GOVERNO DO ESTADO DO PAR

SECRETARIA DE ESTADO DE MEIO AMBIENTE

DIRETORIA DE GESTO FLORESTAL

Manual para Anlise de Inventrio

Florestal e Equao de Volume em
Projetos de Manejo Florestal
Sustentvel - PMFS

GOVERNO DO ESTADO DO PAR

SECRETARIA DE ESTADO DE MEIO AMBIENTE
DIRETORIA DE GESTO FLORESTAL

Manual para Anlise de Inventrio

Florestal e Equao de Volume em
Projetos de Manejo Florestal
Sustentvel - PMFS

Luciana Maria de Barros Francez

Engenheira Florestal da GEPAF/SEMA
MSc. em Cincias Florestais

Deivison Venicio Souza

Engenheiro Florestal da GEPAF/SEMA
MSc. em Cincias Florestais

Cintia Lika Inada Takehana

Engenheira Florestal da GEPAF/SEMA
MSc. em Cincias Florestais

Paulo Luiz Contente de Barros

Engenheiro Florestal / UFRA
Dr. em Manejo Florestal

Belm-Par
2010

Copyright SEMA 2010

GOVERNO DO ESTADO DO PAR
SECRETARIA DE ESTADO DE MEIO AMBIENTE
ELABORAO:

Luciana Maria de Barros Francez

Engenheira Florestal da GEPAF/SEMA
MSc. em Cincias Florestais

Deivison Venicio Souza

Engenheiro Florestal da GEPAF/SEMA
MSc. em Cincias Florestais

Cintia Lika Inada Takehana

Engenheira Florestal da GEPAF/SEMA
MSc. em Cincias Florestais

Paulo Luiz Contente de Barros

Engenheiro Florestal / UFRA
Dr. em Manejo Florestal

NORMALIZAO BIBLIOGRFICA: Mara Georgete de Campos Raiol

Rosa Elena Leo Miranda

Dados Internacionais de Catalogao na Publicao (CIP)

Manual para anlise de inventrio florestal e equao de volume em

projetos de manejo florestal sustentvel - PMFS / Luciana
Maria
de Barros Francez ... [et al.]. Belm: Secretaria de
Estado de
Meio Ambiente, 2010.
66p.

1. Inventrio florestal - Manual. 2. Manejo florestal. I. Francez,

Luciana Maria de Barros. II. Souza, Deivison Venicio. III. Takehana,
Cntia Lika Inada. IV. Barros, Paulo Luiz Contente de.
CDD 22.ed.: 634.9

Secretaria de Estado de Meio Ambiente

Trav. Lomas Valentinas, 2717 Marco
CEP: 66.095-770 Belm Par
Home Page: www.sema.pa.gov.br

Apresentao

A floresta amaznica detentora da maior biodiversidade do planeta, sendo de

fundamental importncia para a humanidade, em virtude dos inmeros servios
ambientais ofertados por ela. Contudo, esta diversidade ameaada em razo das
aes antrpicas exercidas neste bioma, incorrendo no risco de extino, antes mesmo
que espcies, tanto vegetais quanto animais, sejam catalogadas.
Desta forma, necessrio conciliar a conservao e/ou preservao da
biodiversidade com o desenvolvimento econmico, ameaada pela intensa explorao de
seus recursos madeireiros e no-madeireiros. Felizmente, em razo crescente presso
da opinio pblica e do mercado consumidor, quanto a procedncia dos produtos
oriundos da floresta e no que se refere conservao dos recursos naturais, h um
nmero cada vez maior de iniciativas de bom manejo, os quais visam diminuio dos
danos causados floresta quando comparados queles realizados pela explorao
florestal tradicional.
Neste sentido, h de se considerar a realizao de um inventrio florestal conciso,
com informaes fidedignas realidade de campo, visto que o mesmo fornece subsdios
para o planejamento da explorao, assim como para a avaliao e determinao das
estratgias para o manejo florestal, propriamente dito. O inventrio florestal a base para
o conhecimento da composio florstica e determinao do volume remanescente e
explorvel da floresta a ser manejada, aplicao de tratamentos silviculturais e plantios de
enriquecimento, se forem o caso.
Buscando

aliar as

demandas

do mercado, s

questes

tcnicas

e a

sustentabilidade, o Ministrio do Meio Ambiente por meio dos rgos vinculados ao

Sistema Nacional do Meio Ambiente SISNAMA elaborou normativas, com vistas a
execuo da Poltica Florestal do Pas. Nesse contexto, foram elaboradas a Instruo
Normativa n 05 de 11/12/2006-MMA, Norma de Execuo/IBAMA n 1, de 24/05/2007 e
Resoluo CONAMA n 406 de 02/02/2009, que dispem sobre os procedimentos
tcnicos para elaborao, apresentao, execuo e avaliao tcnica de Planos de
Manejo Florestal Sustentvel (PMFS).
As legislaes ora mencionadas tratam da necessidade de apresentao do
Inventrio Florestal Amostral e Inventrio Florestal 100% (IF 100%), assim como do
clculo do volume de rvores em p, mediante equao de volume a ser desenvolvida
especificamente para o PMFS. Entretanto, existem, ainda, muitas dvidas em relao aos

critrios de seleo de indivduos e espcies para manuteno, de acordo com as

especificaes elencadas na IN n 05 de 11/12/2006. Outra dificuldade do setor quanto
a elaborao da equao de volume conforme solicitado no Art. 10 da Resoluo do
Conama n 406 de 02/02/2009.
O objetivo deste manual servir como um guia prtico para o corpo tcnico,
responsvel pela anlise dos PMFSs, da Secretria de Estado de Meio Ambiente do
Par, bem como dirimir as dvidas e servir como um roteiro metodolgico para a
realizao de anlise do IF 100% e elaborao de equao de volume, para os projetos
apresentados por Engenheiros Florestais responsveis pela elaborao dos Planos de
Manejo Florestal do Estado do Par.
Para isto utilizou-se uma breve reviso bibliogrfica e anotaes feitas ao longo do
curso inerente a equao de volume, ministrado pelo Professor Dr. Paulo Luiz Contente
de Barros, professor adjunto da Universidade Federal Rural da Amaznia (UFRA), nos
dias 27 a 29 de janeiro de 2010, ao corpo tcnico da Gerncia de Projetos
Agrossilvipastoris da SEMA/PA. Portanto, recomenda-se que seja realizada pesquisa
bibliogrfica minuciosa para complementao das informaes apresentadas neste
manual.

SUMRIO

LISTA DE TABELAS ............................................................................................................................................... 7

1 ANLISE DE INVENTRIO FLORESTAL - 100% (IF - 100%) ....................................................................... 8
2 ANLISE DE EQUAO DE VOLUME ...........................................................................................................20
2.1. VOLUME .........................................................................................................................................................21
2.1.1. VOLUME DA RVORE EM P .................................................................................................................................21
2.1.2. VOLUME DO CILINDRO ........................................................................................................................................22
2.1.3. VOLUME FRANCON (VOLUME COMERCIAL DE TORAS) .................................................................................................24
2.2. VOLUME REAL ....................................................................................................................................................26
2.2.1. MTODO GEOMTRICO ......................................................................................................................................27
2.2.2. MTODO MATEMTICO .....................................................................................................................................28
2.2.2.1. VOLUME REAL SEGUNDO A METODOLOGIA DE H UBER ..............................................................................................28
2.2.2.2. VOLUME REAL SEGUNDO A METODOLOGIA DE N EWTON ...........................................................................................28
2.2.2.3. VOLUME REAL SEGUNDO A METODOLOGIA DE SMALIAN ...........................................................................................29
3 REGRESSO......................................................................................................................................................31
3.1. CLASSIFICAO DOS MODELOS DE REGRESSO .............................................................................................................32
3.1.1. MODELO LINEAR MLTIPLO ................................................................................................................................32
3.1.2. MODELO NO LINEAR ........................................................................................................................................33
4 ELABORAO DE EQUAES DE VOLUME ..............................................................................................35
4.1. COLETA DE DADOS DE CAMPO .................................................................................................................................36
4.2. CONSISTNCIA DOS DADOS .....................................................................................................................................37
4.3. CLCULO DO VOLUME REAL ....................................................................................................................................37
4.4. ANLISE DESCRITIVA .............................................................................................................................................44
4.5. BANCO DE DADOS PARA VALIDAO ..........................................................................................................................45
4.6. CRITRIOS DE SELEO DOS MODELOS .......................................................................................................................46
4.6.1. TESTE F (PARA VERIFICAR SE H OU NO REGRESSO) .................................................................................................46
2
2
4.6.2. COEFICIENTE DE DETERMINAO (R OU R ) ............................................................................................................47
4.6.3. ERRO PADRO DE ESTIMATIVA (SY.X) ......................................................................................................................47
4.6.4. COEFICIENTE DE VARIAO (CV)...........................................................................................................................48
4.6.5. ANLISE GRFICA DE RESDUOS ............................................................................................................................48
4.6.6. DESVIO MDIO PERCENTUAL (DMP%) ..................................................................................................................49
4.7. EXEMPLO PRTICO ...............................................................................................................................................50
4.8. TESTE DO QUI -QUADRADO PARA VALIDAO DO (S) MODELO (S) SELECIONADO (S) ..............................................................59
CONSIDERAES FINAIS ...................................................................................................................................64
REFERENCIAL TERICO .....................................................................................................................................65
ANEXO .....................................................................................................................................................................66

LISTA DE TABELAS

Tabela 1. Banco de dados utilizado para a validao da equao selecionada (log Vol = 3,0447 + 2,03475 * log DAP).
Tabela 2. Banco de dados utilizado para a comparao das equaes de simples entrada
(log Vol = -3,0447 + 2,03475 * log DAP) e dupla entrada (log Vol = - 3,76568 + 0,96212 *
log (DAP) + 0,75397 * log(H)) atravs do teste qui-quadrado.

ANLISE DE INVENTRIO FLORESTAL - 100% (IF - 100%)

O inventrio florestal consiste, basicamente, no registro dos indivduos existentes

em uma determinada rea. um importante instrumento utilizado para diagnosticar o

potencial produtivo de uma floresta, objetivando oferecer informaes quantitativas e
qualitativas dos produtos madeireiros e no-madeireiros. Com as informaes levantadas
em um inventrio florestal possvel determinar a viabilidade econmica dos diferentes
seguimentos e empreendimentos florestais.
Os inventrios florestais podem ser aplicados em vrios tipos de levantamento,
sendo empregado, por exemplo, para a realizao de um reconhecimento de uma rea a
ser explorada e/ou um diagnstico dos danos causados vegetao remanescente aps
as atividades exploratrias.
Segundo Soares et al. (2006) existem diferentes tipos de inventrio florestal, a
saber: Censo ou Inventrio 100%; Amostragem; Temporrios; Contnuos; Exploratrio; De
reconhecimento; e Detalhado. No presente manual tratar-se-, apenas, da anlise do
inventrio florestal 100% que uma prtica adotada nas atividades pr-exploratrias o
qual ser a base para o planejamento das aes inerentes as diferentes fases da
explorao florestal. A realizao do inventrio florestal de fundamental importncia
para a projeo das estradas principais e secundrias, ramais de arraste, estabelecimento
de ptios de estocagem e para a determinao dos indivduos e espcies a serem
mantidos, assim como queles que devero ser selecionados para o corte.
Na realizao do manejo florestal, visando produo sustentvel, importante
conhecer as diversas caractersticas da floresta, as quais podem ser obtidas pelo
inventrio florestal. Atualmente, o inventrio florestal 100% dever ser apresentado
segundo o que versa a Instruo Normativa n 05 de 11/12/2006-MMA (Brasil, 2008a),
Norma de Execuo/IBAMA n 1, de 24/05/2007 (Brasil, 2008b) e Resoluo CONAMA n
406 de 02/02/2009 (Brasil, 2009).
A anlise tcnica baseada pura e simplesmente no que rege a legislao
supracitada, observando os critrios de manuteno de rvores por espcie, de acordo
com os Arts. 6, 7 e 8 da Instruo Normativa n 05 de 11/12/2006-MMA (Brasil, 2008a)
e Art. 4 da Resoluo CONAMA n 406 de 02/02/2009 (Brasil, 2009).
A seguir demonstrado o passo a passo para a realizao da anlise do inventrio
florestal 100% (IF100%).

1 Passo: Criar uma cpia do IF100%

Anteriormente a qualquer exame tcnico o analista dever criar uma cpia da
planilha contendo os dados do Inventrio Florestal 100%.
Primeiramente dever ser verificada a existncia de erros na planilha como: clulas
em branco, nome de indivduos da mesma espcie escritos em formatos diferentes,
valores demasiadamente altos para as variveis CAP (circunferncia a altura do peito) e
H (altura), rvores com numeraes repetidas...
Em seguida dever abrir a planilha com os dados brutos coletados em campo e, a
posteriori, selecionar a linha (ou grade) contendo os nomes das variveis discriminadas e
utilizar-se da opo Filtrar, conforme mostra a figura abaixo.

Clicar em Dados Filtrar.

2 Passo: Verificar a adequao IF 100%

Aps aplicar o procedimento Filtrar, o qual permitir visualizar de forma
resumida todas as informaes constantes na coluna da varivel selecionada, o tcnico
dever realizar a avaliao da adequao do IF100% as informaes prestadas no PMFS,
bem como ao marco legal vigente, conforme descrito a seguir:
- Quanto ao Dimetro Mnimo de Corte DMC:
A verificao da adequao do Dimetro Mnimo de Corte - DMC constitui-se em
uma das principais anlises a serem realizadas no IF 100%. Neste procedimento o
tcnico dever atentar-se para a previso de corte das rvores a explorar, ou seja,
verificar se no existem rvores previstas para explorao com DMC < 50 cm.

- Quanto a explorao de rvores com qualidade de fuste 3 (QF3):

Dever ser observado, ainda, a existncia de rvores com qualidade de fuste 3

(QF3) selecionadas para explorao florestal. Neste procedimento o tcnico dever
verificar no Plano de Manejo Florestal Sustentvel (PMFS)/Plano Operacional Anual(POA)
se a sua explorao fora devidamente prevista, bem como a justificativa tcnica plausvel
para a utilizao de rvores com qualidade de fuste 3. Caso conste no PMFS/POA a
previso para a explorao de somente indivduos com qualidade de fuste 1 (QF1) e
(QF2), no IF100% apresentado em CD-ROM no dever haver indivduos explorar que
contenham QF 3.

- Quanto utilizao correta das frmulas para o clculo das variveis

dendrometricas:

Outro ponto a ser observado a correta utilizao das frmulas matemticas para
o clculo das variveis dendromtricas (volume, rea basal, DAP), conforme figura
abaixo.

10

3 Passo: Criar uma tabela dinmica

Realizada a verificao da adequao do IF100%, proceder-se- a verificao dos
critrios de raridade previstos na Instruo Normativa MMA n 05, de 11/12/2006 (Brasil,
2008a). Este procedimento ser realizado com fins de verificar o atendimento dos
aspectos legais previstos na IN MMA n 05/2006, no que diz respeito ao percentual de
indivduos remanescentes a serem mantidos na rea de efetivo manejo florestal. Para
tanto, o tcnico dever utilizar-se da ferramenta tabela dinmica, conforme ilustrado a
seguir:

1. Dados Relatrio de
tabelas e grficos dinmicos.

2. Clicar em
Avanar na janela
do Assistente de
Tabela Dinmica.

11

3. Verificar se o intervalo
abrange todos os dados e
clicar em avanar
Clicar na nova pasta: Ctrl
Home, Ctrl Shift
Clicar na clula em que se
deseja

que

tabela

aparea e clicar avanar

ou concluir.

4.

No

campo

Linha

dever ser colocada as

informaes referentes
espcie. Assim, os nomes
de

todas

as

espcies

aparecero na coluna.

12

5. No campo referente Coluna devero ser colocadas as

informaes relativas destinao das espcies (Classificao ou
categoria dada aos indivduos das diferentes espcies. Ex.:
Explorveis, remanescentes, rvores em APP)
Clicar com boto esquerdo na varivel OBS (que se refere
destinao das espcies), pressionar e arrastar para o campo
concernente a coluna: Solte campos de coluna aqui.

6. Para o clculo do nmero de indivduos por categoria (ex:

explorar, remanescente), o tcnico dever arrastar uma varivel
(que possibilite contabilizar o nmero de indivduos; por exemplo, o
volume) da janela Lista de campos da tabela dinmica para o
campo referente a itens de dado, onde est escrito: Solte itens de
dados aqui.
Em seguida o tcnico dever clicar duas vezes sobre a clula
Soma de volume. Na Janela Campo de tabela dinmica
selecionar: ContNm Ok

13

7. Clicar na coluna espcie: Ctrl + Shift

Ctrl C, colar especial valores na
mesma planilha;
Nesta

nova

utilizado

planilha

dever

Autofiltro.

ser
Aps

selecionar o campo dos indivduos,

direcionados explorao, o campo
das no vazias dever ser marcado (o
objetivo deste passo selecionar,
apenas, as espcies marcadas para a
explorao).

14

8. Criar ao lado da tabela uma

coluna para o clculo dos 10%
preconizados na IN 05/2006
MMA. O clculo do nmero de
rvores
serem

remanescentes
deixadas

dever

a
ser

feito sobre o total geral dos

indivduos (Remanescentes +
Explorveis) com DAP 50 cm.

9. Para rea de Efetivo Manejo Florestal - AEMF maior ou igual a 100 ha

teremos:
- critrio de 3 indivduos/100ha, proceder-se- o seguinte clculo:

3 indivduos x AEMF/ 100ha

N indiv.= 3x (AEMF)/100

Exemplo: =3*184,416533/100

No arredondamento, o tcnico dever, sempre, arredondar esse valor

para mais.

Por exemplo: 5,53249.... = 6 indivduos o que no atender a esse

nmero, dever ser enquadrada como Remanescente (RESERVADA)

15

10. O Volume a ser liberado dever ser calculado da seguinte maneira:

O tcnico dever clicar em Dados Relatrio tabela dinmica Selecionar
a planilha que apresenta os dados de QF 1 e 2; DAP > 50cm.

11. Clicar na clula em

que se deseja que os
dados da tabela dinmica
apaream.

Em

seguida

clicar em concluir.

16

12. Clicar no quadro Lista

de

campos

da

tabela

dinmica, os itens que se

referem s variveis para
efetuar o clculo:

Clicar

com

boto

esquerdo, sobre a varivel

(Espcie, ou nome vulgar),

pressionar e arrastar (1) para
a 1 coluna (soltar no campo
referente a linha), como se
observa

ao

lado.

Logo

aparecero automaticamente
os

nomes

das

espcies

nesta coluna (2).

13. No campo referente a

Coluna dever ser colocado
as informaes relativas a
destinao

das

espcies

(categoria em que elas se

encontram). Clicar com o
boto esquerdo, pressionar
e arrastar para o campo
concernente a coluna.

17

14. No campo referente aos Dados

devero

ser

colocadas

as

informaes relativas ao Volume

Clicar com o boto esquerdo,
pressionar, arrastar e soltar no
campo referente aos dados.

15. Na seta, referente s diferentes categorias, (Ex.: da OBS), da tabela

dinmica, desmarcar os itens que no se referem a explorao, ou seja, os
indivduos destinados a reserva ou remanescente.
Realizado este ponto, o tcnico obter o volume total, por espcie,
requerido no processo, de acordo com a figura abaixo.

18

16. Para o clculo do volume por hectare, dever ser criada na clula ao
lado do nome da ltima varivel (neste caso, corresponde varivel
Explorao) uma clula com o ttulo de Vol/ha. Logo abaixo, na mesma
clula, criar uma frmula, dividindo o valor da explorao pela rea de
efetivo manejo, determinado pela Gerncia de Geotecnologia (SEMA).
Posteriormente, arrastar (clicar no cursor + e arrastar at a ltima clula
correspondente ao volume por espcie).
Exemplo: F5/ 57,87, sendo que F5 igual ao volume total a ser explorado
na rea de efetivo manejo de 57,87 ha, como se observa na figura abaixo:

Realizado este passo, tm-se o volume total

estimado, em m3ha-1, para uma determinada AMF.

19

ANLISE DE EQUAO DE VOLUME

No mbito do manejo florestal o conhecimento das diversas caractersticas da

floresta torna-se imprescindvel quando se almeja produo de madeira sob regime de

manejo sustentado. Tais informaes podem ser obtidas por meio de inventrio florestal
atravs do qual inmeras variveis podem ser diretamente quantificadas (dimetro a
1,30m do solo (DAP), altura estimada (H), qualidade do fuste (QF), etc.).
A expresso quantitativa mais usada em florestas o volume de madeira, o qual se
constitui em informao imprescindvel em Planos de Manejo Florestal Sustentado
PMFS. Diversos mtodos para estimar o volume de rvores em p tm sido descritos.
Todavia, a melhor maneira de determinar o volume das rvores pela utilizao da
tcnica denominada de Tabela (equao) de volume do povoamento. COUTO &
BASTOS (1987), afirmam que o mtodo da equao de volume o mais preciso dos
mtodos de determinao de volume de rvores em p, contrapondo-se aos mtodos de
volume cilndrico e da rea basal. Husch et al. (1972) classificam as tabelas de volume
em trs categorias: tabelas padro (ou de dupla entrada), onde o volume funo do
dimetro altura do peito (DAP) e da altura; tabelas locais, onde o volume funo,
apenas, do DAP; e tabelas por classe de forma, onde o volume funo do dimetro,
altura e uma medida da forma de rvore. Segundo Silva et al. (1984) as tabelas padro
so mais precisas que as tabelas locais, porque elas envolvem, alm do dimetro, a altura
como varivel independente.
A vantagem das equaes de volume o clculo de volume slido, rvore a rvore,
atravs de modelos matemticos, especialmente testados para apresentar os menores
erros possveis (COUTO & BASTOS, 1987). Contudo, na maioria dos PMFS
apresentados Secretaria de Estado de Meio Ambiente do Par - SEMA utiliza-se do
mtodo do volume cilndrico, cujo volume real da madeira obtido atravs da
multiplicao deste pelo fator de forma 0,7 (considerado fator mdio para todas as
espcies da Amaznia).
Na esfera legal a Instruo Normativa n 30 de 31/12/2002, disps sobre o clculo
do volume geomtrico de rvores para a Amaznia, determinando a utilizao da equao
de volume para as reas submetidas ao PMFS. Muito embora a IN30 tenha sido
revogada, o advento da Instruo Normativa n 05 de 11/12/2006-MMA (Brasil, 2008a), da
Norma de Execuo/IBAMA n 1, de 24/05/2007 (Brasil, 2008b) e da Resoluo CONAMA
n 406 de 02/02/2009 (Brasil, 2009) retomou a necessidade de cobrana da equao de
volume a partir do segundo Plano Operacional Anual - POA. Em seu Art. 10, a Resoluo
20

CONAMA n 406 (Brasil, 2009) dispe o seguinte:

Art. 10. A partir do segundo Plano Operacional Anual - POA,
s ser aceito pelo rgo ambiental competente o clculo do
volume de rvores em p, mediante equao de volume
desenvolvida especificamente para o PMFS.

Vale ressaltar que a definio de modelos volumtricos especficos para as reas

de Manejo Florestal - AMF no tem por finalidade aumentar ou diminuir o volume de
madeira a ser concedido no mbito das autorizaes de explorao florestal pelos rgos
ambientais competentes, mas estimar com maior preciso o volume existente na AMF e,
por conseguinte, racionalizar o uso da floresta e garantir a sustentabilidade ao longo do
tempo. Silva (2007) ratifica que o emprego de equaes volumtricas desenvolvidas
especificamente para as reas de manejo florestal (AMF) se constitui no procedimento
mais eficiente, econmico e com preciso aceitvel, para a quantificao da produo do
volume de madeira da floresta.
2.1

VOLUME

A expresso quantitativa mais usada em florestas o volume de madeira. Os

volumes

das rvores podem ser estimados atravs de relaes previamente

estabelecidas entre eles e dimenses facilmente mensurveis. Dimetro, altura e forma

so as variveis independentes geralmente utilizadas para estimar o volume de madeira.
O resultado final de uma relao desse tipo pode ser apresentado em forma de tabela,
chamada de tabela de volume (HUSCH et al. 1972), como outrora mencionado.
2.1.1 Volume da rvore em p
Em florestas tropicais h a dificuldade de visualizao das copas de determinadas
rvores. Dessa forma, no h ponto de referncia para mensurao da altura1 total. Em
virtude disso a preciso dessa medida dbia, o que poder ocasionar superestimao
ou subestimao dos dados relativos altura, ocasionando, conseqentemente falhas
para a determinao do volume a ser liberado. Para estimao da altura exige-se
treinamento, atividade que demandar tempo e custo.

Dimenso vertical de um corpo, da base para cima. Esta pode ser dividida de trs formas: 1. Altura total:
varia de acordo com a espcie (varivel biolgica, isto , depende da biologia da espcie); 2. Altura do
Fuste: Altura que vai da base da copa ao nvel do solo: e 3. Altura Comercial: Altura que vai do nvel do solo
at a primeira bifurcao considerada.

21

 ALTURA
DAP
VOLUME

A medida da circunferncia a altura do peito (CAP) ou do dimetro a altura do peito

(DAP) da rvore serve para estimar o volume de madeira das rvores a serem
exploradas. O DAP ou o CAP so variveis mensuradas diretamente em campo, por meio
da utilizao de trenas diamtricas ou centimtricas o que possibilitar a obteno de um
dado mais confivel. A medio do dimetro ou circunferncia da rvore dever ser feita a
uma altura de 1,30 metros do solo2. Do ponto de vista tcnico, as equaes de volume de
dupla entrada (V= f (DAP; H)) so mais precisas estatisticamente.
O volume3 total de madeira existente em uma dada rea a soma do volume de
cada indivduo localizada nesta rea. Para o clculo do volume necessrio a utilizao
das duas variveis dendromtricas supramencionadas (Circunferncia ou Dimetro e
Altura). Outra varivel que dever ser observada a qualidade de fuste dos indivduos
selecionados para corte.
2.1.2 Volume do cilindro
No mtodo de volume cilndrico, o volume real da madeira obtido atravs da
multiplicao do volume cilndrico por um fator de forma mdio da floresta (COUTO &
BASTOS, 1987).

Nas rvores com sapopemas, cips, casas de cupins etc. a medio dever ser feita preferencialmente a
30cm acima desse ponto.
3
Medida do espao ocupado por um slido.

22

di

d1 = d2 = di = dn

d3
d2

Volume do cilindro (Vc): base x altura

2
2
rea da base: d = 0,7854 x d
4

_C

ou

Vc = d2 x H
4

4.

O Dimetro de referncia de um cilindro = DAP, geraria ento o volume da rvore,

em um formato de um cilindro perfeito. Contudo, sabe-se que os indivduos arbreos
apresentam uma conicidade intrnseca caracterstica de cada espcie, bem como em
relao ao seu habitat natural. Dada a diversidade de formas e graus de afilamentos das
espcies tropicais, surge a necessidade de corrigir o volume do cilindro para o volume da
rvore. Neste contexto, os estudiosos tm lanado mo da utilizao do fator de forma
que nada mais do que um fator que permite corrigir o volume do cilindro para o
volume da rvore em p.

ff

DAP

23

ff =
1

Volrvore
Volcilindro

Volrvore = Volumecilindro x ff

2
2
Vrvore: d x H x ff .: 0,7854 x d x H x 0,7

Vrvore: 0,55 x DAP2 x H

onde:
Volrvore :
Volcilindro:
ff:
:
d ou DAP:
H:

volume da rvore
volume do cilindro
fator de forma*
constante pi (3,14159)
dimetro a altura do peito
altura

* O fator de forma mdio para a Amaznia de 0,7 (HEINSDIJK, 1963).

Nas florestas tropicais o fator de forma torna-se impreciso devido s rvores no

apresentarem a mesma conicidade. Este dever ser utilizado, somente, nas situaes em
que no se tenha nenhuma informao sobre a forma da rvore. O fator de forma, no
entanto, no garante a preciso do volume. Deste modo, h a necessidade de um modelo
matemtico que explique a relao entre volume e as variveis dendromtricas DAP e H.
2.1.3 Volume Francon (volume comercial de toras)

O volume do fuste (Vf) igual ao volume total da tora (Volume geomtrico)

multiplicado pelo fator 0,785.

g1

Vg

g2

24

Vg= (g1+g2)/2 * L
onde:
Vg: volume geomtrico (m3)
g1: rea transversal 1 (m2)
g2: rea transversal 2 (m2)
L: comprimento (m)

O Volume Francon (Vf) o volume de uma tora esquadrejada, ou o volume no qual

foi excludo as costaneiras (21,5%), que so os resduos eliminados para a obteno do
volume esquadrejado. O volume francon o volume comercial de toras adotada por toda
regio amaznica.

Costaneiras (21,5%)

L2
L1

L3

Vf = L1 * L2 * L3

A diferena entre o volume geomtrico e o volume francon de uma tora de 21,5%

(de unidade de medida utilizada).
Exemplificando: Uma tora com volume geomtrico de 10m3,
apresentar um volume francon de 7,85m3.

25

Como obter o volume Francon

mensurando diretamente a tora?

Vf = Vg*0,785
O volume Francon poder ser
obtido atravs do uso do
volume
geomtrico,
pela
seguinte frmula:

onde:
Vf: Volume francon
Vg: volume geomtrico do
fuste

A circunferncia poder ser mensurada, tambm, no meio da tora com ou sem a

casca.
* Toras com casca - H variao na espessura da casca, dependendo das espcies.
Desta forma, foi estabelecido que a medio da circunferncia (cm) fosse realizada sobre
a tora com casca, subtraindo 10cm e dividindo o resultado por 100 para transformao da
unidade em metros.

Vf = Cs/c
4

onde:

. L;

Vf: volume francon

Cs/c: circunferncia sem casca (m)
Cc/c: circunferncia com casca (m)
L: comprimento (m)

Vf = (1/4 . Cs/c)2 . L;
2

Vf =

2.2

(Cc/c 10cm) / 100

4

. L;

Volume Real
O volume real calculado atravs do mtodo da rea basal, multiplicando-se a

rea basal do povoamento pela altura mdia e pelo fator de forma mdio (COUTO &
BASTOS, 1987).

26

2.2.1 Mtodo Geomtrico

Fuste parte do tronco das rvores desprovida de ramificaes consideradas
Tora parte seccional do fuste que utilizada no comrcio (o tamanho depende do fim a
que se destina).

A)
c1 (cm)

c2

g2

g1

d2
d1

L= 4,5,6,......9....

c1

d1 g1= (c1 / 100)2 ou g1= (d1/100)2

4
4

c2

d2 g2= (c2 / 100)2 ou g2= (d2/100)2

4
4

onde:
c 1 e c 2 : circunferncia da base 1 e 2
d1 e d2: dimetro da base 1 e 2
g1 e g2: rea transversal da face 1 e 2
: constante pi (3,14159)
L: comprimento
Vg: Volume geomtrico

Vg= (g1 + g2) x L

2
B)

gm

L/2
L

onde:

Vg: gm x L

Vg: volume geomtrico

gm: rea transversal medida no meio da tora
L: comprimento

27

2.2.2 Mtodo Matemtico

A quantificao do volume slido em povoamentos florestais imprescindvel para
a implementao de planos de manejo sustentvel das florestas. Para quantificar esse
volume executa-se um inventrio florestal que consiste na medio de parte da
populao, isto , de unidades amostrais ou parcelas, para depois extrapolar os
resultados para a rea total. Assim, visando planejar as operaes florestais, tm-se
estimativas da quantidade e da distribuio da madeira disponvel. Para obter o volume
de cada parcela so utilizados modelos hipsomtricos em conjunto com modelos
volumtricos, de taper ou de mltiplos volumes. Assim, para obter as equaes desses
modelos, executa-se uma cubagem rigorosa (volume real) em rvores-amostra abatidas
(LEITE & ANDRADE, 2002).
2.2.2.1

Volume real segundo a metodologia de Huber

A determinao do volume real por HUBER mais precisa que Smalian, pois
relativo mdia das reas das seces.
2m

2m

Ln

Vreal: gm x L
onde:

gm

g1

1m

2.2.2.2

g2

2m

gm

g3

gn

Ln

Vreal: volume real

gm: rea transversal
mdia
g1..n: rea transversal
de 1 a n
L: comprimento

Volume real segundo a metodologia de Newton

Este autor realizou a juno das frmulas de Huber e Smalian (que ser visto a
seguir). Desta forma Newton mais preciso que Huber.

28

Vreal: g1 + 4gm + g2 . L
6
onde:

g2

gm

g1

L = 2m

2.2.2.3

Vreal: volume real

gm: rea transversal mdia
g1: rea transversal da base 1
g2: rea transversal da base2
L: comprimento

Volume real segundo a metodologia de Smalian

O volume de Smalian calculado em seco de 2m de comprimento,

determinando-se a mdia das reas transversais dos extremos da seco multiplicado
pelos seus comprimentos.
Exemplo:

V= g1+g2
2
L1: 2m

g1

L2: 2m

g2

V1

V2

L3: 2m

g3

V3

L3: 2m

g4

V4

Ln

g5

V5

gn-1

g6

gn

CAP
X
C1

C2

C3

C4

C5

C6

Cn-2 Cn-l

ln

l<2m

Para a obteno dos dados a medio da circunferncia dever ser feita a cada 2m
ao longo do fuste da rvore, observando-se que o ltimo segmento poder ser menor
que 2m. A circunferncia 1 (C1) dever ser medida no extremo 1. O Clculo das reas
(gn) das seces realizado em funo das circunferncias (Cn).

29

Vreal: V1 + V2 + V3 + V4 + V5

onde:

Vreal: volume real

V1: volume da seco 1
:
Vn-2: volume da antepenltima seco
Vn-1: volume da penltima seco
Vn: volume da ltima seco
g1: rea transversal 1
:
gn-2: rea transversal da antepenltima seco
gn-1: rea transversal da penltima seco
gn: rea transversal da ltima seco
L1 a n: comprimento das diferentes seces
Ln: comprimento da ltima seco

Vreal: i=1 Vi
V1: g1 + g2 . 2
2
V2: g2 + g3 . 2
2
V3: g3 + g4 . 2
2
V4: g4 + g5 . 2
2

gn-1

V5: g5 + g6
2

V5: gn-1 + gn . Ln
2

Vreal: i=1 Vi = g1 + g2 + g2 + g3 + g3 + g4 + g4 + gn-1 + gn-1 + gn . Ln

2
= g1 + 2g2 + 2g3 + 2g4 + gn-1 + gn-1 + gn . Ln
Frmula geral Segundo Smalian:

Vreal: g1 + gn-1 + 2(g2 + g3 + g4 + + gn-2) + gn-1 + gn . L n

2

Recomenda-se a utilizao da ficha de campo conforme modelo abaixo:

N
1
2
3

ESPCIE
N rv
Maaranduba

FICHA DE CAMPO
CAP
(cm) H (m) C1
C2

C3

C4

...

Cn

Na ficha de campo devero constar as seguintes informaes: Nmero da rvore;

segundo o IF-100%; identificao da espcie, circunferncia a altura o peito; altura e
mensurao das diferentes circunferncias, medidas de 2 em 2m ao longo do fuste.

30

Preciso do clculo do volume real

Smalian < Huber < Newton

Apesar de Smalian apresentar menor preciso, em relao aos demais, no h

diferena significativa entre os resultados dos volumes, sendo mais vivel utilizar
a de Smalian, em razo da praticidade em campo quando comparada as duas
outras metodologias.

REGRESSO
Regresso o estudo entre duas variveis ou grupos de variveis onde se procura

estimar o valor de uma varivel a partir do conhecimento de outra (s) varivel (is).
Parmetro significa verdadeiro valor, ou valor real. Na estatstica os parmetros
so em geral representados pelas letras gregas. Geralmente o parmetro no
conhecido, pois se costuma trabalhar com amostragens e no com a populao total, e
dessa forma determina-se a estimativa do parmetro (um valor mais prximo do
parmetro).
Modelo Matemtico

Y= 0 + 1X +
Onde:
Y= parmetro da varivel dependente ou varivel resposta;
o= parmetro do coeficiente de interseo;
1= parmetro do coeficiente de inclinao/regresso;
X= parmetro da varivel independente (independe de qualquer outra varivel, isto
, aquela medida no campo);
= componente aleatrio ou erro de estimativa.
A varivel Y (parmetro) de modelo no tem erro, visto que o erro da estimativa
da varivel em anlise computado a parte, recebendo a denominao de erro de
estimativa.

31

* O que vai determinar se a varivel dependente ou independente? Esta avaliao

depender da maior ou menor facilidade de obteno da varivel em campo.
Ex: DAP fcil medio tem maior facilidade de ser mensurado diretamente no campo.
- considerada uma EQUAO

Y= b0 + b1x

- estes coeficientes so estimados, b0 e b1

- na equao, o erro no aparece, pois est distribudo na varivel, que uma
estimativa e no o verdadeiro valor. Para isto, necessrio determin-lo para
verificar a preciso da equao.
- esta equao apresenta expoente = 1 e uma varivel independente (X). Desta
forma temos uma REGRESSO LINEAR4 SIMPLES.
y = b0 + b1x
y

Onde:
Y= varivel dependente (de x);
bo= coeficiente de intercesso;

tg = b1
y = b1x, pois b0= 0
b0
Linha de regresso

b1= coeficiente de inclinao ou

coeficiente de regresso
(tangente do ngulo );

- b0

x= varivel independente.

Neste caso, a varivel independente no mais um parmetro, o erro est

embutido no valor de y, pois as variveis (b0 e b1) so estimativas (no so verdadeiros
valores).
3.1

Classificao dos modelos de regresso

3.1.1 Modelo Linear Mltiplo

Y= 0 + 1X1 + 2X2 + ... + nXn

Modelo Linear aquele que aditivo e o expoente igual a 1.

32

Quando todos os expoentes das variveis independentes so iguais a 1, a

regresso considerada LINEAR. Quando h duas ou mais variveis independentes (X1,
X2 e X3) envolvidas no modelo, a regresso considerada MLTIPLA.
3.1.2 Modelo no Linear

Y= 0 . 101X

A equao considerada no linear

logY= log0 + 1Xlog10

quando o expoente diferente de 1.

Quando a equao se apresentar de

logY= log0 + 1X

forma no linear, se torna necessrio

y= 10(b0 + b1x)

a linearizao da mesma, conforme

demonstrado ao lado.

Como linearizar uma equao? Logaritmizando a equao no-linear.

Os programas esto voltados somente para regresso linear.

O entendimento destes modelos e das variveis independente e dependente

necessrio para a correta aplicao dos dados nos programas e na entrada de dados
para anlise.
* Neste ponto interessante saber o conceito de correlao.

Correlao: o grau de relao entre duas variveis (x e y)

quaisquer, sejam dependentes ou independentes.
Representao (notao)

Medida linear, a qual pode assumir valores positivos e negativos

Variao [-1 0 +1] ou [-100 0 +100]

33

y
r = +1

O aumento de uma
varivel implica no
aumento da outra
varivel

y
r = -1

x
Correlao positiva

y
r=0

y no varia
com o
aumento de x

x
No h correlao

O aumento de uma
varivel implica na
diminuio da outra
varivel

x
Correlao negativa

r=0

r=0

x no varia
com o
aumento de y

x
No h correlao

x
No h correlao

Quando b1 for igual a zero, na equao exemplificada (y = b0 + b1x) no haver

regresso.
Por exemplo, para a confeco do grfico necessrio o conhecimento das
variveis dependentes e independentes e como estas esto envolvidas entre si.
Outro ponto a ser observado, no grfico, quanto aos critrios para a eliminao
dos outlines, ou seja, dos pontos extremos que estariam superestimando ou
subestimando os dados em anlise.

Outlines que devem

ser eliminados

34

ELABORAO DE EQUAES DE VOLUME

Os PMFS que apresentarem mais de uma UPA, a partir da homologao da

Resoluo do CONAMA n. 406 de 02/02/2009 (Brasil, 2009), devero apresentar para a

segunda UPA a equao de volume especfica para a rea.
Para o clculo do volume da primeira UPA poder ser utilizada a equao de
volume (V = . (DAP) / 4 . H . ff) com o fator de forma 0,7. Contudo, durante a atividade
de explorao da 1 UPA, dever ser realizada a coleta de dados para o ajuste da
equao de volume inerente a rea do projeto, visto que o mesmo ter a obrigao de
apresent-la a partir do 2 POA.
necessrio observar na literatura e verificar quais as equaes de volumes so
mais utilizadas (ANEXO). interessante que o responsvel pela elaborao da equao
de volume selecione pelo menos 6 modelos de simples entrada (ou seja, volume
calculado somente em funo do DAP) e 6 modelos de dupla entrada para clculo de
volume (este necessita de 2 variveis, DAP e H).

1 POA
UPA 01

V = . (DAP) / 4 . H. ff

2 POA
UPA 02

Equao ajustada para a

rea a partir dos dados
do 1 POA

Durante as atividades exploratrias dever ser criada uma planilha que contenha o
nmero da rvore, espcie, circunferncia a altura do peito (cm) e altura. Devero ser
criadas, ainda, colunas para a coleta de dados referentes s circunferncias (C1,
35

C2,...Cn) coletadas a cada marcao de 2m conforme exposto acima, as quais devero

ser mensuradas durante o perodo de explorao florestal. Entretanto, importante
lembrar que a varivel relativa ao CAP (cm) dever ser mensurada com a rvore em p.
Cabe ressaltar que as atividades referentes coleta de dados para a elaborao
da equao de volume da rea s poder ser iniciada aps a aprovao da explorao
florestal mediante a liberao da Licena de Atividade Rural (LAR) e Autorizao de
Explorao Florestal (AUTEF).
A ficha de campo dever seguir o modelo abaixo. Esta dever conter campos para
a anotao das circunferncias que sero mensuradas das rvores derrubadas.

N
1
2
3

4.1

ESPECIE
MAARANDUBA
ANGELIM
ANGELIM

FICHA DE CAMPO
N rv. CAP (cm) H (m)
85
282
10
235
326
17
401
345
18

C1

C2 ... Cn

Coleta de dados de campo

Inicialmente so coletadas as informaes de cada rvore explorada na rea de

manejo, conforme as atividades listadas abaixo:

a) Anotar o nmero da rvore constante na placa no toco da rvore;

b) Anotar nome da espcie e medir a CAP (rvore em p), com base nas anotaes do IF
100%;
c) Medir a altura total da tora;
d) Para medir as circunferncias necessrio atentar para os seguintes passos: d.1.
Marcao dos pontos a cada 2 metros; d.2. Suspenso da tora para medio das
circunferncias; d.3. Esses dados devero ser anotados em uma ficha de campo (banco
de dados);

OBS: O nmero de rvores coletadas dever ser representativo de modo que a estimativa
a ser realizada represente fielmente a populao. Neste ponto, devem ocorre medies
36

ao longo de todas as classes diamtricas e de todas as espcies comerciais explorar.

Portanto, recomenda-se um planejamento prvio coleta de dados considerando o IF
100% e a acessibilidade as reas (mapas logsticos).

4.2

Consistncia dos dados

Verificar se os dados foram digitados corretamente (conferir os dados digitados

com os dados anotados na ficha de campo).

4.3

Clculo do volume real

a) Efetuar o clculo do nmero de sees (NS)

onde:
NS= nmero de sees;
H= altura

Frmula no Excel: NS= INT (H/2)

b) Aps o calculo do NS, calcula-se o LN

onde:
LN= H (2 x NS)

LN= comprimento da ltima seo

H= altura
NS= nmero de sees

Calculados NS e LN na tabela acima, copiar s a linha com o nome das

variveis do quadro geral, logo abaixo e na mesma direo das colunas, sendo que no

37

lugar das clulas inerentes a circunferncia (Cx): C1, C2, C3,....Cn, substituir por rea
transversal (gx): g1, g2, g3,....gn.

Em seguida copiar somente os valores das variveis (n, espcie, CAP, H) e colar
especial (valores) logo abaixo da tabela anterior.
c) Clculo das reas transversais
onde:
Frmula no Excel: g= ((Cx/100)^2/(4*PI()))

g= rea transversal
Cx= cada circunferncia
medida no campo

A unidade da rea transversal (g) calculada dever ser expressa em m2, para
quando multiplicar pela altura (H), gerar a unidade em m3.

Como calcular
o valor de g1?

Frmula no Excel: g= ((Cx/100)^2/(4*PI())

38

Aps o clculo de g1 clicar e arrastar o cursor (+) para todas as demais clulas
correspondentes s reas.

necessrio atentar para a eliminao das clulas com valores equivalente a 0

(ZERO), que possivelmente ocorrero nas ltimas reas transversais.

Aps o clculo de todas as reas transversais (gs), selecionar essa tabela e

classific-la em ordem crescente de NS (nmero de sees), a fim de que os
dados sejam ordenados segundo as rvores com o mesmo nmero de sees
(NS).
g14

g15

g16

NS
3
4
5
5
5
5
5

LN
1,87
1,32
1,11
1,6
0,58
1,5
0,9

d) Criar na tabela abaixo, uma coluna para calcular o volume real. Na coluna criada
calcular o volume real, segundo a metodologia de Smalian.

Vreal= g1 + gn-1 + 2*(g2 + g3 ++ gn-2) + (gn-1 + gn)/2 * LN

Esta frmula
aplicada para
todas as
rvores com o
mesmo nmero
de sees (NS)

39

Montar outra tabela abaixo, com as seguintes variveis apresentadas na figura

acima: n, espcie, DAP, H, Vreal (colar especial os valores referentes a estas
variveis).

A coluna do CAP dever dar lugar ao campo referente ao DAP, o que dever ser
calculado pela frmula = CAP/PI().

n
1
2
3
4
5
6

Espcie
Faveira
Sucupira
Jarana
Faveira Vermelha
Pau Amarelo
Jarana

DAP(cm)
=203/PI()
80,851
53,476
58,887
59,842
74,803

H(m)
7,87
9,32
11,11
11,6
10,58
11,5

Vreal
2,505032118
4,433335106
2,445183494
2,793169251
2,78518031
4,660745079

40

Ao calcular todos os DAPs, selecionar a tabela com os dados de DAP, H e Vreal e

classificar por ordem crescente de DAP.

Em seguida os valores da
matriz de DAP, H e Volume
devero ser copiados e
transferidos

para

programa estatstico a ser

utilizado (Sugere-se o uso
do Minitab 14). Devero ser
seguidos

os

seguintes
Basic

passos: Stat
Statistics

Display

Descriptive Statistcs.

41

Selecionar a forma de
representao desejada
dos dados no grfico:
Graphs

Selecionar as variveis e clicar em OK

Clicar sobre a varivel e clicar na
opo Select

1- Selecionar as
variveis uma
por uma

2- A cada seleo de varivel, clicar

em Select. Automaticamente
aparecer o nome da varivel na caixa
Variables

42

A rea circulada de amarelo indica os

outlines da varivel DAP. Verifica-se
que so indivduos (3) que apresentam
dimetro acima de 150cm, que para o
caso em questo, so raros de ocorrer.
Estes

indivduos

no

devem

ser

computados no ajuste da equao, pois

superestimaram os dados.
ELIMINAO DOS DADOS
Na tabela de dados em que os valores
de DAPs foram classificados em ordem
crescente, verificam-se os indivduos
com

os

maiores

dimetros

(por

exemplo: DAP > 150cm), refletido nos

outlines apresentados no grfico ao
lado. Estes podem ser eliminados para
melhorar o ajuste da equao, com a
diminuio da variao dos dados.
DAP(cm)
150,560576
151,515506
153,107055

H(m)
Vreal
20,9 25,38583333
21,15 27,78804961
16,25 22,86743992

A anlise descritiva realizada pelo programa estatstico, envolvendo as variveis

DAP (dimetro a altura do peito), H (altura) e Vreal (volume real) se apresentar da
seguinte forma:

43

4.4

Anlise descritiva

Descriptive Statistics: DAP(cm); H(m); Vreal

Variable
DAP(cm)
H(m)
Vreal

N
300
300
300

N* Mean
0
78,50
0 17,577
0
7,052

Variable
DAP(cm)
H(m)
Vreal

Maximum
153,11
28,400
27,788

SE Mean
1,05
0,216
0,222

StDev
18,14
3,747
3,839

Minimum
Q1
44,25
65,33
7,870 14,908
2,112
4,435

Median
74,80
17,620
5,958

Q3
88,65
20,148
8,645

No grfico gerado pelos dados coletados, devero ser efetuados os seguintes

ajustes: * Eliminao de dados de rvores que no so freqentes na rea, visto que os
valores das variveis destes indivduos superestimam ou subestimam o conjunto de
dados. Estes indivduos que apresentam discrepncias so denominados de outlines. A
eliminao desses dados no afetar na representao real dos dados no campo, no
entanto, deve ser realizada com cautela (a forma de eliminao ser tratada mais
adiante).

Os

dimetros

das

rvores

serem

exploradas, devero estar acima de 50cm,

em conformidade com a legislao florestal
vigente. Portanto, indivduos abaixo desse
dimetro no devem constar na lista de
dados (esses indivduos no devem existir
visto que o dimetro mnimo de corte de
50cm). Neste caso foram realizadas a
explorao indevida de indivduos com o
dimetro abaixo do dimetro mnimo de
corte). Esses indivduos no devem fazer
parte da anlise.

Exemplificando
* O DAP= 44,24 representa o outline, devendo-se eliminar este indivduo.
* O indivduo com DAP= 49,33cm (50cm), no precisa, necessariamente, ser eliminado.
Contudo, h de se observar o nmero de indivduos que esto sendo abatidos com
dimetros abaixo de 50 cm, visto que esta ao est em desacordo com a legislao
ambiental vigente.
44

DAP(cm)
44,24507418
49,33803236
50,29296202
50,29296202

H(m)
21,43
21,15
15,38
14,05

Vreal
6,536766543
3,312187447
2,945491513
2,399102408

O mesmo vale para a varivel altura

(H). Observa-se que h um indivduo
com altura abaixo de 10m, o qual no
dever fazer parte do povoamento
(outline). Os outros 3 da direita esto
superestimando

Provavelmente

estes

povoamento.
devem

ser

aqueles que apresentaram maiores

dimetros, (Verificar na tabela de
dados).

Das 300 rvores, foram eliminadas 4

devido

os

outlines,

portanto,

restaram 296 rvores. Das 296,

foram selecionadas e separadas 46
rvores

para

validao

da

equao de volume e os dados das

250

rvores

restantes

foram

utilizadas para a matriz de variveis

classificadas por ordem crescente
de DAP.

4.5

Banco de dados para validao

Verificar a distribuio diamtrica dos dados

Classe DAP
I
II
III
IV
Total geral

Intervalo entre classes

0,5 0,7
0,7 0,9
0,9 1,1
1,1

Total
121
106
57
16
300

45

Retirar 1 a 2 indivduos de cada classe diamtrica para montar o banco de volume

real bem distribudo para validao da equao de volume ajustada para a rea.
Os dados selecionados para a validao da equao no podero ser utilizados
para o clculo da matriz de variveis, a serem utilizados no ajuste das equaes.
4.6

Critrios de seleo dos modelos

4.6.1 Teste F (para verificar se h ou no regresso)

Segundo Pimentel-Gomes (2009) o teste bsico para a anlise de varincia o
teste z de Fisher, atualmente bastante substitudo pelo seu equivalente F, de Snedecor,
que tem como objetivo comparar estimativas de varincias. Admitindo a hiptese de
nulidade, isto , supondo que os tratamentos sejam todos equivalentes, o quadrado mdio
(QM) para os tratamentos uma estimativa da varincia

, da mesma forma que o

quadrado mdio referente ao resduo.

onde:

F = QMReg
QMerro

QMReg: quadrado mdio da regresso

QMerro: quadrado mdio do erro
quando:
p < 0,001** ( = 0,01) 99% de probabilidade de haver regresso
0,01* < p < 0,05 ( = 0,05) 95% de probabilidade de haver regresso
p > 0,05ns no existe regresso

Para decompor a variabilidade total, usa-se a anlise de varincia (ANOVA).

F varivel
Regresso

gl (grau de
liberdade)
p

Erro

n1p

Total

n1

SQ
SSR
SSE

QM

SQR
p
SQE
(n 1 p)

QMReg
QMerro

p
(probabilidade)

SST

p = nmero de variveis independentes envolvidas no modelo; GL: graus de liberdade; SS R: Soma de

quadrados da regresso; SSE: Soma de quadrados dos erros; SST: Soma Total de Quadrados.

46

Onde:
: mdia de todas as observaes;
: valor da observao individual ;
: valor previsto da observao .

Depois de encontrado o F calculado, o valor dever ser comparado com F

tabelado5. O valor de F determinar se a equao avaliada explica ou no a correlao
entre as variveis analisadas.
4.6.2 Coeficiente de Determinao (r2 ou R2)

y = b0 + b 1 x
r2

onde:
r2: coeficiente de determinao para
regresso linear simples

y = b0 + b1x1 + b2x2
R

R2: coeficiente de determinao

para regresso linear mltiplo

O coeficiente r2 ou R2 uma medida quadrtica variando de 0 a 1 (ou 0 a 100%).

Quanto maior o valor de r2 e/ou R2 (mais prximo de 1) melhor ter sido o ajuste da
equao, ou seja, o modelo da equao ser mais preciso. Este coeficiente determina o
quanto a varivel y (dependente) est sendo explicada pela varivel x (independente),
ou seja, determina a correlao entre as variveis da equao. Quanto mais prximo o
valor de r2 do valor de 100%, melhor ou mais preciso o modelo. Considera-se o r2 80%,
para equaes de volume de boa qualidade.
4.6.3 Erro Padro de Estimativa (Sy.x)
O erro padro de estimativa determina o quanto de erro apresenta a regresso.
Contudo, h de se observar que o valor absoluto do erro no S a melhor medida quando
queremos comparar a preciso entre diferentes equaes de regresso.
5

Ftabelado visto na tabela F entrando com os valores de grau de liberdade, da regresso e do erro,
alm do nvel de significncia .

47

onde:
Sy.x: erro padro de estimativa
QMerro: quadrado mdio do erro

Sy.x =

QMerro

Obs.: A unidade do erro padro a

unidade da varivel y (varivel
independente).

O ndice de Furnival (corrige as discrepncias logartmicas para efeito de

comparao).
Onde:

IF = 2,2036 . [V] . Syx

IF= ndice de Furnival

[V]= Mdia geomtrica dos volumes reais
Syx= Erro padro de estimativa

Erro padro sem

discrepncias logartmicas

4.6.4 Coeficiente de Variao (CV)

O coeficiente de variao facilita a interpretao da variao dos dados de
regresso. Busca-se o menor coeficiente de variao.

CV% = Sy.x . 100

Y

4.6.5 Anlise Grfica de Resduos

Regresso
simples

Resduos

Di%

+
x

Varivel independente

48

 estimado

Di% = (i Yi) . 100

Yi

Regresso
mltipla

observado
4.6.6 Desvio Mdio Percentual (DMP%)
Este valor importante para a comparao com outros valores (outros modelos).
Um valor de at 5% bem aceitvel para o povoamento como um todo. Representa, em
mdia, o quanto a equao est superestimando ou subestimando a populao total.
Quanto menor o valor do DMP, menor a super ou subestimativa, sendo melhor a
equao.

DMP = i=1 Di%

n

Se o valor for positivo o DMP indicar a

superestimativa em percentual; caso o valor seja
negativo o DMP indicar em termos percentuais
quanto de subestimativa apresentou o modelo

* Outro ponto a ser observado a questo das unidades de sada das equaes de
volume.
Exemplificando:
Syx= (unidade da varivel dependente)
V= b0+b1x

Syx=1,875 m3

logV= b0+b1logx

Syx=0,932 logm3

Nota-se que as unidades de medida so diferentes. Desta forma necessrio o

clculo do ndice de Furnivall para a verificao da discrepncia de erro gerado pela
equao logartmica, para enfim, poder comparar e saber qual equao mais adequada.
49

IF=2,2036 * MgVol * Syx

IF=1,973
4.7

Exemplo prtico

- Criar a matriz de variveis

No exemplo em questo Log(Vol) = Log(D3). Aps o clculo das variveis

dispostas nas colunas, selecionar toda tabela, incluindo a linha com a identificao das
variveis e colar na tabela do programa estatstico utilizado.

Seleo no Excel:

50

Colar dados no programa estatstico:

Em seguida clicar em Stat -> Regression -> Regression...

Testar em primeiro plano a equao de simples entrada. Verificar quais variveis

sero utilizadas para a anlise:

51

1. Primeira equao testada V= b0+b1DAP

No programa estatstico colocar V (volume) no campo response (varivel resposta)
e DAP no campo predictors (varivel independente).

Efetivada a anlise de regresso o programa estatstico apresentar um relatrio com

os seguintes dados:

Regression Analysis: Vol(m) versus DAP(cm)

The regression equation is

Vol(m) = - 8,15 + 0,191 DAP(cm)

Predictor
Coef
SE Coef
T
P
Constant -8,1454
0,4659
-17,48 0,000
DAP(cm) 0,191457 0,005836 32,81 0,000
2

S ou Syx= 1,47097 R-Sq = 81,3% R-Sq(adj) = 81,2% (R corrigido)

Analysis of Variance (F)
Source
DF
SS
MS
Regression
1 2328,9 2328,9
Residual Error 248 536,6
2,2
Total
249 2865,6

F
P
1076,34 0,000

Unusual Observations
Obs

DAP(cm) Vol(m)

Fit

SE Fit

Residual St Resid
52

167
185
197
200
202
203
204
205
241
243
244
245
246
247
248
249
250

82
86
91
92
92
93
93
94
111
113
117
120
121
121
123
126
126

4,4333
5,2619
12,3709
5,0508
6,5147
5,9673
6,4244
6,8468
21,7111
10,5424
15,5064
14,6208
18,9589
20,2171
13,3723
20,3332
21,2555

7,5474
8,2787
9,3452
9,4671
9,4976
9,6499
9,7414
9,8937
13,1541
13,5198
14,3425
14,7387
14,9824
15,0738
15,3481
15,9270
16,0185

0,0956
0,1030
0,1205
0,1229
0,1235
0,1266
0,1285
0,1318
0,2140
0,2241
0,2471
0,2583
0,2653
0,2679
0,2758
0,2924
0,2951

-3,1141
-3,0169
3,0257
-4,4163
-2,9828
-3,6827
-3,3169
-3,0469
8,5569
-2,9774
1,1639
-0,1178
3,9764
5,1432
-1,9758
4,4062
5,2371

-2,12R
-2,06R
2,06R
-3,01R
-2,03R
-2,51R
-2,26R
-2,08R
5,88R
-2,05R
0,80 X
-0,08 X
2,75RX
3,56RX
-1,37 X
3,06RX
3,63RX

R denotes an observation with a large standardized residual.

X denotes an observation whose X value gives it large influence.
Aps a obteno do relatrio acima devero ser realizados os seguintes clculos:

Calcular a mdia aritmtica e mdia geomtrica do volume real para encontrar o

CV% (Coeficiente de Variao) e IF (ndice de Furnival), respectivamente.

a) Encontrar valores da mdia aritmtica e geomtrica

53

No exemplo em questo as letras em azul indicam as clulas selecionadas para a

mdia do Volume.
Media aritmtica = MDIA (D3:D252)
Mdia geomtrica = MDIA.GEOMTRICA (D3:D252)
b) Calcular CV%

_
CV%= Syx / y * 100
Onde: S ou Syx= 1,47097 (gerada no programa estatstico) e y= mdia aritmtica,
calculada no excel.
CV%= 1,47097/6,831576*100 = 21,53193
Ento:
MDIA
MdiaAritm
MdiaGeomtr
CV%

Volume
6,831576
6,176082
21,53193

c) Calcular o volume estimado a partir da equao de volume criada.

54

d) Calcular o desvio mdio percentual entre o volume real e o volume estimado pela
equao de volume ajustada para a rea.

O valor do DMP% positivo, indica que a equao 1 est em mdia superestimando

o volume a 2,56%

1. Segunda Equao Testada logV= b0+b1logDAP+b2DAP

No programa estatstico, a varivel Log(Vol) dever ser colocada no campo
response (varivel resposta) e Log(DAP) e DAP(cm) no campo predictors (varivel
independente).

55

Efetivada a anlise de regresso, o programa estatstico apresentar um relatrio

com os seguintes dados:

Regression Analysis: Log(Vol) versus Log(DAP); DAP

Obs: DAP em centmetros (cm)
The regression equation is

Log(Vol) = - 2,02 + 1,34 Log(DAP) + 0,00371 DAP

Obs: DAP em centmetros (cm)
Predictor
Constant
Log(DAP)
DAP(cm)

Coef
-2,0203
1,3375
0,003706

SE Coef
T
P
0,8043
-2,51 0,013
0,5452
2,45 0,015
0,002880 1,29 0,199

S = 0,0811173 R-Sq = 81,9% R-Sq(adj) = 81,7%

Analysis of Variance
Source
Regression
Residual Error
Total

DF
SS
MS
2 7,3483 3,6741
247 1,6253 0,0066
249 8,9735

F
P
558,38 0,000

Source
DF Seq SS
Log(DAP) 1
7,3374
DAP(cm)
1
0,0109
Unusual Observations

Obs

Log(DAP)

Log(Vol)

Fit

SE Fit

Residual

St Resid

56

1
2
3
4
11
28
51
127
157
167
170
185
200
203
241
244
245
246
247
248
249
250

1,70
1,71
1,72
1,73
1,77
1,79
1,81
1,88
1,90
1,91
1,91
1,93
1,96
1,97
2,05
2,07
2,08
2,08
2,08
2,09
2,10
2,10

0,52011
0,46916
0,31944
0,42129
0,40727
0,44353
0,39881
0,93948
0,99026
0,64673
1,01251
0,72114
0,70336
0,77578
1,33668
1,19051
1,16497
1,27781
1,30572
1,12621
1,30821
1,32747

0,44428
0,44912
0,47059
0,49854
0,57181
0,60772
0,64856
0,76875
0,81517
0,84294
0,84465
0,88355
0,94713
0,95666
1,12890
1,18344
1,20125
1,21212
1,21618
1,22831
1,25366
1,25763

0,02231
0,02176
0,01939
0,01654
0,01044
0,00831
0,00673
0,00653
0,00701
0,00722
0,00724
0,00743
0,00766
0,00772
0,01348
0,01778
0,01943
0,02049
0,02090
0,02215
0,02491
0,02536

0,07583
0,02004
-0,15115
-0,07725
-0,16454
-0,16419
-0,24975
0,17073
0,17509
-0,19620
0,16785
-0,16241
-0,24376
-0,18089
0,20778
0,00707
-0,03628
0,06569
0,08953
-0,10210
0,05455
0,06984

0,97 X
0,26 X
-1,92 X
-0,97 X
-2,05R
-2,03R
-3,09R
2,11R
2,17R
-2,43R
2,08R
-2,01R
-3,02R
-2,24R
2,60R
0,09 X
-0,46 X
0,84 X
1,14 X
-1,31 X
0,71 X
0,91 X

R denotes an observation with a large standardized residual.

X denotes an observation whose X value gives it large influence.

Volume estimado para a equao 6 (j calcula pelo antilog)

=10^(-2,023+(1,3375*F3)+(0,003706*B3))
a) Calcular o volume estimado a partir da equao de volume criada

b) Em seguida calcular o desvio mdio percentual (DMP%) entre o volume real e o

volume estimado pela equao de volume ajustada para a rea.

57

O valor de DMP% positivo, indica que a equao 2 est em mdia

superestimando o volume a 1,1324%.

R-Sq(adj)

Equao

1 V= b0+b1 DAP

b0

Coef

Test T (p)

F (p)

r2(corrigido)

Syx

CV%

DMP%

IF(s para
equao
logaritimica)

-8,1454

0,000

0,000

81,2

1,47097

21,53

2,56

no o caso

1,1325

1,103975251

b1 0,191457

0,000

2 V=b0 +b1 DAP2

3 V= b0+b1 DAP+b2 DAP

4 logV=b0+b1logDAP
logV=
5 b0+b1logDAP+b21/DAP
logV=
6 b0+b1logDAP+b2DAP

b0

-2,0203

b1

1,3375

b2

0,013 0,000

81,70

0,08112 21,53

0,015

0,003706 0,199(NS)

58

4.8

Teste do Qui-quadrado para validao do (s) modelo (s) selecionado (s)

Aps o ajuste dos modelos de regresso pode-se verificar atravs das medidas

de preciso (Teste F, R; Syx, CV%, DMP, ndice de Furnival) quais equaes estimam a
varivel dependente (volume) com maior preciso. Todavia, Silva (2007) ressalta que
aps o ajuste de uma equao de regresso, deve-se proceder ao controle de validao e
da qualidade das estimativas do modelo selecionado, para que se possa ter maior
confiana nas suas predies.
O processo de validao da equao de regresso consiste na comparao dos
volumes reais obtidos atravs de cubagem rigorosa (Smalian, Newton ou Huber) com os
volumes estimados pelo modelo selecionado. Tal procedimento realizado por meio do
teste qui-quadrado ( ) atravs da seguinte frmula:

Onde:

importante ressaltar que no procedimento de validao da equao selecionada

os dados utilizados devem ser independentes da amostra usada nos ajustes dos modelos.
Exemplificando, em uma amostra de 150 rvores cubadas deve-se separar uma parte
para o ajuste dos modelos de regresso e outra parte para a validao. Ento, poder-seia, por exemplo, utilizar-se de 100 rvores para o ajuste dos modelos e 50 rvores para
posterior validao da equao selecionada. De modo geral, existem duas situaes que
o engenheiro florestal pode deparar-se:
1 situao: Quando se deseja comparar os volumes reais com os volumes estimados
por uma equao selecionada
Para exemplificar o processo de validao de um modelo de regresso
suponhamos que o modelo (log Vol = -3,0447 + 2,03475 * log DAP) foi selecionado por
apresentar as melhores medidas de preciso. Sabendo da necessidade de validar a
equao selecionada foi separado, a priori, um banco de dados independente com 46
rvores apresentadas na Tabela 1.

Tabela 1. Banco de dados utilizado para a validao da equao selecionada (log Vol = 3,0447 + 2,03475 * log DAP).
59

BANCO DE DADOS PARA VALIDAO

n

DAP(cm)

H(m)

Yreal (m)

logDAP (cm)

Yest (m)

(Yreal - Yest)

(Yreal - Yest)/Yest

50.93

14.05

2.399102

1.706970

2.682609

0.080376

0.029962

51.73

15.44

2.823188

1.713703

2.768587

0.002981

0.001077

55.86

20.75

3.975623

1.747127

3.237928

0.544194

0.168069

56.82

19.34

3.845075

1.754488

3.351546

0.243571

0.072674

58.89

15.94

3.306141

1.770022

3.604558

0.089052

0.024706

59.05

11.11

2.721954

1.771194

3.624408

0.814423

0.224705

60.80

18.78

3.786118

1.783883

3.846422

0.003637

0.000945

61.12

13.84

2.755716

1.786151

3.887510

1.280957

0.329506

62.87

18.66

4.584706

1.798417

4.117461

0.218318

0.053023

10

63.03

18.94

4.440319

1.799515

4.138699

0.090975

0.021981

11

63.82

17.84

3.757208

1.804965

4.245722

0.238646

0.056209

12

64.14

14.95

3.433239

1.807125

4.288920

0.732191

0.170717

13

65.89

24.76

6.469639

1.818820

4.530488

3.760306

0.830000

14

66.05

11.76

3.571501

1.819868

4.552782

0.962914

0.211500

15

67.96

23.95

6.192414

1.832248

4.824659

1.870755

0.387749

16

68.12

22.15

6.587330

1.833264

4.847678

3.026391

0.624297

17

69.87

22.18

5.836862

1.844285

5.104559

0.536268

0.105057

18

70.03

21.86

5.826872

1.845273

5.128246

0.488079

0.095175

19

71.94

13.46

4.586463

1.856959

5.416845

0.689535

0.127295

20

72.89

16.82

5.660397

1.862686

5.564159

0.009262

0.001665

21

74.80

22.8

8.032236

1.873918

5.864819

4.697697

0.800996

22

75.28

15.06

4.901468

1.876681

5.941242

1.081130

0.181970

23

76.71

20.51

6.391108

1.884867

6.173529

0.047341

0.007668

24

77.19

16.85

6.194704

1.887562

6.251965

0.003279

0.000524

25

78.78

23

8.831723

1.896425

6.517056

5.357683

0.822102

26

79.10

16.4

6.453166

1.898177

6.570746

0.013825

0.002104

27

82.92

12.35

5.559351

1.918658

7.232510

2.799461

0.387066

28

86.10

12.77

6.220533

1.935017

7.808662

2.522154

0.322994

29

88.01

14.65

7.529041

1.944545

8.165137

0.404618

0.049554

30

89.29

18.58

9.101369

1.950783

8.407284

0.481755

0.057302

31

91.99

20.66

10.389081

1.963748

8.933799

2.117845

0.237060

32

94.54

17.35

9.927796

1.975607

9.444207

0.233859

0.024762

33

94.70

12.94

7.641681

1.976337

9.476586

3.366877

0.355284

34

95.33

16.44

8.763166

1.979247

9.606667

0.711495

0.074063

35

97.40

14.9

8.946306

1.988572

10.035661

1.186693

0.118248

36

100.43

12.84

7.916961

2.001849

10.679803

7.633296

0.714741

37

101.70

14.19

9.076368

2.007321

10.957119

3.537223

0.322824

38

101.70

18.9

9.721677

2.007321

10.957119

1.526317

0.139299

39

101.70

19.11

11.151290

2.007321

10.957119

0.037702

0.003441

40

104.25

17.66

12.563393

2.018061

11.522600

1.083249

0.094011

41

106.32

25.61

11.407835

2.026597

11.992712

0.342081

0.028524

42

109.82

19.23

12.532066

2.040669

12.810076

0.077289

0.006033

43

110.61

17.78

11.186115

2.043805

12.999663

3.288955

0.253003

44

111.41

22.6

12.915933

2.046918

13.190667

0.075479

0.005722

45

120.32

20.6

13.068069

2.080342

15.426796

5.563592

0.360645

60

BANCO DE DADOS PARA VALIDAO

n

DAP(cm)

H(m)

Yreal (m)

logDAP (cm)

Yest (m)

(Yreal - Yest)

(Yreal - Yest)/Yest

46

121.44

17.55

15.610422

2.084345

15.718834

0.011753

0.000748

8.906998

Fonte: Curso de equao de volume ministrado pelo Prof. Dr. Paulo Luiz Contente de Barros, aos
funcionrios da Secretaria de Estado de Meio Ambiente. Y real =
(volume real); Y est. =
(volume estimado pela equao selecionada).

Sabendo-se que foram deixadas 46 rvores para o processo de validao

teremos para o teste qui-quadrado um valor tabelado de ( = 61,656), com 45 graus de
liberdade e = 0,05. O valor do calculado atravs da frmula de aproximadamente
8,91. Dessa forma, sendo o valor de

calculado

<

tabelado

infere-se que os valores dos

volumes reais das 46 rvores no diferem estatisticamente dos respectivos valores dos
volumes estimados pela equao selecionada. Assim, pode-se afirmar que a equao
selecionada pode ser usada para as estimativas dos volumes das rvores em p da rea
estudada, sem perda na qualidade das estimativas.
2 situao: Quando se deseja comparar equaes de simples e dupla entrada atravs
do qui-quadrado

Suponhamos a seguinte situao: foram ajustados 12 modelos de regresso (6

modelos de simples entrada e 6 de dupla entrada). Foi realizada uma seleo do melhor
modelo de simples entrada e do melhor modelo de dupla entrada, levando-se em
considerao, para tanto, os parmetros estatsticos (Teste F, R; Syx, CV%, DMP, ndice
de Furnival). Assim, obteve-se o melhor modelo dentre os de simples entrada (log Vol =
-3,0447 + 2,03475 * log DAP) e o melhor dentre os de dupla entrada (log Vol = - 3,76568
+ 0,96212 * log (DAP) + 0,75397 * log(H)).
Isso significaria afirmar, a priori, que tanto o modelo de simples entrada quanto o
modelo de dupla entrada so precisos na estimativa da varivel dependente (volume).
Neste contexto, seria mais coerente e prtico utilizar-se do modelo de simples entrada
para as estimativas dos volumes das rvores em p, devido maior facilidade de
obteno da varivel DAP em campo. Todavia, inmeros estudos reportam que as
tabelas de dupla entrada so mais precisas que as de simples entrada, por exemplo,
cita-se o estudo realizado por Silva & Carvalho (1984). A partir desta constatao
cientfica: modelos de dupla entrada, em geral so mais precisos do que os de simples
entrada, decorre a necessidade de justificar a opo por um ou outro modelo. Mas, o que
fazer? A resposta simples: assim, como na 1 situao deve-se proceder realizao
do teste . Todavia, neste caso os valores reais

sero os volumes estimados pela

61

equao de dupla entrada e os valores

sero os volumes estimados pela equao de

simples entrada. Para esta situao o teste possibilitar verificar quais os modelos
(simples ou dupla entrada) estimam com maior preciso ou, ainda, se ambos estimam o
volume com precises similares.
Realizando o teste Qui-quadrado pode-se obter dois resultados: i) significativo
(

calculado

>

tabelado),

o que significa afirmar que o modelo de dupla entrada estima a

varivel volume com maior preciso do que o modelo de simples entrada, e ii) nosignificativo (

calculado

<

tabelado),

comprovando que ambos os modelos (simples e dupla

entrada) estimam com a mesma preciso a volume. Os resultados do teste

so

apresentados na Tabela 2.
Tabela 2. Banco de dados utilizado para a comparao das equaes de simples entrada
(log Vol = -3,0447 + 2,03475 * log DAP) e dupla entrada (log Vol = - 3,76568 + 0,96212 *
log (DAP) + 0,75397 * log(H)) atravs do teste qui-quadrado.
BANCO DE DADOS PARA VALIDAO
n

DAP(cm)

H(m)

Yest. (SE)

Y est. (m) (DE)

(Yreal - Yest)

(Yreal - Yest)/Yest

50.93

14.05

2.682609

2.422444

0.067686185

0.025231

51.73

15.44

2.768587

2.679793

0.007884423

0.002848

55.86

20.75

3.237928

3.883330

0.416543646

0.128645

56.82

19.34

3.351546

3.804751

0.205394927

0.061284

58.89

15.94

3.604558

3.522954

0.00665915

0.001847

59.05

11.11

3.624408

2.697488

0.859181421

0.237054

60.80

18.78

3.846422

4.239047

0.154154365

0.040077

61.12

13.84

3.887510

3.401624

0.236085125

0.060729

62.87

18.66

4.117461

4.499203

0.145727454

0.035393

10

63.03

18.94

4.138699

4.572203

0.187926401

0.045407

11

63.82

17.84

4.245722

4.477330

0.053642243

0.012634

12

64.14

14.95

4.288920

3.956460

0.110529761

0.025771

13

65.89

24.76

4.530488

6.095555

2.449436603

0.540656

14

66.05

11.76

4.552782

3.493319

1.122462303

0.246544

15

67.96

23.95

4.824659

6.308991

2.203240257

0.456662

16

68.12

22.15

4.847678

5.974907

1.270646607

0.262115

17

69.87

22.18

5.104559

6.280308

1.382385901

0.270814

18

70.03

21.86

5.128246

6.239126

1.234055149

0.240639

19

71.94

13.46

5.416845

4.558480

0.736791174

0.136018

20

72.89

16.82

5.564159

5.531083

0.001094028

0.000197

21

74.80

22.8

5.864819

7.311897

2.094035281

0.357050

22

75.28

15.06

5.941242

5.414394

0.277568346

0.046719

23

76.71

20.51

6.173529

7.086627

0.833747767

0.135052

24

77.19

16.85

6.251965

6.183888

0.004634495

0.000741

25

78.78

23

6.517056

8.132038

2.608168338

0.400207

26

79.10

16.4

6.570746

6.350721

0.048411164

0.007368

62

BANCO DE DADOS PARA VALIDAO

n

DAP(cm)

H(m)

Yest. (SE)

Y est. (m) (DE)

(Yreal - Yest)

(Yreal - Yest)/Yest

27

82.92

12.35

7.232510

5.615162

2.615814513

0.361674

28

86.10

12.77

7.808662

6.191454

2.615364194

0.334931

29

88.01

14.65

8.165137

7.163056

1.004165446

0.122982

30

89.29

18.58

8.407284

8.808806

0.161220517

0.019176

31

91.99

20.66

8.933799

10.106742

1.375796122

0.153999

32

94.54

17.35

9.444207

9.338042

0.011270915

0.001193

33

94.70

12.94

9.476586

7.509862

3.868001582

0.408164

34

95.33

16.44

9.606667

9.112125

0.244572264

0.025459

35

97.40

14.9

10.035661

8.817717

1.483385776

0.147811

36

100.43

12.84

10.679803

8.359564

5.383509402

0.504083

37

101.70

14.19

10.957119

9.235226

2.964917433

0.270593

38

101.70

18.9

10.957119

11.463078

0.255994375

0.023363

39

101.70

19.11

10.957119

11.558979

0.362234868

0.033059

40

104.25

17.66

11.522600

11.422157

0.010088959

0.000876

41

106.32

25.61

11.992712

15.699174

13.73785664

1.145517

42

109.82

19.23

12.810076

13.462918

0.426203107

0.033271

43

110.61

17.78

12.999663

12.867739

0.017403836

0.001339

44

111.41

22.6

13.190667

15.632879

5.964399784

0.452168

45

120.32

20.6

15.426796

16.904939

2.184907916

0.141631

46

121.44

17.55

15.718834

15.249198

0.220557452

0.014031

7.973025

Fonte: Curso de equao de volume. Y est. (DE) = (volume estimado pela equao de dupla
entrada); Y est. (SE) = (volume estimado pela equao de simples entrada).

Para o exemplo da tabela 2 teremos para o teste qui-quadrado um valor tabelado

de ( = 61,656), com 45 graus de liberdade e = 0,05. O valor do calculado atravs da
frmula de aproximadamente 7,97. Dessa forma, sendo o valor de

calculado

<

tabelado

infere-se que os valores dos volumes estimados pela equao de dupla entrada (log Vol =
- 3,76568 + 0,96212 * log (DAP) + 0,75397 * log(H)) no diferem estatisticamente dos
respectivos valores dos volumes estimados pela equao de simples entrada (log Vol = 3,0447 + 2,03475 * log DAP). Assim, pode-se afirmar que tanto a equao de simples
entrada quanto a equao de dupla entrada estimam a varivel volume com precises
similares. Neste caso, o engenheiro poderia optar pela utilizao da equao de simples
entrada pela maior praticidade de obteno dos dados em campo. A realizao do teste
respalda a opo por um ou outro modelo, mostrado que a escolha no foi arbitrria,
mas respaldada estatisticamente.

63

CONSIDERAES FINAIS
Este trabalho teve o intuito de contribuir com o processo de licenciamento
ambiental, mais especificamente ao licenciamento de Projetos de Manejo Florestal
Sustentvel, no Estado do Par, objetivando a padronizao das anlises tcnicas, bem
como a melhoria na qualidade dos inventrios florestais e equaes de volume
apresentados Secretaria de Estado de Meio Ambiente.
Este manual de cunho operacional cabendo aos profissionais da rea a busca de
informaes referentes ecologia e dinmica florestal, a fim de se interpretar os dados
gerados ao longo das anlises.
importante ressaltar que o mesmo ficar passvel a atualizaes de acordo com
as mudanas, que por ventura, ocorrerem na legislao ambiental em vigncia.

64

REFERENCIAL TERICO
BRASIL. Instruo Normativa n. 5 de 11 de dezembro de 2006. Dirio Oficial da Unio,
n. 238, Braslia, DF, 13 de dez. 2006. Disponvel em: <http://www.sbs.org.br/>. Acesso
em: 29 fev. 2008. a.
BRASIL. Norma de Execuo n. 1, de 24 de abril de 2007. Dirio Oficial da Unio, n. 82,
Braslia, DF, 30 de abr. 2007. Disponvel em: <http://www.ibama.gov.br/>. Acesso em: 29
fev. 2008. b.
BRASIL. Resoluo Conama n 406 de 02 de fevereiro de 2009. Dirio Oficial da Unio,
n 26, Braslia, DF, 06 de fev. 2009. Disponvel em: <http://www.ibama.gov.br/>. Acesso
em: 20 fev. 2009.
CAMPOS, J. C.C.; LEITE, H. G. Mensurao Florestal: Perguntas e Respostas. Viosa,
MG. Editora: UFV, 2002. 407p.
COUTO, H. T. Z. do; BASTOS, N. L. M. Modelos de equaes de volume e relaes
Hipsomtricas para plantaes de Eucalyptus no Estado de So Paulo. IPEF, n.37, p.3344, dez.1987.
HEINSDIJK, D. Inventrios florestais na Amaznia. Ministrio da Agricultura, Servio
Florestal Brasileiro, Rio de Janeiro. 100p. (Boletim, 6). 1963.
HUSCH, B.; MILLER, C.l. & BEERS, T.W. Forest mensuration. 2.ed. New York, The
Ronald Press Co., 1972. 410p.
LEITE, H.G.; ANDRADE, V.C.L. Um mtodo para conduo de inventrios florestais sem
o uso de equaes volumtricas. Revista rvore, v.26, n.3, p.321-328, 2002.
LOTSH, F.; HALLER, R. E.; ZHRER, F. Forest Inventory. 2ed. Munich: BLV. 1973. v.2.
469p.
PIMENTEL-GOMES, F. Curso de Estatstica Experimental. Piracicaba: FEALQ, 2009.
451p.
SILVA, J. L. R. da. Modelos volumtricos, fatores de forma e equao de afilamento para
floresta de terra firme da regio do rio aru municpio de Portel Par. Dissertao
(Mestrado em Cincias Florestais) Universidade Federal Rural da Amaznia. Belm,
2007. 71p.
SILVA, J.N.M.; CARVALHO, M.S.P. de. Equao de volume para uma floresta secundria
no Planalto do Tapajs Belterra, PA. Boletim de Pesquisa Florestal. Curitiba, (8/9): 115, jun./dez. 1984.
SILVA, J.N.M.; CARVALHO, J. O. P. de; LOPES, J. do C. A.; CARVALHO, M.S.P. de.
Equaes de volume para a floresta nacional do tapajs. Boletim de Pesquisa Florestal,
Colombo, n. 8/9, p. 50-63, Jun./Dez. 1984.
SOARES, C. P. B.; NETO, F. de P.; SOUZA, A. L de. Dendrometria e inventrio florestal.
Viosa: Ed. UFV, 2006. 276p.
65

ANEXO
Modelos encontrados na literatura para determinao de equaes de volume
Varivel
independente

DAP

DAP/H

Autor
Kopezky-Gehrardt
Dissescu-Meyer
Hohenaldl-Krenn
Berkhout
(B. Husch [1963])
Brenac
(S. H. Spurr [1952])
(S. H. Spurr [1952])
Ogaya
Stoate
Naslund
Meyer
Meyer (Modificada)
Takata
Schumacher-Hall

Equaes
(

(S. H. Spurr [1952])

Fed.Rep. Germany
Fonte: Loetsch et al. (1973) e Campos & Leite (2002) onde:
V= volume comercial;
D= dimetro altura do peito (cm);
h= altura comercial (m);
log= logaritmo decimal;
b0, b1, b2, b3, b4 e b5 = coeficientes de regresso

66