mediram 10 x 10m, onde foram medidos DAP e H de todas as rvores, sendo o
dimetro mnimo mensurvel de 3,0cm. Os volumes das 6 parcelas foram obtidos
atravs de equao de volume previamente estimada, a partir da cubagem rigorosa de
uma sub-amostra de rvores. Estime o Intervalo de Confiana para a mdia volumtrica
por hectare (P=95%), comentando sobre o erro de amostragem cometido e sobre a
suficincia ou no da amostra adotada. Os dados obtidos esto na tabela a seguir:

96
Parcela Volume (m
3
/parcela)
1 0,9823
2 1,2367
3 0,8713
4 1,0342
5 1,3967
6 1,1256

97
A AM MO OS ST TR RA AG GE EM M A AL LE EA AT T R RI I A A E ES ST TR RA AT TI I F FI I C CA AD DA A

uma Amostragem Aleatria Estratificada e aplicar os conhecimentos na resoluo
de problemas.

Pesquise nos textos recomendados leitura as respostas das
seguintes questes:
O que se pretende ao se adotar uma amostragem estratificada?
Exemplifique descrevendo duas situaes florestais em que a
amostragem aleatria estratificada seria recomendada.
Quais os critrios que podem governar a estratificao em um
inventrio florestal?
Pode-se, a priori, recomendar um nmero adequado de estratos
para qualquer populao florestal? De que depende o nmero de
estratos?

11.1.Notao

X = varivel de interesse
X
hi
= valor da varivel X na unidade de amostra i do estrato h
L = nmero de estratos
N
h
= nmero de unidades do estrato h
h = ndice do estrato
N = nmero de unidades de amostra na populao
n
h
= nmero de unidades de amostras selecionadas no estrato h
n =tamanho da amostra (nmero de unidades de amostra selecionada para toda a
rea ou populao).
W
h
= peso do estrato h
h X
= estimativa da mdia de X no estrato h
2
h
s =estimativa da varincia de X no estrato h
98
h
2
X
s = estimativa da varincia de X no estrato h
est X = estimativa da mdia estratificada de X
est
2
X
s = estimativa da varincia da mdia estratificada
t =valor de t tabelar em funo do nmero de graus de liberdade e do nvel de

significncia
LE = limite de erro admissvel, em %
E = erro admissvel, na unidade da mdia, onde E =(LE . X )/100

11.2. Estimadores
Mdia do estrato h
h
n
1 i
hi
h
n
X
X

=
=

Varincia do estrato h
1 n
n
X
X
s
h
h
2
h
n
1 i
hi
h
n
1 i
2
hi
2
h
|
|
.
|
\
|
=
=

Mdia estratificada
=
=
L
1 h
h
h
est X W X

Varincia da mdia estratificada
=
=
L
1 h h
2
h
2
h
est
2
X
n
s W
s , quando todos os estratos forem considerados populaes
infinitas (f
h
<0,05) e

|
|
.
|
\
|
=
= h
h
L
1 h h
2
h
2
h
est
2
X
N
n
1
n
s W
s , considerando-se que alguns estratos podem exigir o fator
de correo para populaes finitas.
99
Logo, pode-se escrever a expresso para
est
2
X
s , quando todos os estratos forem
finitos, como:

= =
=
L
1 h h
2
h
2
h
L
1 h h
2
h
2
h
est
2
X
N
s W
n
s W
s ou, fazendo
N
N
W
h
h
=

= =
=
L
1 h
2
h h
L
1 h h
2
h
2
h
est
2
X
N
s W
n
s W
s

Erro-padro da mdia estratificada
est
2
X est X
s s =

Erro de amostragem
E=
est
X
s t , na unidade dos dados e,

E= 100
X
s t
est
est
X
o
, em porcentagem da mdia.
Intervalos de confiana
Para as mdias dos estratos:
h
X
h
s t X IC
o o
=
Para a mdia estratificada:
est
X
est
s t X IC
o o
=
Tamanho da amostra suficiente para um dado erro (alocao de Neyman)
2
2
L
1 h
h h
2
E
s W t
n
|
|
.
|
\
|
=

=
, considerando a populao como infinita.

Alocao por estrato
n
s W
s W
n
L
1 h
h h
h h
h
|
|
|
|
.
|
\
|
=
=

Observaes
1. H tambm o mtodo de alocao proporcional das unidades de amostra,
que considera os estratos como de varincias semelhantes. Neste caso, a distribuio
das unidades de amostra por estrato feita proporcionalmente a rea de cada um deles
100
(se no h diferenas entre as taxas de variao interna dos estratos, o que
determinar se cada estrato receber maior ou menor nmero de unidades de amostra
ser o seu peso).
Assim:
2
L
1 h
2
h h
2
E
s W t
n

=
= e n W n
h h
=
Este tipo de alocao pode dar resultados to precisos quanto da alocao tima
de Neyman, desde que a hiptese de semelhana das varincias se comprove. Caso
contrrio, a alocao de Neymam d melhores resultados porque leva em considerao
as diferentes taxas de variao interna dos estratos, contemplando com amostras
maiores os estratos maiores e mais heterogneos.

2. Muitas vezes, j na amostragem piloto se adota a distribuio das unidades de
amostra proporcional s reas dos estratos. Chama-se a isto amostragem piloto auto
ponderada. Neste caso, a intensidade de amostra igual para todos os estratos,
facilitando inclusive os clculos.
Observe as expresses para os estimadores da varincia da mdia estratificada,
quando f
1
=f
2
=...=f
h
=f, no caso de f(%)>5% e f(%)<5%:
Sabendo-se que
|
|
.
|
\
|
=

= h
2
h
L
1 h
2
h
est
2
X
n
s
W s e
h
h h
W
N
N
n
n
= = , j que
h h
nW n =
|
|
.
|
\
|
|
.
|
\
|
=

= h
2
h
L
1 h
2
h
est
2
X
n
s
n
n
s logo,
est
2
X
s
=
=
L
1 h
2
h h
s W
n
1
, quando f<0,05
e
se
|
|
.
|
\
|
|
.
|
\
|
=

=
L
1 h h
2
h
2
h
est
2
X
n
s W
N
n
1 s logo,

= =
=
L
1 h
2
h h
L
1 h
2
h h
est
2
X
N
s W
n
s W
s ou ainda
2
h
L
1 h
h
est
2
X
s W
N
f 1
s

=
= , quando f>0,05.

3. O valor de t para estimativa do erro de amostragem, do intervalo de confiana
e do nmero mnimo de unidades de amostra para dado erro tabelado em funo do
101
nvel de probabilidade e do nmero de graus de liberdade. No entanto, o nmero de
graus de liberdade em uma amostragem estratificada no obtido simplesmente por n-
1.
Para amostras pequenas recomenda-se o uso da frmula de Satterthwaite para o
clculo aproximado do nmero de graus de liberdade em uma A.A.E., a partir do qual o
valor de t ser obtido da tabela. Trabalhando-se com amostras maiores, no h muita
diferena entre os valores tabelares de t e o valor 2,0 usualmente empregado.
( )
=
=
|
.
|
\
|
=
L
1 h h
2
2
h
2
h
2
L
1 h
2
h h
1 n
s g
s g
n.g.l. , onde
( )
h
h h h
h
n
n N N
g

=

11.3. Exerccios Observe atentamente o exerccio resolvido a seguir. Refaa-o,
passo a passo, anotando todas as dvidas e observaes importantes:
Desejando-se avaliar o potencial madeireiro da Reserva Legal de uma
propriedade no serto baiano, realizou-se um inventrio florestal onde a estratificao
foi efetuada com base em fotos areas recentes existentes. Dos 360ha da Reserva,
72ha foram delimitados na foto como uma rea de menor porte e densidade de rvores,
constituindo-se o Estrato I. Todo o restante da rea foi considerado suficientemente
homogneo para compor um nico estrato, denominado Estrato 2. Vinte e cinco
parcelas de 20,0x20,0m foram sorteadas na rea, sendo 5 no Estrato I e 20 no Estrato
II. Os resultados de volume obtidos, em m
3
/ha, foram os seguintes:
Estrato I Estrato II
= 1 X 28,45 = 2 X 34,78
=
1
s 16,77 =
2
s 14,78

Para avaliao conjunta dos dois estratos, obtendo a estimativa da mdia geral
(mdia estratificada) com o limite de erro desejvel, pode-se montar a seguinte tabela
auxiliar onde todos os dados sero relacionados e empregados nos clculos de acordo
com as necessidades:

102
Estrato rea
(ha)
N
h
n
h
h X
s
h
s
h
2
W
h
W
h h X
W
h
2
f
h
(W
h
2
s
h
2
)/n
h
I 72 1800 5 28,45 16,77 281,233 0,20 5,69 0,04 0,0028 2,2499
II 288 7200 20 34,78 14,78 218,448 0,80 27,82 0,64 0,0028 6,9903
Total 360 9000 25 1,00 33,51 9,2402

Daqui se obtm:
Mdia estratificada
=
=
L
1 h
h
h
est X W X
est X =33,51m
3
/ha
E, considerando-se os dois estratos como populaes infinitas (observe os
valores de f
h
na tabela), tem-se que a varincia da mdia estratificada:
=
=
L
1 h h
2
h
2
h
est
2
X
n
s W
s
Portanto,
est
2
X
s =9,2402 e
est X
s = 2402 , 9 =3,04 m
3
/ha
Para a estimativa do intervalo de confiana para a mdia estratificada, estima-se o
nmero de graus de liberdade para a obteno do valor tabelar de t, embora seja mais
comum se adotar o valor 2,0, para 95% de probabilidade. Este valor pode ser
considerado uma boa aproximao para t, mas apenas quando a amostra no muito
pequena.
Nova tabela auxiliar pode ser montada para se obterem os valores necessrios
estimativa do nmero de graus de liberdade segundo a expresso:
( )
=
=
|
.
|
\
|
=
L
1 h h
2
2
h
2
h
2
L
1 h
2
h h
1 n
s g
s g
n.g.l. , onde
( )
h
h h h
h
n
n N N
g

=

Estrato N
h
n
h
g
h
s
2
h
g
h
s
2
h
(g
h
)
2
(g
h
)
2
(s
2
h
)
2
[(g
h
)
2
(s
2
h
)
2
]/n
h
-1
I 1800 5 646.200 281,233 1,82 (10)
8
4,17(10)
11
3,30(10)
16
8,25 (10)
15

II 7200 20 2.584.800 218,448 5,65 (10)
8
6,68(10)
12
3,19(10)
17
1,68 (10)
16

Total 9000 25 7,47 (10)
8
2,51(10)
16

103
n.g.l.=
( ) ( )
( )
16
2
8
10 51 , 2
10 47 , 7
=22,2 , que representam 22 graus de liberdade.
O valor de t =2,07, com P=95%, pode ser encontrado na tabela (Unidade 4).
Para se apresentar as estimativas na forma de um intervalo de confiana tem-se:
est
X
est
s t X IC
o o
=
Logo, IC =[33,51 (2,07)(3,04)]m
3
/ha
IC =(33,51 6,29) m
3
/ha, com um erro de amostragem, portanto, de 18,71%.
Pode-se concluir que na rea total da Reserva Legal desta propriedade
esperado, com 95% de confiana, um estoque madeireiro de 12.064 m
3
, com erro de
18,71%.
Dependendo da preciso requerida, este trabalho pode ou no ser considerado
finalizado. Adotando-se o Limite de Erro de 10% como o mais adequado para trabalhos
desta natureza, necessrio se estimar o tamanho da amostra suficiente para obter a
estimativa da mdia volumtrica estratificada.
2
2
L
1 h
h h
2
E
s W
n
|
.
|
\
|
=

=
t
para estimar o nmero de unidades de amostra da alocao de
Neyman ou
2
L
1 h
2
h h
2
E
s W
n

=
=

t
, para a alocao proporcional.

Para o uso destas expresses pode-se recorrer a nova tabela auxiliar:

Estratos Pesos (W
h
) s
h
s
h
2
W
h
s
h
W
h
s
h
2

I 0,20 16,77 281,233 3,354 56,2466
II 0,80 14,78 218,448 11,824 174,7584
Total 1,00 15,178 231,0050

Pela alocao de Neyman:
n =
( ) ( )
( )
=
2
2 2
351 , 3
178 , 15 07 , 2
87,9 ~ 88 unidades de amostra, assim distribudas:
104
n
1= = ) 88 (
178 , 15
354 , 3
19,4 ~ 19 unidades de amostra e n
2= = ) 88 (
178 , 15
824 , 11
68,6 ~ 69 unidades
de amostra.

Pela alocao proporcional:
n =
( )
( )
=
2
2
351 , 3
) 005 , 231 ( 07 , 2
88,1 ~ 88 unidades de amostra, assim distribudas:
n
1
=(0,20) (88) =17,6 ~ 18 unidades de amostra e n
2
=(0,80) (88) =70,4 ~70 unidades
de amostra.

Esclarecidas todas as dvidas, procure resolver:
a) Em um reflorestamento com Eucalyptus camaldulensis pode-se identificar a
presena de trs estratos, formados por projetos de diferentes idades. Ao planejar um
inventrio na rea, optou-se pela amostragem estratificada, como forma de controlar a
variao existente.

Sabendo que:
Estrato 1 Estrato 2 Estrato 3
rea de 278 ha rea de 567 ha rea de 363 ha
n
1
=12 n
2
=20 n
3
=16
rea da parcela amostral empregada =400 m
2
Calcule:
- Os pesos dos estratos.
- Intensidade de amostra em cada estrato (f
h
). Os estratos podem ser considerados
como populaes finitas ou infinitas?
- Intensidade de amostra na populao estratificada (f).
Qual seria a distribuio proporcional das unidades da amostragem piloto? n
h
=(W
h
)(n)
b) Em uma rea de vegetao nativa de caatinga, com 725 ha, foi possvel identificar
dois estratos distintos, aparentemente diferenciados pelo estgio sucessional em que
se encontravam. As reas dos estratos foram delimitadas no mapa da propriedade, com
o estrato 1 correspondendo a 384ha. Foi realizada uma amostragem piloto com 10
unidades de amostra selecionadas aleatoriamente em cada estrato, adotando-se
parcelas de 40,0x20,0m, onde foram medidos DAP e altura total das rvores com
105
dimetro mnimo mensurvel de 2,0cm. Os dados de volume cilndrico por parcela se
encontram relacionados na prxima tabela.
Estrato 1 Estrato 2
u.a. n V (m
3
/parcela) u.a. n V (m
3
/parcela)
1 5,430 1 2,403
2 3,343 2 0,991
3 4,385 3 1,563
4 3,366 4 2,417
5 6,132 5 1,211
6 5,721 6 1,258
7 3,250 7 1,384
8 5,833 8 0,773
9 4,961 9 0,665
10 3,621 10 0,558

Estime:
1. Mdia, varincia, desvio-padro e coeficiente de variao de cada estrato.
2. Intervalo de confiana para a mdia de volume/ha para cada estrato e os erros
cometidos nas amostragens inteiramente aleatrias realizadas em cada estrato.
3. Intervalo de confiana para a mdia estratificada do volume/ha e o erro de
amostragem cometido.
E responda:
4. A amostragem piloto foi autoponderada?
5. Por que, apesar de se ter o mesmo nmero de parcelas em ambos os estratos, os
erros de amostragem foram diferentes?
6. Considerando cada estrato como uma populao independente, qual o nmero de
unidades de amostra necessrio para estimar a mdia de cada o estrato com um
erro de amostragem de 20%?
7. Observe que, apesar de se ter erros de amostragem elevados em cada estrato,
atingiu-se uma preciso maior quando estimou-se a mdia estratificada. Pode-se
considerar a amostragem piloto com 20 parcelas como definitiva, adotando-se um
limite de erro admissvel de 20%?
8. Desejando-se maior preciso nas estimativas, qual seria o nmero de unidades de
amostra necessrio para se estimar a mdia volumtrica estratificada com um erro
de 10%? Como seria a repartio destas unidades de amostra por estrato?
106
9. Realize a anlise da varincia (ANOVA) dos dados deste inventrio, observando se
houve ou no diferena significativa entre as mdias dos estratos e concluindo sobre
a adequao do processo s condies florestais.

c) Realize agora as anlises necessrias a partir dos dados de um inventrio realizado
em 4 fazendas da empresa fictcia Agroflorestal Rural S.A., em plantios de Eucalyptus
sp. A distribuio das reas plantadas por fazenda encontra-se na Tabela 1.
Tabela 1. Localizao e extenso da rea inventariada.

Fazendas rea plantada
(ha)
Espcie Idade
Alvorada 339,00 Talhes mistos (E. citriodora, E. saligna) De 13 a 11 anos
Esperana 107,00 E. citriodora 11 anos
Mangueira 155,72 E. urophylla 4 anos
Baixa Verde 35,68 E. camaldulensis 6 anos

Tomou-se cada fazenda como um estrato, considerado relativamente homogneo
quanto a espcie (embora na fazenda Alvorada ocorram plantios de duas espcies, ela
foi considerada um estrato nico, por no ser possvel se delimitar as reas
correspondentes s duas diferentes espcies), idade (valendo aqui a mesma ressalva),
tipo de solo, tcnicas de plantio e conduo dos povoamentos.
Na amostragem piloto foram utilizadas 45 unidades de amostra, distribudas
conforme a Tabela 2.
Tabela 2. Distribuio do nmero de unidades de amostra (n.u.a.) por fazenda

Fazendas n.u.a
Mangueira 10
Baixa Verde 10
Alvorada 15
Esperana 10

As unidades de amostra constituram-se de 100 rvores, distribudas em 10 filas
de 10 rvores, com rea varivel em funo dos espaamentos de plantio adotados.
O ponto sorteado no mapa correspondeu a primeira rvore da parcela, seguindo a
numerao da esquerda para a direita na primeira fila e nas demais realizadas em
107
zigue-zague. O ponto inicial de cada parcela foi identificado por um piquete, prximo a
primeira rvore medida, indicando o nmero da parcela, data de medio e sentido da
numerao.
As equipes de campo foram compostas de trs membros, sendo um anotador,
um responsvel pelas medies de dimetro e tomadas de distncias com trena e o
outro, chefe da equipe, encarregado das medies de altura com hipsmetro de Blume-
Leiss e da superviso dos trabalhos de medio.
Em cada parcela foram medidos os dimetros, com suta, de todos os fustes com
dimetro a altura do peito (DAP) igual e superior a 3,0 cm, e as alturas das 20 primeiras
rvores.
Como o objetivo do trabalho foi estimar o volume slido de madeira existente,
tomaram-se rvores-amostras das trs espcies principais, em duas classes
diamtricas (de 3,0 a 10,0 cm e acima de 10,0cm de DAP), e cubaram-se seus volumes
empregando a frmula de Smalian com sees de 2,0m, obtendo-se um fator de forma
mdio de 0,53.
De cada parcela foram calculadas rea basal (G), a altura mdia - h
m
- (a partir
das 20 primeiras rvores) e volume slido por parcela (V), estimado pela expresso:
V=G.h
m.
ff, onde ff=fator de forma estimado (0,53).
Os resultados das parcelas de cada estrato encontram-se relacionados na
Tabela 3.

108
Tabela 3. Dados de volume em parcelas medidas no inventrio dos plantios da Agroflorestal Rural S.A. em
m
3
/parcela.

Mangueira
(volume em
m
3
/600m
2
)
Esperana
(volume emm
3
/600m
2
)
Baixa Verde (volume
emm
3
/450m
2
)
Alvorada
(volume em
m
3
/450m
2
)

1,8734

4,4500

2,7255

1,8024
1,4825 3,7629 1,9493 2,2839
1,0095 3,9341 2,5186 0,8556
1,3652 4,7314 3,8834 1,7474
2,1958 2,4862 3,9977 1,5568
2,2407 2,6828 2,3068 0,8478
2,2649 2,3812 3,1972 0,8431
1,4142 4,3463 2,4097 2,6259
1,6504 3,3314 2,7660 0,9261
0,7890 2,3796 4,8526 1,5600
1,6255
2,0712
0,8957
1,6450
2,3173

Estime:
1. Os limites de confiana para a mdia volumtrica por hectare de cada um dos
estratos, com P=95%.
2. Os limites de confiana para a mdia da populao estratificada por hectare, usando
o valor de t em funo do nmero de graus de liberdade corrigido, com P=95%.
3. O nmero de unidades de amostra suficiente para a estimativa da mdia
estratificada com um erro admissvel de 10% e sua distribuio nos estratos.

109
A AM MO OS ST TR RA AG GE EM M S SI I S ST TE EM M T TI I C CA A

uma Amostragem Sistemtica, os problemas de ordem terica do uso destes
estimadores e as suas implicaes prticas, e aplicar os conhecimentos na
resoluo de problemas.

J foi visto na Unidade 6 que a Amostragem Sistemtica pode
fornecer estimativas to precisas quanto o processo inteiramente
aleatrio, isto quando a varivel de interesse apresentar distribuio
aleatria na populao. Em determinadas condies, a preciso de
uma A.S. (Amostragem Sistemtica) pode mesmo ser maior do que
a Amostragem Inteiramente Aleatria (A.I.A).
Mesmo assim, se insiste em dizer que na A.S. no se pode ter
estimadores sem tendncias para a varincia da mdia. E tambm
constantemente se alerta para o risco da periodicidade dos dados, o
que invalidaria as estimativas de uma A.S. Por que tanta
preocupao com a validade das estimativas de uma A.S.?

12.1. Generalidades
Em uma amostragem aleatria o nmero de possveis mdias amostrais grande
o suficiente para que se espere uma distribuio normal de mdias, com mdia e
erro-padro da mdia
X
. Na amostragem sistemtica, o nmero de mdias muito
menor e dificilmente se pode assumir uma distribuio normal.
Em uma A.S. apenas a primeira unidade de amostra sorteada e as demais so
selecionadas em funo do intervalo previamente definido. Isto gera uma amostra
dependente j que toda a amostra depende do sorteio da primeira unidade de amostra.
Como os sorteios das u.a. no so independentes, a chance de uma amostra qualquer
no 1/C
(N,n)
(como na A.I.A.) e sim n/N.
Observe a seguir a representao esquemtica de duas populaes de tamanho
N=15. Na primeira (Populao A), uma amostra de tamanho n=3 foi aleatoriamente
110
sorteada. Na Populao B, uma amostra sistemtica com K=5 (e, portanto n=3)
tambm foi selecionada.
Populao A, onde foram sorteadas independentemente as u.a n
os
4;7 e 13:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

A chance de uma amostra qualquer ser sorteada aleatoriamente e sem reposio
dada por:
n)! (N n!
N!
C
1
n) (N,

= =
455
1

Populao B, onde foi sorteada, de 1 a N, a primeira unidade de amostra (a de nmero 4, por
exemplo) e toda a amostra foi definida a partir dela, com K=5.

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

Observe que a amostra (4;9;14) seria a selecionada caso as unidades de nmeros
4, 9 ou 14 fossem sorteadas. Logo, ela teve a chance de 3/15 (n/N) de ser a
selecionada. Da mesma forma se a unidade de amostra 8 fosse a primeira sorteada, a
amostra resultante seria (3;8;13), com probabilidade de seleo de 1/5. Na realidade,
s h 5 possveis amostras a serem selecionadas e n/N=1/K.
Assim, ilustra-se facilmente que em uma A.I.A. o nmero de possveis mdias
amostrais grande suficiente para se supor uma distribuio normal, o que no ocorre
em uma A.S., invalidando as estimativas de
x
s e
2
x
s .
Outro problema da A.S. ocorre quando N no mltiplo de K e o sorteio da
primeira unidade feito de 1 a K. Neste caso, as possveis amostras so sorteadas com
1/K chances de seleo, mas 1/K diferente de n/N. Observe a Populao C, com
N=14, onde se adotou uma amostragem sistemtica com K=5.
Populao C, onde foi sorteada, de 1 a K, a primeira unidade de amostra (a de nmero 4, por
exemplo) e toda a amostra foi definida a partir dela, com K=5.
111

1 2 3 4 5 6 7 8 9 10 11 12 13 14

H K=5 amostras possveis de serem sorteadas:
(1;6;11), (2;7;12), (3;8;13), (4;9;14) e (5 e 10) ,
com as respectivas probabilidades 3/14; 3/14; 3/14 e 2/14, diferentes de 1/K=1/5. No
entanto, ao se sortear a primeira unidade dentro das possveis K unidades de amostra
(1,2,3,4 e 5), a chance de cada uma das amostras ser selecionada 1/K.
Portanto, em populaes onde N mltiplo de K, (como na Populao B), as
duas formas de seleo da primeira unidade de amostra se equivalem: tanto no sorteio
de 1 a N quanto no sorteio de 1 a K as probabilidades de seleo das amostras so
iguais. No entanto, em populaes onde N no mltiplo de K, (como na Populao C)
o sorteio de 1 a K estabelece probabilidade de seleo da amostra dada por 1/K,
distinta da probabilidade real de cada amostra (n/N). Assim, em condies semelhantes
s da Populao C, ao se adotar o sorteio da primeira unidade de amostra de 1 a K, a
mdia amostral X considerada um estimador tendencioso da verdadeira mdia j que
E(X )= (l-se: o valor esperado da mdia amostral diferente da mdia
populacional).
Em inventrios florestais, no entanto, estes dois problemas no chegam a se
constituir em um risco efetivo validade das estimativas. Populaes florestais so
usualmente suficientemente grandes e infinitas (N>>>n) para que se desprezem os
efeitos do processo de seleo na distribuio amostral das mdias (populaes
infinitas possibilitam um grande nmero de amostras, mesmo sistemticas) e para que
a diferena entre n/N e 1/K no chegue a representar uma tendncia significativa na
seleo de uma determinada amostra e na estimativa da mdia.
Outro ponto tambm considerado quando se procura os estimadores vlidos e
consistentes para a A.S. se refere a distribuio da varivel na populao. Quando a
varivel se apresenta de forma ordenada na populao, originando amostras muito
heterogneas, a varincia da mdia da amostragem sistemtica menor do que aquela
estimada pela amostragem aleatria irrestrita (logo, o uso de estimadores da AIA pode
112
superestim-la). Nestes casos, a amostragem sistemtica mais precisa porque o seu
sistema de seleo, cobrindo toda populao, vai abranger desde os menores at os
maiores valores da varivel.
Por outro lado, quando as amostras sistemticas so muito homogneas, ou
seja, os valores obtidos nas unidades de amostras mostram-se correlacionados, a
varincia da mdia obtida com amostras sistemticas maior do que a obtida com
amostras aleatrias.

Observao: Estas relaes podemser facilmente ilustradas atravs da expresso da
varincia da mdia de uma amostragem sistemtica, cuja demonstrao pode ser
encontrada na bibliografia mais avanada sobre o assunto:
( ) | | 1 n 1
N
n) (N
n
S
2
sis
2
X
+
=
Onde:
=
sis
2
X
varincia da mdia em uma amostragemsistemtica.
S
2
=valor esperado de s
2
[S
2
=
2
(N-1)/N]
=coeficiente de correlao intraclasse (ou intra-amostra).
Valores de prximos de zero indicam que os valores da varivel nas unidades de
amostra distribuem-se aleatoriamente e que
sis
2
X
~
t alea
2
X
. Quando o coeficiente de
correlao intraclasse assume valores elevados, indicando homogeneidade interna
das amostras,
sis
2
X
>
t alea
2
X
. Populaes ordenadas, por outro lado, promovem
valores de muito baixos, tornando
t alea
2
X
uma superestimao de
sis
2
X
.
importante perceber que o clculo de na expresso depende do
conhecimento de toda a populao. Assim, no uma informao que se possa
contar a priori ou que possa ser estimada a partir de uma nica amostra. O que se
precisa, na prtica, conhecer as caractersticas da populao que se est
trabalhando. Geralmente admite-se distribuies aleatrias das variveis de interesse
nos inventrios florestais, justificando o uso dos estimadores da AIA.
Na literatura especializada se encontram algumas propostas uso de
estimadores para a varincia e o erro-padro da mdia de amostragens sistemticas.
Algumas destas proposies so o mtodo das diferenas sucessivas (para
amostras lineares e suas adaptaes para amostras emmalha ou rede veja estas
distribuies no Exerccio N
o
1 desta Unidade.) e o mtodo dos estratos
tetraparcelares (para unidades de amostra sistematicamente distribudas em malha
ou rede).

113
A periodicidade ou ciclicidade da varivel outro problema freqentemente
associado Amostragem Sistemtica. Um fenmeno peridico quando se repete,
identicamente, em intervalos iguais. No caso da coincidncia entre o perodo da
variao e o intervalo K entre u.a., a amostragem sistemtica com n unidades de
amostra corresponde teoricamente preciso de uma amostragem inteiramente
aleatria, com uma nica unidade de amostra (!), ou seja, no h possibilidade de se
estimar a variabilidade entre os dados nem h uma preciso associada. Neste caso, o
coeficiente de correlao intraclasse 1,0 (extrema homogeneidade entre as unidades
de uma amostra).
Por outro lado, a ocorrncia de problemas devidos periodicidade natural e
imperceptvel em florestas uma possibilidade remota: sua ocorrncia j foi motivo de
polmica entre pesquisadores nas dcadas de 40 e 50, no existindo nenhuma
evidncia de sua real existncia. A ao antrpica, fonte usual de padres em
populaes florestais, geralmente produz efeitos drsticos e facilmente identificada;
sendo assim, dificilmente um planejador adotaria um intervalo entre u.a. coincidindo
com o padro de variao observado.

12.2. Notao

X
i
=valor da varivel X na unidade de amostra i
N = nmero de unidades da populao
n = nmero de unidades da amostra
X =estimativa da mdia da varivel X, estimada na amostra de tamanho n.
2
s =estimativa da varincia de X
2
X
s =estimativa da varincia da mdia de X
X
s =estimativa do erro-padro da mdia de X

114
12.3. Estimadores

Mdia
n
X
X
n
1 i
i
=
= ou, expressando simplesmente pela frmula
n
X
X

=

Varincia (adotando o estimador da A.I.A)
1 n
n
X
X
s
2
n
1 i
i
n
1 i
i
2
2
|
.
|
\
|
=
=

Varincia da mdia (adotando o estimador da A.I.A)

|
.
|
\
|
=
N
n
1
n
s
s
2
2
X
e
n
s
s
2
2
X
= , quando n s (0,05)N, (populaes
infinitas).

Erro-padro da mdia (adotando o estimador da A.I.A)

2
X X
s s =

Varincia da mdia (pelo mtodo das diferenas sucessivas)

( )
1) 2n(n
X X
s
1 n
1 i
2
1 i i
2
X
=
+

|
.
|
\
|

N
n
1
( )
1) 2n(n
X X
s
1 n
1 i
2
1 i i
2
X
=
+
quando n s (0,05)N, (populaes infinitas).
Pelo mtodo das diferenas sucessivas, tem-se n-1 possveis diferenas entre
pares sucessivos de unidades de amostra e a varincia s
2
obtida pela mdia entre as
varincias entre os pares de amostras subseqentes.
Em amostras distribudas em malha (rede ou retculo) ou linhas de parcelas
adota-se a expresso:
115
( )
( )
=
=
+
m
j
j
m
1 j
1 n
i
2
j 1 i ij
2
X
1) (n 2n
X X
s
j
[1-(n/N)]
sendo [1-(n/N)] a correo para populaes finitas e m o nmero de linhas de parcelas,
com n
j
unidades de amostra.
Como sempre, o erro-padro da mdia estimado por
2
X X
s s =
Teoricamente, quando a varivel apresenta distribuio aleatria, o erro-padro
da mdia estimado pelo mtodo das diferenas sucessivas apresenta resultados
semelhantes ao estimado pela expresso (
n
s
). Por sua vez, as diferenas sucessivas
permitem uma melhor estimativa do erro-padro da mdia quando a varivel de
interesse se apresentar ordenada na populao.
Intervalo de confiana para a mdia
X
s t X IC

=

Erro de amostragem
EA =
X
s t
, na mesma unidade da mdia, e EA(%)=

X
s t
X
(100)

Observao: Para umestudo mais aprofundado sobre a amostragemsistemtica, procure ler:
YAMANE, T. Elementary sampling theory. New York: New York University,1967;
SILVA, J.A.A.& BAILEY, R. L. Amostragemsistemtica comigual probabilidade em inventrio
florestal. Caderno mega, UFRPE, Recife. n.6, 1994. p.111-135.
COSTA, T. C. C.; PAULA NETO, F. ; SOUZA, A. L. Mtodos de aproximao do erro-
padro da mdia de uma amostra sistemtica em inventrios florestais. Viosa: SIF, 1995.
55p (Boletim Tcnico SIF, 12)

12.4. Exerccios
Analise detalhadamente os exemplos apresentados a seguir e resolva-os mais
uma vez, anotando todas as dvidas e dificuldades.
116
1. Observe a distribuio regular e equnime das unidades em uma amostra
sistemtica. Na figura abaixo est representada esquematicamente uma rea a ser
inventariada, onde os pontos marcados com x representam os locais das parcelas.

x x x

x x x

As parcelas foram distribudas em malha (tambm denominada distribuio
bidimensional, em rede quadrada ou retculo), onde o intervalo K - distncia entre as
parcelas - igual nas duas direes). Nestes casos, a frao amostral (ou intensidade
amostral) dada por:
f=
2
K
a
, onde f a frao amostral e a a rea da parcela amostral.
Se, por exemplo, em um inventrio se pretende adotar parcelas de 20,0 x 20,0m e
a intensidade de amostragem foi previamente definida como 0,25%, o intervalo K entre
parcelas em rede quadrada ser dado por:

160000 K
K
400
0025 , 0
2
2
= =
K =400m

2. Chamado para dar um parecer sobre o estoque madeireiro de uma propriedade que
estava sendo ilegalmente desmatada, um fiscal do IBAMA resolveu adotar uma amostra
sistemtica para a estimativa do volume empilhado mdio por hectare, j que no
contava com bons mapas da propriedade nem com tempo suficiente para sortear e
alocar parcelas aleatrias. Tomando como referncia a estrada que passa em frente a
propriedade por um trecho de 1,2km, o tcnico definiu linhas espaadas em 400m, ao
longo das quais selecionou parcelas a cada 200m de distncia. O croqui do
delineamento amostral resultante pode ser visto no esquema a seguir:
117

1 7 8

2 6 9
200m

3 5 10
400m

4 11

Foram assim distribudas 11 parcelas de 20,0x10,0m, onde os volumes de
madeira empilhada foram avaliados. Os resultados obtidos foram os seguintes:
u.a n
o
V (st/u.a) u.a n
o
V (st/u.a) u.a n
o
V (st/u.a)
1 3,67 4 2,87 8 1,94
2 2,48 5 3,62 9 3,66
3 2,62 6 3,99 10 2,41
7 2,45 11 1,67

Mesmo sem conhecer o tamanho da populao pode-se estimar a frao
amostral pela expresso:
2 1
K K
a
f = , onde a a rea da parcela amostral, K
1
o intervalo entre linhas e K
2
o
intervalo entre parcelas, nas linhas.
( )( )
0025 , 0
200 400
200
f = = ou 0,25%, indicando que a populao infinita.
A mdia amostral :
,85 2 X = st/parcela

Adotando-se o estimador
2
X
s da amostragem casual ou aleatria , tem-se:
n
s
s
2
2
X
= = 0544 , 0
11
5985 , 0
=
118
X
s = = 0544 , 0 0,233 st/parcela
Pelo mtodo das diferenas sucessivas tem-se:
2
X
s =
) 3 3 2 )( 11 )( 2 (
] ) 67 , 1 41 , 2 ( ) 41 , 2 66 , 3 ( ) 66 , 3 94 , 1 [( ] ) 45 , 2 99 , 3 ( ) 99 , 3 62 , 3 ( ) 62 , 3 87 , 2 [( ] ) 62 , 2 48 , 2 ( ) 48 , 2 67 , 3 [(
2 2 2 2 2 2 2 2
+ +
+ + + + + + +

2
X
s =0,0544
X
s = = 0544 , 0 0,233 st/parcela
Neste caso, ambos os estimadores fornecem o mesmo resultado para o erro-
padro da mdia. Com isto, pode-se inferir que a distribuio dos dados foi aleatria e o
uso da amostragem sistemtica confere a mesma preciso do que o da aleatria. Os
dados permitem inferir, mesmo sem conhecer o verdadeiro valor de , que no h
correlao entre as unidades de amostra.
O intervalo de confiana para a mdia volumtrica por hectare dado por:
IC =50[2,85 (2,0)(0,23)]
IC =(142,5 23,0) st/ha, com uma probabilidade muito prxima a 95%.

Parcelas sistemticas dispostas ao longo de um transecto que tenha a mesma
direo de um gradiente qualquer da vegetao (altitude, por exemplo),
provavelmente vo apresentar correlao negativa, indicando uma populao
ordenada em funo do gradiente. Nestes casos, o erro-padro da amostra estimado
pela expresso
n
s
s
x
= uma superestimativa do verdadeiro erro e o mtodo das
diferenas sucessivas pode dar melhores aproximaes.

119
Agora, resolva:
3. Retome o Exerccio N
o
1. Se a intensidade desejada na amostragem piloto fosse
0,5%, qual seria o intervalo a ser adotado entre parcelas?
E se o desenho amostral fosse em linhas de parcelas, distanciadas umas das
outras em 500m, qual deveria ser a distncia entre as parcelas, nas linhas, para se
trabalhar com uma intensidade amostral de 0,5%?
4. Um inventrio florestal foi realizado com vistas a subsidiar a elaborao de um plano
de manejo de um Parque Estadual. Foi realizada uma amostragem sistemtica
empregando parcelas de 50,0x10,0m, dispostas alternadamente a intervalos de 500m
ao longo de duas linhas com 10 parcelas cada. A distncia entre linhas adotada foi de
3,0km.Pretende-se, com este trabalho, caracterizar a vegetao do local em funo de
parmetros estruturais (assunto da Unidade 14). A partir dos resultados de rea basal
por parcela (em m
2
), dados a seguir, estime o erro de amostragem cometido na
estimativa da rea basal mdia, considerando t =2,0:
a) Empregando o mtodo das diferenas sucessivas.
b) Estimando o erro-padro da mdia como se a amostragem fosse aleatria.
Parcela
Linha

1

2

3

4

5

6

7

8

9

10
1 1,13 1,04 1,24 0,89 1,43 1,12 1,32 0,94 1,22 1,05
2 1,21 1,15 1,47 1,24 0,84 1,62 0,96 1,58 1,09 1,43

Calcule tambm a intensidade amostral adotada e justifique o emprego do
estimador da AIA.
120
UNIDADE 13
A AM MO OS ST TR RA AG GE EM M D DE E C CO ON NG GL LO OM ME ER RA AD DO OS S

Objetivos: Conhecer os estimadores empregados nas anlises de dados de uma
Amostragem de Conglomerados em Um e em Dois Estgios, as suas aplicaes prticas e
aplicar os conhecimentos na resoluo de problemas.

Quando a populao muito extensa, os procedimentos inteiramente aleatrio,
sistemtico e estratificado podem trazer dificuldades de operacionalizao da
amostragem. Uma das dificuldades dos processos aleatrios se conhecer toda a
relao de elementos da populao para poder se realizar o sorteio. A outra dificuldade
pode ser o custo elevado para se obter informaes das unidades de amostras muito
espalhadas na populao. Nestes casos, a amostragem de Conglomerados (Clusters)
mais simples em termos de planejamento, custos e administrao.
A Amostragem em Conglomerados, como foi vista na Unidade 6, se baseia na
seleo aleatria de conjuntos de unidades de amostra, que correspondem s
chamadas Unidades Primrias (UP) ou simplesmente conglomerados.
Diferentemente da Amostragem Estratificada, desejvel manter a variao
ENTRE conglomerados pequena, s custas de um certo grau de heterogeneidade
DENTRO dos Conglomerados.
13.1. Notao
X
i
=total da varivel X no conglomerado i
X
ij
=valor da varivel X no elemento j do conglomerado i.
N = nmero de conglomerados da populao
n = nmero de conglomerados da amostra
M
i
=nmero de elementos (unidades secundrias) no conglomerado i, onde i=1,...,N.
m
i
= nmero de elementos (unidades secundrias) sorteados na segunda fase da
amostragem, no conglomerado i componente da amostra (i=1,...,n)
M=mdia do tamanho do conglomerado na amostra M=

n
1
i
M
n
1

N
1
i
M =nmero de elementos na populao (US).
121
NM =nmero de elementos (US) na populao onde o tamanho dos conglomerados
constante (M).
n
1
i
M =nmero de elementos na amostra selecionada em um nico estgio.
n
1
i
m=nmero de elementos na amostra selecionada em dois estgios.
nm =nmero de elementos (US) na amostra, em uma amostragem em dois estgios,
onde m
i
o mesmo em todos os conglomerados.
i X =estimativa da mdia da varivel X no conglomerado i, por US.
X =estimativa da mdia amostral por US.
2
X
s =estimativa da varincia da mdia de X por US.
X
s =estimativa do erro-padro da mdia de X.
2
1
s=estimativa da varincia entre mdias de conglomerados.
2
2
s = estimativa da mdia da varincia interna (
2
d
s ), entre os valores e a mdia do
conglomerado.
2
e
s =estimativa da varincia entre os totais dos conglomerados.
13. 2. Estimadores
13.2.1. Amostragem de Conglomerados em um nico estgio, com M constante
(conglomerados de tamanhos iguais)
Mdia por Unidade Secundria:
nM
X
X
M
1 j
ij
n
1 i

= =
=
Componentes da Varincia e Varincia da Mdia
a) Varincia entre totais de conglomerados:
122
2
e
s =
1 n
M X X
2
i
|
.
|
\
|

b) Varincia da mdia (por unidade secundria):

|
.
|
\
|

|
.
|
\
|
=
1 n
M X X
NnM
n N
s
2
i
2
2
X
ou seja,
|
.
|
\
|
=
2
2 2
i
2
2
X
X nM X
1 n
1
NnM
n N
s

Observe-se que:
N
n
1
N
n N
=
( fator de correo para populaes finitas, usado quando (n/N)>0,05).

E que:

|
.
|
\
|

n
2
i
1 n
M X X
a varincia entre os totais (X
i
) dos n conglomerados (
2
e
s )
Tamanho da amostra (nmero de conglomerados para um dado erro admissvel)
n
2 2
2
e
2
E M
s
t
=
13.2.2. Amostragem de Conglomerados em um nico estgio, com
conglomerados de tamanhos diferentes.

= =
=
n
i
M
1 j
ij
n
1 i
M
X
X
i

Componentes da varincia e varincia da mdia
a) Varincia entre os totais dos conglomerados
2
e
s =
1 n
M X X
2
i i
|
.
|
\
|

123
b) Varincia da mdia (por Unidade Secundria)

|
.
|
\
|

|
|
.
|
\
|

=
1 n
M X X
M Nn
n N
2
i i
2
2
x
s , de onde se obtm que
1 n
M X M X X 2 X
M Nn
n N
s
2
i
2
i i
2
i
2
2
x

+
|
|
.
|
\
|
=

n
2
2
2
e
2
E M
s
t
=

13.2.3. Amostragem de Conglomerados em dois estgios, com conglomerados de
tamanhos iguais (M e m constantes).
nm
X
X
m
1 j
ij
n
1 i

= =
=
Componentes da varincia e Varincia da Mdia
a) A varincia entre U.S. dada por:
2
m
i ij
2
d
X X
1 m
1
s
i

|
.
|
\
|

= cuja mdia, para todos os conglomerados da amostra
=
n
2
d
2
2
s
n
1
s
(
(
|
|
.
|
\
|
=

n m n
2
m
ij
2
ij
2
2
X
m
1
X
1) n(m
1
s (que representa o quadrado mdio do resduo
QMR em uma ANOVA)

b) Varincia entre conglomerados
|
|
.
|
\
|
|
|
.
|
\
|
=

n 2
2
m
ij
2
2
1
X n X
m
1
1 n
1
s
124
c) Varincia da mdia
mn
s
N
n
M
m M
n
s
N
n N
s
2
2
2
1 2
X
|
.
|
\
|
+ |
.
|
\
|
=
Observe que, quando n<0,05N:
mn
s
N
n
M
m M
n
s
s
2
2
2
1 2
X
|
.
|
\
|
+ =
Se m<0,05M:
mn
s
N
n
n
s
N
n N
s
2
2
2
1 2
X
+ |
.
|
\
|
=
E, se n<<<N:
n
s
s
2
1 2
X
= , sendo a contribuio de
2
2
s (varincia mdia interna, entre US),
desprezada para a estimativa da varincia da mdia.
n
2 2
2
e
2
E m
s
t
= ou seja, n=
2
2
1
2
E
s
t

Neste caso, possvel se estimar um m timo, em funo de uma relao de custo e
varincias.
2
1
2
2
2
1
s
s
c
c
=
o
m onde c
1
o custo (ou tempo) de seleo de uma UP e c
2
o custo de seleo
de uma US.

13.3.Exerccio
Observe atentamente o exemplo seguinte. Refaa as anlises e, em seguida,
procure elaborar um exemplo de aplicao da Amostragem em Conglomerados em uma
situao florestal, interpretando os resultados.
Em uma pesquisa sobre regenerao natural de visgueiro (Parkia pendula) em um
remanescente da Mata Atlntica pernambucana, pretendeu-se estimar o nmero de
plantas regeneradas empregando a amostragem de conglomerados. Para isto, a rea
de 32 ha foi dividida em 32 (N) conglomerados de 1ha, dos quais 5 (n) foram sorteados
para compor a amostra. Em cada um dos n conglomerados da amostra foram sorteadas
4 parcelas amostrais de 4,0m
2
(2,0 x 2,0m), onde se enumerou as plantas com at 1,0m
de altura. Os dados obtidos foram os seguintes:
125
Conglomerado US Nmero de
plantas (X
ij
)
plantas (X
ij
)
1 4 1 0
2 5 2 1
1 3 6 4 3 4
4 1 4 2
1 3 1 6
2 4 2 5
2 3 2 5 3 3
4 7 4 1
1 5
2 4
3 3 4
4 2

Vamos estimar o nmero mdio de plantas regeneradas por unidade secundria
(parcela) e por unidade primria (conglomerado), o erro cometido na estimativa e o
nmero de conglomerados necessrio para estimar este valor com um erro de 5%. Para
isto, vamos trabalhar com a seguinte tabela auxiliar:
plantas (X
ij
)

X
ij
2
m
ij
X

2
ij
X
|
|
.
|
\
|
m

2
d
i
s

1 4 16
2 5 25
1 3 6 36 16 256 4,67
4 1 1
1 3 9
2 4 16
2 3 2 4 16 256 4,67
4 7 49
1 5 25
2 4 16
3 3 4 16 15 225 1,58
4 2 4
1 0 0
2 1 1
4 3 4 16 7 49 2,92
4 2 4
1 6 36
2 5 25
5 3 3 9 15 225 4,92
4 1 1
Totais 309 69 1011 18,76
126
n =5
m =4
nm =20
Mdia por unidade secundria: 45 , 3
20
309
=

Varincia entre as unidades secundria:

(
(
|
|
.
|
\
|
=

n m n
2
m
ij
2
ij
2
2
X
m
1
X
1) n(m
1
s = ( )
(
1011
4
1
309
15
1
=3,75

ou fazendo

=
n
2
d
2
2
s
n
1
s =
5
76 , 18
=3,75 (
2
2
s a mdia entre as varincias internas)
Varincia entre unidades primrias

|
|
.
|
\
|
|
|
.
|
\
|
=

n 2
2
m
ij
2
2
1
X n X
m
1
1 n
1
s
2
1
s = ( ) ( )
(

2
45 , 3 5 1011
16
1
4
1
=0,92
Varincia da mdia por unidade secundria, considerando n<0,05N e m<0,05M
mn
s
N
n
n
s
s
2
2
2
1 2
X
+ = =
20
75 , 3
32
5
5
92 , 0
+ =0,2133

Pode-se chegar aos mesmos resultados dos componentes da varincia atravs do
Quadro de Anlise da Varincia (ANOVA), tomando as Fontes de Variao ENTRE e
DENTRO dos Conglomerados

FV GL SQ QM F
Entre UP 4 (n-1) 14,70 3,68 0,98
Dentro UP 15 56,26 3,75
Total 19 (nm-1) 70,95

127
Onde SQ Total =
( )
20
69
309
2
=70,95 e SQ Entre =
( )
20
69
4
1011
2
=14,70
V-se que o QM Dentro =
2
2
s (j que representa o QMResduo e, portanto, a mdia das
varincias internas) e que QM Entre =m
2
1
s
Logo, pode-se obter
2
1
s pela expresso:
2
1
s=QMEntre/m
2
1
s= 92 , 0
4
68 , 3
=
e a varincia da mdia pode ser expressa como:
2
X
s =
mN
QMDentro
mn
QMEntre
+
O valor F=0,98, no significativo a nvel de 10%, tambm auxilia na interpretao
dos resultados, indicando haver a necessria homogeneidade entre os conglomerados
(valores de F significativo muito provavelmente indicariam a adequao da Amostragem
Estratificada).
E, para terminar, tem-se que
x
s =0,46 e, portanto o Intervalo de Confiana para o
nmero mdio de plantas de visgueiro, por parcela, (considerando t=2,0) I.C.=
3,45 0,92 , o que representa (8625 2300) indivduos por hectare, com um erro de
amostragem de 26,67%. Para se conseguir uma estimativa com erro de 20%, seriam
necessrios n
( )
( )
8 7,7
0,2x3,45
0,92 4
2
~ = = conglomerados de 4 parcelas.

Observao: Pode se adotar, ainda, embora seja bem menos freqente em
inventrios florestais, a Amostragem de Conglomerados em dois estgios, com
conglomerados de tamanhos diferentes e nmeros de unidades secundrias
diferentes em cada conglomerado. Os estimadores tm, evidentemente, uma
maior complexidade e no sero estudados ao longo do nosso curso.

13.4. Bibliografia de apoio
SCHEAFFER, R. L.; MENDENHALL, W.; OTT, L. Elementary survey sampling.
Boston: Duxbury, 1979. p.141-171.
128
A AN N L LI I S SE ES S E ES ST TR RU UT TU UR RA AI I S S E EM M I I N NV VE EN NT T R RI I O OS S F FL LO OR RE ES ST TA AI I S S

Objetivos: Estudar as tcnicas e os mtodos adotados nas anlises da
estrutura da vegetao e a importncia destas anlises nas avaliaes da
dinmica de sucesso e dos efeitos do manejo em comunidades florestais.

14.1. Introduo
Seja com o objetivo de realizar estudos ecolgicos ou silviculturais, seja para
servir de base elaborao de planos de manejo, os inventrios de formaes
florestais naturais (ou seja, originrias de regenerao natural) precisam enfocar no
apenas aspectos quantitativos relativos a estoques e incrementos, mas tambm avaliar
a estrutura destas florestas. As anlises que permitem avaliar estes aspectos so
denominadas de anlises estruturais e so geralmente consideradas como objetos
dos chamados levantamentos fitossociolgicos.
Sabendo-se que a Sociologia a cincia que tem por objeto o estudo das
sociedades e fenmenos sociais, a Fitossociologia (termo visto com restries pelos
cientistas sociais!) pressupe o entendimento de sociedade no sob a abordagem
humana, mas no sentido de comunidade, conjunto de populaes de uma dada rea,
ou de associaes vegetais. Assim, entende-se Fitossociologia como o estudo das
comunidades vegetais, preocupando-se com quais espcies esto presentes, como se
distribuem e o quanto cada uma delas representa nesta comunidade.
Os levantamentos fitossociolgicos, vistos s vezes, equivocadamente, como
trabalhos diversos dos inventrios florestais, constituem-se na coleta e anlise de dados
que permitem definir, para uma dada comunidade florestal, as suas estrutura
horizontal (expressa pela abundncia ou densidade, freqncia e dominncia),
estrutura vertical (posio sociolgica e regenerao natural) e estrutura
dendromtrica (relativa aos parmetros dendromtricos, como distribuio diamtrica
e distribuio de volume ou rea basal por classe diamtrica).
Estas anlises estruturais renem vrios mtodos e tcnicas, incluindo os de
amostragem, estimativas de parmetros fitossociolgicos e dendromtricos e
levantamentos florsticos.
importante salientar que, da mesma forma do exigido em outras naturezas de
levantamentos amostrais, como aqueles que objetivam obter estimativas de estoque
129
volumtrico ou de biomassa, o sistema de amostragem adotado em inventrios
florestais para anlise estruturais deve proporcionar nveis de preciso e de confiana
adequados e informaes vlidas para a tomada de decises sobre o manejo da
vegetao.
14.2. Parmetros fitossociolgicos
Denominam-se parmetros fitossociolgicos os ndices ou indicadores utilizados
para caracterizar a estrutura de uma comunidade vegetal. A seguir, se comenta cada
um dos principais parmetros, segundo as definies e interpretaes de CAIN et
al.(1956), LAMPRECHT (1962 e 1964) e FINOL-URDANETA,1971.
14.2.1.Parmetros da estrutura horizontal
Densidade ou abundncia: Expressa a participao das diferentes espcies
dentro da associao vegetal. Densidade ou abundncia absoluta (D
abs
ou A
abs
)
indicam o nmero de indivduos de dada espcie por unidade de rea e densidade ou
abundncia relativa (D
rel
ou A
rel
) indicam a participao de cada espcie, em
porcentagem, no nmero total de rvores.
A abundncia est diretamente relacionada composio de uma comunidade
em relao as espcies presentes e ao nmero de indivduos de cada uma delas,
independente de suas dimenses.
O termo densidade s vezes empregado para designar o nmero total de
rvores existentes por unidade de rea, independente da espcie (densidade
total) ou para cada espcie (densidade da espcie X). Emoutras situaes, no
glossrio da silvicultura e do manejo, a palavra pode adquirir conotao
diferente, passando a se referir ao grau de ocupao do terreno pelas rvores,
relacionada ao conceito de rea basal. Por isso, neste documento, d-se
preferncia ao termo abundncia para nomear o parmetro que expressa,
absoluta e relativamente, o nmero de rvores de cada espcie na comunidade.

A
abs(espcie X)
=Nmero de rvores da espcie X por hectare
A
rel(espcie X)
=
abs
abs(x)
A
A
, sendo
abs
A =nmero de rvores por hectare (todas as
espcies)
130

Freqncia: Exprime a regularidade da distribuio espacial de cada espcie
sobre o terreno. A freqncia absoluta (F
abs
) indica a porcentagem (ou proporo) de
ocorrncia de uma espcie em uma determinada rea, expressa pelo nmero de
unidades de amostra, dentre o total de parcelas, onde a espcie se encontra presente.
A freqncia relativa (F
rel
) indica a porcentagem de ocorrncia da espcie em relao
s demais.
F
abs(espcie X)
= nmero de u.a. onde a espcie esteve presente/ nmero de
unidades de amostra total.
F
rel (espcie X)
=
abs
abs(x)
F
F

A freqncia s representa o grau de regularidade da distribuio espacial das
espcies se as unidades amostrais estiveremdistribudas regularmente (como
comum em amostragens sistemticas em linhas de parcelas ou emretculo).
Em amostras aleatrias ou estratificadas aleatrias, valores de freqncia
elevados no representamregularidade na distribuio dos indivduos de uma
espcie, mas indicam uma tendncia da espcie a se distribuir aleatoriamente
(portanto, semapresentar tendncia ao agrupamento).
Deve-se lembrar, por outro lado, que a amostragem reconhecidamente um
mtodo capaz de fornecer preciso, confiana e eficincia s estimativas,
porm quando se trata de estimativas de parmetros de variveis com
distribuio conhecida, normal ou aproximadamente normal. Assim, a
distribuio espacial de uma espcie rara ou pouco freqente dificilmente
pode ser conhecida atravs da amostragem, principalmente nos processos
aleatrios, onde no se garante um desenho amostral uniformemente
distribudo emtoda a extenso da rea emestudo.

Dominncia: definida como o somatrio das reas seccionais (transversais,
basimtricas ou basais individuais) dos indivduos de uma dada espcie, por unidade de
rea (assim definida, refere-se a dominncia absoluta, Dom
abs
). A dominncia relativa
131
(Dom
rel
) representa a porcentagem de rea basal da espcie, em relao a rea basal
total, ambas calculadas por unidade de rea.

Dom
abs(espcie X)
=G
(X)
/ha, em m
2

Dom
rel (espcie X)
=
abs
abs(x)
Dom
Dom
onde
abs
Dom =G/ha

O termo dominncia, em anlises ecolgicas, tem sentidos um pouco
diferentes: refere-se, por exemplo, a posio da rvore na comunidade (se
dominante, codominante, dominada ou suprimida) e est relacionado ao porte
e rea de expanso de copa. O parmetro fitossociolgico Dominncia, apesar
de algumas vezes interpretado como somatrio das projees de copas das
rvores de uma espcie, aqui entendido como a participao das espcies em
uma comunidade, emrelao a uma dimenso transversal, ou seja, a rea basal
do grupo de rvores da espcie (tomada a 1,30m, mas s vezes adaptada s
medies na base dos troncos) e, por isso mesmo, relacionada capacidade
produtiva da espcie, qualidade do stio e ao estdio sucessional da
comunidade.

ndice de valor de importncia (IVI): a soma da abundncia, da freqncia e
da dominncia relativas de cada espcie da associao vegetal. o ndice que
caracteriza a importncia de cada espcie na comunidade (sob a perspectiva horizontal,
ou, esquematicamente, vista sob a tica de uma "planta baixa" da rea) , reunindo os
critrios de anlise dos trs parmetros.
IVI
(x)
= A
rel(x)
+F
rel(X)
+Dom
rel(x)
14.2.2.Parmetros da estrutura vertical
Posio sociolgica: Informa a composio dos distintos estratos verticais da
floresta. Geralmente, definem-se trs estratos em uma comunidade florestal: o inferior,
o mdio e o superior. s vezes os levantamentos contemplam tambm o estrato que
corresponde ao sub-bosque. Por outro lado, alguns tipos de vegetao, por suas
prprias condies naturais, podem apresentar apenas dois estratos.
A estratificao em altura pode ser feita obedecendo evidncias naturais que
os distinguem ou estabelecendo-se critrios objetivos de delimitao. Um dos mtodos
de delimitao dos estratos verticais emprega a curva das freqncias acumuladas das
alturas, adotando o critrio de que cada estrato deve corresponder a uma classe de
132
altura com 1/3 da freqncia total. Assim, os limites de altura dos estratos so os
valores correspondentes a 33,33% e 66,66% da freqncia acumulada.
A Posio Sociolgica absoluta (PS
abs
) de uma dada espcie calculada
multiplicando-se, em cada estrato de altura, o nmero de rvores encontrado pelo Valor
Sociolgico do estrato e somando-se os produtos.
O Valor Sociolgico do estrato dado pela razo entre o nmero de rvores de
todas as espcies no estrato pelo total geral de rvores da floresta, de todas as
espcies e em todos os estratos.
Ilustrando: A tabela a seguir transcreve uma parte dos dados referentes a um
levantamento fitossociolgico onde foram identificadas vrias espcies (entre elas o
amarelo e a amescla e outras no constantes da tabela), reunindo 1099 rvores por
hectare. Foram determinados trs estratos verticais e calculados os valores
sociolgicos dos estratos, abundncia, absoluta e relativa (parmetros da estrutura
horizontal) e posio sociolgica, absoluta e relativa.

Espcie
Nmero de rvores/ha N/ha
(A
abs
)
A
rel
%
PS
abs
PS
rel
% Est. inf. Est. med. Est. sup.
Amarelo 2 7 12 21 1,9 6,2 1,5
Amescla 24 13 16 53 4,8 18,4 4,3
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
. . . . . . . .
Total 456 368 275 1099 100,0 423,6 100,0
Valor
fitossociolgico
0,42 0,33 0,25

VF
est. inf.
=456/1099 =0,42
VF
est.med.
=368/1099 =0,33
VF
est.sup.
=275/1099 =0,25
PS
abs (amarelo)
=(0,42)(2)+(0,33)(7)+(0,25)(12) =6,15 ~ 6,2
PS
abs (amescla)
=(0,42)(24)+(0,33)(13)+(0,25)(16) =18,37 ~ 18,4
PS
rel(espcie)
=PS
abs (espcie)
/
abs
PS
133
Regenerao Natural: A regenerao natural se constitui no apoio ecolgico
sobrevivncia do ecossistema florestal. A regenerao natural que considerada nos
levantamentos fitossociolgicos rene os descendentes das rvores que se encontram
entre 0,1m de altura at o limite do dimetro mnimo mensurvel nos estratos arbreos.
As jovens plantas so classificadas por categorias de tamanho, geralmente em
nmero de trs, definidas a critrio do pesquisador e de acordo com os objetivos dos
trabalhos. Se em inventrios em caatinga normal se adotar DAP de 2,0cm como o
mnimo mensurvel nos inventrios do estrato arbreo, em reas de vegetao
secundria de Mata Atlntica o DAP mnimo adotado geralmente 6,0cm. Assim, para
caatinga, pode-se ter as classes de tamanho de regenerao natural:
I - de 0,10 a 0,99m de altura
II - de 1,00 a 2,00m de altura
III - acima 2,00m de altura, at 1,99cm de DAP,
e, para a rea de floresta costeira mida:
I - de 0,10 a 1,29m de altura
II - de 1,30m a 2,60m de altura
III - acima de 2,60m de altura, at 5,99cm de DAP.
O ndice de regenerao natural de uma espcie, expresso em porcentagem, a
mdia dos valores de abundncia relativa, freqncia relativa e categoria de tamanho
relativa (CTR), calculada da mesma forma que a posio sociolgica relativa.
RN%=(A
rel
+F
rel
+CTR)/3
ndice de valor de importncia ampliado (IVIA): obtido somando-se os valores
relativos dos parmetros das estruturas horizontal e vertical.
IVIA= A
rel
+F
rel
+D
rel
+PS
rel
+RN%
14.2.3. Outras tcnicas de anlise da estrutura vertical
Os mesmos parmetros que caracterizam a estrutura horizontal podem ser
usados na anlise da estrutura vertical, calculados para cada um dos estratos definidos.
O clculo do ndice de Valor de Importncia das espcies, em cada estrato, permite
facilmente identificar as diferenas de composio em funo da estratificao em
altura.
134
A confeco e a anlise de perfis (cortes) da vegetao tambm possibilitam
avaliaes da estrutura vertical de uma floresta, com a vantagem de ilustrar
graficamente as situaes. No entanto, no permitem comparaes de resultados nem
conseguem resumir as informaes coletadas em forma mais simples e diretamente
utilizvel.
14.2.4.Interpretaes da estrutura vertical
A estrutura vertical de uma floresta um aspecto muito importante a ser
considerado nas anlises estruturais e fornece elementos importantes para se conhecer
seu estado atual e sua dinmica evolutiva. Em geral, pode-se dizer que uma espcie
tem seu lugar assegurado na comunidade florestal quando est presente em todos os
estratos e conta com estoque de crescimento, representado pela regenerao natural.
Caso a espcie s seja encontrada nos estratos superiores, pode-se supor que sua
sobrevivncia no desenvolvimento da comunidade duvidoso. Isto pode se dar devido
a condies naturais com espcies que, por caractersticas de sua auto-ecologia, no
conseguem estabelecer regenerao natural sob sombreamento, ou pode ser devido a
mudanas causadas pela interveno humana. Da mesma forma, a ausncia de certas
espcies no estrato superior pode indicar que alguma delas naturalmente no
ultrapassam determinada altura e que outras podem ter sido objeto de uma explorao
seletiva no passado, com retirada dos indivduos de maiores dimenses.
A simples avaliao baseada em ndices no suficiente para compreender as
associaes vegetais, as dinmicas de desenvolvimento e seus potenciais de
recuperao. preciso acrescentar outras naturezas de anlise, onde se estude as
caractersticas das espcies presentes. Quando se objetiva inferir sobre o estgio de
desenvolvimento de uma comunidade ou sobre sua capacidade de regenerao e
recomposio de estoque e de diversidade, essencial o emprego de parcelas
permanentes em inventrios florestais contnuos.

As estimativas dos parmetros fitossociolgicos, como todas as estimativas, esto
relacionadas a uma determinada preciso, funo da intensidade de amostra e do
processo de seleo. Em levantamentos estruturais praticamente impossvel se
estimar a preciso obtida em cada uma das estimativas dos parmetros, para cada uma
135
das espcies. Mais difcil ainda seria se trabalhar com um tamanho de amostra que
garantisse a preciso mnima requerida em todas as estimativas. Como em qualquer
inventrio onde se trabalha com diversas variveis, deve-se escolher a(s) mais
importante(s) para servir de referncia para a estimativa de preciso obtida e do clculo
do nmero de unidades de amostra. Em levantamentos fitossociolgicos gerais, o
nmero de rvores e a rea basal se apresentam como as variveis mais adequadas
a este tipo de anlise.
CAIN, S.A.; CASTRO, G. M. O.; PIRES, J . M.; SILVA, N. T. Application of some
phytosociological techniques to Brasilian rain forests. American Journal of Botany, n.
43. p. 911-941, 1956.
FINOL-URDANETA, H. Nuevos parmetros a considerarse en el anlises estructural de
las selvas virgenes tropicales. Revista Florestal Venezolana, v.14, n.21, p.29-42,
1971.
LAMPRECHT, H. Ensayos sobre unos metodos para el anlisis estructural de los
bosques tropicales. Acta Cientifica Venezolana, v. 13, n. 2, p.57-65,1962.
LAMPRECHT, H. Ensayo sobre la estructura floristica de la parte sur-oriental del
Bosque Universitario El Caimital - Estado Barinas. Revista Florestal Venezolana, v.7,
n. 10-11, p.77-119, 1964.
14.4. Aplicao prtica
A partir de dados de parcelas de um inventrio florestal realizado em uma rea
de floresta nativa, efetue as anlises necessrias caracterizao da estrutura da
vegetao, empregando o Excel para os clculos necessrios (tpicos complementares
de estudo desta disciplina). Ao final, apresente os resultados na forma de relatrio, com
tabelas de Abundncia, Freqncia, Dominncia e Posio Sociolgica das espcies e
grficos da distribuio da rea basal e do nmero de rvores por classe diamtrica
para todas as espcies e para as espcies mais importantes da comunidade. Interprete
os resultados e apresente suas concluses.

136
I I N NV VE EN NT T R RI I O OS S F FL LO OR RE ES ST TA AI I S S S SU UC CE ES SS SI I V VO OS S

Objetivos: Conhecer os tipos de inventrios florestais sucessivos, seus
princpios e diferenas bsicas.

15.1. Introduo
O inventrio florestal pode ser repetido a intervalos de tempo regulares. A
amostragem de uma floresta em duas ou mais ocasies realizada, principalmente,
objetivando estimar os parmetros da populao na poca da medio e da
remedio, bem como a dinmica da floresta. Assim, podemos avaliar a dinmica da
populao, bem como uma srie de variveis indispensveis para o manejo a ser
aplicado floresta.
Em florestas plantadas, este tipo de amostragem pode ser considerado como uma
tcnica de manejo que fornece informaes tais como:
- resultados de tratamentos aplicados: estoque antes e aps desbaste,
densidade atual, danos, etc.
- comparao do crescimento observado com predies obtidas a partir de
tabelas de produo ou modelos de crescimento.
Em florestas naturais, o inventrio sucessivo utilizado para estimar as mudanas
dentro da floresta e predio do crescimento. Neste caso, a mortalidade, o
recrutamento e o corte precisam ser estimados para predio do estoque de
crescimento. Em sendo assim, este tipo de amostragem deve ser baseada em parcelas
permanentes, ou em alguns casos pela combinao de parcelas permanentes e
temporrias.
Os inventrios florestais sucessivos de acordo com o tipo de parcela utilizado
podem ser classificados em independente, dupla amostragem, contnuo e com
repetio parcial.
O inventrio florestal independente (IFI) faz uso apenas de parcelas temporrias
(u). Nesse tipo de inventrio, novas unidades de amostra so lanadas na poca de
cada medio. A grande vantagem do IFI o baixo custo e sua eficincia na estimativa
do volume corrente. Por outro lado, apresenta menor eficincia quanto as estimativas
do crescimento peridico.
137
A dupla amostragem (DA) utiliza parcelas temporrias (u) e permanentes (m) na
primeira ocasio e apenas parcelas permanentes na segunda. No segundo inventrio,
uma parte das unidades tomadas na primeira ocasio remedida. A principal vantagem
da DA a forte correlao existente as os volumes da primeira e segunda ocasies,
estimadas a partir das unidades permanentes, permitindo ajustar uma regresso linear,
que aplicada s unidades temporrias da primeira ocasio e da segunda ocasio,
obtendo-se as estimativas dos volumes destas subamostras nas ocasies em que elas
no foram medidas.
No inventrio florestal contnuo (IFC) apenas parcelas permanentes (m) so
utilizadas. Nesse caso, as parcelas casualmente selecionadas so periodicamente
medidas. A principal vantagem do IFC a avaliao peridica do crescimento da
floresta, estimado com pequeno erro-padro da mudana. No entanto, um sistema
com pouca flexibilidade e caro, alm de a estimativa do valor corrente da floresta no
ser melhor que as encontradas com outros procedimentos, em termos de preciso.
No procedimento de amostragem com repetio parcial (ARP) so utilizadas
parcelas permanentes e temporrias, divididas em trs grupos. O primeiro grupo
formado por parcelas temporrias (u) medidas somente na primeira ocasio. O segundo
grupo formado por parcelas permanentes (m) medidas nas ambas as ocasies. E o
terceiro grupo composto por novas parcelas temporrias (n) medidas somente na
segunda ocasio.
15.2. Atividades para a aprendizagem
Faa a leitura da seo Bases para o estudo de crescimento e produo
(Seo 3.8) e do Captulo 6 do livro Inventrio Florestal, de J os Roberto Scolforo,
ESAL/FAEPE, 1993 e, a seguir, responda as seguintes questes:
1. Em um inventrio florestal, quais as informaes adicionais que se obtm ao se
empregar parcelas permanentes? Em que situaes elas so exigidas?
2. Qual a finalidade de se efetuar remedies em uma floresta?
3. Quais so os procedimentos bsicos de Inventrios Florestais Sucessivos?
4. Em qual dos procedimentos se adota unicamente parcelas permanentes?
5. Em quais dos procedimentos se emprega a regresso para obteno das
estimativas?
138
6. Complete, dando os nomes aos tipos de inventrios florestais sucessivos
representados pelos esquemas a seguir, sendo:

u =nmero de unidades de amostras temporrias, medidas na
primeira ocasio.
m =nmero de unidades de amostras permanentes, medidas na
primeira e na segunda ocasio.
n =nmero de unidades de amostra temporrias novas, medidas
na segunda ocasio.

Primeira ocasio (n
1
) Segunda ocasio (n
2
)
A)

B)

C)

D)

m

u
m

n
u n
m m
m
u
m
139
7. Explique minuciosamente como, em uma Dupla Amostragem, se pode conhecer a
relao entre 2 medies sucessivas de parcelas permanentes. Crie um exemplo
numrico estimando os coeficientes da equao V
2i
=b
0
+b
1
V
1i
, onde V
1ii
representa
os volumes medidos na primeira ocasio e V
2i
os volumes medidos na segunda
ocasio.
8. Na Dupla Amostragem e no Inventrio Contnuo, como se pode estimar a correlao
linear entre duas medies sucessivas? O que isto representa?
9. Discuta o significado das seguintes expresses da varincia da mdia da mudana
(
2
d
s ):
Em inventrios florestais independentes:

Em inventrios florestais sucessivos:
m
s s 2r s s
s
y x xy
2
2
2
1
d
2
+
=

15.3. Leituras recomendadas
Estimadores de mdia e varincia da mdia para as duas ocasies de medies
e para a mudana, nos quatro tipos de inventrios florestais sucessivos, podem ser
encontrados em PELLICO NETTO, S. & BRENA, D.A. Inventrio Florestal e
SCOLFORO, J . R. Inventrio Florestal.
Abordagens mais aprofundadas podem ser vistas em:
GERING, L. R.; SILVA, J . A. A.; MACHADO, S. A. M. Inventrio florestal contnuo com
reposio parcial de unidades amostrais. Floresta, v. 24, n.1/2, 1995, p.3-22.
SCOLFORO, J . R. S. Anlise comparativa dos procedimentos de inventrios
florestais repetidos em povoamentos de Eucalyptus spp, nas regies de Bom
Despacho e de Coronel Fabriciano, Minas Gerais. Viosa: UFV, 1980. 113p.
Dissertao de Mestrado em Cincia Florestal Universidade Federal de Viosa.

2
2
2
1
2
1 2
d
n
s
n
s
s + =
140
R RE ES SU UM MO O E E A AU UT TO O- -A AV VA AL LI I A A O O

Objetivos: Revisar os assuntos estudados ao longo do semestre letivo e
avaliar a aprendizagem no perodo, identificando, atravs da leitura do portflio
por professores e colegas, os pontos fortes e fracos do processo.

16.1.Resumo
Pode-se resumir o objetivo da disciplina Inventrio Florestal como o estudo dos
mtodos, tcnicas e processos de se obter informaes sobre uma populao florestal,
a partir das informaes obtidas na amostra. Nestes Programas de Estudo procurou-se
apresentar e discutir os principais desenhos amostrais e os seus mtodos de
inferncias, relacionando-os s aplicaes prticas especficas de Inventrios
Florestais.
Os Programas de Estudo foram divididos em 16 Unidades. Na primeira se
apresenta a disciplina, seus objetivos e importncia, programa e bibliografia; as
segunda e terceira Unidades tratam de revises, atravs da realizao de exerccios,
de conceitos elementares de Dendrometria e Amostragem, j estudados em disciplinas
anteriormente cursadas. A quarta Unidade descreve as etapas de um inventrio
florestal, introduzindo as questes fundamentais de um levantamento por amostragem:
definio da populao, nvel de confiana desejado, preciso requerida, delineamento
amostral, estrutura do trabalho de campo, etc. A partir desta Unidade, se recomenda o
incio da preparao de um projeto de Inventrio.
A quinta Unidade procura reunir todas as abordagens anteriores, sugerindo
atividades de reviso. Na sexta Unidade se apresentam os quatro processos de
amostragem mais usuais em Inventrios Florestais: Amostragem Inteiramente Aleatria
(A.I.A), Amostragem Aleatria Estratificada (A.A.E), Amostragem Sistemtica (A.S.) e
Amostragem em Conglomerado em um nico estgio (A.C).
A Unidade 7 apresenta um texto sobre tamanho e formas das unidades amostrais,
com uma pequena mas expressiva reviso bibliogrfica sobre o assunto; Na unidade
seguinte, atravs da leitura de um texto traduzido e adaptado, se pretendeu, mais uma
vez, revisar e associar os contedos estudados, sob uma abordagem essencialmente
prtica.
141
A nona Unidade, atravs de exerccios e leituras, procura integrar os
conhecimentos adquiridos e aplic-los concretamente na concluso do projeto de
inventrio, alm de discutir a questo dos custos em inventrios florestais.
Nas unidades seguintes (10; 11; 12 e 13) dada maior ateno s anlises dos
dados de cada um dos processos amostrais estudados. Os parmetros das anlises
estruturais so apresentados na Unidade 14 e a Unidade 15 finaliza com a proposio
de atividades com vistas a conhecer os tipos de inventrios florestais sucessivos:
Inventrios Independentes, Contnuos, com Dupla Amostragem e com Repetio
Parcial.
Finalmente, nesta ltima Unidade, pretende-se realizar uma reflexo sobre o
desempenho geral do aluno, os conhecimentos adquiridos e sua capacidade de
resolver problemas da vida profissional que envolvam planejamento, execuo e
anlise de inventrios florestais. Para isto, aconselha-se a auto-avaliao, tomando
como base o material produzido e organizado no portflio do estudante, avaliado
segundo os critrios constantes na ficha dada a seguir. Colegas e professores devem
tambm ler o material e emitir suas crticas e sugestes.
E parabns pelo sucesso em empreender mais uma viagem nos caminhos da
busca ao conhecimento!

O sujeito aprende quando confrontado com uma situao que vai exigir a
construo de um novo modelo de comportamento, quando o sistema de resposta
j construdo no permite superar o obstculo. por isso que toda a
aprendizagem implica em um tempo de desestabilizao, com o risco, para o
sujeito, de paralisia ou de regresso. Qualquer aprendizagem uma aventura
cuja sada feliz problemtica, porque se tem de ser capaz de suportar o pr-se
em questo e o levantar da dvida, sem os quais no h progresso.
Charles Hadji, A avaliao, regra do jogo das intenes aos instrumentos,
1994.
142
16.2. Avaliao
AVALIAO DO PORTFOLIO
FICHA DE ATRIBUIO DE CONCEITOS

Aluno:...............................................................................................................................

CRITRIO Caracterstica pela qual se verifica
que....
Valor
/Peso
Conceito
Clareza e
organizao na
apresentao
O material apresenta de forma
organizada, concisa e suficientemente
esclarecedora as atividades julgadas
relevantes, permitindo uma boa viso
dos objetivos e dos contedos da
disciplina.
20%

Abrangncia das
atividades
relatadas
Todas as atividades desenvolvidas ao
longo da disciplina se encontram
relatadas, ou seja, nada de importante
foi deixado de fora.
25%
Aplicao dos
conhecimentos
adquiridos ao longo
do semestre
As respostas s questes dos
exerccios e as demais atividades
demonstram o desenvolvimento de
conhecimentos e habilidades
compatveis com os objetivos de
aprendizagem da disciplina.
25%
Riqueza nas
abordagens
Evidencia-se o interesse em pesquisar
vrias fontes de consulta e
desenvolver leituras e outros trabalhos
prticos.
10%
Oportunidade de
se auto-avaliar
O material expe o aprimoramento do
aluno ao longo do semestre, com
tarefas comentadas, corrigidas e cada
vez mais complexas e bem
elaboradas.
20%
Total

Seus comentrios:

143
TPICOS COMPLEMENTARES

Como se viu, este no se trata de um livro-texto de Inventrio Florestal, mas sim
de um livro didtico, at porque os autores acreditam que, para uma aprendizagem
eficaz, so necessrias variadas estratgias, alimentadas por mltiplas fontes de
consultas e diversas atividades, de naturezas terica e prtica.
Seguindo este paradigma, este livro foi dividido em 16 Unidades, correspondentes
a 16 semanas de aula, abordando os pontos essenciais do programa da disciplina
Inventrio Florestal que constituem a base de conhecimentos para um Engenheiro
Florestal. A seguir, se apresentam cinco outras Unidades, denominadas Tpicos
Complementares, onde se prope o estudo de temas correlatos ao programa, cuja
seleo se deu norteada pelas perspectivas de atualidade e interdisciplinaridade que os
revestem.
Caber ao professor sugerir ou no o estudo dos tpicos, em funo tambm da
demanda da turma e da disponibilidade de tempo, e ao aluno, principalmente, decidir
se de seu interesse se aprofundar nos temas e conduzir seus estudos neste sentido.
So os seguintes os temas abordados:
1. Amostragem de propores em inventrios florestais.
2. Inventrio florestal para a elaborao de planos de manejo de caatinga.
3. Uso do Excel em inventrios florestais.
4. Mtodos de levantamento de fauna.

144
TPICOS COMPLEMENTARES 1

AMOSTRAGEM DE PROPORES EM INVENTRIOS FLORESTAIS

Certas situaes exigem que se estime a proporo de uma populao que
apresenta uma caracterstica especfica. Por exemplo, o setor de defesa florestal de
uma empresa precisa conhecer a proporo de rvores atacadas por uma doena nos
seus plantios. Ou, para propor um manejo em uma rea de floresta nativa, um tcnico
deseja estimar a proporo de rvores com dimetro acima de 20,0cm.
As variveis, nestes casos, obedecem a uma distribuio binomial, isto ,
assumem valores 0 ou 1 em cada unidade amostral, correspondendo a ausncia ou
presena da caracterstica (o que significa, de forma geral, a excluso ou a incluso
da unidade observada na categoria de interesse).
Imagine um plantio de Eucalyptus sp onde foi selecionada uma amostra de n
rvores: Ao se analisar cada rvore, para verificar a ocorrncia dos sintomas de uma
doena fngica, pode-se ter os seguintes resultados:
X
i
=0, quando a rvore no apresentar sintomas ou
X
i
=1, quando a rvore apresentar sintomas da doena.
Na amostra, o nmero de rvores com sintomas da doena ser dado por
=
n
1 i
i
X
e a proporo de rvores com sintomas (P) ser estimada por p, razo entre o
nmero de rvores com sintomas e o nmero de rvores na amostra (tamanho da
amostra). Assim,
p =
n
X
n
1 i
i
=

com o valor de p variando entre 0 e 1.
A estimativa da varincia dada por:
( ) | | p 1 p
) 1 n (
n
s
2

=
e a varincia da proporo p:
|
.
|
\
|

=
N
n
1
1 n
1) p(p
s
2
p

145
Assim, o erro-padro da proporo pode ser estimado pela expresso:
2
p p
s s = , e o erro de amostragem, como j foi fartamente discutido em Unidades de
Estudo anteriores,
p
s t
o
.
O clculo do nmero mnimo de unidades de amostra, para um dado erro
admissvel E e para um nvel P de confiana (onde P+o=1 ou 100%), feito atravs
das expresses:
2
2
E
) p 1 ( p t
n

=
o
, para populaes consideradas infinitas e
( ) ) p p(1 t E 1 N
p) Np(1 t
n
2 2
2
+

=
o
o
, para populaes finitas.

Aplicao
No diagnstico da arborizao de ruas de um bairro, tomou-se uma amostra
aleatria de 100 rvores dentre o total aproximado de 5000 existentes, para se
estimar a proporo de rvores danificadas por podas mal executadas. Foram
registradas 66 rvores com danos de regulares a graves. Analisando estes dados
amostrais, pode-se chegar aos seguintes resultados:
Estimativa da proporo de rvores danificadas por podas no bairro:
66 , 0
100
66
p = =
Varincia:
s
2
= ) p p(1
1) (n
n
h
h

=(1,01)(0,66)(1-0,66) =0,2266
Varincia da proporo:
0023 , 0
99
2266 , 0
s
2
p
= = , j que no necessrio se usar a correo para populaes
finitas, pois n<0,05N.
0476 , 0 0023 , 0 s
p
= =
Pode-se dizer que o Intervalo de confiana para a proporo de rvores
danificadas por podas 0,66(2,0)(0,048) ou seja, 0,660,096. Expressando na forma
146
de porcentagem, pode-se considerar que 66% das rvores apresentam danos, com
erro de 9,6%.
Se o erro cometido no satisfaz as exigncias de preciso deve-se aumentar o
tamanho da amostra. Vamos calcular, por exemplo, o nmero necessrio de rvores a
serem avaliadas, desejando-se fornecer a estimativa da proporo com um erro de
0,05 (5%):
( )
359
05 , 0
) 2244 , 0 ( ) 0 , 2 (
2
2
= = n rvores.
Amostragem estratificada de propores
Certas condies de heterogeneidade da populao podem exigir que se tomem
amostras estratificadas para a estimativa da proporo. Nestes casos, valem as
mesmas recomendaes e cuidados j mencionados na Unidade de Estudo sobre
este processo amostral.
Os estimadores adotados so os seguintes:
h
h
n
1 i
hi
h
n
X
p

=
=
onde:
h
p =estimativa da proporo no estrato h
=
h
n
1 i
hi
X =nmero de ocorrncias positivas do evento estudado.
h
n
=nmero de unidades de amostra no estrato h.
N
p N
p
L
1 h
h h
est
=
= =
h
L
1 h
h
p W
=

onde:
est
p =proporo na populao estratificada
h
N =nmero de unidades de amostras potenciais no estrato h
N =nmero total de unidades de amostras potenciais na populao
L =nmero de estratos
147
h
W =peso do estrato h
( )
|
|
.
|
\
|
=

=
1 n
) p (1 p
N
N
1
s
h
h h
L
1 h
2
h
2
2
est
p

2
est
p
s =varincia da proporo na populao estratificada.
Como foi estudado na Unidade 11, o nmero de graus de liberdade corrigido de
uma amostragem estratificada estimado pela frmula:
( )
1 n
s g
s g
n
h
L
1 h
2
2
h
2
h
2
L
1 h
2
h h
gl
|
|
.
|
\
|
=
=
=
sendo
( )
h
h h h
h
n
n N N
g

= e ) p 1 ( p
) 1 n (
n
s
h h
h
h 2
h

=
Aplicao
Um engenheiro florestal, para elaborar um laudo de vistoria de um Plano de
Manejo, resolveu estimar o potencial para a produo de estacas da propriedade
rural, situada no serto pernambucano. Para isto, traou um delineamento amostral
com objetivo de estimar o nmero de rvores explorveis existentes. Observando a
rea, o tcnico percebeu que os talhes que apresentavam trs condies distintas,
governadas por diferentes pocas e intensidade de exploraes anteriores. Atravs
de anlises de campo, auxiliadas pelo levantamento topogrfico, os estratos foram
delimitados com as seguintes reas:
Estrato 1 =126ha; Estrato 2 =82,5ha e Estrato 3 =61,5ha.
Em seguida, o tcnico selecionou 80 (n) rvores dentre aquelas mensurveis,
sendo 35 no Estrato 1(n
1
), 25 no Estrato 2 (n
2
) e 20 no Estrato 3 (n
3
). As rvores
foram classificadas como comerciais ou no, do ponto de vista da produo de
estacas, obtendo resultados positivos (n
ch
) em 13, 11 e 6 rvores, nos Estratos 1, 2 e
3, respectivamente. Com base nestes dados, o engenheiro florestal pde calcular os
limites de confiana para o nmero de rvores explorveis na rea e verificar se sua
amostragem havia sido representativa, com um grau adequado de preciso.

148
Observe:
Estrato
A
h
(rea,
emha)

n
h

n
ch

p
h

W
h

W
h
p
h 1 n
) p 1 ( p W
h
h h
2
h

1 126 35 13 0,37 0,47 0,221 0,00015
2 82,5 25 11 0,44 0,30 0,132 0,00092
3 61,5 20 6 0,30 0,23 0,069 0,00058
Total 270 80 30 0,422 0,00165

h
ch
h
n
n
p = e 422 , 0 p W p
3
1 h
h h est
= =

=

00165 , 0 s
2
est
p
= e 041 , 0 00165 , 0 s
est
p
= =
Para apresentar os limites de confiana da estimativa pode-se adotar o valor de
t=2,0, considerando uma confiana de 95% como satisfatria, ou, mais rigorosamente,
encontrar o nmero de graus de liberdade corrigidos para a amostragem estratificada
e obter o valor tabelar de t
o
, sendo o=5%. Como o engenheiro tem pressa para
finalizar o seu laudo e supe que no perder muito em preciso usando o valor de
t=2, pode-se estimar que L.C
% 5 = o
=0,422 (2,0)(0,041) =0,422 0,082, ou seja, a
porcentagem de rvores comerciais para este fim 42,2%, com erro de 8,2%.
Observaes
Quando a amostra grande, a razo
1) (n
n
h
h
tende a 1,0. Assim, a varincia

s
2
= ) p p(1
1) (n
n
h
h

pode ser considerada s

2
=p(1-p).
Encontram-se em FREESE (1962)
4
as seguintes expresses para n:
N
1
p) 4p(1
E
1
n
2
+
= , para 95% de confiana.

4
FREESE, F. Elementary forest sampling. Washington: U. S. Forest Service, 1962 (Agriculture handbook, 232).
P.64.
149
N
1
p) 6,76p(1
E
1
n
2
+
= , para 99% de confiana.

Por sua vez, SCHEAFFER et al. (1979)
5
apresentam a frmula de estimador para
n:
pq 1)D (N
Npq
n
+
= , onde q =1-p e
4
E
D
2
=
As expresses anteriores e as j conhecidas
2
2
E
) p 1 ( p t
n

=
o
(para populaes infinitas)
e
( ) ) p p(1 t E 1 N
p) Np(1 t
n
2 2
2
+

=
o
o
(para populaes finitas), so apenas formas diferentes de
formular estimadores para n, se considera-se (N-1)~ N.
Exerccio:
a) Prove algebricamente a afirmativa do pargrafo anterior.
b) Estime o tamanho da amostra para P=95% e erro admissvel de 0,05, sabendo
que N=560 e a proporo estimada de indivduos com uma caracterstica em uma
amostra piloto foi p=0,10.


INVENTRIO FLORESTAL APLICADO AO MANEJO SUSTENTADO DA CAATINGA

O texto a seguir um resumo de uma srie de anotaes e de materiais didticos
desenvolvidos para os Cursos de Capacitao em Manejo de Caatinga, promovidos pelo
IBAMA, entre 1996 e 1998, voltados a tcnicos das reas de licenciamento, assistncia
tcnica e avaliao de projetos de manejo florestal no Nordeste. Pretende-se aqui
enfatizar mais uma vez a importncia dos inventrios florestais diante da necessidade de
conhecimento dos nossos recursos florestais e como elementos fundamentais para
elaborao e acompanhamento de planos de manejo da vegetao nativa, discutindo-se

5
SCHEAFFER, R. L.; MENDENHALL, W.; OTT, L. Elementary survey sampling. Boston: Duxbury,
1979. p.48.

150
especificamente a importncia e os critrios dos inventrios florestais como base para
planos de manejo florestal da caatinga.
Inicialmente so abordados alguns aspectos sobre a utilizao sustentada dos
bens e servios florestais advindos da caatinga, denominao genericamente adotada
para as formaes vegetais xerfilas do semi-rido nordestino. Os comentrios e a breve
bibliografia apresentada pretendem, mais do que expor conceitos, definies e
experincias, demonstrar que a cincia e a tcnica podem apontar caminhos para a
produo florestal sustentada. No final do captulo, reproduz-se e comenta-se a
Instruo Normativa N
o
001/98 , que disciplina o manejo florestal no Nordeste e se
reporta inmeras vezes a mtodos e tcnicas do inventrio florestal.
1. Manejo florestal sustentado da caatinga - Base de conhecimentos
O que hoje se entende como manejo florestal sustentado a combinao de
uma srie de definies, conceitos, experincias, observaes prticas e consideraes
tericas, elaborados durante, pelo menos, as trs ltimas dcadas, por tcnicos e
pesquisadores da rea florestal, em todo o mundo.
Neste perodo de desenvolvimento das bases do conhecimento em manejo
florestal, vrios termos foram empregados para definir o que hoje constituem aspectos,
formas e princpios do manejo sustentado. Princpio da persistncia, rendimento
sustentado, produo florestal sustentada, manejo silvicultural e manejo para
usos mltiplos so aspectos, s vezes distintos quanto abordagem, que se
conjugam para procurar garantir a viabilidade tcnica, econmica e ambiental do
manejo florestal.
HOSOKAWA (1990), citou o artigo de Speidel de 1972, denominado Os
princpios bsicos do manejo florestal como fundamento para o desenvolvimento de
uma nao, como um marco na cincia florestal brasileira, por enfocar pela primeira
vez o conceito de rendimento sustentado.
O mesmo Speidel publicou o artigo Aspectos importantes na formao da
economia florestal brasileira onde apresentou o princpio da persistncia como idia
fundamental da economia florestal: conservar a capacidade produtiva da floresta (...)
de modo que possa dar aproveitamento mximo, no somente a gerao atual, mas
tambm a todas futuras (SPEIDEL, 1973). No trabalho citado, o autor antecipou-se
151
oferecendo solues a muitos problemas que hoje resistem no setor florestal. Defendeu
que reas de florestas naturais fossem transformadas em florestas de aproveitamento
persistente e colocou como condies bsicas a garantia de uma rea mnima de
cobertura florestal, que deveria ser elevada em condies tropicais, e do
aproveitamento mximo e persistente, o que pode ser traduzido no objetivo do manejo
para usos mltiplos.
interessante observar que as proposies de Speidel mantm-se
absolutamente atuais. Alm dessas, ele recomendou dois pontos principais na
legislao florestal:
(1) obrigao por lei de reflorestamento depois do corte raso;
(2) limitao da explorao anual frao fixada da rea florestal total (por exemplo
50%).
O mesmo autor alertou que um dos requisitos para a execuo efetiva da
legislao uma administrao florestal bem organizada e com pessoal suficiente,
voltada ao planejamento, superviso, fiscalizao, assistncia e extenso e chegou at
a propor um sistema de administrao conduzida a nveis nacional, estadual e distrital,
tomando como distritos florestais, reas entre 20 e 100 mil hectares, sob a
responsabilidade tcnica de um engenheiro florestal.
Tanto o princpio da persistncia quanto o denominado rendimento sustentado
buscam os mesmos objetivos. RENDIMENTO SUSTENTADO , segundo Gurgel Filho
(1974) citado por THIBAU (1982), a explorao florestal de forma que se "mantenha
sempre um status lenhoso de alto valor econmico, dendromtrico e dendrolgico".
O rendimento sustentado a meta a ser perseguida, portanto, em florestas ditas
artificiais (reflorestamentos) e em matas nativas, principalmente quando estas
florestas se revestem de especial importncia no fornecimento de benefcios indiretos.
Em ambas as situaes, a utilizao do recurso florestal em regime de manejo com
rendimentos sustentados associa-se aos objetivos do manejo florestal para USOS
MLTIPLOS.
A silvicultura realmente moderna no mais considera o recurso florestal como
fonte de nico produto. No manejo florestal para usos mltiplos pretende-se otimizar a
152
produo florestal tanto de valores diretos, comercializveis, madeireiros ou no,
quanto daqueles relacionados s funes sociais e protetoras das florestas.
O manejo florestal sustentado de florestas nativas, considerado como uma
alternativa de produo florestal distinta do reflorestamento ou arboricultura, foi
analisado por LAMPRECHT (1982), que denominou manejo silvicultural de bosques
ou silvicultura naturalista, os mtodos, sistemas e tcnicas que se baseiam no
aproveitamento do potencial produtivo natural do stio e da floresta (solo, clima,
espcies nativas), para lograr a meta perseguida. Neste caso, a silvicultura naturalista
tem como base e objetivo a vegetao natural espontnea e conta com ampla liberdade
de modificar esta base de trabalho, ou seja, converter a vegetao de acordo com os
propsitos do manejador.
Em sntese, os princpios do manejo florestal sustentado de matas nativas
evoluram a partir de conceitos como:
a) rendimento sustentado, que preconiza que se extraia da floresta a renda ou juros
(incremento) advindo do capital (floresta) sem prejuzo deste patrimnio ou capital;
b) usos mltiplos, onde o manejo florestal conduzido de forma a diversificar os
produtos florestais, sejam eles madeireiros, no-madeireiros (sementes, frutos, leos,
resinas, etc.) ou sociais, respeitando a capacidade suporte da rea e;
c) manejo silvicultural, onde as prticas do sistema silviculturais (cortes de melhora,
enriquecimento, etc.) procuram conduzir a floresta a um estado que permita oferecer
tima e indefinidamente e ao menor custo, todos os servios exigidos pela coletividade
(LAMPRECHT, 1982).
2. A questo da sustentabilidade
Tomando-se como base o exposto por HOSOKAWA (1990), pode-se afirmar que
o manejo das florestas naturais exige que se garanta a manuteno sustentada:
Da biodiversidade;
Da produtividade do solo;
Do regime hdrico;
Do capital social, florestal e econmico;
Da rentabilidade;
Da produtividade;
153
Dos benefcios indiretos.
Muitas vezes a garantia de manuteno sustentada de alguns aspectos
mencionados se d s custas de outros. Cabe ao pesquisador ou tcnico equacion-los
da melhor maneira possvel dentro da definio de propriedades geradas pelos
objetivos, condies ambientais, limitantes ecolgicos e fatores scio-econmicos.
O manejo florestal de matas nativas deve ser, necessariamente, sustentado. A
no garantia da sustentabilidade, tanto do ponto de vista ecolgico quanto econmico,
inviabiliza a produo florestal, degradando o ambiente e comprometendo a capacidade
produtiva e, com certeza, no pode ser denominada de MANEJ O e sim de explorao
predatria.
Ao manejo florestal no cabe um conceito nico, mas sim a definio de seus
princpios e caractersticas. Segundo J ESUS et al. (1992), a sustentabilidade do manejo
determinada pela avaliao correta do potencial florestal, da conduo da explorao
e do manejo dos indivduos remanescentes e da regenerao. Logo, o manejo florestal
de matas nativas, exige a execuo de inventrios florestais, definio e aplicao das
operaes silviculturais, quantificao dos produtos gerados e monitoramento da
regenerao e do crescimento dos indivduos remanescentes.
Ahrens (1990) citado por GUBERT FILHO (1993), apresentou a definio de
rendimento sustentado de Ford-Robertson, 1971, como o rendimento que uma floresta
que pode produzir continuamente, quando(...) submetida a uma determinada
intensidade de manejo. O mesmo GUBERT FILHO (1993), considerou a produo de
madeira, de forma regulada, problemtica em virtude do desconhecimento tcnico e
apontou como nica prtica de explorao racional a retirada de rvores de maior
dimetro, de forma planejada.
Ainda Ahrens (1990), citado por GUBERT FILHO (1993), considerou o uso da
expresso manejo sustentado como inadequado, porque no se sustenta o manejo,
mas sim pratica-se o manejo de forma a sustentar alguma forma de rendimento.
A discusso sobre semntica no o mais importante, mas, no entanto, se pode
reunir argumentos para considerar os termos MANEJ O SUSTENTADO ou MANEJ O
SUSTENTVEL como perfeitamente cabveis, considerando os significados do verbo
SUSTENTAR: suportar a queda, suster-se, equilibrar-se. O MANEJ O
154
SUSTENTADO, portanto, o Manejo Florestal equilibrado, que pode se manter do
ponto de vista ambiental, econmico e tcnico.
3. Viabilidade do manejo sustentado de matas nativas
A viabilidade tcnica do manejo florestal de matas nativas como sistema de
produo florestal , do ponto de vista terico e geral, inquestionvel. Hoje, vrios
resultados, ao menos preliminares, j so disponveis, referentes a experincia
conduzidas em florestas midas tropicais (J ESUS e GARCIA, 1992 a e b; J ESUS et al.,
1992, entre outros). possvel concluir que neste tipo de floresta o corte raso ocasiona
drsticas mudanas no ecossistema e aumenta a incerteza quanto recuperao da
floresta (J ESUS et al., 1992).
Estudos de crescimento em formaes florestais tropicais midas tambm
indicam que o incremento alcanado por rvores de zonas intocadas muito baixo. Em
experimentos onde se testa a intensidade de cortes, as parcelas testemunhas tendem a
apresentar menor crescimento, chegando a incrementos negativos, causados pela
mortalidade natural.
Nestas condies perfeitamente justificvel a retirada de volumes de madeira e
outros produtos, atentando-se para quais rvores sero cortadas (espcies, forma,
tamanho e nmero) e para os cuidados necessrios sua reposio.
THIBAU (1982), citou que todas as pesquisas e levantamentos demonstram no
haver problemas na regenerao natural para lenha, mas sim quanto adoo do
melhor meio de conduzir o povoamento sucessor, nas fases seguintes, at voltar a
produzir estacas e toras para serrarias.
O que DURIGAN et al. (1993), comentaram sobre o manejo silvicultural do
cerrado claramente vlido para quaisquer outras formaes florestais: a determinao
do ciclo mnimo de rotao, que define o perodo de retorno mesma rea de corte, o
ponto de partida da explorao racional. Para se estimar este ciclo, a melhor tcnica o
estabelecimento de parcelas avaliadas em sucessivas ocasies.
Trabalhos desenvolvidos pelo projeto IBAMA/PNUD, principalmente no Rio
Grande do Norte, procuraram avaliar diversos aspectos associados a viabilidade tcnica
e ambiental do manejo florestal de caatinga, como o comportamento da diversidade
florstica, os incrementos mdios anuais e as estimativas de ciclo de corte. Os
155
resultados parciais de muitos destes trabalhos se encontram disponveis para consultas
e alguns deles se encontram resumidos em PAREYN (1996a).
Experimentos conduzidos no Serid, RN, com objetivo de verificar o efeito de
diferentes tipos de cortes, com e sem pastoreio, permitiram recomendar, aps o sexto
ano de avaliaes peridicas, o corte seletivo como a melhor forma de interveno na
vegetao nativa da regio, em termos de produo e de diversidade, e estimar ciclos
de corte superiores a 13 anos, com baixos valores de incremento de volume e rea
basal. (PAREYN et al., 1993 e PAREYN, 1996b). Os mesmos experimentos, avaliados
no oitavo ano de conduo, apontaram a existncia de regenerao natural abundante,
crescimento diamtrico reduzido e diminuio do nmero de espcies onde foi realizada
queima do resto do desmate, no experimento com pastoreio (MEUNIER e CARVALHO,
2000). Os mesmos autores apontaram a necessidade de se proceder anlises
estruturais e de crescimento referentes a todo o perodo experimental, para se inferir
sobre ciclo e intensidade de corte recomendados.
Por outro lado, a viabilidade do manejo florestal est estreitamente ligada
viabilidade econmica, j que se no houver perspectivas de retorno compensador, o
produtor rural no empreender as aes necessrias melhora do povoamento
sucessor e poder, ao longo do perodo de crescimento, dar outro destino a rea,
inviabilizando a recuperao da vegetao.
Avaliando-se aspectos prticos, pode-se identificar que entre os fatores de risco
para o manejo florestal esto as mudanas na poltica florestal, os altos custos de
manuteno do projeto de manejo, as alteraes no mercado e a falta de assistncia
tcnica. A despeito dos elementos imponderveis, a garantia de estabilidade econmica
e a adoo de medidas efetivas de extenso e fiscalizao florestal podero manter em
limites aceitveis os riscos sustentabilidade dos projetos de explorao.
O manejo sustentado da caatinga uma perspectiva vivel para o
desenvolvimento do semi-rido nordestino e a incluso do componente florestal pode,
de forma eficiente e equilibrada, garantir a produo de madeira, carvo, forragem,
fibras, leos, tanino e medicinais.
A utilizao de rvores naturais da caatinga como recurso florestal vem se
processando h sculos, seja com a extrao seletiva das espcies de maior interesse,
156
com a utilizao das reas com cobertura florestal para pastagem ou ainda com o
aproveitamento da lenha de desmate. No entanto, o sistema tradicional no vem se
mostrando capaz de atender a demanda por produtos florestais, principalmente
energticos, sem por em risco o equilbrio dos ecossistemas.
Por outro lado, fatores sociais, culturais e ecolgicos fazem com que a produo
no Nordeste semi-rido s se apresente vivel quando integrada s atividades
agropastoris, apropriadas s condies edafo-climticas e ao pequeno produtor de
baixa renda. Neste cenrio, o manejo florestal sustentado da vegetao nativa uma
das possibilidades de produo florestal, aliada a agrossilvicultura, nas suas vrias
formas, e ao reflorestamento, quando vivel.
No entanto, o estgio preliminar das aes em manejo florestal da caatinga e a
insipincia dos resultados propiciam a convivncia com certeza e incertezas sobre esta
atividade.
Certezas:
1. A caatinga um recurso natural renovvel e, como tal, pode ser explorada
dentro de determinados limites;
2. A explorao florestal da caatinga fato flagrante e irreversvel;
3. Manejo florestal de caatinga no exclui outras formas de produo florestal
como agrossilvicultura e reflorestamento.
4. O manejo s se dar eficientemente como um novo modelo de administrao
florestal, onde a superviso e a extenso sejam efetivas;
5. A iniciativa de realizar manejo florestal fundamental para avaliar a
viabilidade dos sistemas adotados.
Incertezas:
1. A caatinga tem condio, com ajuda de tcnicas adequadas, de se recuperar
cada vez melhor, em qualidade e quantidade;
2. O manejo da regenerao natural e o enriquecimento podem ser prticas
silviculturais adequadas e necessrias, assim com a eliminao do fogo, o controle do
pastoreio, os desbastes seletivos, vedao ao corte, etc.;
157
3. A produtividade de uma rea manejada pode aumentar com a diversificao
dos produtos florestais (usos mltiplos) e a comercializao de produtos beneficiados
(estacas, carvo);
4. A capacitao tcnica das classes profissionais e a estrutura das instituies
so capazes de conduzir programas de manejo florestal no semi-rido sem por em risco
a sustentabilidade, corrigindo distores quando necessrio.
4. Inventrios florestais para planos de manejo de caatinga (Comentrios sobre a
interpretao e o emprego da Instruo Normativa do IBAMA N
o
001/98, de 06 de
outubro de 1998, publicada no Dirio Oficial da Unio n
o
. 195, em 13/10/1998)

Os Planos de Manejo Florestal de Caatinga so disciplinados pela Instruo
Normativa N
o
001, de 13 de outubro de 1998, em vigncia at esta data. A inteno
explcita deste instrumento de disciplinar e promover o uso sustentado de produtos
florestais advindos das matas xerfilas e suas formaes sucessoras. A referida I.N.
(Instruo Normativa) pode ser objeto de algumas crticas, mas importante, estando
em vigor, conhecer as exigncias (ou normas, pois a isto se propem as I.N.) ali
expressas, no que se referem a execuo de inventrios florestais para a elaborao de
Planos de Manejo.
Inicialmente interessante observar que o inventrio considerado como
parte integrante do Plano de Manejo, constituindo a parte fundamental do Plano.
Este item, conforme o Roteiro para Elaborao do Plano de Manejo, Anexo I da I.N.,
deve vir em seguida descrio dos aspectos legais, dos objetivos e metas do Plano
de Manejo, das suas justificativas e da caracterizao do meio e do uso atual do solo.
No item referente ao inventrio, se exige a descrio das metodologias empregadas,
tanto em relao amostragem quanto as tcnicas de medies e cubagem.
Neste ponto, a I.N. especfica: exige o mnimo de 6 parcelas de 20 x 40m para
reas de at 100 hectares (o que representa uma frao amostral mnima de 0,48%)
desconsiderando, no caso das pequenas reas, o nvel de preciso requerida. Neste
pargrafo tambm se apontam como medies mnimas (o que mais corretamente
seriam os dados bsicos a serem coletados): peso, volume, nmero de estacas,
moures e toras, por espcie. Como o nmero de parcelas recomendado pequeno
(mas o tamanho delas nem to pequeno assim!!) e no h meno da necessidade de
158
medies auxiliares, pode-se supor que se pretenda obter os valores das variveis
atravs de medies, contagens diretas e pesagens de rvores derrubadas nas
parcelas. No entanto, parece lgico poder se adotar a mesma metodologia de medio
das variveis auxiliares que ser vista a seguir (altura, dimetro no peito ou dimetro na
base) para estimativa de volume cilndrico, e cubagem de uma subamostra de rvores
para estimativa do fator de forma (o nome questionvel, pois no caso de rvores de
caatinga, no representa a conicidade, mas sim uma correo para o volume real) ou
para o ajuste de uma equao volumtrica.
As medies e pesagens das parcelas podem fornecer, por outro lado,
informaes interessantes, e podem ser consideradas como um mtodo til e preciso,
principalmente se aplicado a uma amostra de parcelas menores, para obteno de
equaes de volume e peso por unidade de rea, em funo de variveis auxiliares,
medidas no inventrio.
Para reas superiores a 100ha permitido um erro de amostragem de 20%
para a estimativa da mdia do volume total, com 90% de probabilidade. No h
prescries quanto ao tamanho da unidade amostral, devendo o tcnico se pautar em
recomendaes tcnicas, em trabalhos anteriormente realizados em situaes
semelhantes ou em estudos cientficos mais aprofundados (avaliao da eficincia
relativa de diferentes tamanhos e formas, etc). Por outro lado, recomenda as medies
individuais de rvores, em cada unidade amostral, de altura (total), dimetro na base e
dimetro altura do peito, alm da realizao de cubagem rigorosa em uma amostra de
rvores. interessante frisar que, apesar de to detalhada quanto aos procedimentos
de campo, a I.N. no estabelece dimetros mnimos mensurveis, devendo estes serem
definidos pelo tcnico responsvel, em funo do objetivo do Plano.
O processo de seleo da amostra uma deciso do tcnico e ser
escolhido em funo das condies do local, das caractersticas da populao florestal
e dos meios disponveis. A I. N., acertadamente, no define nem aconselha o processo
amostral a ser usado.
Ainda sobre os dados a serem coletados: apesar de no explicitar, a I. N. permite
(parece at no permitir, ao exigir a estimativa do fator de forma, mas permite!) que o
tcnico trabalhe, para o clculo do volume real individual e do peso, com equaes
159
clssicas, previamente desenvolvidas, desde que possa demonstrar o bom ajuste da
equao aos seus dados.
Como resultados do inventrio, o Plano de Manejo deve apresentar ao menos 3
tipos de quadros, a serem apresentados como anexos, de onde vo se extrair as
informaes para estimativas de estoque e produo. So eles:
- Item 9 - Os quadros com a distribuies do nmero de rvores, da rea basal (na
base e no peito, denominadas G
(0,3)
e G
(1,3)
) e dos volumes cilndricos (V
(0,3)
e
V
(0,3)
) por classe diamtrica. Isto solicitado para cada espcie identificada no
inventrio, (com um pouco mais de bom senso, para cada espcie de interesse e
pertencente ao grupo de explorveis);
Espcie A
Classe de DAP
(cm)
Nmero de
rvores/ha
G
(0,3)

m
2
/ha
G
(1,3)

m
2
/ha
V
(0,3)

m
3
/ha
V
(0,3)

m
3
/ha
Classe 1
Classe 2
.
.
.

Totais
Espcie B
Classe de DAP
(cm)
Nmero de
rvores/ha
G
(0,3)

m
2
/ha
G
(1,3)

m
2
/ha
V
(0,3)

m
3
/ha
V
(0,3)

m
3
/ha
Classe 1
Classe 2
.
.
.

Totais

Espcie X
Classe de DAP
(cm)
Nmero de
rvores/ha
G
(0,3)

m
2
/ha
G
(1,3)

m
2
/ha
V
(0,3)

m
3
/ha
V
(0,3)

m
3
/ha
Classe 1
Classe 2
.
.
.

Totais

importante se contar com estas distribuies para as principais espcies da
comunidade florestal. Por outro lado, esperado que as distribuies das espcies
pouco abundantes ou pouco freqentes fique mal caracterizada, j que no se pode ter
nveis de preciso semelhantes quando se trata com variveis de distribuies distintas
160
e a distribuio do nmero de indivduos por unidade de rea varia de espcie a
espcie.
- Item 10 - O quadro geral das distribuies do nmero de rvores, G
(0,3)
, G
(1,3)
,
V
(0,3)
e V
(1,3)
, por hectare, por classe diamtrica, para todas as espcies.
Todas as espcies
Classe de DAP
(cm)
Nmero de
rvores/ha
G
(0,3)

m
2
/ha
G
(1,3)

m
2
/ha
V
(0,3)

m
3
/ha
V
(0,3)

m
3
/ha
Classe 1
Classe 2
.
.
.

Totais

Observao: As classes diamtricas utilizadas devem ser as mesmas em todos os
quadros acima e devem estar compatveis amplitude dos dimetros encontrados na
amostra do inventrio. A Instruo Normativa prope o emprego de 5 classes, mas no
h como se antecipar o nmero de classes a ser adotado nem a amplitude dos seus
intervalos: geralmente, para rvores de populaes espontneas de caatinga, o nmero
de classes estar entre 3 a 5, devendo, evidentemente, abranger os dimetros de todas
as rvores mensurveis, a partir do dimetro mnimo.
Todos estes dados podem ser representados tambm por grficos, facilitando a
interpretao.
- Item 11 - O quadro resumo do inventrio, onde cada espcie, a partir dos dados das
n parcelas, deve ter informado os correspondentes: volume cilndrico (m
3
/ha), fator de
forma, volume real (m
3
/ha), fator de empilhamento estimado na cubagem (que poder
ser por grupo de espcie ou para todas as espcies), volume empilhado (st/ha), nmero
de indivduos por hectare e porcentagem em relao ao total (abundncias absoluta e
relativa), alm do peso (isso se for possvel se contar com equaes de peso confiveis
ou com boas determinaes de densidade bsica para cada espcie). As equaes de
peso podem ser desenvolvidas por ocasio da cubagem quando, com uma amostra de
rvores amostra tomadas por espcie (ou, mais razoavelmente, no grupo de espcies
de interesse) e por classe diamtrica, se pode estimar os coeficientes de uma equao
que estime P (peso verde) em funo do volume real (cubado).
A partir desses valores, se informa o ESTOQUE ATUAL (totais de volume, por
classe diamtrica e por espcie).
161
interessante tambm apontar uma ausncia importante entre os quadros
solicitados: a primeira tabela do inventrio, integrando tambm o anexo, deve
apresentar os resultados das parcelas mensuradas (Nmero de rvores, rea basal no
peito e/ou na base e volumes, todos por hectare), seguidos das estimativas de rea
basal mdia, volume cilndrico mdio, coeficiente de variao entre os volumes das
parcelas e erro de amostragem cometido na estimativa da mdia volumtrica. Estas
informaes prvias so essenciais para que se conhea o nvel de preciso atingido
nestas estimativas e se faa idia da preciso que as outras estimativas podem
fornecer. No caso de populaes estratificadas, as parcelas devem vir agrupadas por
estrato.
Outro resultado esperado o IMA, incremento mdio anual, definido atravs de
estudos prprios ou citaes bibliogrficas compatveis com a realidade do semi-rido
(sic) e a regenerao (pede informar sobre a regenerao das espcies na rea a ser
manejada e justificar o tipo e intensidade de regenerao que resultaro do tipo de
manejo proposto(!), sem definir a metodologia para a obteno desta informao). O
engenheiro florestal deve ser conhecedor das tcnicas e mtodos que podem ser
adotados para anlise objetiva da regenerao natural.
Como realizar um inventrio florestal uma atribuio profissional, caber ao
profissional realizar algumas escolhas, no que diz respeito a metodologia a ser
empregada. E este o procedimento correto, pois no ser do rgo de licenciamento
o papel de impor o uso de mtodos e procedimentos que devem fazer parte do saber
tcnico do profissional. Caber ao rgo, por outro lado, apreciar a adequao das
tcnicas usadas diante dos objetivos pretendidos e da situao florestal e avaliar os
resultados obtidos. Assim, alteraes no roteiro proposto pela I.N. podem ser aceitas,
desde que justificadas.
Aps a apresentao dos resultados do inventrio, a I.N. relaciona as outras
sees do Plano de Manejo propriamente dito: restries ao corte, intensidade do corte,
produo (em funo dos Quadros I, II e III), ciclo e modalidade de corte, tcnicas de
explorao, talhonamento, infra-estrutura, impactos ambientais e medidas mitigadoras e
viabilidade econmica. A seguir, volta-se ao Inventrio: so solicitadas todas as
162
frmulas empregadas, memrias de clculo e anlise estatstica, alm das fichas de
campo (das parcelas e da cubagem!!) e os croquis de localizao do imvel.
As Fichas de Campo e de Cubagem recomendadas na I. N. podem ser
desconsideradas, at porque a deciso sobre o instrumento de registro dos dados deve
ser estritamente tcnico e no cabe disciplinamento. Mas, acima de tudo, porque nos
modelos propostos na I.N. existem incorrees que impossibilitam o seu uso. Assim,
dever caber ao tcnico elaborar suas prprias Fichas de Campo capazes de servirem
ao registro dos dados necessrios, das possveis observaes relevantes e
caracterizao sucinta do local amostrado (relevo, tipo da vegetao, classe de solo,
pontos de referncia para localizao, etc). As Fichas de Cubagem devem facilitar as
anotaes e serem elaboradas, mais uma vez, em funo do que se vai medir e da
frmula para o clculo do volume (Smalian mais usada, mas no a nica...).
Para a estimativa de fatores de empilhamento, pode-se ou no contar com fichas
prprias, devendo os clculos integrarem tambm a Memria de Clculo.
Aspectos importantes no mencionados na I. N. no devem ser esquecidos.
Fazer um inventrio no s apresentar tabelas e medidas; , antes de mais nada,
organizar, apresentar e interpretar INFORMAES. Assim, todo resultado deve
contribuir para a melhor compreenso da cobertura vegetal da rea, quanto ao seu
estoque atual, seu potencial produtivo e sua dinmica de crescimento e recuperao.
Com estas informaes que se pode prescrever aes de manejo, que consistem
efetivamente num Plano de Manejo Florestal. Assim, aps a apresentao do estoque,
da estrutura diamtrica e fitossociolgica (grosseiramente expressa pelos parmetros
da estrutura horizontal - abundncia e dominncia) e da estimativa do IMA, importante
que se INTERPRETE e se DISCUTA, chegando a CONCLUSES claras que possam
subsidiar as estimativas de produo e as escolhas tcnicas quando a tipo de corte,
iseno de certas espcies ao corte, dimetro mnimo, intensidade de reduo da rea
basal, etc.
Por outro lado, um excelente inventrio florestal no torna necessariamente
vivel, nem ao menos medocre, um Plano de Manejo Florestal, se o tcnico no fizer
as escolhas adequadas e, principalmente, se no entender que o importante no o
Plano, mas o Manejo.
163
5. Referncias bibliogrficas
1. BRASIL. Instruo normativa n.1, 06.10.98. IBAMA. Dirio Oficial da Unio
n.39,13.10.98.
2. DURIGAN, G.; GARRIDO, L. M. A. G.; GARRIDO, M. A. O. Manejo silvicultural do
cerrado em Assis, SP. In: CONGRESSO FLORESTAL BRASILEIRO, 7. Curitiba,
1993. Anais. So Paulo: SBS/SBEF, 1993. v.1, p.374-7.
3. GUBERT FILHO, F. A. A tipologia florestal determinada pelo fator antrpico. In:
CONGRESSO FLORESTAL BRASILEIRO, 7. Curitiba, 1993. Anais. So Paulo:
SBS/SBEF, 1993. v.1, p.1-5.
4. HOSOKAWA, R. T. Manejo sustentado de florestas naturais. In: CONGRESSO
FLORESTAL BRASILEIRO, 6, Campos de J ordo, 1990. Anais. So Paulo:
SBS/SBEF, 1990. v.1, p. 26-8.
5. J ESUS, R. M.; GARCIA, A. (a) Manejo florestal em floresta secundria de transio.
Rev. Inst. Florestal. So Paulo, v.4, mar.,1992. p.649-52.
6. J ESUS, R. M.; GARCIA, A. (b) Manejo florestal no baixo Amazonas. Rev. Inst.
Florestal. So Paulo, v.4, mar.,1992. p.661-4.
7. J ESUS, R. M.; COUTO, H. T. Z. GARCIA, A. Manejo florestal em Linhares
crescimento em funo de nveis de interveno. Rev. Inst. Florestal. So Paulo,
v.4, mar.,1992. p.653-6.
8. LAMPRECHT, H. Necessidades, problemas e possibilidades do manejo silvicultural
nas florestas nativas dos trpicos midos. Silvicultura em So Paulo. So Paulo,
v.16A, parte 1, 1982. (Edio especial Anais). p.90-108.
9. MEUNIER, I. M. J .; CARVALHO, A. J . E. Crescimento de caatinga manejada no
Serid, Rio Grande do Norte. Natal: MMA, 2000. 23p. (Boletim tcnico n.4)
10. PAREYN, F.(a) Aspectos tcnicos do manejo florestal. In: Curso de Capacitao em
manejo florestal da caatinga. IBAMA/PNUD, So J os do Mipibu, 1996. np.
11. PAREYN, F. (b) Manejo sustentado da caatinga do Serid do Rio Grande do Norte
aspectos da recuperao florestal aos seis anos. In: CONGRESSO
INTERNACIONAL SOBRE FLORESTAS,4 FOREST 96, Belo Horizonte, 1996.
Resumos. Belo Horizonte, 1996.
164
12. PAREYN, F.; CESTARO, L. A.; HENRIQUES, O. N. Manejo sustentado da caatinga
do Serid de Rio Grande do Norte avaliao aos trs anos de idade.
IIBAMA/PNUD/FAO/EMPARN, Natal, 1993. (Relatrio tcnico no publicado).
13. SPEIDEL, G. Aspectos importantes da economia florestal brasileira. Floresta. n.2,
1973, p.7-12.
14. THIBAU, C. E. Produo sustentada em florestas nativas. Silvicultura em So
Paulo. So Paulo, v.16A, parte 2, 1982. (Edio especial Anais). p.798-811.

INVENTRIO FLORESTAL USANDO MICROSOFT EXCEL

Nos ltimos anos, com o crescimento da funcionalidade e do poder dos
aplicativos de planilhas de clculo, como Microsoft Excel, Lotus 123, entre outros,
podemos realizar vrias anlises estatsticas aplicadas Engenharia Florestal, tais
como regresso linear simples e mltipla, correlao, anlise de varincia, etc. A
grande vantagem de utilizao de programas com planilhas de clculo, quando
comparado aos tradicionais pacotes estatsticos (SAS, STATISTICA, MINITAB, etc.),
sem dvida a sua acessibilidade a uma variedade de sistemas operacionais de
computadores pessoais, alm da vantagem de aplicao em outras reas da
Engenharia Florestal.
Os programas de aplicao de planilhas de clculo permitem que seus usurios
criem planilhas de clculo eletrnicas, que so disposies, sob a forma retangular, de
linhas e colunas nas quais as entradas (nmeros, frmulas, textos, etc.) so digitadas.
As vantagens de utilizar planilhas eletrnicas esto na modificao dos dados,
significando imediata realizao dos clculos e apresentao de resultados.
Apesar da existncia de outros programas com aplicaes de planilhas de
clculo, os exemplos prticos sero desenvolvidos no Microsoft Excel, por este ter
participao dominante no mercado.
Ao carregarmos o Excel aberta a janela inicial da aplicao (Figura 1). A verso
apresentada a 7.0 (as janelas de aplicao para outras verses so similares). Na
parte inferior da janela exibida a primeira pgina de uma planilha, onde so digitadas
as entradas (nmero da parcela, estrato, volume etc.). Na parte superior so
165
encontradas as barras, que exibem informaes importantes ou realizam vrias funes
do programa.
Na primeira barra, pode-se observar o nome do programa e o nome do pasta
aberta naquele momento (Pasta 1). Esta pasta contm, inicialmente, 16 planilhas, cujas
identificaes (Plan1, Plan2, ...) so mostradas em guias na parte inferior esquerda da
janela da pasta de trabalho.
Na segunda barra, encontramos a barra de menu, contendo palavras e smbolos
que, quando selecionadas, o Excel executa alguma tarefa ou exibe um menu, que
uma lista vertical de outras palavras. Por exemplo, para exibir a caixa de dilogo
Arquivo Salvar como, seleciona-se a palavra Arquivo da barra de menu, e ento a
seguir, seleciona-se a palavra Salvar como (Figura 2). Ao clicarmos nesta opo
apresentada a caixa de dilogo Salvar como (Figura 3). Na parte superior da caixa de
edio est uma pasta para arquivos numa caixa com um barra de rolagem que permite
a voc selecionar um item para a caixa de edio ou movimentar-se atravs da lista de
escolhas (clicar os botes da barra de rolagem, imediatamente direita da lista, um
modo de movimentar-se atravs da lista).
Na parte inferior, encontramos duas caixas: a primeira a caixa de edio Nome
do Arquivo, onde voc deve digitar o nome do arquivo, que ser Exerccio1. A segunda
caixa Salvar como tipo contm uma barra de rolagem permitindo a seleo do tipo de
arquivo, como por exemplo, pasta de trabalho do Microsoft Excel, pasta de trabalho de
verses anteriores do Excel, pasta de trabalho do Lotus123 em vrias verses, Banco
de dados Dbase em vrias verses, etc. Finalmente, ao lado direito existem trs botes,
dois dos quais so comuns a muitas caixas de dilogo: o boto OK, que aceita todos os
valores, selees e opes conforme aparecem na caixa de dilogo, e o boto
Cancelar, que cancela a operao em curso. Clicando este boto, voc fecha a caixa
de dilogo e faz com que ela desaparea. O terceiro boto Opes de salvamento
permite a criao de cpia de segurana.
.

Figura 1 - J anela da aplicao Microsoft Excel 7.0.

Figura 2 Comando Arquivo Salvar Como.

167

Figura 3 Caixa de dilogo Arquivo Salvar Como.

(backup), compartilhamento do arquivo onde podem ser definidas senhas de proteo
e de gravao e indicao de ser recomendvel somente leitura.
Considerando que j temos o arquivo Exerccio1 salvo, podemos agora inserir
valores na planilha de dados. Vamos dar entrada do exerccio 10.3. Selecione a clula
A1 clicando no seu interior. Uma borda especial, aparece em torno da clula. Esta
borda indica que a clula A1 agora a clula ativa, isto , a clula na qual ser inserido
o prximo valor a ser digitado. Digite o ttulo u.a.n
o
, note que os caracteres digitados
aparecem tanto na caixa de edio da barra de frmulas quanto na prpria clula
(Figura 4). Pressione a tecla enter para completar a entrada. Prossiga selecionando a
clula B1 e inserindo o ttulo G (m
2
/ha). Com a insero dos ttulos, digitaremos valores
por colunas, utilizando a funo da tecla Enter, para fazer avanar automaticamente a
iluminao da clula para baixo, uma linha aps cada entrada. Para inserir valores por
linhas usa-se a tecla Tab (Figura 5).

168

Figura 4 Inserindo valores em uma planilha de dados.

Figura 5 Planilha de dados completa pronta para anlise.

169
Para determinao das estimativas de mdia aritmtica, varincia, desvio
padro, coeficiente de variao, erro-padro da mdia, etc. podemos realizar esta
operao de duas formas. A primeira por meio da edio de frmulas e a segunda por
meio da ferramenta Anlise de Dados Estatstica Descritiva.

1. Determinao das estimativas dos parmetros por meio da edio de frmulas

Inicialmente, devemos escolher uma clula na qual desejamos colocar o resultado
(B14). Na barra de ferramentas clique em Inserir e escolha a Funo... e clique duas
vezes (Figura 6). Assim, abre-se a tela correspondente a Figura 7. Clique, no quadro
esquerda, a categoria estatstica e, no quadro direita, a funo MDIA, por meio das
barras de rolagem laterais (Figura 8) e, na parte inferior, OK; surge a Figura 9. No
retngulo Nm1, digite as clulas inicial e final do conjunto de valores para os quais se
deseja determinar a mdia aritmtica, separadas por dois pontos (B2:B13) ou, ento,
selecione o intervalo utilizando o mouse. Clique OK; o resultado aparece na clula ativa
B14. Na clula A14 escreva mdia (Figura 10).

Figura 6 Inserindo uma funo por meio da barra de ferramentas Inserir.

170

Figura 7 Comando Colar funo, seleo da categoria e nome da funo.

Figura 8 Seleo do comando Colar funo, estatstica e mdia.

171

Figura 9 Caixa de dilogo para clculo da mdia aritmtica.

Figura 10 Resultado obtido para mdia aritmtica da rea basal (m
2
/u.a).

172
Seguindo os mesmos procedimentos para clculo da mdia aritmtica, obtemos
a varincia amostral (Figuras 11, 12 e 13) e o desvio padro (Figuras 14,15 e 16).
Para o clculo do coeficiente de variao editamos, na clula B17, a frmula
=(B16/B14)*100, em que B16 =desvio padro e B14 =mdia aritmtica (Figura 17).
Para o clculo do erro padro, escrevemos =B16/RAIZ(12) na clula ativa B18 (Figura
18).
Para obteno do limite de confiana, necessitamos do valor de t (10%, 11 gl),
digitado em B20 e sua multiplicao pelo erro-padro (=B19*B18). Finalmente,
escrevemos em B21, 1,19 0,16 (Figura 19).
Na Figura 20, pode-se observar na caixa de edio de frmulas, os caracteres
digitados na clula B22, =(B19*B10/B14)*100 que correspondem a frmula para clculo
do erro de amostragem. Da mesma forma, digitando =(B19^2)*(B17^2)/(10^2) na clula
B24, obtemos o nmero de unidades de amostra suficiente para um erro admissvel de
10% (Figura 21).

Figura 11 - Seleo do comando Colar funo, estatstica e varincia amostral.

173

Figura 12 - Caixa de dilogo para clculo da varincia.

Figura 13 - Resultado obtido para varincia da rea basal (m
4
/u.a
2
).

174

Figura 14 Seleo do comando Colar funo, estatstica e desvio padro.

Figura 15 - Caixa de dilogo para clculo do desvio padro.

175

Figura 16 Resultado obtido para desvio padro da rea basal (m
2
/u.a).

Figura 17 Resultado obtido para coeficiente de variao (%). Observe a caixa de
edio de frmula na parte superior.

176

Figura 18 - Resultado obtido para erro-padro da mdia (m
2
/u.a). Observe a caixa de

Figura 19 - Resultado obtido para limite de confiana.

177

Figura 20 Resultado obtido para erro de amostragem (%). Observe a caixa de edio
de frmula na parte superior.

Figura 21 - Resultado obtido para nmero de amostra suficiente. Observe a caixa de

178
As medidas de disperso e tendncia central mais importantes podem ser
obtidas de uma s vez, mediante o uso da ferramenta Estatstica Descritiva.
Inicialmente na Barra de Menus selecione Ferramentas (Figura 22). Clique em
Suplementos... (Figura 23); abre-se outra tela, na qual deve-se marcar os quadrados
referentes a Ferramenta de Anlise e a Ferramenta de Anlise VBA, e depois no
boto OK (Figura 24); retorne a Ferramentas e clique em Anlise de Dados... (Figura
25), aps aparecer o quadro de Anlise de Dados, clique em Estatstica Descritiva e OK
(Figura 26). No quadro Estatstica Descritiva (Figura 27), bloco Entrada, defina o
intervalo de entrada digitando as clulas onde se encontram os valores de rea basal
(B2:B3) e selecione em Agrupado por o boto Linhas ou Colunas para indicar se os
valores no intervalo de entrada foram digitados por linhas ou por colunas; no nosso
caso, seleciona-se Colunas. No bloco Opes de sada, escolha Nova planilha, para
que os resultados apaream em uma nova planilha na mesma pasta de trabalho da
planilha atual. Clique na opo Resumo estatstico, para que o Excel produza, na
planilha de resultados as seguintes estatsticas: mdia aritmtica; erro padro da mdia;
mediana; modo (moda); desvio padro amostral; varincia da amostra; curtose;
assimetria; intervalo (amplitude total); mnimo; mximo e soma total; contagem (n);
maior; menor e nvel de confiana (Figura 28). Digite o nvel de significncia para
mdia (90%). Finalmente, clique no boto OK, obtendo os resultados de todas as
estatsticas relativas ao Exerccio 10.3 (Figura 29).
Com a obteno das estatsticas descritivas podemos utilizar a edio de
frmulas pra clculo do coeficiente de variao, limite de confiana, erro de
amostragem e nmero de amostras suficientes.
A implementao de frmulas utilizando as funes demanda mais tempo do que
utilizar a ferramenta Anlise de Dados, no entanto permite ao usurio a capacidade de
modificar os dados e visualizar os resultados sem Ter que emitir novos comandos. A
ttulo de curiosidade, modifique um valor na massa de dados e verifique o conjunto
atualizado dos clculos.

179

Figura 22 Seleo do menu ferramentas.

Figura 23 Comando Suplementos... no menu ferramentas.

180

Figura 24 Caixa de dilogo Suplementos e escolha das ferramentas de anlise e
de anlise-VBA.

Figura 25 Seleo do comando Anlise de dados no menu ferramentas.

181

Figura 26 Seleo da ferramenta Estatstica Descritiva do comando anlise de dados.

Figura 27 Caixa de dilogo Estatstica Descritiva.

182

Figura 28 Preenchimento da caixa de dilogo Estatstica Descritiva.

Figura 29 Estimativas dos parmetros obtidas a partir do comando anlise de
dados estatstica descritiva.

183
ESTIMATIVA DE POPULAO ANIMAL: MTODO DE CAPTURA-RECAPTURA

Um dos objetivos dos estudos de dinmica de populaes a definio do
tamanho da mesma em um determinado tempo.
O tamanho da populao pode ser estimado, em um dado local, em funo dos
processos de imigrao, emigrao, mortalidade e nmeros de indivduos nascidos na
rea e aptos a ser capturados.
Segundo CHAPMAN (1954) foi Laplace, em aproximadamente 1783, que teve a
idia de enumerar populaes de animais por mtodos de amostragem.
O dinamarqus Carl George J ohanes Peterson, em 1896, estudando o hbito
migratrio de peixes no mar Bltico, foi provavelmente o primeiro cientista a estimar o
tamanho de uma populao usando o mtodo de captura-recaptura, tambm
conhecido como mtodo de Peterson.
Tal mtodo consiste na captura de M indivduos que so marcados e liberados
de volta para a populao de origem. Depois de um determinado espao de tempo, n
indivduos so recapturados, quando se espera que m indivduos sejam possuidores de
marcas (BAILEY e SILVA, 1983/1985).
Para que tal mtodo seja vlido, alguns pressupostos devem ser considerados
na populao de interesse:
1. A populao deve ser fechada, isto , o nmero de indivduos deve ser constante
durante o perodo de investigao. Imigrao, emigrao, nascimento ou
mortalidade se existirem devem ser desprezveis, pois sempre existem perdas ou
ganhos de indivduos nas populaes durante a investigao.
Obs: Toda populao considerada fechada, pode ser classificada de duas formas: geograficamente
ou demograficamente. Ela fechada geograficamente com relao a fronteiras e
demograficamente com relao a imigrao, emigrao, nascimento e mortalidade.
2. Todos os animais devem possuir a mesma probabilidade de captura e recaptura.
3. O tipo de marcao feita nos animais no deve afetar a probabilidade de
recaptura do animal, em termos de favorecer ou prejudicar a recaptura. O tipo de
armadilha para captura tambm deve ser levado em considerao.

184
Armadilhas no podem favorecer ou prejudicar a recaptura do animal. H
boas, com o uso, por exemplo, de alimentos prediletos dos animais em pocas
em que o ambiente tem pouca disponibilidade de alimentos, que podem
condicionar o animal a procur-las. Armadilhas ruins , com as metlicas sem
pintura (verde) em noites de lua, refletem a luz, e dificultam a captura ou recaptura
de animais. Certas armadilhas podem tambm, de certa forma, traumatizar os
animais. Ocorrendo quaisquer das situaes acima, a probabilidade de captura ou
recaptura alterada, o que no recomendvel.
4. A segunda amostra (recaptura) deve ser inteiramente aleatria, isto , cada (n/N)
possvel amostra deve possuir a mesma probabilidade de ser escolhida.
5. Os animais devem reter as marcas at a fase da recaptura.
6. O tipo de marcao deve ser facilmente identificvel.
7. A probabilidade de perdas de animais na populao deve ser a mesma para
animais marcados e no marcados.
8. O tempo entre a captura e a recaptura deve ser o mnimo possvel, mas
suficiente para que os animais se misturem ao acaso na populao. Caso o
espao de tempo entre a captura e a recaptura seja suficientemente curto, o
requisito de caracterizao de populao fechada fica bem mais fcil de ser
atingido.
O sistema amostral, baseia-se no pressuposto de que a relao entre os
indivduos marcados e no marcados na captura ser a mesma na poca da recaptura,
isto :

n
m
N
M
=

Desta forma, um estimador para N
:

m
Mn
N =
,

185
implicando que em uma populao com N indivduos e M indivduos marcados, uma
amostra de tamanho n contm m indivduos marcados.
Considerando M muito pequeno em relao a N (MN), ou quando a
amostragem feita com reposio, a distribuio de m pode ser obtida pela
distribuio binomial com parmetros n e P=M/N.
O estimador de N, no entanto, tendencioso com relao s esperanas
matemticas da mdia e da varincia. Como dedues analticas no fazem parte dos
objetivos deste trabalho, os interessados podem procurar a prova de tal afirmativa em
BAILEY e SILVA (1983/1985).
CHAPMAN (1951) e SEBER (1970) apresentaram respectivamente os seguintes
estimadores para a mdia e a varincia:
( )( )
( )
(
(
+ +
+ +
=
+
+ +
=
) 2 m ( ) 1 m (
) m n )( m M )( 1 n )( 1 M (
N
VAR
1
1 m
1 n 1 M
N
2

Se a condio (MN) no existe ou se a recaptura feita sem reposio, m
obedece a distribuio hipergeomtrica. Neste caso estimadores sem tendncia para
1/N e para varincia, incluindo o fator de correo para populaes finitas, so dados
por:
|
|
|
|
.
|
\
|
|
.
|
\
|
= |
.
|
\
|
=
n N
1
NMn
1
1 N
n N
N
1
VAR
nM
m
N
1
2

Outra alternativa amostral para o mtodo de Peterson a Amostragem Inversa,
onde a recaptura continua at que um predeterminado nmero de animais marcados
(m) seja recapturado.
Neste caso, quando a amostragem feita com reposio, os estimadores para a
mdia e a varincia so respectivamente:

186
(
(
=
=
) m 1 ( m
) m n ( n M
) N
( VAR
N
Mn
N
2
2

J para a amostragem sem reposio, os estimadores so:
( )
m
N
) N
( VAR
1
m
1 m n
N
2
~
+
=

Tambm existem planos de amostragem em ocasies sucessivas, apresentando
a vantagem de permitir a realizao de estudos etolgicos (comportamentais).
EXEMPLO
1) Para se estimar a abundncia populacional do roedor punar (Tricomys
apereoides), M indivduos foram capturados, marcados e liberados de volta na
populao de origem. Alguns dias depois, n indivduos foram aleatoriamente capturados
sem reposio, sendo que m deles estavam marcados.
Se M =60, n =100 e m =14, quais as estimativas (valores arredondados) de N,
varincia de N e intervalo de confiana para tal populao?
429
14
) 60 )( 100 (
m
nM
N
~ = = indivduos
Uma estimativa mais correta :
( )( )
( )
410 1
) 1 14 (
) 1 100 )( 1 60 (
1
1 m
1 n 1 M
N
~
(
+
+ +
=
(
+
+ +
= indivduos
7229
) 2 14 ( ) 1 14 (
) 12 100 )( 12 60 )( 1 100 )( 1 60 (
) 2 m ( ) 1 m (
) m n )( m M )( 1 n )( 1 M (
N
VAR
2 2
~
(
(
+ +
+ +
=
(
(
+ +
+ +
=
Considerando-se o intervalo de confiana a nvel de 5% de probabilidades e t
o
=2, tem-
se:

187
170 429 ) 7229 )( 2 ( 9429 ) N
( VAR t N
~ =
o

(429-170) s N s (429+170)
259 s N s 599 animais
No caso da segunda amostragem ter sido feita com reposio, com animais
observados, anotados e no excludos, as estimativas seriam:
0023 , 0
) 60 )( 100 (
14
nM
m
N
1
= = =
429
0023 , 0
1
N
1
' N
~ = = indivduos
00000034 , 0
60 . 100
14
60 . 100
14
1 100
1
nM
m
nM
m
1 n
1
N
1
VAR
2
2
2
2
=
(
(
|
.
|
\
|
|
|
.
|
\
|
|
.
|
\
|
=
(
(
|
.
|
\
|
|
.
|
\
|
|
.
|
\
|
= |
.
|
\
|

Ento o limite de confiana ser:
0035 , 0
N
1
0011 , 0
0012 , 0 0023 , 0
) 00000034 , 0 )( 2 ( 0023 , 0
N
1
VAR t
N
1
s s
|
.
|
\
|
o

Produzindo um limite de confiana para N igual a:
286 s N s 909 indivduos
Observa-se que este limite de confiana no simtrico em relao a N, mas sim
para 1/N.
Considerando o mesmo exemplo, mas com uma amostragem inversa e sem
reposio, sendo que se predeterminou que a recaptura continuaria at que fossem
capturados m=20 animais: Neste caso, com M=60 e N=130 as estimativas de N,
VAR(N) e limite de confiana so:

188
396 1
20
) 1 60 ( 130
1
m
) 1 M ( n
N
~
(
+
=
(
+
= animais
) N
( VAR t N
7841
20
) 396 (
m
N
) N
( VAR
2
2
o
~ = ~

) 7841 )( 2 ( 396
396 177 indivduos
Considerando que a recaptura fosse realizada com reposio, tais estimativas
seriam:
450
20
) 60 )( 150 (
m
nM
N
= = = indivduos
) 8357 )( 2 ( 450
) N
( VAR t N
8357
) 20 1 ( ) 20 (
) 20 150 )( 150 ( ) 60 (
) m 1 ( m
) m n ( n M
) N
( VAR
2
2
2
2
~
+

=
+
=
o

450 183 indivduos
REFERNCIAS BIBLIOGRFICAS
BAILEY, N.T.J . On estimating the size of mbile population for recapture data.
Biometrika, v.38 p.292-306, 1951.
BAILEY, R.L.; SILVA, J .A.A. da, Teoria bsica de mtodos de captura e recaptura, An.
Univ. Fed. Rural Pe., Recife, .v.8/10 p.89-102, 1983-1985.
CHAPMAN, D.G. Some properties of the hypergeometric distribution with applications to
zoological censures. Univ. Calif. Public. Stat. v. 1 p.131-160, 1951.

189
CHAPMAN, D.G. Inverse multiple and sequential sample censures. Biometrics, v.8
p.286-306, 1954.
SEBER, G.A.F. The estimation of animal abundance and related parameters. New
York, MacMilliam Publishing,1982. 653 p.

Nome do arquivo: LIVRO DE INVENTRIO1
Diretrio: C:\Documents and Settings\Toshiba\Meus documentos
Modelo: C:\Documents and Settings\Toshiba\Dados de
aplicativos\Microsoft\Modelos\Normal.dotm
Ttulo:
Assunto:
Autor: Aleixo
Palavras-chave:
Comentrios:
Data de criao: 22/8/2006 22:34:00
Nmero de alteraes:55
ltima gravao: 1/10/2006 20:51:00
Salvo por: Pietro Lopes Rgo
Tempo total de edio: 92 Minutos
ltima impresso: 23/8/2009 12:09:00
Como a ltima impresso
Nmero de pginas: 190
Nmero de palavras: 45,334 (aprox.)
Nmero de caracteres: 244,806 (aprox.)

Livro de Inventário1

Caricato da

Informazioni sul documento

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Livro de Inventário1

Caricato da

Copyright:

Formati disponibili

UNIVERSIDADE FEDERAL RURAL

t =valor de t tabelar com (n-1) graus de liberdade e nvel de significncia

, na mesma unidade da mdia, e

, quando n s (0,05)N (populaes infinitas).

2,67)m /ha, com 90% de probabilidade.

t =valor de t tabelar em funo do nmero de graus de liberdade e do nvel de

s t , na unidade dos dados e,

, na mesma unidade da mdia, e EA(%)=

( fator de correo para populaes finitas, usado quando (n/N)>0,05).

= cuja mdia, para todos os conglomerados da amostra

tende a 1,0. Assim, a varincia

pode ser considerada s

= , para 95% de confiana.

= , para 99% de confiana.

Potrebbero piacerti anche