ads:
MINISTÉRIO DA EDUCAÇÃO
UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA
AVALIAÇÃO DOS DANOS E MÉTODOS DE REGULAÇÃO DA FLORESTA
SUBMETIDA À EXPLORAÇÃO DE IMPACTO REDUZIDO NA AMAZÔNIA
ORIENTAL
SERGIO EVANDRO COSTA MARTINS FILHO
BELÉM - PARÁ
2006
ads:
Livros Grátis
http://www.livrosgratis.com.br
Milhares de livros grátis para download.
MINISTÉRIO DA EDUCAÇÃO
UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA
AVALIAÇÃO DOS DANOS E MÉTODOS DE REGULAÇÃO DA FLORESTA
SUBMETIDA À EXPLORAÇÃO DE IMPACTO REDUZIDO NA AMAZÔNIA
ORIENTAL
Sergio Evandro Costa Martins Filho
BELÉM - PARÁ
2006
Dissertação apresentada à Universidade
Federal Rural da Amazôni
a, como parte das
exigências do Curso de Mestrado em
Ciências Florestais, área de concentração
Manejo Florestal, para obtenção do título de
Mestre.
Orientador:
PhD. José Natalino Macedo Silva
ads:
MINISTÉRIO DA EDUCAÇÃO
UNIVERSIDADE FEDERAL RURAL DA AMAZÔNIA
AVALIAÇÃO DOS DANOS E MÉTODOS DE REGULAÇÃO DA FLORESTA
SUBMETIDA À EXPLORAÇÃO DE IMPACTO REDUZIDO NA AMAZÔNIA
ORIENTAL
SERGIO EVANDRO COSTA MARTINS FILHO
APROVADO em 31/03/2006
Banca examinadora:
___________________________________________________________
PhD. José Natalino Macedo Silva
Orientador
Embrapa Amazônia Oriental
___________________________________________________________
Dr. Celso Paulo de Azevedo
Embrapa Amazônia Ocidental
___________________________________________________________
Prof. Dr. Paulo Luiz Contente de Barros
Universidade Federal Rural da Amazônia
___________________________________________________________
PhD. João Olegário Pereira de Carvalho
Embrapa Amazônia Oriental
Dissertação apresentada à Universidade
Federal Rural da
Amazônia, como parte das
exigências do Curso de Mestrado em
Ciências Florestais, área de concentração
Manejo Florestal, para obtenção do título de
Mestre.
A Deus pela vida.
E aos meus pais Sergio (in memorian) e Ana, pela
educação e lições de vida e simplicidade que me
acompanham e acompanharão por toda a minha
vida;
Aos meus irmãos João e André por terem
“segurado a barra” nesses dois anos de ausência;
Ao meu amor Harumi pelo apoio e amizade;
E a todos que de alguma forma me ajudaram.
DEDICO
AGRADECIMENTOS
- Agradeço a Deus, por ter guiado meus passos e me fortalecer em todas as fases
de minha vida;
- Ao orientador José Natalino Macedo Silva pela amizade, conhecimentos,
disponibilidade e paciência ao longo dos anos de estágio e mestrado;
- À Coordenação do Curso de Mestrado em Ciências Florestais da Universidade
Federal Rural da Amazônia - UFRA, pela oportunidade do curso;
- Ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) pela
concessão da bolsa de estudos durante o período do curso;
- À OIMT – Organização Mundial das Madeiras Tropicais, através do Projeto Bom
Manejo, pelo apoio financeiro dispensado à realização do trabalho;
- Às empresas Izabel Madeiras do Brasil Ltda. - IBL, Juruá Florestal Ltda. e Cikel
Brasil Verde Madeiras Ltda., que disponibilizaram as áreas de suas fazendas para a
coleta dos dados;
- Aos Engenheiros Silvia Silva (IBL), André Caldeiras (Juruá Florestal) e Josué
Evandro (Cikel), pelo apoio e cessão de dados, sem os quais não seria possível a
completa realização desta dissertação. Agradeço sinceramente;
- A Embrapa e a UFRA pelos estágios proporcionados;
- Aos meus orientadores de estágio: Noemi Vianna, Izildinha Miranda e Natalino
Silva, pela amizade, os conselhos e ensinamentos. Agradeço sinceramente;
- À minha namorada Eliana Harumi, pelo auxílio na digitação e correção dos dados,
e principalmente, pela amizade, amor, companheirismo e paciência nesses dois
anos de mestrado;
- Aos amigos do projeto Cifor, Bom Manejo, Laboratório de Sementes Florestais
pelos momentos de descontração e profissionalismo;
- A todos os meus amigos que compreenderam a minha ausência nestes dois anos
de trabalho;
- A todos os meus colegas de Mestrado pela companhia e amizade;
- Aos amigos: Thiago, Kéllem, Edna e Albanise, pela amizade e lembranças dos
bons anos de graduação e mestrado, e que ao longo do desenvolvimento do
trabalho, contribuíram de alguma forma para a sua realização.
- À minha família, que soube compreender a grande ausência nestes dois anos de
trabalho.
Estendi o braço e de um galho arranquei um ramo. E o
tronco clamou: “Por que me partes?” Cobrindo-se logo de negro
sangue, prosseguiu: “Por que me feres? Não possuis um mínimo
de piedade? Em tempos idos fomos homens, hoje, somos lenho,
mas ainda que fôssemos almas de serpente, menos cruel
deverias ter a mão”.
Dante Alighieri
(A Divina Comédia – Livro 1 (Inferno), Canto XIII, versos 31-39).
RESUMO
Foram avaliados os danos da colheita de madeira na vegetação remanescente em
três áreas de florestas manejadas situadas nos municípios de Breu Branco, Novo
Repartimento e Paragominas, todas localizadas na mesorregião Sudeste do estado
do Pará. Antes da exploração florestal foram instaladas aleatoriamente e medidas 22
parcelas em Breu Branco; 28 parcelas em Novo Repartimento e 14 parcelas em
Paragominas. As parcelas eram transectos com área aproximada de um hectare,
com dez metros de largura e comprimento variável com as dimensões da UT –
Unidade de Trabalho. Foram medidos todos os indivíduos com DAP≥10cm de todas
as espécies, exceto palmeiras. A segunda medição foi realizada logo após a
exploração florestal, onde foram avaliados a área de chão da floresta afetada e o
impacto nas árvores remanescentes ocasionado pela derruba de árvores e/ou
arraste das toras. A colheita teve, de fato, impacto reduzido (em comparação à
exploração convencional, que pode reduzir a densidade inicial em cerca de 25-35%),
e se concentrou, principalmente nas classes de diâmetro de 10-30 cm: a densidade
(N ha
-1
) reduziu 2,60% em Breu Branco, 5,38% em Novo Repartimento e 12,77% em
Paragominas; a área basal foi reduzida em 2,46% em Breu Branco, 2,97% em Novo
Repartimento e 8,55% em Paragominas; o volume reduziu 2,45% em Breu Branco,
2,84% em Novo Repartimento e 8,52% em Paragominas. A área de chão afetada
pela extração de madeira foi comparável a estudos semelhantes realizados na
Amazônia e em outros países tropicais, tendo em Breu Branco a maior área afetada
(18,37%), seguido de Paragominas (17,90%) e Novo Repartimento (8,94%). A
precisão do levantamento não atendeu aos limites estabelecidos (10% da média)
para estimar os parâmetros após a colheita. Por isso é sugerido que sejam
realizados mais estudos para determinar a melhor forma e tamanho de parcelas para
avaliação do impacto da colheita no chão da floresta e na vegetação. A simulação
da regulação da produção, realizada mostrou que as equações que não utilizam o
incremento médio anual (IMA), não seriam aplicáveis às condições brasileiras, pois
resultam em uma superestimativa do corte permissível. Dentre as equações que
utilizam IMA, a equação que considera a perda de produtividade pela colheita (Alder
2000), se mostrou mais adequada porém, para que seja de fato, efetiva, há
necessidade de determinar com melhor precisão as perdas de produtividade devido
ao impacto da colheita. Recomenda-se utilizar como ponto de partida o IMA
Pantropical de 1 m³ ha
-1
ano
-1
sugerido por Dawkins (1964) para a determinação do
corte anual permisível, até que dados mais consistentes sejam obtidos em estudos
de crescimento e produção na Amazônia oriental.
Palavras-chave: Floresta Tropical, danos da exploração, regulação da produção,
Amazônia.
ABSTRACT
Logging impacts on the residual forest and on the forest floor were assessed in three
managed forest areas in the regions of Breu Branco, Novo Repartimento and
Paragominas, located in southeastern Pará, Brazil. Damage plots (transects, 10 m
wide) of c. one ha were established and measured before and after logging viz. 22 in
Breu Branco forest management unit (FMU), 28 in Novo Repartimento, and 14 in
Paragominas. One plot was laid down at random within each logging unit of c. 100 ha
of each annual coupe of the FMU. All individuals with DAP≥10cm of all species were
measured, except palms. The second assessment was carried out just after logging.
At this stage the impact on the forest floor and on the residual forest were evaluated.
Logging impacts were indeed reduced as compared to conventional operations which
impact c. 25-35% of the trees. Most of the harvesting impacts were concentrated in
the smaller sizes classes (10-30 cm). Density (N ha
-1)
decreased 2,60% in Breu
Branco, 5,38% in Novo Repartimento and 12,77% in Paragominas; basal area
reduced 2,46% in Breu Branco, 2,97% in Novo Repartimento e 8,55% in
Paragominas; volume (V ha
-1
decreased 2,45% in Breu Branco, 2,84% in Novo
Repartimento e 8,52% in Paragominas. The basal area (G ha
-1
) was reduced in
2,46% in Breu Branco, 2,97% in Novo Repartimento and 8,55% in Paragominas;
volume (V ha
-1
) reduced 2,45% in Breu Branco, 2,84% in Novo Repartimento and
8,52% in Paragominas. The area of forest floor affected by harvest was comparable
to other similar studies. Breu Branco had the biggest area affected (18,37%),
followed by Paragominas (17,90%) and Novo Repartimento (8,94%). The precision of
the assessment did not comply with the predefined error limit of 10% of the average
to estimate the parameters. Thus further research is needed to determine the best
size and shape of logging damage plots. Yield regulation simulation carried out in the
three FMU revealed that the equations applied which do not use the average mean
annual increment (MAI), would not be applicable to estimate the annual allowable cut
(AAC) in the conditions of the Brazilian Amazon as they overestimate the AAC.
Among the equations which use the MAI the one suggested by Alder (2000) proved
more adequate. However, to allow a better effectiveness, it is necessary to estimate
with a better precision, the losses in productivity due to logging. It is recommended to
utilize the Dawkins (1964) pantropical MAI 1 m³ ha
-1
yr
-1
as a baseline to determine
the AAC in the eastern Amazon while more effective data on MAI from growth and
yield studies is available in the region.
Key-words: Tropical rain forest, logging damage, yield regulation, Amazonia.
SUMÁRIO
p.
CAPÍTULO 1 - CONSIDERAÇÕES GERAIS......................................................... 14
1.1 INTRODUÇÃO..................................................................................... 14
1.2 OBJETIVOS......................................................................................... 17
1.2.1 OBJETIVO GERAL...............................................................................
17
1.2.2 OBJETIVOS ESPECÍFICOS................................................................ 17
1.3 CARACTERIZAÇÃO DAS ÁREAS DE ESTUDO............................... 17
1.3.1 Vegetação............................................................................................
19
1.3.2 Clima.................................................................................................... 20
1.3.3 Topografia e Relevo........................................................................... 20
1.3.4 Solos.................................................................................................... 21
1.4 REVISÃO DE LITERATURA................................................................
21
1.4.1 Manejo Florestal................................................................................. 21
1.4.2 Exploração de Impacto reduzido...................................................... 23
1.4.3 Regulação da produção..................................................................... 25
1.4.3.1 ALGUNS EXEMPLOS DE REGULAÇÃO DA PRODUÇÃO EM
PAÍSES TROPICAIS............................................................................
29
1.4.3.2 AVALIAÇÃO CRÍTICA DOS MÉTODOS DE AVALIAÇÃO DA
PRODUÇÃO.........................................................................................
35
REFERÊNCIAS BIBLIOGRÁFICAS……………………………………..
37
CAPÍTULO 2 - AVALIAÇÃO DOS IMPACTOS DA COLHEITA DE MADEIRA
EM TRÊS ÁREAS DE MANEJO FLORESTAL NA AMAZÔNIA ORIENTAL........
46
2.1 INTRODUÇÃO..................................................................................... 46
2.2
MATERIAL E MÉTODOS....................................................................
48
2.2.1
ÁREA DE ESTUDO E MEDIÇÕES PRÉ-EXPLORATÓRIAS..............
48
2.2.2 MEDIÇÕES PÓS-EXPLORATÓRIAS..................................................
49
2.2.2.1 Danos da exploração......................................................................... 49
2.2.3 IMPACTO NO CHÃO DA FLORESTA................................................. 51
2.2.3.1 Impacto ocasionado pela derruba.................................................... 53
2.2.3.2 Impacto ocasionado pelos ramais de arraste..................................
53
2.2.4 OBTENÇÂO DA ÁREA BASAL E VOLUME.........................................
54
2.2.5. ANÁLISE DE DADOS...........................................................................
54
2.2.6
ANÁLISE ESTATÍSTICA DE AMOSTRAGEM.....................................
57
2.3 RESULTADOS..................................................................................... 60
2.3.1 ESTRUTURA DA FLORESTA ANTES E APÓS A EXPLORAÇÃO..... 60
2.3.2 ANÁLISE DOS IMPACTOS DA EXPLORAÇÃO.................................. 65
2.3.2.1 Danos da exploração na vegetação..................................................
65
2.3.2.2 Impacto da colheita no chão da floresta.......................................... 68
2.3.3 AVALIAÇÃO DA METODOLOGIA EMPREGADA............................... 75
2.4
CONCLUSÕES....................................................................................
82
REFERÊNCIAS BIBLIOGRÁFICAS……………………………………. 83
CAPITULO 3: AVALIAÇÃO DE ALGUNS MÉTODOS DE REGULAÇÃO EM
FLORESTAS MANEJADAS NA AMAZÔNIA ORIENTAL.....................................
89
3.1 INTRODUÇÃO..................................................................................... 89
3.2 MATERIAL E MÉTODOS.................................................................... 90
3.2.1 ÁREA DE ESTUDO.............................................................................. 90
3.2.2 REGULAÇÃO DA PRODUÇÃO........................................................... 90
3.3 RESULTADOS E DISCUSSÃO........................................................... 93
3.3.1 FÓRMULAS QUE NÃO UTILIZAM O IMA............................................
93
3.3.2 FÓRMULAS QUE UTILIZAM O IMA.................................................... 94
3.4 CONCLUSÕES.................................................................................... 97
REFERÊNCIAS BIBLIOGRÁFICAS.................................................... 98
CAPITULO 4: CONCLUSÕES E RECOMENDAÇÕES......................................... 101
ANEXOS...............................................................................................
102
LISTA DE TABELAS
p.
Tabela 1 Informações gerais sobre as três áreas de estudo.............................. 19
Tabela 2 Códigos de classe de identificação do fuste........................................ 49
Tabela 3 Códigos utilizados para classificar a localização e intensidade de
danos em árvores remanescentes após a exploração florestal...........
49
Tabela 4
Categorias de impacto no solo.............................................................
51
Tabela 5 Distribuição diamétrica do número de indivíduos (N), área basal (G)
e volume (V), antes e após a colheita, considerando DAP > 10 cm,
nos três municípios estudados.............................................................
62
Tabela 6 Distribuição diamétrica do número de indivíduos (N), área basal (G)
e volume (V) antes e após a colheita para as espécies comerciais,
considerando DAP > 10 cm, nos três municípios estudados...............
64
Tabela 7 Área total de chão da floresta afetada pela derruba e arraste............. 69
Tabela 8 Sumarização dos resultados do inventário realizado no município de
Breu Branco (DAP > 10 cm).................................................................
76
Tabela 9 Sumarização dos resultados do inventário realizado no município de
Novo Repartimento (DAP > 10 cm)......................................................
77
Tabela 10
Sumarização dos resultados do inventário realizado no município de
Paragominas (DAP > 10 cm)...............................................................
78
Tabela 11
Caracterização das áreas afetadas pelo arraste e pela derruba no
município de Breu Branco....................................................................
79
Tabela 12
Caracterização das áreas afetadas pelo arraste e pela derruba no
município de Novo Repartimento.........................................................
80
Tabela 13
Caracterização das áreas afetadas pelo arraste e pela derruba no
município de Paragominas...................................................................
81
Tabela 14
Valores para o incremento médio anual (IMA) em diferentes
cenários de exploração e tratamentos silviculturais.............................
90
Tabela 15
Valores para o volume comercial (Vc) total (m³ ha
-1
, DAP > 10 cm),
produção (P) (m³ ha
-1
) das espécies comerciais, intensidade de
corte (IC; árv. ha
-1
) e volume comercial danificado (m³ ha
-1
ano
-1
;
DAP >
10 cm) obtidos nos três municípios estudados.........................
91
Tabela 16
Valores para o corte anual permissível (m³ ha
-1
ano
-1
) utilizando
equações que não utilizam o incremento médio anual para as três
áreas estudadas...................................................................................
93
Tabela 17
Valores para o corte anual permissível (m³ ano
-1
) utilizando
equações que não utilizam o incremento médio anual para as três
áreas estudadas...................................................................................
95
Tabela 18
Corte anual permissível (m³ ha
-1
ano
-1
) utilizando a equação 1.11 e
respectivas intensidades de corte (produção bruta em m³ ha
-1
),
considerando um ciclo de corte de 30 anos........................................
96
Tabela 19
Valores obtidos a partir do DAP > 10 cm do inventário amostral
realizado em Breu Branco....................................................................
103
Tabela 20
Valores obtidos a partir do DAP > 10 do inventário amostral
realizado em Novo Repartimento.........................................................
104
Tabela 21
Valores obtidos a partir do DAP > 10 do inventário amostral
realizado em Paragominas...................................................................
105
Tabela 22
Análise estatística dos valores obtidos pelo levantamento das áreas
afetadas pelo arraste e derruba no município de Breu Branco............
106
Tabela 23
Análise estatística dos valores obtidos pelo levantamento das áreas
afetadas pelo arraste e derruba no município de Novo repartimento..
107
Tabela 24
Análise estatística dos valores obtidos pelo levantamento das áreas
afetadas pelo arraste e derruba no município de Paragominas..........
108
Tabela 25
Lista de espécies encontradas nas três áreas de estudo.................... 110
LISTA DE FIGURAS
p.
Figura 1
Localização das florestas tropicais no mundo e da Amazônia Legal
brasileira...............................................................................................
15
Figura 2
Localização das áreas de estudo.....................................................
18
Figura 3
Exemplo de medição das duas categorias de impactos no chão da
floresta..................................................................................................
52
Figura 4
Distribuição diamétrica do número de indivíduos (N ha
-1
) e da área
basal (G m³.ha
-1
) antes (N Pré) e depois (N Pós) da exploração nos
municípios de Breu Branco (A), Novo Repartimento (B) e
Paragominas (C)..................................................................................
63
Figura 5
Correlação entre a intensidade de corte (IC) amostral e o número de
árvores danificadas por hectare: (a) Breu Branco – total de árvores;
(b) Breu Branco – árvores comerciais; (c) Novo Repartimento - total
de árvores; (d) Novo Repartimento árvores comerciais.......................
67
Figura 6
Correlações entre: área afetada pela pelo arraste a intensidade de
corte - IC (A); área total afetada e o número total de árvores
danificadas (B); e a área total afetada e o número de árvores
comerciais danificadas (C) em Breu Branco........................................
70
Figura 7
Correlação entre a intensidade de corte (IC) e a área afetada pela
derruba (A) e pelo arraste (B) em Paragominas..................................
71
Figura 8
Disposição das trilhas de arraste em Novo Repartimento................... 72
Figura 9
Tipos de danos que podem ocorrer na vegetação devido a colheita
de madeira. (A e B) dano leve na base do tronco; (C) dano severo
na base do tronco; (D) dano severo no fuste superior; (E e F) dano
severo na copa.....................................................................................
109
14
CAPÍTULO 1 - CONSIDERAÇÕES GERAIS
1.1. INTRODUÇÃO
As florestas tropicais são reconhecidas por sua alta diversidade biológica e
seu papel na manutenção do clima global. Estão localizadas entre as latitudes 10° N
e 10° Sul e são constituídas por três formações: a Neotrópica (Américas Central e do
Sul), a Africana (Bacia do Congo com uma pequena área na África Ocidental;
também em Madagascar Oriental) e a Indo-Malaia (Costa Oriental da Índia, Assam,
Sudeste da Ásia, Nova Guiné e Queensland na Austrália) (Figura 1), estando
presente em mais de 70 países, sendo 23 nas Américas, 16 na Ásia e 31 na África
(Whitmore, 1990). Elas equivalem a 54% das florestas mundiais, correspondendo a
47% das florestas da América do Sul; 28% da África; 18% da Ásia; 5% da América
Central e do Norte e 1% das florestas da Oceania (FAO, 2002).
Na América do Sul, a floresta tropical amazônica cobre aproximadamente 665
milhões de hectares (FAO, 2002) dos quais 60% estão localizados no Brasil,
cobrindo 59% do território nacional, em nove estados: Acre, Amapá, Amazonas,
Maranhão, Mato Grosso, Pará, Rondônia, Roraima e Tocantins (Figura 1).
Apresentando uma área tão grande, a Amazônia tornou-se foco da
exploração madeireira há aproximadamente três séculos, porém o volume de
madeira extraído era pequeno e estava restrito às florestas de várzea ao longo dos
principais rios da Amazônia (LENTINI et al., 2003).
Somente a partir da década de 1960, com a abertura das chamadas rodovias
de integração nacional a atividade madeireira foi impulsionada, principalmente no
Estado do Pará. Essas estradas (em especial, a Belém-Brasília) permitiram acesso
às extensas reservas florestais de terra-firme no leste e sul do Estado do Pará
(VERÍSSIMO et al., 2002).
15
Figura 1: Localização das florestas tropicais no mundo e na Amazônia Legal brasileira.
Fonte: Blue Planet Biomes, 2005.
No início dos anos 1990, cerca de 75% da madeira consumida no Brasil
provinha da floresta amazônica (Barros e Veríssimo, 2002). Em 1998, as madeireiras
do Pará consumiram aproximadamente 11,3 milhões de metros cúbicos de madeira
em tora (cerca de 2,8 milhões de árvores) e produziram aproximadamente 4,25
milhões de metros cúbicos de madeira processada, além de gerarem uma renda
bruta de aproximadamente US$ 1,026 bilhão (Veríssimo et al., 2002). Nos estados
do Pará, Mato Grosso e Rondônia, a contribuição da indústria de base florestal
atingiu, em 1997, 15% a 20% do Produto Interno Bruto – PIB (Stone, 2000),
enquanto que em termos de produção, o setor florestal e sua cadeia de produção,
16
industrialização e comercialização representaram cerca de 4,5% do PIB brasileiro,
ou seja, aproximadamente U$ 20 bilhões. As atividades de base florestal, analisadas
exclusivamente, atingem cerca de 2% do PIB total (ABIMCI, 2003).
Apesar de gerar todos esses dividendos e ser considerada como a atividade
econômica mais importante (Barros e Veríssimo, 2002), a exploração florestal na
Amazônia brasileira se faz em base tipicamente extrativista, utilizando práticas de
manejo insustentáveis que apresentam vários impactos negativos (Putz et al. 2000a;
Putz et al., 2000b), podendo ser caracterizada como “garimpagem florestal”, devido
ao fato que nenhuma ação silvicultural pós-colheita é tomada para garantir a
regeneração das espécies exploradas (Fredericksen e Putz, 2003). Além disso, as
florestas tornam-se mais suscetíveis ao fogo (UHL e KAUFFMAN, 1990).
No Pará, as madeireiras extraem de 4 a 8 árvores por hectare (Holdsworth e
Uhl, 1997; Johns et al., 1996), chegando a reduzir a cobertura vegetal em 50% ou
mais (Uhl e Vieira, 1989) e afetam uma extensa gama de processos ecológicos,
biogeoquímicos e micrometeorológicos (Uhl e Buschbacher, 1985; Jonkers, 1987;
Uhl e Kauffman, 1990; Johns, 1991; Thiollay, 1992; Hill et al., 1995; Ter Steege et
al., 1995; Brouwer, 1996; Pinard et al., 1996; Pinard e Putz, 1996; Holdsworth e Uhl,
1997; McNabb et al., 1997; Cochrane et al., 1999; Nepstad et al., 1999, Asner et al.,
2004) danificando em torno de 25 árvores, com DAP maior que 10 cm, para cada
árvore extraída durante as operações de exploração (Johns et al., 1996). Por esta
razão, as perdas que ocorrem durante e após a exploração por danos e mortalidade
reduzem o estoque residual substancialmente (ALDER, 2000; SIST e NGUYEN-
THÉ, 2002).
Por outro lado, a aplicação de técnicas que reduzem os impactos da atividade
madeireira sobre a floresta tem sido intensificada recentemente, e constitui o
primeiro passo para manter a produtividade das florestas tropicais. Dentro deste
contexto, o ponto crucial para a sustentabilidade do manejo florestal é a extração
dos produtos das florestas (madeireiros ou não-madeireiros), de forma que não
ultrapasse as taxas de crescimento e a capacidade de recuperação da mesma. Sem
esse balanço básico, conseguido pela regulação da produção, o manejo florestal
sustentável torna-se improvável e os recursos florestais irão gradualmente ser
degradados e esgotados (HIGMAN et al., 1999).
Tradicionalmente, as formas de regulação da produção através do corte anual
permissível são determinadas utilizando dados de área, volume, dados de
17
crescimento, mortalidade e ingresso, provenientes de parcelas permanentes ou
estudos de longo prazo. Embora importantes no contexto do manejo florestal, as
técnicas de regulação através da produção, têm sido pouco estudadas no Brasil.
Deste modo, o estudo dessas técnicas, vêm ao encontro das políticas públicas e da
legislação florestal, principalmente no momento atual, quando o governo brasileiro
lança a Lei de Concessões Florestais (Lei Nº. 11284 de 02/03/2006) e promove uma
revisão da Instrução Normativa N° 04 de 04/03/2002, que regulamenta o manejo
florestal na Amazônia.
1.2. OBJETIVOS
1.2.1. OBJETIVO GERAL
Avaliar os danos da colheita de madeira sobre a vegetação remanescente e
suas conseqüências para a produção futura em três florestas manejadas na
Amazônia oriental.
1.2.2. OBJETIVOS ESPECÍFICOS
1. Entender e descrever os danos das práticas de colheita madeireira de
impacto reduzido na floresta e as conseqüências para a sua recuperação e
produção futura;
2. Testar e avaliar uma metodologia de avaliação de danos em três áreas de
manejo florestal; e
3. Determinar o corte anual permissível com vistas a regular a produção.
1.3. CARACTERIZAÇÃO GERAL DAS ÁREAS DE ESTUDO
O estudo foi desenvolvido em três áreas florestais classificadas como floresta
ombrófila densa (IBGE, 1996) localizadas nos municípios de Breu Branco, Fazenda
Reflorestamento Água Azul I pertencente à Izabel Madeiras do Brasil Ltda.; Novo
Repartimento, Fazenda Aratau pertencente à Juruá Florestal Ltda. e Paragominas,
Fazenda Rio Capim pertencente à empresa Cikel Brasil Verde Madeiras Ltda., todas
localizadas na mesorregião sudeste do estado do Pará (IBGE, 1990). A localização
18
das áreas está ilustrada na Figura 2 e algumas informações gerais sobre as áreas
de estudos estão sumarizadas na Tabela 1.
Área de estudo
Sede municipal da área de
estudo
Sede municipal
Limite estadual
Área de estudo
Sede municipal da área de
estudo
Sede municipal
Limite estadual
Área de estudo
Sede municipal da área de
estudo
Sede municipal
Limite estadual
Figura 2: Localização das áreas de estudo.
19
Tabela 1: Informações gerais sobre as três áreas de estudo.
Município
Unidade de Manejo
Florestal (UMF)
Área total
(ha) das
UMFs
Localização
Breu Branco Fazenda Água Azul I 8.612,00
Latitude: 4º 07’ 30’’ S
Longitude: 49° 37’ 30’’ WGr
Novo
Repartimento
Fazenda Aratau 26.977,60
Latitude: 2º 52’ 30’’ S
Longitude: 47° 22’ 30’’ WGr
Paragominas Fazenda Rio Capim 140.658,00
Latitude: 4º 09’ 00’’ S
Longitude: 46° 25’ 00’’ WGr
1.3.1. Vegetação
O ambiente fitoecológico representado pela Floresta Ombrófila Densa, de
elevada ocorrência na região amazônica, tem com característica ombrotérmica clima
de elevadas temperaturas (média variando de 25
0
a 30
0
C) e de alta precipitação
pluviométrica, bem distribuída durante todo o ano.
Em Breu Branco e em Novo repartimento, inventários florestais executados
nesses ambientes revelaram o mesmo volume de espécies comerciais de 33 m
3
/ha,
a partir de 50 cm de diâmetro, sendo as espécies de madeiras pesadas à
intermediárias as de maior ocorrência (IZABEL MADEIRAS DO BRASIL, 2002;
JURUÁ FLORESTAL, 2000).
Entre as espécies comerciais mais importantes observadas nos dois
municípios, destacam-se: Maçaranduba (Manilkara huberi (Ducke) Chevalier),
Maparajuba (Manilkara paraensis (Huber) Standl.), Angelim-vermelho (Dinizia
excelsa Ducke), Ipê (Tabebuia serratifolia (Vahl) Nichols.), Cupiúba (Goupia glabra
Aubl.), Piquiá (Caryocar villosum (Aubl.) Pers.), Tauari (Couratari sp.), Acapú
(Vouacapoua americana Aubl.), Jatobá (Hymenaea courbaril L.) Timborana
(Pseudopiptadenia suaveolens Miq.), Curupixá (Microphilis venulosa (Mart. &
Eichler) Pierre) e faveiras (Parkia spp.) (IZABEL MADEIRAS DO BRASIL, 2002;
JURUÁ FLORESTAL, 2000).
Na região de Paragominas, o volume de espécies comerciais foi de 59 m
3
ha
-1
, a partir de 45 cm de diâmetro, sendo que entre as espécies comerciais mais
20
importantes observadas neste ambiente, destacam-se: Maçaranduba (Manilkara
huberi (Ducke) Chevalier), Cupiuba (Goupia glabra Aubl.), Piquiá (Caryocar villosum
(Aubl.) Pers.), Tauari (Couratari sp), Acapú (Vouacapoua americana Aubl.), Tachi
preto (Tachigali myrmecophila Ducke), Jarana (Holopyxidium jarana), Melancieira
(Alexa grandiflora Ducke), e Faveiras (Parkia spp.) (CIKEL BRASIL VERDE
MADEIRAS LTDA, 2000).
1.3.2. Clima
Diniz (1986) relata que o clima onde se situam as unidades de manejo
florestal é classificado como do tipo Am segundo Köppen. A precipitação anual em
geral é superior a 2.000 mm. Existe uma curta estação seca, onde o total de chuvas
é inferior a 60 mm. Durante o ano existem dois períodos bem definidos, um
nitidamente marcado por fortes chuvas que inicia em janeiro e prolonga-se até o final
de maio e outro caracterizado por uma estação mais quente e menos chuvosa, indo
de junho a dezembro. A umidade relativa é sempre alta, em média 80%. As
temperaturas médias mensais apresentam pouca variação durante o ano, ficando na
faixa de 25 a 26
o
C.
1.3.3. Topografia e Relevo
O município de Paragominas possui uma topografia com poucas variações
nos níveis altimétricos. Contudo, tais níveis se encontram em cotas mais elevadas
que a média dos municípios da Microrregião de Paragominas. Breu Branco
apresenta relevo plano, suave ondulado e ondulado (AMAT, 2006), enquanto que
Novo Repartimento, conforme indicado no mapa de relevo do Brasil, localiza-se em
compartimentos denominados Depressões da Amazônia Meridional e Planaltos
Residuais da Amazônia Meridional. A Depressão Meridional caracteriza-se por áreas
com caimentos topográficos em direção à drenagem, apresentando, em vales
encaixados, interflúvios aplanados e inselbergs, geralmente esculpidos em rochas
pré-cambrianas, que se estendem até a frente de cuestas do Planalto Sedimentar do
Baixo Amazonas. Os Planaltos Residuais da Amazônia Meridional referem-se a
relevos residuais de uma superfície de aplanamento. Configuram topos planos
21
conservados em interflúvios tabulares de rebordos erosivos e abaulados, em
altitudes acima de 400 m, e serras talhadas em rochas pré-cambrianas de origem
vulcânica, sub vulcânicas e metamórficas, representadas por granitos, riolitos,
granodioritos, gnaisses, migmatitos e arenitos arcoseanos (IBGE, 1996).
1.3.4. Solos
Os principais solos na região do Município de Paragominas são: Latossolos
Amarelos, Argissolos Amarelos, Plintossolos, Gleissolos e Neossolos (Silva, 1997;
Rodrigues et al., 2000), e solos Aluviais e Indiscriminados nas áreas de várzea
(FERREIRA, 2003).
Na região do município de Breu Branco, segundo Brasil (1974), os solos
dominantes estão representados pelos Latossolos Amarelos Distróficos, de textura
média e argilosa, em relevo plano, suave ondulado e ondulado. Em menores
proporções ocorrem os Latossolos Amarelos Distróficos concrecionários, de textura
argilosa, Argilossolos Amarelos Distróficos, de textura média/argilosa e, Gleissolos,
Neossolos e Plintossolos nas áreas das planícies aluviais dos cursos d'agua e áreas
de depressão que sofrem inundações periódicas.
Em Novo Repartimento, segundo o mapa de solos da Amazônia Oriental
publicado pela Embrapa (Silva e Carvalho 1986), os diferentes tipos de solos
encontrados na região onde se situa a UMF são: Podzólico Vermelho Amarelo,
Latossolo Vermelho Amarelo, Latossolo Amarelo, Solos Litólicos e Laterita
Hidromórfica.
1.4. REVISÃO DE LITERATURA
1.4.1. MANEJO FLORESTAL
A definição de manejo tem mudado de uma definição conceitual puramente
biológica e produtiva, a definições holísticas que consideram as dimensões
econômicas, sociais e ambientais e que abrangem a madeira e os produtos não
madeireiros da floresta, assim como a conservação e a produção de serviços
ambientais (Sabogal et al, 2004). A definição de manejo florestal depende muito da
finalidade para qual essa atividade é dirigida. Assim, há diferenças entre manejo
florestal com fins de preservação ou conservação, manejo florestal com fins de
22
proteção ambiental e o manejo florestal para produção de algum produto específico
da floresta. O manejo florestal envolve o planejamento da produção e do uso dos
recursos florestais, podendo ser aplicado à florestas plantadas e naturais (SOUZA,
2002).
Hoje se fala do manejo florestal sustentável para se referir a um sistema de
manejo da floresta orientado à obtenção de rendimento sustentável de múltiplos
produtos e serviços da floresta. Isto o diferencia do manejo sustentável para
madeira, que se limita a obter rendimentos sustentados desse produto (PEARCE et
al, 1999).
Na legislação brasileira (Instrução Normativa Nº 02 de 10/05/01), o manejo
florestal é definido como sendo “a administração da floresta para a obtenção de
benefícios econômicos, sociais e ambientais, respeitando-se os mecanismos de
sustentação do ecossistema objeto do manejo, e considerando-se, cumulativa ou
alternativamente, a utilização de múltiplas espécies madeireiras, de múltiplos
produtos e subprodutos não madeireiros, bem como a utilização de outros bens e
serviços de natureza florestal”. Esta definição segue o mesmo princípio do uso
múltiplo do recurso florestal com critérios de sustentabilidade.
A sustentabilidade a que se refere tradicionalmente o manejo florestal está
relacionada, principalmente, à produção de madeira, embora sejam considerados
outros benefícios indiretos oriundos da própria floresta. Consiste, basicamente, na
retirada do incremento volumétrico líquido produzido pela floresta num determinado
período de tempo, sem comprometer a sua capacidade de recuperação e de
produção de novas safras para os períodos seguintes (SOUZA, 2002).
Uma análise baseada no conceito de equilíbrio, em que o balanço entre taxa
de colheita e a de regeneração de um ou de poucos recursos pode ser sustentado
indefinidamente, é insuficiente para garantir a sustentabilidade dos demais
componentes do ecossistema, envolvendo, por exemplo, complexas interações
bióticas e ciclos biogeoquímicos (Souza, 2002). Logo, no ato elementar de cortar ou
não uma árvore há um número indefinido de possibilidades de manejo, entre a
conservação estrita e a completa destruição da floresta (HERING, 2003).
Devido a dificuldade de se comprovar, a curto e a médio prazo, a
sustentabilidade a que o manejo florestal se propõe, a expressão bom manejo
florestal vem sendo utilizada com freqüência. O manejo florestal e uso sustentável
das florestas, o “bom manejo florestal”, é um processo que dá valor ao uso florestal
23
como atividade permanente e se entende como um estado que deve ser alcançado
por etapas sucessivas e níveis de exigências crescentes, de acordo com a realidade
nacional, regional e de atores específicos da unidade de manejo (PEDRONI e
CAMINO, 2001).
1.4.2. EXPLORAÇÃO DE IMPACTO REDUZIDO
No início dos anos 1990, Putz e Pinard (1993), utilizaram o termo Reduced
Impact Logging (RIL) ou Exploração de Impacto Reduzido (EIR) pela primeira vez,
mas o termo é também referido como exploração de baixo impacto (Blate, 1997),
exploração planejada (Johns et al., 1996; Barreto et al., 1998); colheita
ambientalmente sadia (Winkler, 1997) e exploração com danos controlados
(HENDRISON, 1990).
A exploração de impacto reduzido é um termo usado para descrever as
tecnologias que são introduzidas nas florestas tropicais, explicitamente com o
propósito de reduzir os impactos ambientais associados à atividade madeireira
(DYKSTRA e ELIAS, 2003).
Diversos autores têm proposto definições de exploração de impacto reduzido.
Por exemplo, Schwab et al. (2001) definiram a exploração de impacto reduzido como
sendo “o planejamento intensivo e a implementação cuidadosamente controlada das
operações de exploração para minimizar os impactos na vegetação e no solo
florestal”; Pinard et al. (1995) a definiram como sendo “uma extração de madeira
eficiente, a qual é executada de tal modo que os danos no ecossistema florestal são
minimizados”.
O impacto da exploração nas florestas tropicais, e particularmente na
produção futura de madeira, têm atraído a atenção de pesquisadores desde o final
da Segunda Guerra Mundial, devido o aumento do uso de maquinário pesado para a
extração de madeira (SIST, 2000).
Os primeiros esforços para reduzir os danos da exploração nas florestas
tropicais úmidas datam da década de 1950, quando cortes direcionais foram
introduzidos nas Filipinas para evitar os danos às árvores para corte futuro
(JONKERS, 2002).
Nos anos 1990, foi amplamente aceito que a adoção das técnicas de EIR são
essenciais para melhoria do manejo de florestas tropicais, porém, a EIR por si só,
24
não pode garantir a sustentabilidade de florestas tropicais, mas é extremamente
importante como um componente do seu manejo (DYKSTRA e ELIAS, 2003).
Segundo Pinard et al. (1995), o objetivo principal da EIR é a redução dos
distúrbios no solo e na vegetação residual em, pelo menos, 50% em comparação
com a exploração convencional. Também é esperado que limitando o impacto da
exploração, resultará na proteção e manutenção da integridade a longo prazo dos
valores e recursos que a floresta fornece.
Embora varie um pouco com a situação local, a exploração de impacto
reduzido, independente do tipo de floresta, região e país, requer geralmente o
mesmo planejamento, como pode ser visto em diversos trabalhos (por exemplo: Sist
et al., 1998a e 1998b; Higman et al., 1999; Uhl et al., 1997, Elias et al., 2001, entre
outros). Estes autores sugerem as mesmas atividades, tendo como principais:
• Inventário pré-exploratório e mapeamento dos indivíduos a serem extraídos;
• Corte dos cipós antes da exploração, principalmente em áreas onde ocorre
entrelaçamento entre copas de árvores vizinhas;
• Planejamento pré-exploratório das estradas, ramais de arraste e pátios de
estocagem, para promover acesso às áreas de trabalho e aos indivíduos
marcados para extração, assim como para minimizar os distúrbios no solo e
proteger os cursos d’água;
• Uso de técnicas de corte apropriadas, incluindo corte direcional, corte baixo
de árvores evitando desperdícios e traçamento procurando maximizar o
aproveitamento dos troncos;
• Construção de estradas, pátios de estocagem e ramais de arraste, adaptados
aos delineamentos das diretrizes ambientais e de engenharia;
• Guinchamento das toras nos ramais planejados, assegurando que os skidders
permaneçam nos ramais o tempo todo;
• Avaliação pós-exploratória para promover a regeneração e identificar a
necessidade de tratos silviculturais.
Estas práticas podem ser complementadas por tratamentos silviculturais para
melhorar a produtividade da floresta.
Outro ponto a ser levado em consideração é que a EIR pode ser
competitivamente igual ou superior à exploração convencional, considerando o
retorno financeiro da primeira exploração (Holmes et al., 2002). Os custos na EIR
25
podem ser menores e, conseqüentemente, ser mais vantajosa a aplicação dessas
práticas do que a exploração convencional (HOLMES et al., 2002).
O impacto da exploração e a intensidade dos danos são diretamente ligados à
intensidade de exploração e às técnicas utilizadas. A EIR não é apenas uma técnica
para reduzir os impactos, é também, um procedimento para otimizar a utilização dos
recursos através do inventário florestal e planejamento da exploração (SIST, 2000).
1.4.3. REGULAÇÃO DA PRODUÇÃO
A complexidade dos ecossistemas de florestas tropicais naturais dificulta as
avaliações de parâmetros biológicos, principalmente os relacionados com o
crescimento e com a produção. Pelo fato dessas florestas não estarem atualmente
estruturadas para a produção sustentável, é necessária a fixação do tamanho ótimo
de ciclos de corte para atingir um estoque e uma composição de espécies
adequadas aos propósitos do manejo.
Como parte da planificação do manejo florestal, deve-se definir sob que
sistema se manejará a floresta e estabelecer como se regulará e controlará a
produção. Nos delineamentos dos planos de manejo de florestas tropicais se
estabelece como orientação geral que as florestas serão manejadas com base em
um sistema policíclico ou seletivo (SABOGAL et al., 2004).
Dentro deste contexto, o termo produção assume importância capital e é
definida como “a quantidade de madeira que pode ser extraída de um tipo particular
de floresta por espécies, por área, estoque e regime de manejo durante vários anos”
(Helms, 1998). Regular a produção é estabelecer essa quantidade em um plano de
manejo, incluindo onde, quando e como a produção deverá ser extraída
(ARMITAGE, 1998).
Para Palmer (1975), a principal dificuldade do manejo é no ajuste da
produção permissível. Os métodos atualmente utilizados de regulação da produção
utilizam dados de taxas de crescimento, mortalidade e recrutamento. Dados
extensivos utilizados nos métodos mais rigorosos são obtidos através de anos de
medições constantes e são, freqüentemente, indisponíveis, mesmo em países com
uma história longa de manejo florestal (WRIGHT, 2000).
A regulação da produção é uma importante parte do manejo sustentável de
florestas tropicais (Armitage, 1998). Envolve tomadas de decisões que levam à
26
especificações claras de onde e sob que condições uma colheita pode ser
processada, utilizando somente dados do corte anual permissível e informações
técnicas sobre a floresta. Para Armitage (1998), em cada compartimento incluído no
plano anual de corte são necessárias as diretrizes práticas para um planejamento da
regulação da produção listadas a seguir:
o Volume médio de diferentes espécies;
o Distribuição das classes de tamanho e o diâmetro mínimo que pode ser
cortado;
o Distribuição das espécies na floresta em relação à topografia;
o Tipos de floresta e características do sistema silvicultural, especificado
no plano de manejo que está sendo aplicado na floresta;
o Definição clara na área e nos mapas, através do zoneamento, dos
locais que deverão ser excluídos, da exploração por razões ambientais
ou sociais.
Segundo Wright (2000), os métodos para o cálculo da regulação da produção
dependem de inúmeros fatores, tais como, a constituição do estoque de
crescimento, suas características silviculturais, e da extensão do conhecimento
sobre a distribuição diamétrica, volume e incremento.
Nos casos mais comuns de sistemas policíclicos utilizam-se os dados de
inventário florestal para determinar o ciclo de corte, o diâmetro mínimo de corte e
para calcular o volume de corte permissível (LOUMAN, 2001).
Devido à grande dificuldade em se obter dados referentes ao crescimento e
mortalidade, entre outros, a determinação do corte anual permissível tem sido feita
através de aproximações empíricas (Armitage, 1998), classificadas de acordo com
as variáveis utilizadas. Osmastson (1968) classificou essas variáveis em: área,
volume, incremento e número de indivíduos. Utilizando esta classificação, pode-se
agrupar inúmeros métodos para a determinação do corte anual permissível e regular
a produção.
I. Área
Quando a produção é regulada pela área, em geral, não é possível determinar
previamente a quantidade anual de madeira. O perigo do corte ser regulado desta
forma é uma super-exploração de certas espécies e um risco de deterioramento da
27
condição da floresta, já que, teoricamente, se permitiria aproveitar todo o volume
existente, sem levar em conta a capacidade da floresta para recuperar-se dentro do
ciclo de corte estabelecido. Além disso, uma importante limitação que apresenta este
critério é que podem aparecer variações no rendimento (em quantidade, qualidade
ou rentabilidade) (SABOGAL et al, 2004).
O corte anual permissível se rege segundo uma divisão pela área da
floresta a manejar. Este é o método mais difundido em florestas tropicais,
quando não se conhece nem o volume nem o crescimento da floresta. É
calculado da seguinte forma:
Eq. 1.1
CC
S
CAP =
onde:
CAP = corte anual permissível (em ha. ano
-
¹);
S = área produtiva da área de manejo floresta (em ha);
CC = duração do ciclo de corte (em anos).
II. Volume
O volume é uma variável que pode orientar o corte anual permissível e um
passo inicial para levar florestas não manejadas a um estado inicial de manejo.
Ademais é uma ajuda para planificar a capacidade industrial e a comercialização. De
outro lado, este método apresenta maior dificuldade para controle e o cálculo das
estimativas e está mais sujeito a erros. Além disso, o crescimento volumétrico é mais
difícil de se obter e está sujeito a variações devido a condições locais. Atualmente,
para as florestas tropicais com pouca informação sobre o crescimento de suas
espécies em condições locais, utilizam-se estimativas de crescimento médio para
certos tipos de florestas ou regiões, baseadas em resultados de análises de parcelas
permanentes (SABOGAL et al, 2004).
Uma das mais fórmulas mais utilizadas para a regulação da produção é a de
Von Mantel, desenvolvida para florestas temperadas coetâneas, mas utilizadas em
vários países tropicais. Com base no inventário florestal de toda a área produtiva da
floresta a manejar, determina-se o volume existente das árvores de espécies
comerciais a partir de um diâmetro mínimo de corte (DMC) e divide-se pela duração
do ciclo de corte estabelecido:
28
Eq. 1.2
CC
V
CAP
C2
=
onde:
Vc = volume comercial atual obtido através de inventário floresta (m³/ha);
CC = ciclo de corte (em anos).
Dawkins (1964), sugere que o cálculo da regulação da produção seja feito
considerando “meio-Mantel”, ou seja, V/CC, pelo menos durante o primeiro ciclo de
corte.
A fórmula não considera o incremento, estrutura da floresta ou a variabilidade
do crescimento em volume, fornecendo, desse modo, apenas um indicativo geral da
produção da floresta (Armitage, 1998). Quando se leva em conta o crescimento da
floresta remanescente, é possível aplicar uma taxa de intensidade de corte (IC) à
formula. Esta taxa deve refletir a área basal ou volume que se estima que ingressará
às classes diamétricas maiores que o diâmetro mínimo de corte durante o ciclo de
corte. Louman e Stanley (2002) explicam passo a passo como se pode estimar esta
taxa com poucos dados, baseando-se na metodologia de Brandis (Dawkins e Philip,
1998), desenvolvida a mais de 150 anos nos trópicos asiáticos.
Uma vez estimada a IC, a fórmula para calcular o CAP será:
Eq. 1.3
CC
VcIC
CAP
×
=
onde:
IC - intensidade de corte, número de árvores cortadas por hectare;
Vc - volume comercial obtido através do inventário comercial (m³ ha
-1
);
CC - cilo de corte (em anos)
Um método alternativo para a determinação da produção, mas que requer um
bom conhecimento do incremento e a estimativa do incremento é o uso da fórmula
de Cotta (Eq 3.4). Este método é aplicado para a uma floresta, que tenha o volume
conhecido e a extração é planejada para um número específico de anos
(ARMITAGE, 1998).
29
Eq. 1.4
+
=
CC
IMAVc
CAP
5.0
Onde:
Vc - volume comercial médio com DAP > 10cm obtido através do
inventário (m³ ha
-1
);
IMA – incremento do volume das espécies comercias;
CC – ciclo de corte (em anos).
III. Número de árvores
A regulação pelo número de árvores tem sido utilizada extensivamente em
florestas tropicais. Uma característica destas florestas é que elas são compostas de
muitas espécies e apenas algumas delas são comerciais, e apresentam um limite de
diâmetro comercial para a colheita (WRIGHT, 2000). Este método de regulação foi
utilizado por Brandis em 1850, quando trabalhou em uma floresta de teca em Burma
(Dawkins e Philip, 1998). Ele requer informações sobre três atributos da floresta:
o o número de árvores em cada classe de diâmetro;
o o tempo de passagem, isto é, o tempo que um indivíduo leva pra
crescer através das classes de tamanho até o tamanho mínimo
explorável;
o a mortalidade em cada classe de diâmetro.
1.4.3.1. Alguns exemplos de regulação da produção em países tropicais
I. Regulação da produção em Gana
A regulação da produção é parte integrante do manejo florestal em
Gana, e vários métodos foram adotados no passado, no esforço de alcançar
o manejo sustentável dos recursos florestais, utilizando o sistema de tempo
de passagem, em ciclo de corte de 25 anos. A produção era baseada em
estimativas aproximadas do tempo de passagem entre uma classe de
diâmetro e a próxima, que poderia ser a classe do diâmetro mínimo
explorável (FOLI, 2000).
30
Em Gana, o método mais utilizado para regulação da produção
consiste na divisão da área a manejar pelo ciclo de corte de 25 anos. Na
inexistência de uma tabela de volume local para as espécies, a área basal é
usada para expressar a produção por não apresentar sérias limitações para
sua estimativa (FOLI, 2000).
A produção é calculada pela predição do incremento através do tempo
de passagem, de um diâmetro mínimo a altura do peito (DAP) de 50cm a um
diâmetro mínimo de corte de 70cm a 90cm, para várias classes de espécies
comerciais. O incremento é calculado separadamente para cada classe de
espécies e a produção igualada ao incremento das classes. Essencialmente,
portanto, o corte anual permissível é igual ao incremento (FOLI, 2000).
A deficiência deste método é que não é baseado em dados confiáveis
de crescimento, além da mortalidade não ser considerada (FOLI, 2000).
Segundo Magginis (1994), atualmente o corte anual permissível de
uma floresta em Gana é calculada com base nas espécies, usando uma
simples derivação do método de Brandis, baseado na área, diâmetro mínimo,
estoque e uma estimativa de 20% de mortalidade durante 40 anos de ciclo de
corte. Este método prescreve um corte anual permissível de 60% de todos os
fustes acima do diâmetro mínimo de corte, e é expresso como:
Eq. 1.5
YXZ 5,02,0
+
=
onde:
Z = é o número de árvores com diâmetro mínimo de corte que podem
ser colhidas;
X = número de árvores comerciais por hectare na classe de tamanho
20 cm abaixo ao diâmetro mínimo de corte e;
Y = significa o número de árvores comerciais por hectare acima do
diâmetro mínimo de corte.
Uma modificação foi feita neste método recentemente. Foram
introduzidos valores da condição da floresta para avaliação do estoque. Os
valores são atribuídos em cada compartimento em uma escala de 1 a 4
durante a avaliação de todo o estoque da floresta, indicando a condição geral
da floresta (1 = excelente, 2 = bom, 3 = parcialmente degradada, 4 =
altamente degradada, 5 = poucas árvores e 6 = sem floresta). Isto mostra se
31
floresta está bem estocada ou degradada, e modera os níveis de exploração
em uma unidade em particular (FOLI, 2000).
Este método é baseado no reconhecimento de duas estruturas de
vegetação fundamentalmente diferentes, floresta intacta e a degradada,
utilizando as aparências físicas nos primeiros dois metros do estrato inferior
da floresta (sub-bosque), com um indicador geral do estado da floresta
(Maginis, 1994). Este método mostra se a floresta apresenta ou não um bom
estoque de madeira comercial, e modera os níveis de colheita em um
determinado compartimento em particular, de acordo com o volume
disponível na área (FOLI, 2000).
II. Regulação da produção na Indonésia
Assegurar a sustentabilidade do manejo florestal na Indonésia é um
tema urgente. Considerado o maior produtor mundial de madeira em tora no
ano de 2004 (ITTO, 2004), a significância do setor florestal na economia
nacional e a demanda global por produtos florestais têm levado o governo da
Indonésia a aumentar a atenção para o assunto (PARTHAMA, 2000).
As práticas de regulação em florestas naturais manejadas na Indonésia
são realizadas através da determinação do corte anual permissível ao nível
de concessão, utilizando o seguinte grupo de equações (PARTHAMA, 2000;
SUHENDANG, 2002):
Eq. 1.6
CC
L
CAPL =
Eq. 1.7
feVCAPCAP LV ⋅⋅=
onde:
CAP
L
= corte anual permissível em termos de área (hectare);
L = área total de produção (hectares);
CC = ciclo de corte em anos;
CAP
V
= corte anual permissível em termos de volume (m³);
V = média do volume em pé explorável (m³ ha
-1
);
fe – fator de exploração (usualmente 0,7-0,8).
32
A eq. 1.6 divide a área de produção inteira (excluindo a porção não-
produtiva) de uma unidade de manejo florestal em n áreas de corte anuais
iguais (n sendo o comprimento do ciclo de corte). A eq. 1.7, fornece o Cap
V
que é o limite superior da produção total a cada ano através por um ciclo de
corte de 20 anos (PARTHAMA, 2000).
O volume real que pode ser explorado em uma área de corte anual é a
produção anual permissível (PAP) ou quota de produção anual, dada por:
Eq. 1.8
fsHVCAPV
⋅
=
onde:
PAP = produção anual permissível ou quota de produção anual;
HV = volume real explorável de uma determinada área de corte anual;
fs = fator de segurança (usualmente 0,7) para a i-ésima espécie ou grupo de
espécies e a j-ézima classe de diâmetro (0 < fs < 1). Pode-se supor que há um valor
de fs para todo o compartimento em uma determinada unidade de manejo florestal.
fs pode ser obtido empiricamente através da fórmula:
(
)
( )( )
∑∑
= =
⋅
⋅
=
t
i
mj
j
ijij
ijij
IDN
IDN
fs
1 1
onde:
N
ij
= número de árvores por hectare no estoque do povoamento para a i-ésima
espécie ou grupo de espécies e a j-ézima classe de diâmetro;
(ID)
ij
= incremento diamétrico (cm por ano) da i-ésima espécie ou grupo de espécies
e a j-ézima classe de diâmetro (cm/ano);
m
i
= número de classes de diâmetro para a i-ésima espécie ou grupo de
espécies;
t = número de espécies ou grupo de espécies;
A PAP é determinada especificamente para cada área de corte anual
(ACA) antes da exploração, e é baseada na estimativa do volume da ACA
obtido através de um inventário florestal comercial a 100% de intensidade. Já
o Cap
V
, por outro lado, é determinado uma vez, ao final de cada ciclo de
corte. Na prática a PAP não deve exceder o Cap
V
, significando que, quando a
33
PAP for maior de Cap
V
, a PAP é definida como igual ao Cap
V
(PARTHAMA,
2000).
Atualmente, algumas alternativas vêm sendo propostas para substituir
o método atual de determinação do corte anual permissível. Um deles é o
método Austríaco (PARTHAMA, 2000):
Eq. 1.9
fe
T
V
CAPV ⋅=
onde:
T = tempo em anos;
fe = fator de exploração;
V = ∑V
i
;
V
i
= volume do povoamento i ao final do ciclo de corte, que é projetado
usando a expressão V
i
= V
0
+∑t
j
I
j
onde V
0
= volume presente no povoamento i;
t
j
= período de tempo j; e
I
j
= incremento periódico anual estimado do povoamento i no período j.
III. Regulação da produção na Amazônia Peruana
Atualmente, segundo a Resolução Jefatural Nº. 109-2003-INRENA,
produção estará regulada para o volume explorável anualmente (corte anual
permissível – CAP) de uma área específica durante o período de planificação,
fixado em cinco anos (INRENA, 2004).
A princípio, o CAP corresponde ao incremento médio anual das
espécies comerciais ao longo do ciclo de corte, fixado em 20 anos. O cálculo
do CAP depende do incremento das árvores comerciais, da mortalidade
natural e dos danos ocasionados pelas intervenções do manejo, incluindo as
árvores aproveitadas.
O cálculo do CAP, segundo INRENA (2004), se fará ponderando os
valores do volume médio por hectare com a área efetiva de cada tipo de
floresta produtiva, utilizando as seguinte equação:
34
Eq. 1.10
PP
VcAp
CAP
⋅
=
onde:
CAP = corte anual permissível (m³);
Ap = área produtiva da floresta (ha);
Vc = volume comercial médio (m³ ha
-1
);
Pp = período planificado igual a cinco anos.
IV. Regulação da produção na Amazônia Brasileira
No Brasil, a legislação florestal (Instrução Normativa N° 04 de 04/03/2002)
especifíca que a área florestal total a ser manejada para produção de madeira
dependerá de três fatores: i) a demanda de matéria-prima da empresa; ii) a
produtividade da floresta e iii) o ciclo de corte. A área a ser explorada anualmente
será definida de acordo com a demanda anual de matéria-prima e com o ciclo de
corte estabelecido (25 anos). O comprimento do ciclo de corte e do corte anual
permissível pode ser baseado dados de crescimento publicados (SILVA e van
ELDIK, 2000).
Como a legislação atual não estabelece uma metodologia específica para a
regulação da produção ou um limite máximo de corte por hectare, o método mais
comum é a divisão da área explorável pelo número de anos do ciclo de corte (ver
regulação por área).
Atualmente, três empresas detentoras de florestas certificadas no estado do
Pará, utilizam o método apresentado por Alder (2000) onde a determinação é feita
com base no incremento médio anual (IMA) e nas perdas na produção por danos
ocorridos durante a colheita. A redução total do volume é representada pela
produção P mais o impacto da colheita D (danos). O incremento médio anual é
calculado como sendo o aumento de volume V
t
em um determinado período de
tempo T:
T
V
IMA
t
=
35
O CAP então é calculado como segue:
Eq. 1.11
(
)
IMADCAP
⋅
−
=
%1
Onde:
%D – proporção de volume danificados, determinado utilizando a seguinte fórmula:
D
P
D
D
+
=%
onde:
D – volume comercial danificado (m³ ha
-1
ano
-1
);
P – volume real extraído da UTs onde tiveram avaliação de danos.
Alder (2000) comenta que em termos práticos, o CAP deve situar-se entre 50-
70% do IMA comercial, dependendo do nível observado de danos da exploração.
Isto se refere somente ao volume em pé e não considera perdas por defeitos (ocos e
podridão). A inclusão dessas perdas é necessária, se o CAP for monitorado e
controlado em termos de volume extraído (romaneiado). O autor sugere acrescentar
outros 50-70% sobre os danos da exploração.
Dawkins (1964) sugeriu um incremento médio anual pantropical de volume
comercial de 1 m
3
/ha/ano. Então, em termos práticos, o CAP seria em torno de 0,25-
0,5 m
3
/ha/ano, medido como madeira abatida (no pátio).
Nos planos de manejo anteriormente referidos, o corte anual permissível
adotado é de 70% do IMA, considerando aquele sugerido por Dawkins (1964). Então
o CAP usado foi 0,7 m
3
/ha/ano, até que a empresa produza seus próprios dados de
crescimento e perdas por danos e defeitos, alterando o valor adotado para o corte
anual permissível, quando necessário (Silva, 2006
1
).
1.4.3.2. Avaliação crítica dos métodos de avaliação da produção
Embora cada método apresentado possua sua vantagem e desvantagem,
eles somente fornecem um guia geral para a obtenção do corte anual permissível. A
1
SILVA, J. N. M. Comunicação Pessoal
36
escolha do método dependerá de circunstância individuais de cada área. Assim
sendo, não há um método padrão aplicável a todas as florestas.
Para Osmatson (1968), há um “buraco” no conhecimento quantitativo e
silvicultural do estoque de crescimento e a influência do ambiente e da exploração
no crescimento, que é diretamente ligado à regulação da produção.
Somente a aplicação de um dos métodos tem relevância para as
características técnicas de uma unidade de manejo florestal, sendo que os objetivos
de manejo serão uma contribuição positiva para o manejo florestal sustentável,
onde, no presente nenhuma base para isto exista.
Embora importante no contexto do manejo florestal, as técnicas de regulação
da produção de uma floresta tropical úmida quando apenas dados provenientes de
um ponto no tempo são disponíveis, têm sido pouco estudadas no Brasil.
Dentre as equações expostas, somente algumas são realmente aplicáveis e
dentre estas, poucas são aplicáveis nas condições da Amazônia Brasileira. As
equações “não aplicáveis” são algumas puramente empíricas (Eq. 1.5 e suas
modificações), outras apresentam problemas práticos, como é o caso das Eqs. 1.7 e
1.9, onde a estimativa do fator de exploração é empírica e incerta, podendo resultar
em uma sub-exploração.
Outras equações, como a Eq. 1.1, desconsidera as variações ambientais e
ecológicas que podem ocorrer na área, além de permitir, em tese, a exploração de
todo o volume existente na área de manejo. Esta é a equação amplamente utilizada
na Amazônia brasileira, sendo uma estimativa do que pode ser cortado. Poucas
empresas utilizam outro método para estimar o corte anual permissível que
corresponda de fato ao que deveria cortado, diminuindo a extração excessiva e não
permitindo que ela ultrapasse a capacidade de recuperação da floresta.
37
REFERÊNCIAS BIBLIOGRÁFICAS
ABIMCI. Estudo setorial 2003: produtos de madeira sólida. Curitiba: ABIMCI, 2003.
67 p.
ALDER, D. Some issues in the yield regulation of moist tropical forests. In: W
WRIGHT, H. L.; ALDER, D. (Eds.) Proccedings of a workshop on humid and semi-
humid tropical forest yield regulation with minimal data. CATIE, Costa Rica, 5-9 julho,
1999. OFI Occasional Papers 52.Oxford Forestry institute, 2000. p. 14-27.
AMAT. Municípios. Disponível em < http://www.amat.org.br/municipios/index.htm>
Acesso em 26 jan. 2006
ARMITAGE, I. Guidelines for the management of tropical forests. 1. The production
of wood. Roma: FAO, 1998. 293 p. (FAO Forestry Paper, 135).
ASNER, G.; KELLER, M.; SILVA, J. N. M. Spatial and temporal dynamics of forest
canopy gaps following selective logging in the eastern Amazon. Global Change
Biology, v. 10, p. 765–783, 2004.
BARRETO, P.; AMARAL, P.; VIDAL, E.; UHL, C. Costs and benefits of forest
management for timber production in eastern Amazonia. Forest Ecology and
Management, v. 108, p. 9-26, 1998.
BARROS, A. C.; VERÍSSIMO, A. (Eds.) A Expansão madeireira na Amazônia:
impactos e perspectivas para o desenvolvimento sustentável no Pará. 2. ed. Belém:
Imazon, 2002. 166 p.
BLATE, G. M. Sustainable forest management in Brazil: The Tropical Forest
Foundation’s low impact logging programme integrates demonstration, training and
research. ITTO Tropical Forest Update, v. 7, n. 3, p. 14-15, 1997.
BLUE PLANET BIOMES. Tropical Rainforest. Disponível em:
<
http://www.blueplanetbiomes.org/rainforest.htm> Acesso em 2 set. 2005.
38
BRASIL. Departamento Nacional de Produção Mineral. Projeto RADAMBRASIL.
Folha S.A. 22 - Belém; geologia, geomorfologia, solos,vegetação e uso potencial da
terra. Rio de Janeiro, 1974. 226p.(Levantamento de Recursos Naturais,5).
BROUWER, L. C. Nutrient Cycling in Pristine and Logged Tropical Rain Forest: a
study in Guyana. Netherlands: University of Utrecht Press, 1996. (Tropembos-
Guyana Series, 1).
CIKEL BRASIL VERDE MADEIRAS LTDA. Plano de manejo florestal. Belém: Cikel
Brasil Verde Ltda, 2000. 27 p.
COCHRANE, M. ALENCAR, A.; SCHULZE, M. D.; SOUZA JR., C. M.; NEPSTAD, D.
C.; LEFEBVRE, P.; DAVIDSON, E. A. Positive feedback in the fire dynamics of
closed canopy tropical forests. Science, v. 284, p. 1832-1835, 1999.
DAWKINS, H. C. Productivy of a tropical forest and their ultimate value to man. In:
Proceedings of 9
th
Tecnical Meeting of FUNC, Nairobi, 1964.
DAWKINS, H. C.; PHILIP, M. S. Tropical moist forest silviculture and management: A
history of success and failure. Cambridge: CAB International, 1998. 359 p.
DINIZ, T. D. de A. Caracterização climática da Amazônia Oriental. In.: Pesquisa
sobre utilização e conservação de solo na Amazônia Oriental. Belém: Embrapa-
Cpatu, 1986. 291 p.
DYKSTRA, D. P., ELIAS. Synthesis Report on Ex-Post Evaluations of Reduced-
Impact Logging Projects. Yokohama: ITTO, 2003. 16p.
ELIAS; APPLEGATE, G.; KARTAWINATA, K.; MACHFUDH; KLASSEN, A. Reduced
Impact Logging Guidelines for Indonesia. Jakarta: CIFOR, 2001. 114 p.
FERREIRA, J. C. V. O Pará e seus municípios. p. 562-564. 2003.
39
FOLI, E. G. Yield planning and control for sustainable timber production in
Ghana. In: WRIGHT, H. L.; ALDER, D. (Eds.) Proccedings of a workshop on humid
and semi-humid tropical forest yield regulation with minimal data. CATIE, Costa Rica,
5-9 julho, 1999. OFI Occasional Papers 52.Oxford Forestry institute, 2000. p. 39-48.
FOOD and Agriculture Organization. Global Forest Resources Assessment 2000.
Roma: FAO, 2002. CD-ROM.
FREDERICKSEN, T. S.; PUTZ, F. E. Silvicultural intensification for tropical
conservation. Biodiversity Conservation, v. 12, p. 1445-1453, 2003.
HELMS, J.A (editor). The Dictionary of Forestry. United States of America: Society of
American Forest – Library of Cataloging-in-Publication Data, 1998. 210p.
HENDRISON, J. Damage-controlled logging in managed tropical rain forest in
Suriname. Wageningen: Agricultural University, 1990. 204p.
HERING, K. G. A scientific formulation of tropical forest management. Forest Ecology
and Management, v. 166, p. 211-238, 2003.
HIGMAN, S.; BASS, S.; JUDD, N.; MAYERS, J.; NUSSBAUM, R. The sustainable
forestry handbook. Londres: Earthscan Publications Ltda., 1999. 289p.
HILL, JK.; HAMER, K. C.; LACE, L. A.; BANHAM, W. M. T. Effects of selective
logging on tropical forest butterflies on Buru, Indonesia. Journal of Applied Ecology,
v. 32, p. 754–760, 1995.
HOLDSWORTH, A. R.; UHL, C. Fire in eastern Amazonian logged rain forest and the
potential for fire reduction. Ecological Applications, v. 7, p. 713–725, 1997.
HOLMES, T.P.; BLATE, G.M.; ZWEEDE, J.C.; PEREIRA JR., R.; BARRETO, P.;
BOLTZ, F.; BAUCH, R. Financial and ecological indicators of reduced impact logging
performance in the eastern Amazon. Forest Ecology and Management, v. 163, p.93-
110, 2002.
40
IBGE. Anuário Estatístico do Brasil. Rio de Janeiro: IBGE. V. 56, p1-96/p1-97, 1996.
IBGE. Divisão regional do Brasil em mesorregiões e microrregiões geográficas:
Região Norte. v. 1, tomo I. Rio de Janeiro: IBGE, 1990, 124 p.
INRENA. Planes de manejo en concesiones forestales con fines maderables. Peru:
INRENA/CIFOR/FONDEBOSQUE, 2004. 116 p.
ITTO. Annual review and assessment of the world timber situation. ITTO, 2004. 255
p.
IZABEL MADEIRAS DO BRASIL LTDA. Plano de manejo florestal. Belém: Izabel
Madeiras do Brasil Ltda., 2002. 36 p.
JOHNS, A. D. Responses of Amazonian rain forest birds to habitat modification.
Journal of Tropical Ecology, v. 7, p. 417–437, 1991.
JOHNS, J. S.; BARRETO, P. UHL, C. Logging damage during planned and
unplanned logging operations in the eastern Amazon. Forest Ecology and
Management, v. 89, p. 59-77, 1996.
JONKERS, W. B. J. Reduced impact logging in Sarawak, Guyana and Cameroon –
the reasons behind differences in approach. P. 199-207 In: ENTERS, T.; DURST, P.
B.; APPLEGATE, G. B.; MAN, G. KHO, P.C. S. (Eds.). Applying reduced impact
logging to advance sustainable forest management. International Conference
Proceedings. Kuching, Malaysia: FAO, 2002. 311 p. (RAP Publications, 2002/14).
JONKERS, W.B.J. Vegetation structure, logging damage and silviculture in a tropical
rain forest in Suriname. Netherlands: Wageningen Agricultural University, 1987. 172
p. (Ecology and Management of Tropical Rain Forests in Suriname: 3).
JURUÁ FORESTAL LTDA. Plano de manejo florestal. Belém: Juruá Florestal Ltda,
2000. 27 p.
41
LENTINI, M.; VERÍSSIMO, A.; SOBRAL, L. Fatos Florestais da Amazônia 2003.
Belém: Imazon, 2003. 108 p.
LOUMAN, B. Sistemas silviculturales. In: LOUMAN, B.; QUIRÓS, D.; NILSSON, M.
(Eds.). Silvicultura de bosques latifoliados húmedos con ênfaseis en América
Central. Turrialba: CATIE, 2001. 265p. (Serie Técnica: Manual Técnico / CATIE; N°.
46).
LOUMAN, B.; STANLEY, S. Análisis e interpretación de resultados de invetarios
forestales. In: Invetarios Foretales para bosques latifoliados en América Tropical.
Série Técnica, Manual Técnico N. 50. CATIE, Turrialba, Costa Rica. 264 p.
MAGINNIS, S. Understorey condition scoring of Ghanaian lowland tropical
moist forest during stock survey: a technique for regulating the allowable cut
in ecologically and structurally degraded production forest. Forest Ecology
and Management, v. 70, p. 89-97, 1994.
McNABB, K. L.; MILLER, M. S.; LOCKABY, B. G.; STOKES, B. J.; CLAWSON,
R. G.; STANTURF, J. A.; SILVA, J. N. M. Selection harvesting in Amazonian
rain forest: long-term impacts on soil properties. Forest Ecology and
Management, v. 93, p. 153-160, 1997.
NEPSTAD, D. C.; VERÍSSIMO, A.; ALENCAR, A.; NOBRE, C.; LIMA, E.;
LEFEBVRE, P.; SCHLESENGER, P.; POTTERK, C.; MOUTINHO, P.;
MENDOZA, E.; COCHRANE, M.; BROOKS, V. Large-scale impoverishment of
Amazonian forests by logging and fire. Nature, v. 398, p. 505–508, 1999.
OSMASTSON, F. C. The Management of Forests. Londres: George, Allen and
Unwin, 1968. 384 p.
PALMER, J. R. Towards more reasonable objectives in tropical high Forest
management for timber production. Commonwealth Forestry Review, v. 54, p. 273-
289, 1975.
42
PARTHAMA, P. Yield regulation in Indonesia. In: WRIGHT, H. L.; ALDER, D.
(Eds.) Proccedings of a workshop on humid and semi-humid tropical forest yield
regulation with minimal data. CATIE, Costa Rica, 5-9 julho, 1999. OFI Occasional
Papers 52.Oxford Forestry institute, 2000. p. 77-84.
PEARCE, D.; PUTZ, F. E. P.; VANCLAY, J. A sustainable forest future. Londres:
CSERGE, 1999. (Working Paper, GEC 99-15). 64 p.
PEDRONI, L.; CAMINO, R. de. Un marco lógico para la formulación de estándares
de manejo forestal sostenible. Turrialba: CATIE, 2001. 37 p. (Série Técnica, Informe
Técnico N° 317, Colección Manejo Diversificado de Bosques Naturales).
PINARD, M. A.; PUTZ, F. E. Retaining forest biomass by reducing logging damage.
Biotropica, v. 28, p. 278-295, 1996.
PINARD, M., PUTZ, F.; TAY, J.; SULLIVAN, T. Creating timber harvesting
guidelines for a reduced-impact logging project in Malaysia. Journal of Forestry,
n. 93, p. 41-45, 1995.
PINARD, M.; HOWLETT, B.; DAVIDSON, D. Site conditions limit pioneer tree
recruitment after logging of dipterocarp forests in Sabah, Malaysia. Biotropica, v. 28,
p. 2–12, 1996.
PUTZ, F. E.; PINARD, M. A. Reduced-impact logging as a carbon-offset method.
Conservation Biology, v. 7 n. 4; 755-757, 1993.
PUTZ, F. E.; REDFORD K. H.; ROBINSON, J. G.; FIMBEL, R.; BLATE, G. M.
Biodiversity conservation in the context of tropical forest management. Washington:
Banco Mundial, 2000a. 80 p. (Environment Department Papers, Paper N° 75 -
Biodiversity Series – Impact Studies).
PUTZ, F., E.; DYKSTRA, D. P.; HEINRICH, R. Why poor logging practices persist in
the tropics. Conservation Biology, v. 14, n. 4, p. 951-956, 2000b.
43
RODRIGUES, T. E.; SANTOS, P. L.; SILVA, R. C.; OLIVEIRA JÚNIOR, R. C.;
SILVA, J. M. L.; GAMA, J. R. N. F.; VALENTE, M. A. Caracterização e classificação
dos solos do Município de Paragominas – Estado do Pará. Belém: EMBRAPA, 2000.
SABOGAL, C.; CARRERA, F.; COLÁN, V.; POKORNY, B.; LOUMAN, B. Manual
para la planificación y evaluación del manejo forestal operacional en bosques de la
Amazonía peruana. Lima: INRENA/CIFOR/ FONDEBOSQUE, 2004. 279 p.
SCHWAB, O.; PULKKI, R.; BULL, G. Q. Reduced impact logging in tropical forests:
literature synthesis, analysis and prototype statistical framework. Rome: FAO,
Working Paper FOP/08, p. 283, 2001.
SILVA, B.N.R da; CARVALHO, J. dos S. Os solos da Amazônia Oriental. In:
Pesquisa sobre utilização e conservação de solo na Amazônia Oriental. Belém:
Embrapa-Cpatu, 1986. 291 p.
SILVA, J. N. M. van ELDIK, T. Approaches adopted towards yield regulation in the
Brazilian Amazon. In: WRIGHT, H. L.; ALDER, D. (Eds.) Proccedings of a workshop
on humid and semi-humid tropical forest yield regulation with minimal data. CATIE,
Costa Rica, 5-9 julho, 1999. OFI Occasional Papers 52.Oxford Forestry institute,
2000. p. 70-72.
SILVA, R. das C. Contribuição de levantamento de solo a caracterização dos
sistemas naturais e ambientais na região de Paragominas - Estado do Pará. Belém:
Faculdade de Ciências Agrárias do Pará, 1997. 107p. (Dissertação de Mestrado em
Agronomia)- FCAP, 1997.
SIST, P. NGUYEN-THÉ, N. Logging damage and the subsequent dynamics of a
dipterocarp forest in East Kalimantan (1990-1996). Forest Ecology and Management,
v. 165, p. 85-103, 2002.
SIST, P. Reduced-impact logging in the tropics: objectives, principles and impacts.
International Forestry Review, v. 2, n. 1, p. 3-10, 2000.
44
SIST, P., NOLAN, T., BERTAULT, J-G., DYKSTRA, D. Harvesting intensity versus
sustainability. Forest Ecology and Management, n. 108, p. 251-60, 1998a.
SIST, P.; DYKSTRA, D. P.; FIMBEL, G. Reduced-impact logging guidelines for
lowland and hill dipterocarp forest in Indonésia. CIFOR Ocasional Papper 15, 1998b.
19p.
SOUZA, A. L. L. de. Desenvolvimento sustentável, manejo florestal e o uso dos
recursos madeireiros na Amazônia brasileira. Belém: UFPA/NAEA, 2002. 302 p.
STONE, W. S. Tendências econômicas da indústria madeireira no Estado do Pará.
Belém: Imazon, 2000. 38 p. (Série Amazônia, 17).
SUHENDANG, E. Growth and yield studies: their implications for the management of
Indonesian tropical forest. In: ISMAIL, S. bin M.; KIAN, T. S.; HWAI, Y, Y.; DERIS, O.
bin; KORSGAARD, S. (Eds.) Proceedings of the Malaysia-ITTO international
workshop and yield managed tropical forests. Kuala Lumpur, 25-59 junho, 2002. p.
205-216.
TER STEEGE, H.; BOOT, R. H.; BROUWER, L. Basic and applied research for
sound rain forest management in Guyana. Ecological Applications, v. 5, p. 904–910,
1995.
THIOLLAY, J. M. Influence of selective logging on bird species diversity in a Guiana
rain forest. Conservation Biology, v. 6, p. 47–63, 1992.
UHL, C., VIERA, I. Ecological impacts of selective logging in the Brazilian Amazon: a
case study from the Paragominas region of the state of Para. Biotropica, v. 21, p. 98–
106, 1989
UHL, C.; BARRETO, P.; VERÍSSIMO, A. ; VIDAL, E.; AMARAL, P.; BARROS, A. C.;
SOUSA JR., C.; JOHNS, J.; GERWING, J. Natural resource management in the
Brazilian Amazon: an integrated research approach. Bioscience v. 47, p. 160-168,
1997.
45
UHL, C.; BUSCHBACHER, R. A disturbing synergism between cattle ranching
burning practices and selective tree harvesting in the eastern Amazon. Biotropica, v.
17, p. 265–268, 1985.
UHL, C.; KAUFFMAN, J. B. Deforestation fire susceptibility and potential tree
responses to fire in the eastern Amazon. Ecology, v. 71, p. 437-449, 1990.
VERÍSSIMO, A.; LIMA, E.; LENTINI, L. M. Pólos Madeireiros do Estado do Pará.
Belém: Imazon, 2002. 74 p.
WHITMORE, T. C. An introduction to tropical rain forest. Oxford: Clarendon Press,
1990. 226 p.
WINKLER, N. Environmentally sound forest harvesting: testing the applicability of
FAO Model Code in Amazon in Brazil. Roma: FAO, 1997. (Forest Harveting Case
Study, Nº. 8).
WRIGHT, H. L. Yield regulation in tropical moist forest. In: WRIGHT, H. L.; ALDER,
D. (Eds.) Proccedings of a workshop on humid and semi-humid tropical forest yield
regulation with minimal data. CATIE, Costa Rica, 5-9 julho, 1999. OFI Occasional
Papers 52.Oxford Forestry institute, 2000. p. 3-13.
46
CAPÍTULO 2 - AVALIAÇÃO DOS IMPACTOS DA COLHEITA DE MADEIRA EM
TRÊS ÁREAS DE MANEJO FLORESTAL NA AMAZÔNIA ORIENTAL
2.1. INTRODUÇÃO
A exploração madeireira na Amazônia brasileira é considerada por muitos
como uma verdadeira “mineração vegetal”, sendo realizada em base tipicamente
extrativista, utilizando práticas de manejo insustentáveis e, conseqüentemente, com
vários impactos negativos (PUTZ et al., 2000a; PUTZ et al., 2000b).
Alguns trabalhos reportam que a exploração florestal chega a danificar até
50% da floresta remanescente (Uhl e Vieira, 1989; Bertault e Sist, 1997), afetando
significativamente os solos (Johns et al., 1996) e matando ou danificando 10% a
40% da biomassa viva (Veríssimo et al., 1992). Para que a atividade florestal
contribua para o desenvolvimento econômico, os impactos ecológicos devem ser
mitigados, através do uso de tecnologias economicamente competitivas com as
práticas destrutivas (exploração convencional).
Embora alguns autores tenham recomendado a implementação de métodos
para reduzir os efeitos de manejo (Jonkers, 1987; Hendrisson, 1990; Johnson e
Carbale, 1993; Dikstra e Heinrich, 1996), as boas práticas de exploração ainda são
uma exceção na maioria dos países tropicais (PUTZ et al. 2000b).
No início dos anos 1990 Putz e Pinard (1993) utilizaram o termo Reduced
Impact Logging (RIL) ou “Exploração de Impacto Reduzido (EIR) pela primeira vez,
como uma prática para reter biomassa na floresta. Somente na metade da década
de 90, Pinard et al. (1995) criaram o que viriam a ser as primeiras diretrizes “diretas”
para a EIR, que têm como objetivo principal reduzir os danos ao solo e à vegetação
em pelo menos 50%, em comparação com a exploração convencional.
Algumas práticas são essenciais à exploração de impacto reduzido. Entre
elas, Sist et al. (1998a) apontam: treinamento das equipes, inventário florestal,
mapeamento topográfico e localização das árvores a serem cortadas, corte de cipós,
corte direcional, planejamento dos ramais de arraste, abertura dos ramais de arraste,
construção das estradas e supervisão.
Outro aspecto importante a ser observado em áreas exploradas são as
aberturas provocadas pela extração de madeira, em especial as clareiras abertas
pela derruba das árvores. Maiores aberturas propiciam melhores condições para o
47
crescimento das árvores e, em muitos casos, induzem a regeneração natural. É
sabido que um dos fatores que mais influenciam o crescimento das árvores tropicais
é a luz que chega às copas (JOHNS et al., 1996; SILVA, 1989).
A queda natural de árvores é o maior dos distúrbios de pequena escala em
florestas tropicais. As clareiras criadas no dossel das florestas pela queda de árvores
ou galhos são geralmente considerados como sendo um importante fator na
manutenção da alta diversidade das florestas tropicais (DENSLOW, 1987).
O tamanho é uma característica importante da clareira porque se correlaciona
bem com parâmetros biologicamente funcionais. O tamanho das clareiras é
comumente mensurado como a área entre as bordas das copas das árvores
periféricas projetadas verticalmente para baixo até o nível do solo (BROKAW, 1982).
Uma distinção pode ser feita entre as conseqüências diretas e indiretas da
existência de uma clareira. Uma conseqüência direta de uma clareira é a destruição
de uma certa quantidade da vegetação no dossel da floresta. Isto pode ser
quantificado como a área coberta pela projeção vertical da abertura no dossel da
floresta. A conseqüência indireta pode ser quantificada pela área no solo da floresta
onde as condições ambientais são afetadas pela clareira (ROSE, 2000).
Em florestas exploradas, as clareiras são geralmente maiores e mais
numerosas e o solo compactado pelo maquinário pesado. Nessas áreas o tamanho
das clareiras varia em função do número de árvores cortadas, ou seja, quanto maior
for o número de árvores cortadas, maior será a abertura no dossel da floresta (van
der Hout, 1999). Outro fator que contribui bastante para o tamanho das clareiras em
áreas exploradas são as estradas e ramais, que têm um efeito similar ao corte. Um
considerável número de indivíduos com diâmetro pequeno são danificados ou
mortos quando os ramais de arraste e as estradas são feitos (BERTAULT e SIST,
1997).
Quantificar os danos da exploração na floresta é importante para entender os
efeitos desta prática na fauna (Thiollay, 1997), micro-clima (Lindenmayer et al.,
1999), regeneração (Schwartz e Caro, 2003) e composição florística da floresta
(Carvalho, 2002; Panfil e Gullison, 1998; Parrota el al., 2002). Além de ser útil no
monitoramento e estabelecimento de políticas públicas visando a sustentabilidade e
perpetuidade dos recursos florestais.
48
Neste capítulo são analisados os impactos da exploração madeireira na
vegetação remanescente e na superfície do solo em três áreas de manejo florestal
na Amazônia oriental.
2.2. MATERIAL E MÉTODOS
2.2.1. ÁREA DE ESTUDO E MEDIÇÕES PRÉ-EXPLORATÓRIAS
O estudo foi realizado em três áreas de manejo florestal situadas nos
municípios de Breu Branco, Novo Repartimento e Paragominas, estado do Pará.
Maiores detalhes sobre as áreas encontram-se no item 3.1 do Capítulo 1.
Antes da exploração florestal foram instaladas aleatoriamente e medidas 22
parcelas em Breu Branco; 28 parcelas em Novo Repartimento e 14 parcelas em
Paragominas, uma parcela por UT
2
, para avaliação de danos.
O procedimento para a instalação das parcelas iniciou com o sorteio da faixa
na qual foi alocada a parcela. Foram excluídas do sorteio as faixas onde estavam
planejadas a construção de estradas secundárias e pátios de estocagens.
As parcelas eram transectos com área aproximada de um hectare, com dez
metros de largura e comprimento variável com as dimensões da UT. Em uma UT
regular de 100 ha (1000m x 1000m), as parcelas tiveram o comprimento de 1000m.
Em outras situações, o comprimento variou de 625m a 1100m.
As parcelas foram instaladas no sentido leste-oeste tendo como base as
picadas de orientação do inventário 100%. Nessas parcelas foram avaliados todos
os indivíduos com DAP≥10cm de todas as espécies, exceto palmeiras.
Na primeira coleta (antes da exploração) foram anotadas as seguintes
observações: número da árvore, nome comum, classe de identificação do fuste - CIF
(Tabela 2), circunferência a 1,30m do solo e ocorrência ou não de danos e/ou
podridão na árvore. Os danos e/ou podridão foram classificados de acordo com as
especificações apresentadas na Tabela 3, sendo que antes da colheita, os danos,
logicamente, foram de causa natural.
2
UT - Unidades de trabalho são sub-divisões operacionais das unidades de produção anual – UPA.
Em geral possuem 100 ha de área.
49
Tabela 2: Códigos de classe de identificação do fuste (SILVA e LOPES, 1984).
Descopada (sem copa)
Árvore Completa
fuste > 4,0 m fuste < 4,0 m
Não
encontrada
Viva em pé 1 2 3
Viva caída 10 4
Morte natural 11
Morta p/ exploração
12
Árvore colhida 13
2.2.2. MEDIÇÕES PÓS-EXPLORATÓRIAS
A segunda medição foi realizada logo após a exploração florestal. Nesta
etapa foi avaliada a área de chão da floresta afetada e o impacto nas árvores
remanescentes ocasionado pela derruba de árvores e/ou arraste das toras.
2.2.2.1 Danos da exploração
A avaliação dos danos foi realizada em todas as árvores previamente
enumeradas. Os códigos apresentados na Tabela 3 foram utilizados para classificar
o local e a severidade dos danos.
Tabela 3: Códigos utilizados para classificar a localização e intensidade de danos
em árvores remanescentes após a exploração florestal.
Severidade
Localização do dano
Leve Severo
Base do tronco 1 2
Fuste superior 1 2
Copa 1 2
Árvore não encontrada 3
As árvores remanescentes foram classificadas da seguinte forma em relação
aos danos, de acordo com o tamanho e a severidade (Figura 8, Anexo B):
50
i. Classes de danos na base do tronco - BT
Foi considerada como base do tronco a distância entre o solo e o ponto de
medição do DAP (1,30m do solo). Para a classificação destes danos, foram
utilizados os seguintes códigos:
Código
0. Sem dano (BT1);
1. Danos leves (BT2) – quando parte das sapopemas (quando presentes)
foi atingida, porém sem afetar a estabilidade da árvore; em árvores sem
sapopemas, a área afetada (descascamento) era inferior a três metros.
Espera-se que com danos de tal magnitude, a árvore possa reconstituir
a parte afetada;
2. Danos severos (BT3) – quando base do tronco e/ou sapopemas foram
destruídas a ponto de comprometer a estabilidade da árvore e/ou o
descascamento foi superior a três metros, o que poderá vir a
comprometer a sua reconstituição.
ii. Classes de danos no fuste superior - FS
Foi considerada como fuste superior a parte do tronco compreendida
entre o ponto onde a árvore seria provavelmente cortada e a primeira
bifurcação. Para as árvores com sapopemas, foi considerada a distância logo
acima delas até a primeira bifurcação. Foram utilizados os seguintes códigos:
Código
0. Sem dano (FS1);
1. Danos leves (FS2) – quando o local danificado estava acima da ação
das máquinas e o descascamento era inferior a três metros;
2. Danos severos (FS3) - quando o descascamento era superior a três
metros, ou quando a árvore era descopada a qualquer altura.
51
iii. Classe de danos na copa - CO
Para este trabalho, a copa foi considerada a partir da primeira
bifurcação do fuste. Para a classificação dos danos na copa, foram utilizados
os seguintes códigos:
Código
0. Sem dano (CO1);
1. Danos leves (CO2) - quando menos de 50% da copa forem danificados
ou quando as ramificações principais não foram quebradas;
2. Danos severos (CO3) - quando mais de 50% da copa forem
danificados.
2.2.3. IMPACTO NO CHÃO DA FLORESTA
O impacto no chão da floresta foi dividido em duas categorias: impacto devido
ao arraste e impacto devido à derruba (Tabela 4, Figura 3), sendo que cada divisão
foi considerada uma área à parte e somada com as demais áreas registradas na
mesma categoria para se obter a área total afetada por categoria.
Tabela 4: Categorias de impacto no solo.
Categoria Código
Arraste de toras 1
Derruba de árvores 2
52
A 1
A 2
Legenda:
Transecto
Impacto ocasionado pela extração
Impacto ocasionado pelo arraste
Área de abertura medida
A1: Impacto ocasionado pela derruba
A2: Impacto ocasionado pelo arraste
A 1
A 2
A 1
A 2
Legenda:
Transecto
Impacto ocasionado pela extração
Impacto ocasionado pelo arraste
Área de abertura medida
A1: Impacto ocasionado pela derruba
A2: Impacto ocasionado pelo arraste
Legenda:
Transecto
Impacto ocasionado pela extração
Impacto ocasionado pelo arraste
Área de abertura medida
A1: Impacto ocasionado pela derruba
A2: Impacto ocasionado pelo arraste
Figura 3: Exemplo de medição das duas categorias de impactos no chão da floresta.
Quando a área afetada apresentava forma triangular era utilizada a equação 1
e quando a mesma apresentava forma trapezóide, era dividida em triângulos e
retângulos, de forma a facilitar o cálculo da área com as equações 2 e 3 (SPIEGEL,
1990).
Eq. 2.1
(
)
(
)
(
)
csbsassA −×−×−×=∆
Eq. 2.2
hbA
retângulo
×
=
Eq. 2.3
2
hb
A
triângulo
×
=
53
onde:
A
∆
– Área da região triangular;
A
retângulo
– Área do retângulo;
A
triângulo
– Área do triângulo;
a, b e c – Lados da área triangular (na Eq. 2.1);
s – semiperímetro da área triangular, determinada pela fórmula:
2
cba
s
+
+
=
b – lado da área afetada equivalente à base da figura geométrica (na Eq 2.2 e 2.3);
h - lado da área afetada equivalente à altura da figura geométrica.
2.2.3.1. Impacto ocasionado pela derruba
Para a determinação dos limites da área aberta pela derruba durante a coleta
dos dados, foi utilizada a definição Runkle (1981), considerando como a área da
clareira ao nível do solo. Ela é baseada nos impactos ecológicos diretos da formação
da abertura no dossel e foi definida como a área do solo sobre uma abertura no
dossel estendendo-se até a base dos dosséis das árvores circundantes. No campo,
esta definição foi utilizada considerando apenas nos limites da parcela, no sentido
longitudinal das mesmas.
Nas clareiras que atravessaram o perímetro da parcela, ou resultantes da
queda de árvores que foram cortadas fora e que caíram dentro parcela, ou, ao
contrário, cortada dentro e caíram fora da parcela, foram avaliados apenas os
segmentos que caíram dentro do perímetro da parcela. A razão para isto, é que a
parcela foi utilizada como a área de referência para determinar a perda de dossel.
2.2.3.2. Impacto ocasionado pelos ramais de arraste
Para a medição dos ramais foi utilizada uma fita métrica, sendo medida
apenas a área de chão afetada, da mesma forma que as áreas afetadas pela
derruba. Durante a medição foi considerada apenas a área afetada dentro de cada
parcela, desconsiderando os possíveis danos externos.
54
2.2.4. OBTENÇÃO DA ÁREA BASAL E VOLUME
A área basal (G) foi considerada como sendo o somatório da área transversal
e obtida utilizando a seguinte expressão:
2
1
4
i
n
i
dG
∑
=
=
π
onde:
d
i
= diâmetro da árvore (medida a 1,30m do solo ou acima da sapopema)
π
≈ 3,1416
O volume individual de cada árvore foi determinado utilizando a fórmula para
árvores em pé com casca, ajustada por Baima et al. (2001) para a região do Mojú,
estado do Pará:
V = e
(- 7,49337 + 2,086952 ln d)
r
2
= 0,94; CV = 21,75%
Onde :
V = volume com casca em m
3
;
d = diâmetro da árvore (medida a 1,30m do solo ou acima da sapopema);
e = base do logaritmo natural, igual aproximadamente a 2,7182;
ln = logaritmo natural.
Após a exploração, o volume e a área transversal dos indivíduos que foram
descopados a qualquer altura ou que tiveram danos severos em qualquer ponto
(base do tronco, fuste superior ou copa) foram considerados destruídos, pois estes
indivíduos têm uma grande probabilidade de não se recuperam dos danos e
morrerem.
2.2.5. ANÁLISE DE DADOS
Coeficiente de Correlação: é uma análise que descreve o grau de associação
entre dois grupos de valores pareados (Kleinbaum et al., 1988). Para este estudo,
essa análise visou avaliar em que medida o número de árvores, área basal e volume
55
cortados estavam associados ou tinham algum efeito sobre o número de indivíduos
danificados. O coeficiente de correlação é dado pela fórmula:
(
)
(
)
( ) ( )
n
YYY
n
XXX
n
YYXX
YX
r
n
i
i
i
n
i
i
i
n
i
ii
ii
2
1
2
2
1
2
1
∑∑
∑
==
=
−
⋅
−−
−⋅−
−
=
onde:
r = Coeficiente de correlação;
X = variável independente ou de fácil obtenção (número de árvores, área basal e
volume cortados);
Y = variável dependente ou de difícil obtenção (número de indivíduos danificados);
n = número de pares (X, Y)
O coeficiente de correlação (r) pode ser interpretado como um índice de
associação entre as variáveis x e y, levando em consideração que ele pode variar de
-1 a 1, quando r = 1 significa uma correlação perfeita positiva entra as duas
variáveis. Quando r = -1, significa uma correlação perfeita negativa, isto é, se uma
variável aumenta, a outra sempre diminui. Se r = 0 (zero), significa que as duas
variáveis não dependem linearmente uma da outra. No entanto, pode existir uma
outra dependência que seja "não linear" (Kleinbaum et al., 1988). Assim, o resultado
r = 0 deve ser investigado por outros meios que não serão abordados no presente
estudo.
Foi utilizada também o coeficiente de correlação para avaliar se o tamanho
das áreas afetadas, pelo arraste ou derruba, eram influenciadas pelo número de
árvores, área basal e volume cortados.
Estrutura da floresta: comparou-se a densidade total de indivíduos (n. ha
-
¹), a
área basal (m². ha
-
¹) e o volume (m³. ha
-
¹) para todos as espécies e para as espécies
comercias presentes nas três áreas de estudo. Para que essa comparação fosse
feita, compararam-se estatisticamente as densidades médias nos dois períodos (pré
e pós-exploratório). Para isso, foram agrupadas duas a duas as áreas de estudo:
Breu Branco x Novo Repartimento, Breu Branco x Paragominas e Novo
Repartimento x Paragominas.
56
Quando as áreas apresentaram variâncias (
2
x
S ) iguais, foi utilizado o teste t de
Student (ZAR, 1999; JAYARAMAN, 1999):
( )
21
21
xx
ai
S
xx
t
−
−
=
onde:
t
ai
= Teste t para amostras independentes;
n
1
e n
2
= número de unidades ou área amostrada em duas áreas a serem
comparadas;
(
)
21 xxS −
= Erro padrão da diferença entre as médias das áreas, dado por:
( )
2
2
1
2
21
n
S
n
S
S
pp
xx +=−
, onde considera-se
2
p
S
como sendo a melhor estimativa da
variância da população (σ²), e calculado através da equação:
(
)
(
)
2
11
21
2
1
2
1
2
21
−+
⋅−+⋅−
=
n
n
SnSn
S
xx
p
Quando as áreas apresentaram variâncias desiguais, foi utilizado o teste t
com correção de Welch, em que calcula-se o valor de t por:
2
2
1
1
2
1
21
n
S
n
S
xx
t
ai
+
−
=
Os graus de liberdade para este caso foram calculados pela fórmula:
11
2
2
2
2
1
1
2
1
2
2
2
1
2
1
−
+
−
+
=
n
n
S
n
n
S
n
S
n
S
gl
onde:
2
1
S
e
2
2
S
= é a variância em duas área estudas a serem comparadas
57
Quando a comparação foi feita na mesma área, considerando apenas os
períodos pré e pós-exploratórios, o teste t para amostras pareadas (t
ap
) foi utilizado e
calculado com a seguinte fórmula:
n
S
d
t
d
ap
2
=
onde:
d
= é a média das diferenças entre as medidas de cada elemento do estudo, obtida
aplicando-se a fórmula:
n
d
d
n
i
i
∑
=
=
1
, onde d
i
= Medida
pós-exploratória
– Medida
pré-exploratória
e para este estudo a
medida que se refere a fórmula de d foi o número de indivíduos, área basal e
volume;
2
p
S
= estimativa da variância da população (σ²).
De modo geral, as diferenças somente foram consideradas estatisticamente
significativas quando P < 0,05.
2.2.6. PROCESSO DE AMOSTRAGEM
A análise estatística do levantamento do impacto antes e depois da
exploração foi realizada utilizando a amostragem aleatória simples. A estimativa dos
parâmetros da população foi calculada como sugerido por PÉLLICO NETTO e
BRENA (1997).
Notação:
N – número total de unidades ou área total amostral da população;
n – número de unidades ou área amostrada;
f – fração de amostragem;
X – variável de interesse.
I. Média aritmética
58
n
X
X
N
i
i
∑
=
=
1
II. Variância: determina o grau de dispersão da variável de interesse em relação
a sua média.
(
)
1
1
2
2
−
=
∑
=
−
n
XX
S
N
i
i
x
III. Desvio padrão: é uma medida de dispersão de uma série de valores para
suas médias aritméticas.
( )
1
1
2
−
=
∑
=
−
n
XX
S
N
i
i
x
IV. Variância da média: determina a precisão da média estimada.
−
×=
N
nN
n
S
S
x
x
2
2
onde:
−
N
nN
= fator de correção para população finita.
V. Erro padrão: expressa a precisão da média amostral na forma linear e na
mesma unidade de medida.
( )
f
n
S
S
x
x
−±= 1
onde:
ou também pode ser expressa pela razão entre a área amostrada e a área
total da população.
VI. Coeficiente de variação: é uma medida de variabilidade relativa, que relaciona
o desvio padrão com a média.
N
n
f =
59
100⋅=
x
S
cv
x
VII. Erro de amostragem: o erro devido ao processo de amostragem pode ser
estimado para um nível de probabilidade (1-α), como segue:
a) Erro absoluto (Ea)
xstEa
⋅
±
=
b) Erro relativo (Er)
100⋅
⋅
±
=
x
st
Er
x
VIII. Intervalo de confiança para a média: determina os limites inferior e superior,
dentro do qual espera-se encontrar, probabilisticamente, o valor paramétrico
da variável estimada. O intervalo é baseado na distribuição t de Student.
x
tsxIC ±=
IX. Intensidade de amostragem
A intensidade de amostragem deriva da fórmula da variância da média, pelo
isolamento do (n), e é determinada para populações finitas e infinitas. A
diferenciação estatística de população finita e infinita é feita pelo fator de correção
(1-f) (Péllico Netto e Brena, 1997). Desse modo, se:
(1 – f ) > 0,98 => a população é considerada infinita.
(1 – f ) < 0,98 => a população é considerada finita.
a) Para população finita
Em se tratando de população finita, a intensidade de amostragem necessária,
para o erro de amostragem requerido e a probabilidade de confiança fixada, pode
ser calculada usando-se a seguinte fórmula:
N
St
E
St
n
x
x
22
2
22
+
=
onde:
60
X
LE
E
*
=
LE = limite de erro de amostragem admitido para levantamentos florestais igual a
10% da média aritmética ( x×1,0 ) da variável de interesse.
b) Para população infinita
Neste caso o fator de correção (1 – f) é desprezado, e a fórmula é simplificada
para:
2
22
E
St
n
x
=
X. Ajuste da intensidade de amostragem
Considerando que o cálculo da intensidade de amostragem parte de uma
estimativa da variabilidade, cujo número de unidade que a originou é arbitrado e o
valor de t é tomado para n – 1 graus de liberdade, é necessário ajustar a intensidade
de amostragem.
O ajuste é feito, a partir da primeira aproximação do cálculo da intensidade de
amostragem (n
1
), tomando-se novo valor de t para n
1
-1 graus de liberdade para
obter a segunda aproximação (n
2
); tomando-se novo valor de t para n
2
-1 graus de
liberdade e calcula-se a terceira aproximação (n
3
); repete-se o procedimento até o
valor de n tornar-se constante. Esse ajuste da intensidade da amostra compensa,
parcialmente, eventuais deficiências da amostra que gerou as estimavas
preliminares da média e variância (PÉLLICO NETTO e BRENA, 1997; ZAR, 1999).
2.3. RESULTADOS
2.3.1. ESTRUTURA DA FLORESTA ANTES E APÓS A EXPLORAÇÃO
Os resultados referentes à colheita de madeira são estimativas baseadas na
análise das parcelas instaladas nas três localidades de estudo (Breu Branco, Novo
Repartimento e Paragominas), ou seja, não correspondem ao volume real extraído
das áreas.
Antes da exploração, as áreas de estudo apresentaram densidades médias
de 444 ± 78,83 árvores ha
-1
(Breu Branco), 340 ± 86,02 árv. ha
-1
(Novo
61
Repartimento) e 468 ± 40,64 árv. ha
-1
(Paragominas). Quando comparadas, a
densidade média de todas as espécies entre Paragominas e Breu Branco não
apresentou diferença significativa (t
ai
= 1,98; P > 0,05), enquanto que entre
Paragominas e Novo Repartimento a diferença foi altamente significativa (t
ai
= 4,90;
P < 0,01) assim como entre Breu Branco e Novo Repartimento (t
ai
= 1,73; P < 0,01).
A distribuição de árvores em classes de diâmetro antes e após a extração
apresentou-se como um “J invertido”, típica de florestas tropicais, com árvores de
várias idades, sendo mantidas após a exploração (Tabela 5; Figura 4) (Meyer, 1952;
Jardim, 1985; Alder, 1995). Observar a estrutura de uma floresta a ser manejada é
fundamental para entender sua capacidade de regeneração e de reconstituição e
definir melhor o ciclo de corte, o volume a ser explorado e as técnicas de
regeneração a serem utilizadas.
Gourlet-Fleury et al. (2004) justificam as variações de parâmetros da estrutura
florestal (área basal e densidade) em sítios tropicais, argumentando que a
densidade é maior quando há um grande número de árvores pequenas e diminui
quando ocorrem muitas árvores grandes, o que não é verdadeiro para a área basal.
Valores altos para a área basal podem ser atribuídos a distribuições diamétricas com
muitas árvores pequenas, algumas árvores de tamanho médio ou poucas árvores
grandes. Estas diferenças é que vão determinar a capacidade de reconstituição do
estoque madeireiro em cada área e devem ser levadas em conta na definição do
número de árvores a serem exploradas ou preservadas para as safras futuras.
Em Breu Branco, dos 22,75 m². ha
-
¹, existentes antes da exploração, 41%
(9,30 m². ha
-
¹) eram de espécies comerciais, enquanto que em Novo Repartimento,
45,4% (9,71 m². ha
-
¹) eram de espécies comerciais (área basal total igual a 21,38 m².
ha
-1
), já em Paragominas, a área basal comercial correspondeu a 39,65% (10,48 m².
ha
-
¹) da área basal total (26,43 m². ha
-
¹) inventariada (Tabelas 5 e 6).
Após a exploração, a área basal danificada (Tabelas 19, 20 e 21, Anexo A)
apresentou diferença altamente significativa entre Paragominas e Novo
Repartimento (t
ai
= 2,52; gl = 40; P < 0,01), significativa entre Breu Branco e Novo
Repartimento (t
ai
= 1,95; gl = 48; P > 0,05) e não significativa entre Paragominas e
Breu Branco (t
ai
= 1,43; gl = 34; P > 0,05). A diferença encontrada pode ser
justificada pela diferença no número de indivíduos cortados em cada área.
Quanto ao volume, em Breu Branco, as espécies comerciais representaram
42% (93,02 m³. ha
-1
) de todo o volume inventariado nas parcelas (222,20 m³. ha
-1
).
62
Em Novo Repartimento, 45,6% (97 m³. ha
-1
) de todo o volume inventariado (212,72
.m³ ha
-1
) era de espécies comerciais, enquanto que em Paragominas as espécies
comerciais representaram 40,8% (106,26 m³. ha
-1
) do volume total inventariado
(260,12 m³. ha
-1
). (Tabelas 5 e 6).
Tabela 5: Distribuição diamétrica do número de indivíduos (N), área basal (G) e
volume (V), antes e após a colheita, considerando DAP > 10 cm, nos três municípios
estudados.
CENTROS DE CLASSE DE DIÂMETRO
15 25 35 45 55 65 75 85 95 >100
Total
Pré 267.94 76.83 37.16
21.97
10.92 4.63 2.43 1.38 0.55 1.47 425.28
Pós 261.01 74.63 36.01
21.79
10.55 4.63 2.29 1.33 0.55 1.42 414.22
N
Redução %
22.31 18.20 14.37
10.61
11.71 0.00 12.37
5.46 0.00 3.13 2.60
Pré 4.04 3.63 3.50 3.44 2.54 1.51 1.05 0.78 0.39 1.87 22.75
Pós 3.94 3.53 3.40 3.41 2.46 1.51 0.98 0.75 0.39 1.82 22.19
G
Redução %
12.46 11.20 8.59 6.64 6.98 0.00 7.98 3.24 0.00 2.29 2.46
Pré 36.17 34.04 33.82
33.93
25.52 15.34
10.81
8.09 4.11 20.37
222.20
Pós 35.26 33.09 32.80
33.61
24.67 15.34
10.13
7.83 4.11 19.91
216.76
Breu Branco
V
Redução %
20.35 18.36 14.07
10.90
11.39 0.00 13.12
5.31 0.00 2.24 2.45
Pré 215.29 62.28 27.22
14.34
8.43 4.52 2.66 1.75 0.66 2.85 339.99
Pós 201.59 59.67 25.91
14.06
8.24 4.38 2.62 1.75 0.61 2.85 321.69
N
Redução %
6.36 4.19 4.79 1.95 2.21 3.09 1.75 0.00 7.09 0.00 5.38
Pré 3.37 2.90 2.55 2.22 1.96 1.46 1.15 0.98 0.46 4.33 21.38
Pós 3.16 2.77 2.42 2.18 1.92 1.42 1.14 0.98 0.43 4.33 20.74
G
Redução %
6.20 4.22 5.13 1.75 2.21 2.87 1.63 0.00 6.81 0.00 2.97
Pré 30.14 27.13 24.59
21.93
190.66
14.85
11.91
10.24
4.82 47.45
212.72
Pós 28.27 25.99 23.32
21.55
19.23 14.42
11.71
10.24
4.49 47.45
206.68
Novo Repartimento
V
Redução %
6.19 4.23 5.14 1.74 2.21 2.86 1.62 0.00 6.80 0.00 2.84
Pré 292.63 101.20
31.80
16.92
9.92 6.32 3.31 2.63 1.65 2.11 468.50
Pós 248.72 90.75 28.50
15.86
9.25 6.09 3.23 2.63 1.65 1.96 408.65
N
Redução %
15.01 10.33 10.40
6.22 6.82 3.57 2.27 0.00 0.00 6.90 12.77
Pré 4.66 4.63 2.96 2.63 2.32 2.06 1.48 1.53 1.17 2.98 26.43
Pós 3.95 4.17 2.66 2.47 2.16 2.01 1.45 1.53 1.17 2.59 24.17
G
Redução %
15.10 10.08 10.24
5.81 6.94 2.41 2.13 0.00 0.00 13.15
8.55
Pré 41.73 43.36 28.56
25.91
23.26 20.98
15.31
16.03
12.37
32.61
260.12
Pós 35.66 38.87 25.59
24.31
21.65 20.26
14.99
16.03
12.37
28.23
237.95
Paragominas
V
Redução %
14.55 10.36 10.41
6.16 6.94 3.43 2.13 0.00 0.00 13.43
8.52
63
0
50
100
150
200
250
300
15 25 35 45 55 65 75 85 95 >100
N ha-¹
0
1
2
3
4
5
6
7
G m² ha-¹
0
50
100
150
200
250
15 25 35 45 55 65 75 85 95 >100
N ha-¹
0
1
2
3
4
5
G m² ha-¹
0
50
100
150
200
250
300
350
15 25 35 45 55 65 75 85 95 >100
Centros das classes diamétricas
N ha-¹
0
1
2
3
4
5
G m² ha-¹
N Pré N Pós G Pré G Pós
A
B
C
0
50
100
150
200
250
300
15 25 35 45 55 65 75 85 95 >100
N ha-¹
0
1
2
3
4
5
6
7
G m² ha-¹
0
50
100
150
200
250
15 25 35 45 55 65 75 85 95 >100
N ha-¹
0
1
2
3
4
5
G m² ha-¹
0
50
100
150
200
250
300
350
15 25 35 45 55 65 75 85 95 >100
Centros das classes diamétricas
N ha-¹
0
1
2
3
4
5
G m² ha-¹
N Pré N Pós G Pré G Pós
A
B
C
Figura 4: Distribuição diamétrica do número de indivíduos (N ha
-1
) e da área basal (G m² ha
-1
) antes
(N Pré) e depois (N Pós) da exploração nos municípios de Breu Branco (A), Novo Repartimento (B) e
Paragominas (C).
64
Tabela 6: Distribuição diamétrica do número de indivíduos (N), área basal (G) e
volume (V) antes e após a colheita para as espécies comerciais, considerando DAP
> 10 cm, nos três municípios estudados.
CENTROS DE CLASSE DE DIÂMETRO
15 25 35 45 55 65 75 85 95 >100 Total
Pré 60,88
22,11 11,67 7,46 5,35 2,46 1,67 0,92 0,39 1,01 113,90
Pós 54,25
20,00 10,57 7,28 5,00 2,46 1,54 0,88 0,39 0,96 103,33
N
Redução %
10,88
9,52 9,40 2,35 6,56 0,00 7,89 4,76 0,00 4,35 9,28
Pré 0,96 1,05 1,10 1,19 1,26 0,81 0,72 0,52 0,28 1,40 9,30
Pós 0,86 0,96 1,00 1,16 1,18 0,81 0,66 0,50 0,28 1,36 8,77
G
Redução %
10,13
9,25 9,12 2,61 6,38 0,00 8,78 4,63 0,00 2,91 5,75
Pré 8,60 9,89 10,66 11,74
12,64
8,28 7,42 5,42 2,96 15,42
93,02
Pós 7,73 8,98 9,69 11,43
11,83
8,28 6,77 5,17 2,96 14,98
87,81
Breu Branco
V
Redução %
10,10
9,23 9,11 2,62 6,37 0,00 8,82 4,62 0,00 2,83 5,60
Pré 63,63
23,79 11,93 7,48 4,56 2,48 1,86 1,24 0,47 1,35 118,79
Pós 60,27
23,17 11,42 7,37 4,41 2,44 1,82 1,24 0,47 1,35 113,97
N
Redução %
5,28 2,61 4,28 1,46 3,20 1,47 1,96 0,00 0,00 0,00 4,05
Pré 1,03 1,12 1,13 1,17 1,07 0,80 0,80 0,70 0,33 1,59 9,71
Pós 0,97 1,09 1,07 1,15 1,03 0,78 0,79 0,70 0,33 1,59 9,50
G
Redução %
5,25 2,84 4,67 1,22 3,18 1,47 1,83 0,00 0,00 0,00 2,19
Pré 9,22 10,49 10,86 11,51
10,70
8,10 8,28 7,25 3,43 17,17
97,00
Pós 8,74 10,19 10,35 11,37
10,36
7,98 8,12 7,25 3,43 17,17
94,96
Novo Repartimento
V
Redução %
5,25 2,85 4,69 1,21 3,18 1,47 1,83 0,00 0,00 0,00 2,11
Pré 39,85
18,50 8,35 6,39 4,21 4,06 2,41 1,95 1,43 1,35 88,50
Pós 34,21
16,69 7,44 5,86 4,14 3,83 2,41 1,95 1,43 1,35 79,32
N
Redução %
14,15
9,76 10,81 8,24 1,79 5,56 0,00 0,00 0,00 0,00 10,37
Pré 0,64 0,86 0,78 1,01 0,98 1,32 1,07 1,14 1,02 1,65 10,48
Pós 0,55 0,78 0,69 0,93 0,96 1,25 1,07 1,14 1,02 1,65 10,05
G
Redução %
14,15
10,11 11,10 7,92 1,69 5,34 0,00 0,00 0,00 0,00 4,13
Pré 5,78 8,10 7,52 10,02
9,79 13,49
11,05
11,91
10,71
17,90
106,26
Pós 4,96 7,28 6,68 9,23 9,63 12,77
11,05
11,91
10,71
17,90
102,11
Paragominas
V
Redução %
14,14
10,13 11,11 7,91 1,69 5,33 0,00 0,00 0,00 0,00 3,90
A área basal total antes e depois da exploração foi significativamente
diferente em Breu Branco (t
ap
= 8,2609; gl = 21; P < 0,01) e em Paragominas (t
ap
=
4,2714; gl = 13; P < 0,01). Em Novo Repartimento a diferença foi significativa (t
ap
=
2,3703; gl = 27; 0,05 < P > 0,01).
A área basal comercial também foi significativamente diferente nas três áreas
(t
ap
= 5,2597 gl = 13; P < 0,01 em Paragominas, t
ap
= 6,2233; gl = 21; P < 0,01 em
Breu Branco e em Novo Repartimento t
ap
= 4,4627; gl = 27; P < 0,01).
Quando comparadas, as áreas basais totais das três áreas, Paragominas /
Breu Branco (t
ai
= 2,7214; P > 0,05) e Paragominas / Novo Repartimento (t
ai
=
1,8345; P > 0,05) não apresentaram diferenças significativas, enquanto que Breu
65
Branco / Novo Repartimento a diferença foi altamente significativa (t
ai
= 5,3733; P <
0,01).
2.3.2. ANÁLISE DOS IMPACTOS DA EXPLORAÇÃO
2.3.2.1. Danos da exploração na vegetação
A implementação das técnicas de exploração de impacto reduzido nas
florestas tropicais têm sido reportadas com resultados excelentes sobre a redução
dos danos às árvores remanescentes. No presente estudo as reduções foram
menores (11% em Breu Branco; 4,3% em Novo Repartimento e 13% em
Paragominas), que as encontradas por Bertault e Sist (1995), Pinard e Putz (1995),
Johns et al. (1996), van der Hout (1999), que relataram uma redução em torno de
20% no número de árvores remanescentes após a exploração.
A densidade e a área basal média das árvores com DAP ≥ 20 cm (175 árv. ha
-
1
; 21,77 m². ha
-1
) encontradas nas parcelas experimentais, foram próximas aos
resultados obtidos em inventários pré-exploratórios realizado por Vu (2002) (195 árv.
ha
-1
; 22,3 m². ha
-1
), em uma área de 100 ha, considerando indivíduos com DAP >
20cm, e Pinheiro (2004) (197 árv. ha
-1
; 22,9 m². ha
-1
), considerando indivíduos com
DAP > 20cm em uma área de 12 ha, ambos na Fazenda Rio Capim, Paragominas.
Em Breu Branco, houve uma redução de 19,04% dos indivíduos para uma
intensidade de corte de 4 (±2,75) árv. ha
-1
, enquanto que em Novo Repartimento,
que apresentou uma intensidade de corte real muito baixa, em média 1,19 (±0,50)
árv. ha
-1
(Caldeiras, 2006)
3
e a intensidade de corte amostral igual a uma árvore por
hectare (±0,89), resultou numa redução de apenas 5,38% dos indivíduos
remanescentes. Em Paragominas, a intensidade de corte foi em média 5 (±2,81) árv.
ha
-1
, causando uma redução de 12,77%, na densidade da população original. A
intensidade de corte tem importantes conseqüências para as funções da floresta,
seqüestro de carbono (Pinard e Putz, 1995), e quanto à produção subseqüente de
madeira para futuras colheitas (SIST e NGUYEN-THÉ, 2002).
Os impactos determinados no presente estudo podem ser considerados
baixos se comparados aos verificados por Uhl e Vieira (1989), que estudaram os
3
CALDEIRAS, A. Colheita de madeira em Novo Repartimento, 2006. Comunicação pessoal
66
impactos da exploração seletiva uma área de 6,8 ha em Paragominas, onde oito
árvores cortadas por hectare (2% do total) danificaram 26% de árvores
remanescentes com DAP > 10 cm, enquanto que Martins et al. (1997) avaliaram os
danos em duas áreas situadas em Jaru, estado de Rondônia, encontraram que, na
retirada 2,5 árv. ha
-1
foram danificadas 23,5% das árvores remanescentes DAP > 10
cm.
Os resultados obtidos no presente estudo diferenciam-se bastante, pois nos
trabalhos de Uhl e Vieira (1989) e Martins et al. (1997), as técnicas empregadas
foram as de exploração convencional. Por exemplo, os trabalhos realizados em
Paragominas-PA, por Veríssimo et al. (1989) em áreas submetidas a este tipo de
exploração, encontraram valores ainda maiores, onde foram retiradas 6,4 árv. ha
-1
e
danificadas 148 árv. ha
-1
, representando 35% do número total de árvores por
hectare.
Em outro estudo na região de Paragominas-PA, Johns et al. (1996)
reportaram que na exploração sem planejamento foram danificadas 27 árvores com
DAP > 10cm. Por outro lado, utilizando técnicas de exploração de impacto reduzido,
como as que foram utilizadas neste estudo, os danos às árvores podem ser bem
menores. No Mojú-PA, foi observado que para cada árvore cortada outras 19 foram
danificadas, o que correspondeu a 0,7 m³ danificados para cada m³ retirado (SILVA
et al, 2001).
Bertault e Sist (1997), comparando diferentes intensidades e técnicas de
exploração em Kalimantan do Leste (Indonésia), detectaram que a uma intensidade
de corte de 10,1 ± 4,2 árv. ha
-1
na exploração convencional, 25,2% ± 0,6 das árvores
com DAP > 10 cm da floresta remanescente foram danificadas, enquanto que em
áreas submetidas a exploração de impacto reduzido em diferentes intensidade, 10,7
± 4,9 (corte de árvores com DAP > 50 cm) e 6,2 ± 2,9 (corte de árvores com DAP >
60 cm), encontraram 19,2% ± 0,5 e 16,9% ± 0,6, de árvores danificadas,
respectivamente.
Foi positiva e significativa a correlação testada em Breu Branco entre o
número de árvores extraídas e o número total de árvores danificadas (r² = 0,29; P =
0,011; N = 22) e o número de árvores comerciais danificadas (r² = 0,29; P = 0,011; N
= 22) (Figuras 5a e b respectivamente). Assim como em Breu Branco, em Novo
Repartimento foi positiva e significativa a correlação com o número de árvores totais
(r² = 0,34; P = 0,013; N = 28) e comerciais (r² = 0,18; P = 0,028; N = 28) danificados
67
(Figura 5 c e d). Entretanto, em Paragominas, a correlação entre o número de
árvores extraídas e o número de árvores danificadas não foi significativa (r² = 0,25; P
= 0,08; N = 14) assim como a correlação entre o número comercial danificado e o
número de árvores extraídas (r² = 5 x 10
-5
; P = 0,98; N = 14)
Sist et al. (1998), detectaram que mesmo utilizando as técnicas de impacto
reduzido com a intensidade de corte superior a 8-9 árv. ha
-1
, os danos se
assemelham aos da exploração convencional, entretanto, os resultados obtidos
pelos autores quando utilizaram intensidades de corte menores (IC < 8 árv. ha
-1
) se
assemelham aos obtidos no presente estudo.
0
10
20
30
40
50
60
70
80
90
0 2 4 6 8 10
IC amostral
Número de árvores
danificadas.ha-¹
r² = 0,29; P = 0,011;
N = 22
(a)
0
5
10
15
20
25
30
0 2 4 6 8 10
IC amostral
Número de árvores
comerciais danificadas ha-¹
r² = 0,29; P = 0,011;
N = 22
(b)
0
10
20
30
40
50
60
0 2 4 6
IC amostral
Número de árvores
danificadas/ha
r² = 0,34; P = 0,013;
N = 28
(c)
0
10
20
30
0 2 4 6
IC amostral
Número de árvores
comerciais danificadas/ha
r² = 0,18; P > 0,028;
N = 28
(d)
0
10
20
30
40
50
60
70
80
90
0 2 4 6 8 10
IC amostral
Número de árvores
danificadas.ha-¹
r² = 0,29; P = 0,011;
N = 22
(a)
0
10
20
30
40
50
60
70
80
90
0 2 4 6 8 10
IC amostral
Número de árvores
danificadas.ha-¹
r² = 0,29; P = 0,011;
N = 22
(a)
0
5
10
15
20
25
30
0 2 4 6 8 10
IC amostral
Número de árvores
comerciais danificadas ha-¹
r² = 0,29; P = 0,011;
N = 22
(b)
0
5
10
15
20
25
30
0 2 4 6 8 10
IC amostral
Número de árvores
comerciais danificadas ha-¹
r² = 0,29; P = 0,011;
N = 22
(b)
0
10
20
30
40
50
60
0 2 4 6
IC amostral
Número de árvores
danificadas/ha
r² = 0,34; P = 0,013;
N = 28
(c)
0
10
20
30
40
50
60
0 2 4 6
IC amostral
Número de árvores
danificadas/ha
r² = 0,34; P = 0,013;
N = 28
(c)
0
10
20
30
0 2 4 6
IC amostral
Número de árvores
comerciais danificadas/ha
r² = 0,18; P > 0,028;
N = 28
(d)
0
10
20
30
0 2 4 6
IC amostral
Número de árvores
comerciais danificadas/ha
r² = 0,18; P > 0,028;
N = 28
(d)
Figura 5: Correlação entre a intensidade de corte (IC) amostral e o número de árvores danificadas por
hectare: (a) Breu Branco – total de árvores; (b) Breu Branco – árvores comerciais; (c) Novo
Repartimento - total de árvores; (d) Novo Repartimento árvores comerciais.
Em Bornéu, Chabbert e Priyadi (2001) comparando a exploração
convencional com a de impacto reduzido em diferentes intensidades de corte, tendo
em média 7,6 árv. ha
-1
e 6,8 árv. ha
-1
respectivamente, verificaram que as parcelas
convencionalmente exploradas tiveram 51% da densidade inicial danificadas,
enquanto que na de impacto reduzido 33% da densidade inicial foi danificada. Com
uma intensidade de corte menor (3,5 árv. ha
-1
), a exploração de impacto reduzido
68
danificou apenas 19% da população. Esses resultados são compatíveis com os
resultados obtidos neste estudo.
A diferença no impacto entre a exploração de impacto reduzido e a
convencional é considerável. Por exemplo, após a exploração, 10,8% (2,71 m² ha
-1
±
2,38) da área basal total das parcelas em Breu Branco foram danificadas. Se
compararmos esse valor ao encontrado por Uhl e Vieira (1989), no município de
Paragominas, onde a exploração realizada resultou em 28% da área basal total
danificada para uma intensidade de corte de oito árv. ha
-1
. Vale ressaltar que os
métodos empregados na área estudada por Uhl e Vieira (1989) são classificados
como convencional enquanto que no presente estudo é de impacto reduzido.
Para Panfil e Gullison (1998), verificaram que com a intensidade de corte
variando de 1-6 árv. ha
-1
, 3,6-15,5% da área basal original era danificada. Jonkers
(1987), verificou que a área basal danificada foi relativamente constante mais
ligeiramente alta (2-5%) da área basal antes da exploração. Nicholson et al. (1988),
reportaram valores de danos 1-11% para intensidade de corte de 7-35% da área
basal. Estes resultados mostram que os danos à população remanescente
aumentam com a intensidade de corte.
Em geral, uma pequena porcentagem da área basal ou volume da população
são danificados pela exploração de impacto reduzido, devido a mortalidade se
concentrar principalmente nas pequenas classes de tamanho, e essas contribuírem
pouco para o total da população (Jonkers, 1987; Panfil e Gullison, 1998; van der
Hout, 1999; Bertault e Sist, 1997; Sist et al., 1998). Esta afirmação foi comprovada
no presente estudo quando se observa que a mortalidade dos indivíduos se
concentrou nas menores classes de tamanho (Tabela 5). As maiores reduções em
área basal e volume também se concentraram nestas classes, devido a grande
quantidade de indivíduos existentes nelas.
Na Amazônia, são muitos os estudos sobre os impactos da exploração na
população de árvores, mas entre eles existem grandes diferenças nas metodologias
adotadas, sistemas de exploração avaliados, critérios de seleção e distribuição
espacial de árvores para a derruba, variáveis que descrevem a intensidade de
exploração e forma de avaliação dos danos. Estas variações influenciam nos
resultados observados e impõem limites à uniformização e comparação das
pesquisas entre si.
69
2.3.2.2. Impacto da colheita no chão da floresta
A área de chão da floresta afetada pela derruba foi substancialmente maior do
que a área afetada pelo arraste, exceto em Novo Repartimento, onde as duas áreas
afetadas (pelo arraste e pala derruba) apresentaram valores muito próximos, sendo
a área afetada pela derruba, que normalmente é maior, apresentou-se menor que a
área afetada pelo arraste (Tabela 7).
Em Breu Branco, verificou-se que a intensidade de corte não apresentou
correlação nem com a área total afetada (r² = 0,27; P > 0,05; N = 22) nem com a
área afetada pela derruba (r² = 0,02; P > 0,05; N = 22), mas sendo significativa e
positiva entre a intensidade de corte e a área afetada pelo arraste (r² = 0,27; P =
0,013; N = 22). (Figura 6a).
A área afetada pela derruba foi positivamente correlacionada, tanto com o
número total de árvores danificadas (r² = 0,21; P = 0,03; N = 22) (Figura 6b) como
com o número de árvores comerciais afetadas (r² = 0,68; P = 0,04; N = 22) (Figura
6c).
Tabela 7: Área total de chão da floresta afetada pela derruba e arraste.
Área do chão da floresta afetada
Área total afetada nas
parcelas (ha)
Porcentagem da área total
das parcelas (%)
Área
Intensidade
de corte*
Arraste
Derruba
Total Arraste Derruba
Total
Breu Branco 4 ± 2,75
1,64 2,37 4,01 7,52 10,85 18,37
Novo
Repartimento
1 ± 0,89
1,28 1,23 2,45 4,66 4,48 8,94
Paragominas 5 ± 2,81 0,90 1,48 2,38 6,78 11,12 17,90
* Número de árvores cortadas por hectare.
Novo Repartimento apresenta uma situação atípica em relação às outras
florestas estudadas, onde a topografia é, em geral, relativamente plana. Como foi
apresentada no Item 1.3.1 do Capítulo 1 deste trabalho, área estudada neste
município apresenta uma topografia muito acidentada, o que é um fator de extrema
importância no planejamento das atividades florestais. Forshed et al, (2006),
trabalhando na Malásia, verificaram que a inclinação do terreno influenciou
positivamente a área afetada pelo arraste.
70
Figura 6: Correlações entre: área afetada pela pelo arraste a intensidade de corte - IC (A); área total
afetada e o número total de árvores danificadas (B); e a área total afetada e o número de árvores
comerciais danificadas (C) em Breu Branco.
0
5
10
15
20
25
30
0 20 40 60 80 100
Número de árvores comerciais danificadas
Área total afetada (ha)
r²
= 0,68;
P
= 0,04;
N
= 22
C
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0 20 40 60 80 100
Número total de árvores danificadas
Área total afetada (ha)
r²
= 0,21;
P
= 0,03;
N
= 22
B
0
0.04
0.08
0.12
0.16
0 2 4 6 8 10
IC amostral
Área afetada pelo arraste (ha)
r²
= 0,27;
P
= 0,01
3;
N
= 22
A
71
Como conseqüência, mesmo apresentando uma intensidade de corte muito
baixa para uma região tropical (uma árvore por hectare), a correlação entre a
intensidade de corte verificada em Novo Repartimento e a área total de solo afetada
foi altamente significativa (r² = 0,33; P < 0,01; N = 28) e significativa com as áreas
afetadas pelo arraste (r² = 0,20; P = 0,02; N = 28) e derruba (r² = 0,20; P = 0,02; N =
28).
Figura 7: Disposição das trilhas de arraste em Novo Repartimento.
Fonte: Eng. Florestal André Caldeiras – Juruá Florestal Novo Repartimento
Outro ponto a ser observado é o número e a disposição das trilhas de arraste
em Novo Repartimento (Figura 7), visto que a área apresenta inúmeras áreas de
preservação permanente e afloramentos rochosos, o que faz com que o
planejamento do arraste acabe afetando uma área maior que o apresentado em
terrenos planos ou com a topografia mais suave. Este fato foi confirmado por Foshed
et al., (2006) em florestas de dipterocarpáceas na Malásia, que não encontraram
diferenças estatisticamente significativas entre a exploração convencional e a de
impacto reduzido. Entretanto, os autores observaram que a área afetada pelo
arraste, na área onde se utilizou a exploração de impacto reduzido, aparentemente
depende da inclinação do terreno.
72
A área afetada pela derruba, em Novo Repartimento, foi menor que a área
afetada pelo arraste (Tabela 7), porém são estatisticamente semelhantes (t =
0,1181; P = 0,45; N = 28). Este resultado inesperado pode ser uma deficiência da
metodologia utilizada (ver Item 2.2.6, neste Capítulo), uma vez que se utilizou o
processo aleatório, podendo ter havido acidentalmente uma maior amostragem nas
áreas afetadas pelo arraste do que pela derruba.
Em Paragominas, a intensidade de corte variou entre as parcelas de uma a
dez árvores, danificando em média 0,11 ha (±0,06) por parcela (Tabela 7). A
correlação entre a área total afetada e a intensidade de corte foi significativa e
positiva a (r² = 0,49; P < 0,01; N = 14) (Figura 8a) e entre a área afetada pela
derruba e a intensidade de corte (r² = 0,39; P = 0,02; N = 14) (Figura 8b). Os
resultados obtidos no presente estudo são consistentes com os obtidos por van der
Hout (1999), que encontrou uma correlação positiva (r = 0,68; N = 12; P < 0,05)
entre a intensidade de corte e a área afetada pela derruba.
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0 2 4 6 8 10 12
IC amostral
Área total afetada (ha)
r² = 0,49; P < 0,01; N = 14
B
0.00
0.05
0.10
0.15
0.20
0.25
0 2 4 6 8 10 12
IC amostral
Área afetada pela derruba (ha)
r² = 0,38; P = 0,02; N = 14
A
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0 2 4 6 8 10 12
IC amostral
Área total afetada (ha)
r² = 0,49; P < 0,01; N = 14
B
0.00
0.05
0.10
0.15
0.20
0.25
0.30
0.35
0 2 4 6 8 10 12
IC amostral
Área total afetada (ha)
r² = 0,49; P < 0,01; N = 14
B
0.00
0.05
0.10
0.15
0.20
0.25
0 2 4 6 8 10 12
IC amostral
Área afetada pela derruba (ha)
r² = 0,38; P = 0,02; N = 14
A
0.00
0.05
0.10
0.15
0.20
0.25
0 2 4 6 8 10 12
IC amostral
Área afetada pela derruba (ha)
r² = 0,38; P = 0,02; N = 14
A
Figura 8: Correlação entre a intensidade de corte (IC) e a área afetada pela derruba (A) e pelo arraste
(B) em Paragominas.
Quando analisada a área afetada pelo arraste e a intensidade de corte, a
correlação entre essas variáveis não foi significativa (r² = 0,18; P = 0,14; N = 14),
devido, provavelmente, a intensidade amostral não ser satisfatória para o limite de
erro estipulado (10% da média aritmética). Quando comparadas, a área afetada pela
derruba e pelo arraste são estatisticamente diferentes (t
ap
= -2,2102; P = 0,018).
Essa diferença deve-se ao fato de que a área afetada pela derruba é 60% maior que
a área afetada pelo arraste.
73
Analisando os resultados obtidos nas três áreas, observou-se que as áreas
afetadas pelo arraste não foram estatisticamente diferentes (F = 2,44; P = 0,09),
enquanto que as áreas afetadas pela derruba foram significativamente diferentes
entre Breu Branco e Novo Repartimento (t = 3,91; P < 0,01) e entre Paragominas e
Novo Repartimento (t = 3,16; P < 0,01), porém Breu Branco e Paragominas não
foram diferentes, por apresentarem a mesma média (0,10 ha) de área afetada pela
derruba (Anexo A, Tabelas 19, 20 e 21).
Em áreas submetidas à exploração de impacto reduzido os distúrbios no chão
da floresta e nas camadas inferiores causados pela derruba, arraste e movimento
das máquinas diminui substancialmente quando comparados com a exploração
convencional (van der HOUT, 1999; HENDRISON, 1990; PEREIRA JR et al., 2002).
Na Guiana, van der Hout (1999) verificou que com a intensidade de corte
variando de 4 a 16 árv. ha
-1
afetou, respectivamente, 5,1% a 8,1% da área total
estudada por ele, quando analisada a área submetida às técnicas de impacto
reduzido. Estes resultados se assemelham aos resultados obtidos em Novo
Repartimento para a área total afetada (Tabela 7), enquanto que em Breu Branco e
Paragominas, a área total afetada foi o dobro do que van der Hout (1999) encontrou.
Hendrisson (1990), trabalhando no Suriname, observou que nas áreas de
exploração com danos controlados, os ramais de arraste ocuparam em média 6,58%
(± 0,78) da área total, enquanto que a exploração convencional ocupou em média
15,2% (±1,06) da área total.
O planejamento bem feito dos ramais e estradas pode reduzir em 50% o
impacto da extração (Hendrisson, 1990) em relação à exploração convencional.
Pereira Jr. et al. (2002), avaliando os danos no dossel da floresta em diferentes
formas de exploração (convencional e de impacto reduzido) na Amazônia brasileira,
concluíram que os danos da exploração de impacto reduzido danificaram 10,9% do
dossel da floresta, enquanto que a convencional danificou 21%.
Entretanto, vários casos são encontrados na literatura onde o bom
planejamento das operações de exploração reduzem consideravelmente os danos
causados pela extração madeireira (Sist et al., 1998; Hendrison, 1990). Bertault e
Sist (1997), em pesquisa realizada em Kalimantan do Leste (Indonésia), mostraram
que o planejamento das operações reduziu de 48,4% para 30,5% o número de
indivíduos danificados pela exploração. Pereira Jr. et al. (2002), quantificando os
efeitos da exploração convencional e a de impacto reduzido no dossel e no solo da
74
floresta em Paragominas, estado do Pará, verificaram que a exploração planejada
reduziu em 10,7% os danos no dossel da floresta; no solo, essa redução foi em
torno de 5,4%. Em outro estudo realizado na mesma região, Johns et al. (1996)
encontraram uma redução de 32% no número de árvores danificadas por árvore
extraída, comparando a exploração planejada e sem planejamento.
Pereira Jr. et al. (2002), trabalhando na região de Paragominas, obtiveram
valores para abertura no dossel variando de 10,9% a 21,6% para a exploração de
impacto reduzido e convencional, respectivamente, enquanto que Johns et al. (1996)
encontraram em seu estudo que a exploração convencional levou a uma perda do
dossel de 21,8% contra 10% para a exploração de impacto reduzido em seu estudo.
van der Hout (1999) encontrou que, para uma intensidade de corte de oito árvores
por hectare, a exploração de impacto reduzido e convencional tiveram resultados
equivalentes para as perdas do dossel (15,4% e 15,8%, respectivamente).
A densidade de ramais de arraste nas parcelas foi bastante variável, mas a
área total do chão da floresta afetada pela exploração se manteve dentro dos limites
observados em outros casos de exploração de impacto reduzido existentes na
literatura.
A densidade de ramais não foi capaz de explicar a proporção de danos à
vegetação. Isto aconteceu porque na exploração de impacto reduzido, o
planejamento e construção de ramais de arraste diferenciados (principal, secundário,
terciário), evitam que uma árvore a mais a ser extraída signifique uma área
proporcional de trilhas a ser construída. Dessa forma, um número menor de árvores
é morto ou ferido pela movimentação do skidder. Este aspecto também é bastante
positivo sob o ponto de vista econômico, uma vez que a construção dos ramais de
arraste representa boa parte dos custos da malha viária florestal em explorações
planejadas (HOLMES et al., 2002).
Em se tratando de levantamento de campo para melhor entender o impacto
da exploração, Sist et al. (1998b) e Putz et al. (2000a) chamam a atenção para o
fato de que estudos relacionados com a avaliação dos danos da exploração são
baseados em amostragem aleatória, a qual pode falhar em detectar a alta
variabilidade da intensidade de exploração em florestas naturais.
Mesmo não sendo feita a medição da abertura do dossel da floresta utilizando
algum método direto ou indireto já descrito na literatura (Welles, 1990; Jennings et
al, 1999; Barker e Pinard, 2001; Bongers, 2001; Lima, 2005) e sim uma nova
75
proposta para o levantamento de campo, os valores obtidos neste trabalho se
assemelham aos existentes na literatura.
2.3.3. AVALIAÇÃO DA METODOLOGIA EMPREGADA
a) Danos da exploração na vegetação
Os resultados do levantamento amostral realizado nas três áreas estão no
Anexo A (Tabelas 14, 15 e 16) e sumarizados nas Tabelas 8, 9 e 10.
Pode-se observar que nas três áreas, o desvio padrão foi elevado tanto para
o número total (N
total
) e comercial (N
com
) de indivíduos quanto para a área basal total
(G
total
) e comercial (G
com
). Entretanto, a precisão obtida para o N
total
e N
com
ficou
abaixo do limite de erro de 10% da média, exceto em Breu Branco e Paragominas
onde se obteve o N
com
igual a 10,57% e 15,43%, respectivamente (Tabelas 8 e 9),
resultados que ainda podem ser ainda considerados satisfatórios.
O coeficiente de variação foi relativamente satisfatório para o número de
indivíduos totais em Breu Branco (16,39%) e Paragominas (16,54%). Para o número
de indivíduos comerciais, somente em Breu Branco o valor foi satisfatório (21,43%)
considerando que o limite de 20% ainda pode ser considerado razoável para
levantamentos florestais, para a área basal comercial, no entanto, o resultado foi
elevado (32,73%).
76
Tabela 8: Sumarização dos resultados do inventário realizado no município de Breu
Branco (DAP > 10 cm).
Antes da exploração Após a exploração
N
total
N
com
G
total
G
Com
N
Total
danif
N
com
danif
G
Total
danif
G
com dan
Média
422,45 119,32 22,53 10,05 47,05 11,95 1,75 0,65
Variância
4.791,97
653,85 15,01 10,83 382,43
32,05 0,99 0,24
Desvio
Padrão
69,22 25,57 3,87 3,29 19,56 5,66 0,99 0,49
Variância
da média
366,84 50,05 1,15 0,83 29,28 2,45 0,08 0,02
Erro padrão
19,15 7,07 1,07 0,91 5,41 1,57 0,28 0,14
CV
16,39 21,43 17,20 32,73 41,57 47,35 56,78 75,36
Erro %
8,08 10,57 8,48 16,14 20,49 23,35 27,99 37,15
IC lim Inf
388,32 106,71 20,62 8,43 37,40 9,16 1,26 0,41
IC lim Sup
456,59 131,93 24,44 11,67 56,69 14,75 2,24 0,89
E
42,25 11,93 2,25 1,01 4,70 1,20 0,18 0,07
n
0
9 15 9 34 55 71 102 180
n1
9 14 10 30 48 62 89 154
n2
9 14 10 30 48 62 89 154
Para o cálculo do número de unidades amostrais, foi necessário verificar se a
população era finita ou infinita, através da fração de amostragem (f) determinada
pelos valores inventariados. Para as três áreas o valor foi igual a 0,99, ou seja, as
populações foram consideradas como infinitas.
A primeira aproximação (n
0
) mostra que todas as áreas tiveram o número de
amostras suficientes para a o número total de indivíduos e uma discrepância em
Paragominas, entre o número de unidades amostradas para o número de espécies
comerciais e o necessário para a precisão desejada (Tabela 10). A compensação
parcial dessa deficiência foi obtida com o ajuste da intensidade de amostragem.
Assim, tomou-se o novo valor de t para n
0
-1 (30) graus de liberdade e 95% de
confiabilidade, obtendo-se a segunda (n
1
) e sucessivamente a terceira (n
2
)
aproximação da intensidade de amostragem, estabilizando os valores.
O mesmo procedimento foi adotado para todas as variáveis que não
atenderam aos limites de erro estabelecidos (10% da média).
77
Tabela 9: Sumarização dos resultados do inventário realizado no município de Novo
Repartimento (DAP > 10 cm).
Antes da exploração Após a exploração
N
total
N
com
G
total
G
Com
N
Total
danif
N
com
danif
G
Total
danif
G
com dan
Média
335,93 121,36 21,03 9,81 14,04 4,82 0,49 0,21
Variância
6.354,29
938,76 52,93 13,15 166,04
23,34 0,20 0,06
Desvio
Padrão
79,71 30,64 7,28 3,63 12,89 4,83 0,45 0,25
Variância
da média
229,51 33,91 1,91 0,48 6,00 0,84 0,01 0,002
Erro padrão
15,15 5,82 1,38 0,69 2,45 0,92 0,09 0,05
CV
23,73 25,25 34,60 36,98 91,80 100,20
92,36 119,55
Erro %
7,68 8,17 11,20 11,97 29,71 32,43 29,89 38,69
IC lim Inf
310,13 111,44 18,67 8,63 9,87 3,26 0,34 0,13
IC lim Sup
361,73 131,27 23,38 10,98 18,21 6,38 0,63 0,29
E
33,59 12,14 2,10 0,98 1,40 0,48 0,05 0,02
n
0
16 18 35 40 244 291 247 414
n1
17 19 34 38 228 272 231 387
n2
17 19 34 38 228 272 231 387
Como era de se esperar, os resultados obtidos após a exploração para todas
as variáveis foram incompatíveis com os resultados de antes da exploração,
principalmente com o número de amostras necessário para obter a precisão
desejada.
Esse aumento no número de amostras, principalmente para as espécies
comerciais, deve-se à redução dos números de árvores devido ao impacto da
colheita (8,6% em Breu Branco; 1,4% em Novo Repartimento e 10,37% em
Paragominas; Tabela 5). Como conseqüência, para que as estimativas com precisão
aceitável do impacto na área basal comercial (e conseqüentemente no volume), que
tem aplicação direta no cálculo do corte anual permissível (ver Capítulo 3 desta
dissertação), seriam necessárias 154 (n
2
) parcelas em Breu Branco (Tabela 8), 387
(n
2
) em Novo Repartimento (Tabela 9)e 137 (n
2
) em Paragominas (Tabela 10).
78
Tabela 10: Sumarização dos resultados do inventário realizado no município de
Paragominas (DAP > 10 cm).
Antes da exploração Após a exploração
N
total
N
com
G
total
G
Com
N
Total
danif
N
com
danif
G
Total
danif
G
com dan
Média
445,14 82,57 25,10 9,96 58,50 8,79 2,71 0,41
Variância
5.419,21 675,03 31,69 10,51 451,96 32,03 5,65 0,08
Desvio
Padrão
73,62 25,98 5,63 3,24 21,26 5,66 2,38 0,29
Variância
da média
415,57 51,76 2,43 0,81 34,66 2,46 0,43 0,01
Erro padrão
20,39 7,19 1,56 0,90 5,89 1,57 0,66 0,08
CV
16,54 31,47 22,42 32,55 36,34 64,41 87,59 71,13
Erro %
8,11 15,43 11,00 15,96 17,82 31,59 42,96 34,88
IC lim Inf
409,04 69,83 22,34 8,37 48,07 6,01 1,55 0,26
IC lim Sup
481,25 95,31 27,87 11,55 68,93 11,56 3,88 0,55
E
44,51 8,26 2,51 1,00 5,85 0,88 0,27 0,04
n
0
9 31 16 33 41 130 241 159
n1
8 30 15 32 40 126 208 137
n2
8 30 15 32 40 126 208 137
Tomando-se o caso de Paragominas, para atender a precisão do inventário
seriam necessários medir mais 123 unidades de amostra além das 14 unidades já
medidas.
b) Impacto no chão da floresta
Os resultados do levantamento amostral realizado nas três áreas estão no
Anexo A (Tabelas 21, 22 e 23) e sumarizadas nas Tabelas 11, 12 e 13.
79
Tabela 11: Caracterização das áreas afetadas pelo arraste e pela derruba no
município de Breu Branco.
Área total
afetada (ha)
Área afetada
arraste (ha)
Área afetada
derruba (ha)
Total 4,01 1,64 2,37
Média 0,182 0,075 0,108
Variância 0,006 0,001 0,003
Desvio
Padrão
0,074 0,036 0,056
Variância da
média
0,0002 0,0001 0,0001
Erro padrão 0,016 0,008 0,012
CV 1,852 2,179 2,372
Erro % 14,889 17,519 19,070
IC lim Inf 0,209 0,088 0,128
IC lim Sup 0,156 0,061 0,087
E 0,018 0,007 0,011
n
0
49 68 81
n
1
46 64 76
n
2
46 64 76
Da mesma forma que os valores apresentados no inventário florestal
realizado após a exploração, as variáveis observadas para a área de chão da
floresta afetada pelo arraste, pela derruba e a área total afetada, não atenderam os
limites de erro estabelecidos (10% da média aritmética).
Entretanto, levando-se em consideração um limite de erro de 20%, somente
a área de chão afeta em Breu Branco poderia ser considerada satisfatória, o que
não dispensa o cálculo do n, mas observando o coeficiente de variação (CV),
verifica-se uma pequena variação nos valores obtidos para as áreas afetadas, tanto
pelo arraste quanto pela derruba (Tabela 11).
Segundo Steel e Torrie (1980), as características avaliadas em um estudo
que tenham a mesma eficiência, aquela que apresentar o menor CV estará
fornecendo a maioria das informações ao menor custo. Por exemplo, em Breu
Branco o coeficiente de variação obtido para a área afetada pela derruba foi superior
(8,14%) ao da área afetada pelo arraste, com essa diferença, pode-se dizer que a
avaliação da área afetada pela derruba fornece uma informação com um custo maior
que a informação fornecida pela avaliação da área afetada pelo arraste.
80
Tabela 12: Caracterização das áreas afetadas pelo arraste e pela derruba no
município de Novo Repartimento.
Área total
afetada (ha)
Área afetada
arraste (ha)
Área afetada
derruba (ha)
Total 2,45 1,28 1,23
Média 0,0875 0,0457 0,0439
Variância 0,0063 0,0031 0,0031
Desvio
Padrão
0,0797 0,0555 0,0561
Variância da
média
0,0003 0,0001 0,0001
Erro padrão 0,0169 0,0118 0,0119
CV 3,2510 4,3401 4,5671
Erro% 32,88 43,90 46,20
IC lim Inf 0,1163 0,0657 0,0641
IC lim Sup 0,0587 0,0256 0,0236
E 0,0088 0,0046 0,0044
n
0
240 428 474
n
1
232 414 459
n
2
232 414 459
Para o cálculo do n, a primeira aproximação (n
0
) mostrou que todas as áreas
tiveram o número de amostras coletadas insuficientes para as três variáveis-
resposta (área total afetada, afetada pelo arraste e afetada pela derruba). Para a
determinação do n
1
e do n
2
foi adotado o mesmo procedimento realizado para o
inventário florestal. Entretanto, quantidade de parcelas a serem amostradas,
continuou sendo elevada em relação ao que foi amostrado logo após a exploração.
Em Novo Repartimento, a área afetada pelo arraste apresentou valores de
área total impactada menor que os da derruba, entretanto, o CV para a área afetada
pelo arraste foi maior do que pela derruba, ou seja, o conjunto de dados
apresentados pela área afetada pela derruba foi mais homogêneo do que os
apresentados pelo arraste.
Em relação às outras áreas, Novo Repartimento apresentou o maior número
de parcelas amostradas (28 parcelas) e coincidentemente a necessidade de um
maior número de parcelas (459 parcelas) para alcançar a precisão estipulada de
10% da média (Tabela 12). Essa “coincidência” pode ser justificada pelas
características que a área apresenta (Capítulo 1, Item 1.3), que faz com que o
planejamento, tanto da derruba quanto do arraste, seja diferente do que é feito para
81
áreas planas como as de Breu Branco e Paragominas, resultando em erro relativo
elevadíssimo e conseqüentemente um maior número de parcelas amostrais.
Tabela 13: Caracterização das áreas afetadas pelo arraste e pela derruba no
município de Paragominas.
Área total
afetada (ha)
Área afetada
arraste (ha)
Área afetada derruba
(ha)
Total 2,38 0,90 1,48
Média 0,1701 0,0644 0,1056
Variância 0,0056 0,0013 0,0617
Desvio
Padrão
0,0749 0,0367 0,0038
Variância da
média
0,0004 0,0001 0,0003
Erro padrão 0,0200 0,0098 0,0165
CV 3,1450 4,0683 4,1701
Erro% 20,81 26,92 27,59
IC lim Inf 0,2055 0,0818 0,1348
IC lim Sup 0,1347 0,0471 0,0765
E 0,0170 0,0064 0,0106
n
0
61 102 107
n
1
54 89 95
n
2
54 89 95
Em Paragominas, o erro amostral relativo (Erro%) foi acima do limite
estipulado de 10% da média, mas, elevando-se o limite para 20%, a amostragem da
área total afetada poderia ser considerada como satisfatória, pois ficaria pouco
acima (0,81%) do novo limite (20% da média). Mesmo com a elevação do limite de
erro para 20%, a amostragem da área afetada pelo arraste e pela derruba
continuariam sendo considerada como insatisfatória, pois as mesmas apresentam
valores para o erro de amostragem relativo elevado (Tabela 13).
Pelo fato de nenhuma amostragem realizada para a área de chão afetada
atender o limite de erro de 10% da média, o cálculo do número ótimo de parcelas
amostrais, como resultado, em todas as áreas, seria necessário um número elevado
de parcelas (Tabelas 11, 12 e 13), o que inviabilizaria a realização do estudo em um
só ano, assim, o fracionamento do número de parcelas em diversos anos seria o
recomendado para que a empresa não tenha um gasto concentrado na avaliação da
área de chão afetada e conseqüentemente alcançasse o limite de erro estabelecido.
82
2.4. CONCLUSÕES
A exploração de impacto reduzido aplicada nas áreas estudadas danificou
19,00% dos indivíduos em Breu Branco, 5,38% em Novo Repartimento e 12,77% em
Paragominas, tendo a intensidade de corte como melhor indicador de danos
causados pela colheita de madeira pois além de ser facilmente obtida é decorrente
dela o maior número de indivíduos danificados e a maior área do chão da floresta
afetada.
Um dos pontos cruciais na amostragem realizada antes e após a exploração
florestal são os valores referentes às espécies comerciais. Por serem em menor
quantidade (28,2% em Breu Branco; 18,5% em Paragominas e 36% em Novo
Repartimento), é necessário um elevado número de unidades amostrais para que a
precisão seja satisfatória.
Da mesma forma que o impacto na vegetação, o impacto no chão da floresta
não atendeu os limites de erro estabelecidos (10% da média), sendo necessário um
elevado número de parcelas para obter essa precisão. Mesmo não atendendo ao
critério de amostragem, o impacto no chão da floresta encontrado neste estudo foi
semelhante aos relatados na literatura. Entretanto, em Novo Repartimento,a área
impactada pela derruba foi 60% menor que a área impactada pelo arraste, sendo
contrário ao verificado nas outras áreas de estudo e do que é relatado na literatura,
principalmente considerando que a exploração na área é planejada e segue as
diretrizes de impacto reduzido propostos para a Amazônia brasileira (ver SABOGAL
et al, 2000).
Como qualquer levantamento de campo, o modelo apresentado neste
trabalho requer tempo e dinheiro. Para atender a precisão estabelecida (10% da
média aritmética), sugere-se que o número de amostras necessárias seja atingido
em diversos anos, para que o processo de levantamento dos danos não seja inviável
devido ao grande número de parcelas sugeridas e principalmente para diluir os
custos da avaliação. À medida em que novas amostras forem anexadas ao banco de
dados, a suficiência amostral deve ser recalculada para verificar se já foi satisfatória.
83
REFERÊNCIAS BIBLIOGRÁFICAS
ALDER, D. Growth Modelling for Mixed Tropical Forests. Oxford. University of
Oxford. Tropical Forestry. Papers Nº. 30, 1995. 231p.
BAIMA, A. M. V.; SILVA, S. M. A. da; SILVA, J. N. M. Equações de volume para
floresta tropical de terra firme, em Moju, PA. In: SILVA, J. N. M. A Silvicultura na
Amazônia Oriental: contribuições do Projeto Embrapa/DFID. SILVA, J. N. M.;
CARVALHO, J. O. P. de; YARED, J. A. G. (Eds.) Belém: Embrapa Amazônia
Oriental/DFID, 2001. p. 367-392.
BARKER, M. G.; PINARD, M. A. Forest canopy research: sampling problems, and
some solutions, Plant Ecology, v. 153, p. 23-38, 2001.
BERTAULT, J.-G; SIST, P. Impact de l’exploitation en fôret naturelle. Bois et Fôrets
des Tropiques, v. 245, p. 5-13, 1995.
BERTAULT; J.; SIST, P. An experimental comparison of different harvesting
intensities with reduced-impact logging in East Kalimantan, Indonesia. Forest
Ecology and Management, v. 94 p. 209-218, 1997.
BROKAW, N. The definition of treefall gap and its effects on measures of forest
dynamics. Biotropica, v. 14, p. 158-16, 1982.
BONGERS, F. Methods to assess tropical rain forest canopy structure: an overview.
Plant Ecology, v. 153, p. 263-277, 2001.
CARVALHO, J. O. P. de. Changes in the floristic composition of a terra firme rain
forest in Brazilian Amazonia over an eight-year period in response to logging. Acta
Amazonica, v. 32, n. 2, p. 277-291, 2002.
CHABBERT, J.; PRIYADI, H. Exploration à faible impact dans une forêt à Bornéo.
Bois et Forêts des Tropiques, v. 55, n. 269, p. 82-86, 2001.
84
DENSLOW, J. S. Tropical rain forests gaps and tree species diversity. Annual
Review of Ecology and Systematics, v. 18, p. 431-451, 1987.
DYKSTRA, D. P.; HEINRICH, R. FAO Model code of forest harvesting practice.
Roma: FAO, 1996. 85 p.
FORSHED, O.; UDARBE, T.; KARLSSON, A.; FLACK, J. Initial impact of supervised
logging and pre-logging climber cutting compared with conventional logging in a
dipterocarp rainforest in Sabah, Malaysia. Forest Ecology and Management, v. 221,
p. 233-240, 2006.
GOURLET-FLEURY, S.; GUEHL, J.M.; LAROUSSINIE, O. Ecology and
management of a neotropical rainforest. Lessons drawn from Paracou, a long-term
experimental research site in French Guiana. Elsevier SAS, Paris, 2004. 311p.
HENDRISON, J. Damage-controlled logging in managed tropical rain forest in
Suriname. Wageningen: Agricultural University, 1990. 204p.
HOLMES, T.P.; BLATE, G.M.; ZWEEDE, J.C.; PEREIRA JR., R.; BARRETO, P.;
BOLTZ, F.; BAUCH, R. Financial and ecological indicators of reduced impact logging
performance in the eastern Amazon. Forest Ecology and Management, v. 163, p.93-
110, 2002.
JARDIM, F. C. da S. Estrutura da Floresta Equatorial Úmida da Estação
Experimental de Silvicultura Tropical do INPA. Dissertação de Mestrado em Ciências
de Florestas Tropicais. Instituo Nacional de Pesquisa da Amazônia - INPA. Manaus,
1985. 195p.
JAYARAMAN, K. A Statistical Manual for Forestry Research. Bangkok: FAO, 1999,
231 p.
JENNINGS, S. B.; BROWN, N. D.; SHEIL, D. Assessing forest canopies and
understorey illumination: canopy closure, canopy cover and other measures.
Forestry, v. 72, n. 1, p. 59-73, 1999.
85
JOHNS, J. S.; BARRTEO, P. UHL, C. Logging damage during planned and
unplanned logging operations in the eastern Amazon. Forest Ecology and
Management, v. 89, p. 59-77, 1996.
JOHNSON, N., CABARLE, B. Surviving the Cut: Natural Forest Management in the
Humid Tropics. World Resources Institute, 1993. 71 p.
JONKERS, W.B.J. Vegetation structure, logging damage and silviculture in a tropical
rain forest in Suriname. Netherlands: Wageningen Agricultural University, 1987. 172
p. (Ecology and Management of Tropical Rain Forests in Suriname: 3).
KLEINBAUM, D. G.; KUPPER, L. L.; MULLER, K. E. Applied regression analysis and
others multivariable methods. 2 ed. Boston: PWS-KENT Publishing Company, 1998.
718 p.
LIMA, R. A. F. de. Gap size measurement: the proposal of a new field method. Forest
Ecology and Management, v. 214, p. 413-419, 2005.
LINDENMAYER, D.B., MACKEY, B.G., MULLEN¸ I.C., MCCARTHY, M.A., GILL,
A.M., CUNNINGHAM, R.B., DONNELLY, C.F. Factors affecting stand structure in
forests - are there climatic and topographic determinants? Forest Ecology and
Management, v. 123, p. 55-63, 1999.
MARTINS, E. P.; OLIVEIRA, A. D. de; SCOLFORO, J. R. S. Avaliação dos danos
causados pela exploração florestal à vegetação remanescente, em florestas
naturais. Cerne, v. 3, n. 1, p. 14-24, 1997.
MEYER, H. A. Structure, growth and drain in balanced unevenaged forests. Journal
of Forestry., n. 21, p. 98-108, 1952.
NICHOLSON, D. I.; HENRY, N. B.; RUDDER, J. Stand Changes in north Queensland
rainforest. Proceedings of Ecological Society of Australia, v. 15, p. 61-80, 1988.
86
PANFIL, S. N.; GULLISON, R. E. Short term impacts of experimental timber harvest
intensity on forest structure and composition in the Chimanes Forest, Bolivia. Forest
Ecology and Management, v. 102, p. 235-243, 1998.
PARROTA, J. A.; FRANCIS, J. K.; KNOWLES, O. H. Harvesting intensity affects
forest structure and composition in an upland Amazonian forest. Forest ecology and
Management, v. 169, p. 243-255, 2002.
PÉLICO NETTO, S.; BRENA, D. A. Inventario Florestal. Curitiba: Editado pelos
autores, 1997. 316p.
PEREIRA JR., ZWEEDE, J; ASNER, G. P.; KELLER, M. Forest canopy damage and
recovery in reduced impact and conventional selective logging Eastern Para, Brazil.
Forest Ecology and Management, v. 168, p. 77-89, 2002.
PINARD, M., PUTZ, F.; TAY, J.; SULLIVAN, T. Creating timber harvesting
guidelines for a reduced-impact logging project in Malaysia. Journal of Forestry
n. 93, p. 41-45, 1995.
PINHEIRO, K. A. O. Fitossociologia de uma área de preservação permanente na
Fazenda Rio Capim, Paragominas-PA. Dissertação de Mestrado em Ciências
Florestais. Universidade Federal Rural da Amazônia- UFRA. Belém: 2004. 80p.
PUTZ, F. E.; PINARD, M. A. Reduced-impact logging as a carbon-offset method.
Conservation Biology, v. 7 n. 4; 755-757, 1993.
PUTZ, F. E.; REDFORD, K. H.; ROBINSON, J. G.; FIMBEL, R.; BLATE, G. M.
Biodiversity conservation in the context of tropical forest management. Washington:
World Bank, 2000a. 80p. (Biodiversity Series – Impact Studies. Paper Nº 75).
PUTZ, F., E.; DYKSTRA, D. P.; HEINRICH, R. Why poor practices persist in the
tropics. Conservation Biology, v. 14, n. 4, p. 951-956, 2000b.
87
ROSE, S. A. Seed, seedlings and gaps – size matters. A study in the tropical rain
forest of Guyana. Georgetown: Tropembos-Guyana Programe, 2000. 175 p.
(Tropembos – Guyana Series, N° 9).
RUNKLE, J. R. Gap regeneration in some old-growth forest of the eastern United
States. Ecology, v. 62, p. 1041-1051, 1981.
SABOGAL, C; SILVA, J. N. M.; ZWEEDE, J; JÚNIOR, R. P.; BARRETO, P. E.;
GUERREIRO, C. A. Diretrizes e técnicas para a exploração de impacto reduzido em
operações florestais de terra-firme na Amazônia Brasileira. Belém: Embrapa
Amazônia Ocidental, Documentos 64. 52 p, 2000.
SCWARTZ, M. W.; CARO, T. M. Effect of selective logging on tree and understory
regeneration in miombo woodland in western Tanzania. African Journal of Ecology, v.
45, p. 75-82, 2003.
SILVA, J. N. M. The behaviour of the tropical rain forest of the brazilian Amazon after
logging. Oxford: University of Oxford, 1989. 320p. (Thesis – Ph. D.).
SILVA, J. N. M.; LOPES, J do C. A. Inventário florestal contínuo em florestas
tropicais: a metodologia utilizada pela EMBRAPA-CPATU na Amazônia Brasileira.
Belém: Embrapa-CPATU, 1984. 36p. (Embrapa-CPATU, Documentos, 33).
SILVA, S. M. A. da; SILVA, J. N. M.; BAIMA, A. M. V.; LOBATO, N. M. THOPSON, I,
S.; COSTA FILHO, P P. In.: SILVA, J. N. M.. A Silvicultura na Amazônia Oriental:
contribuições do Projeto Embrapa/DFID. SILVA, J. N. M.; CARVALHO, J. O. P. de;
YARED, J. A. G. (Eds.) Belém: Embrapa Amazônia Oriental/DFID, 2001. p. 309-324
SIST, P.; DYKSTRA, D.; FIMBEL, R. Reduced-impact logging guidelines for lowland
and hill dipterocarp forest in Indonesia. CIFOR Ocasional Papper 15, 1998a. 19p.
SIST, P.; NGUYEN-THÉ, N. Logging damage and subsequent dynamics of a
dipterocarp forest in East Kalimantan (1993-1996). Forest Ecology and Management,
v. 165, p. 85-113, 2002.
88
SIST, P.; NOLAN, T.; BERTAULT, J-G; DYKSTRA, D. Harvesting intensity versus
sustainability in Indonesia. Forest ecology and Management, v. 108, p. 251-260,
1998b.
SPIEGEL, M. R. Mathematical handbook of formulas and tables. Singapore:
McGraw-Hill, 1990. 271 p. (Schaum’s outline series).
STEEL, R .G .D.; TORRIE, J.H. Principles and procedures of statistics: with
reference to the biological sciences. New Yrok: McGraw-Hill, 1980. 633p.
THIOLLAY, J. Disturbance, selective logging and bird diversity: a Neotropical forest
study. Biodiversity and Conservation, v. 6, p. 1115-1173, 1997.
UHL, C.; VIEIRA, I. C. G. Ecological impacts of selective logging in the Brazilian
Amazon: a case study from the Paragominas Region of the State of Pará. Biotropica,
v. 21, n. 2, p. 98-106, 1989.
van der HOUT, P. Reduced impact logging in the tropical rain forest of Guyana:
ecological, economic and silvicultural consequences. Guyana: Tropembos-Guyana
Programme, 1999. 333p. (Tropembos-Guyana Series, 6).
VERISSIMO, A.; BARRETO, P.; MATTOS, M. Logging impacts and prospects for
sustainable forest management in an old Amazonian frontier: the case of
Paragominas. Forest Ecology and Management, v. 55, 169–184, 1992.
VU, T-T. Caractérisation des dégâts d’exploitation de la canopée dans une forêt
amazonienne de terre ferme (Brésil). Marne: Université de Paris XII. 2002. 69p.
WELLES, J. M. Some indirect methods of estimating canopy structure. Remote
Sensing Reviews., v. 5, n. 1, p. 31-43, 1990.
ZAR, J. H. Biostatistical Analysis. 4a. ed. New Jersey: Prentice-Hall, 1999. 951p.
89
CAPITULO 3 AVALIAÇÃO DE ALGUNS MÉTODOS DE REGULAÇÃO
PRODUÇÃO PARA FLORESTAS MANEJADAS NA AMAZÔNIA ORIENTAL
3.1. INTRODUÇÃO
A floresta tropical tem um papel crucial no sustento de milhões de pessoas
que dependem de seus recursos em todo planeta. O manejo de suas florestas afeta
profundamente a sua economia e forma de vida (Alexiades e Shanley, 2004). A
produção de madeira da floresta, fornece a curto prazo retorno financeiro àqueles
que tem o direito a exploração florestal, mas isto deve ser balanceado com a
sustentabilidade social, econômica e ambiental de todos os produtos e serviços da
floresta. Para isso, é necessário ter informações descrevendo o provável estado
futuro das florestas dadas as alternativas de intervenções, a fim de tomar decisões
melhor informadas e políticas para o manejo justo e sustentável (PHILLIPS et al.,
2004).
O manejo das florestas tropicais é tipicamente realizado com informações
limitadas sobre a situação dos recursos e da magnitude da produtividade e potencial
produção futura de madeira. Neste caso, ferramentas de simulação são utilizadas
para representar os processos envolvidos no crescimento e regeneração da floresta
(por exemplo: Silva et al, 1995 e 1996; Gourlet-Fleury e Houllier, 2000; Kammesheidt
et al, 2002; Phillips et al., 2004; van Gardingen et al, 2006). Entretanto, estas
ferramentas tendem a utilizar dados extensivos de taxas de crescimento,
mortalidade e recrutamento para a regulação da produção e determinação do corte
anual permissível. Estes dados são obtidos através do tempo pela medição contínua
de parcelas e são freqüentemente indisponíveis. Em muitos casos, os dados
disponíveis são provenientes informações estáticas, ou seja, dados de inventários
florestais de um ponto no tempo.
Utilizando informações unitemporais, é possível obter valores para o corte
anual permissível utilizando fórmulas empíricas que utilizam as mais diversas
variáveis, como: área, volume, área basal, número de indivíduos, etc. Algumas
equações empíricas foram apresentadas no Capítulo 1, item 1.4.3.
Neste capítulo, alguns dos métodos para regular a produção que foram
apresentados no Capítulo 1 deste trabalho, foram selecionados no sentido de avaliar
90
a sua aplicabilidade nas condições atuais de disponibilidade de informações
existentes na Amazônia Oriental brasileira.
3.2. MATERIAL E MÉTODOS
3.2.1. Área de estudo
O estudo foi realizado em três áreas de manejo florestal (AMFs) situadas nos
municípios de Breu Branco, Novo Repartimento e Paragominas no estado do Pará.
Maiores detalhes sobre os Municípios e sobre as áreas podem ser encontrados no
Capítulo 1 (item 1.5) desta dissertação.
3.2.2. Regulação da produção
Este estudo simulou o corte anual permissível da vegetação remanescente
utilizando diferentes valores para o incremento médio anual (m³ ha
-1
ano
-1
) em
diferentes cenários de exploração e tratamentos silviculturais. Os valores utilizados
foram encontrados em estudos da dinâmica de crescimento de florestas exploradas
na Amazônia Brasileira (Tabela 14), além do incremento médio anual pantropical,
segundo DAWKINS (1964).
Tabela 14: Valores para o incremento médio anual (IMA) em diferentes cenários de
exploração e tratamentos silviculturais.
IMA (m³
ha
-1
ano
-1
)
Tipo de
exploração*
Tratamento
silvicultural
Local Fonte
1 1,00 - - Pan-tropical Dawkins, 1964
2 0,13 NPL SIM¹ Paragominas - PA Silva, 2004
3 0,92 PL NÃO Paragominas - PA Silva, 2004
4 1,30 PL NÃO² FLONA Tapajós - PA
Oliveira, 2005
5 1,90 PL SIM³
FLONA Tapajós - PA
Oliveira, 2005
* NPL –- Exploração não-planejada; PL – exploração planejada.
¹ Remoção da vegetação competidora num raio de 2m da espécie de interesse;
² Exploração de espécies comerciais com DAP >
45cm;
91
³ Exploração de espécies comerciais com DAP > 55cm + desbaste de espécies não comercias
totalizando 20% de redução da área basal original;
Estes valores foram selecionados por apresentarem uma variação bem
distinta do valor utilizado pelas empresas em seus planos de manejo, que é o
sugerido por Dawkins (1964) de 1 m³ ha
-1
ano
-1
para as espécies comerciais.
Os valores de volume comercial utilizados na determinação do corte anual
permissível foram os obtidos no inventário realizado antes da exploração (Tabela
15), assim como os valores para intensidade de corte (IC = 4 árv. ha
-1
em Breu
Branco; IC = 1 árv. ha
-1
em Novo Repartimento e IC = 5 árv. ha
-1
para Paragominas).
O valor do ciclo de corte foi considerado o mesmo utilizado pelas empresas
em seus Planos de Manejo, igual a 30 anos e o valor para a produção (P) utilizada
neste trabalho foi definida como a quantidade de matéria-prima extraída (m³ ha
-1
)
pela empresa no ano (Tabela 15). Os valores para o volume foram obtidos com base
nos valores apresentados na Tabela 6 (Capítulo 2).
Tabela 15: Valores para o volume comercial (Vc) total (m³ ha
-1
, DAP > 10 cm),
produção (P) (m³ ha
-1
) das espécies comerciais, intensidade de corte (IC; árv. ha
-1
)
e volume comercial danificado (Vcd) (m³ ha
-1
ano
-1
; DAP > 10 cm) obtidos nos três
municípios estudados.
Breu
Branco
Novo
Repartimento
Paragominas
Volume comercial (Vc)¹ 93 97 106
Produção (P) 40 5,1 44
Intensidade de corte (IC)² 4 1 5
Volume comercial danificado (Vcd)¹
5 2 4
¹ Valores extraídos da Tabela 6, Capítulo 2;
² Valores fornecidos pelas empresas
³ Número de árvores cortadas por hectare.
As formas de regulação da produção existentes têm o volume e o ciclo de
corte como as principais variáveis na determinação do corte anual permissível. O
incremento médio anual (IMA) vem sendo utilizado em algumas fórmulas como uma
forma de aumentar a precisão do corte permissível, impedindo que ele ultrapasse a
92
capacidade de recuperação da floresta. Com isso, para facilitar a comparação entre
os resultados das áreas, as equações foram agrupadas em:
a) Equações que não utilizam IMA:
Eq. 1.2
CC
V
CAP
C2
=
Eq. 1.3
CC
VcIC
CAP
×
=
onde:
CAP – Corte anual permissível (m³ ano
-
¹);
Vc = volume comercial atual obtido através de inventário floresta (m³/ha);
IC - intensidade de corte, número de árvores cortadas por hectare;
CC = ciclo de corte (em anos).
b) Equações que utilizam o IMA:
Eq. 1.4
+
=
CC
IMAVc
CAP
5.0
Eq. 1.11
(
)
IMADCAP
⋅
−
=
%1
onde:
CAP – Corte anual permissível (m³ ano
-
¹);
Vc - volume comercial médio com DAP > 10cm obtido através do inventário (m³ ha
-
1
);
IMA – incremento do volume das espécies comercias;
CC – ciclo de corte (em anos);
%D – proporção de volume danificados, determinado utilizando a seguinte fórmula:
93
D
P
D
D
+
=%
D – volume comercial danificado (m³ ha
-1
ano
-1
);
P – volume real extraído da UTs onde tiveram avaliação de danos.
Como Alder (2000) não indicou o diâmetro a ser utilizado no cálculo do
volume comercial danificado na equação 1.11, o presente estudo considerou como
diâmetro mínimo 45 cm.
Para efeito de análise, foi considerado %D = 30% como sendo um ponto de
partida para determinação do CAP no início do ciclo de corte, sendo este valor o
utilizado pelas empresas estudadas em seus planos de manejo florestal sustentável.
3.3. Resultados e discussão
3.3.1 Fórmulas que não utilizam o IMA
Com a aplicação da Eq. 1.3, obteve-se uma alta variação entre os valores
para o corte anual permissível (Tabela 16), chegando a valores extremos de 17,71
m³ ha
-1
ano
-1
em Paragominas e 3,23 m³ ha
-1
ano
-1
em Novo Repartimento.
A variação nos valores obtidos com a Eq. 3.2 foi baixa 6,20 m³ ha
-1
ano
-1
a
7,08 m³ ha
-1
ano
-
1 entre Breu Branco e Paragominas, diferentemente dos resultados
da Eq. 1.3. Essa variação deve-se ao fato da Eq. 1.2 ter como fator de variação
apenas o volume, enquanto que a Eq. 1.3 tem o volume e a intensidade de corte.
Tabela 16: Valores para o corte anual permissível (m³ ha
-1
ano
-1
) utilizando
equações que não utilizam o incremento médio anual para as três áreas estudadas.
Breu
Branco
Novo
Repartimento
Paragominas
Eq. 1.2 6,20 6,47 7,08
Eq. 1.3 12,40 3,23 17,71
Com base nos resultados, pode-se afirmar que os CAP calculados com a
equação 1.2 e 1.3 são inadequados para as florestas estudadas, pois os resultados
obtidos com elas são elevadíssimos, partindo-se da premissa de que o CAP não
94
deve ser superior ao IMA, conforme propõe Leslie (1994). Os valores apresentados
na Tabela 16 são muito superiores aos apresentados na Tabela 14 e em outros
estudos, como por exemplo, o de Sist et al (2003b), trabalhando em uma floresta de
dipterocarpáceas em Bornéu, obteve um IMA igual a 1,16 m³ ha
-1
ano
-1
com ciclo de
corte igual a 35 anos. Silva et al. (1995), estudando o crescimento de uma área na
Floresta Nacional do Tapajós após 13 anos a exploração, obteve IMA igual a 1,8 m³
ha
-1
ano
-1
. Oavika (2002) obteve um IMA igual 0,75 m³ ha
-1
ano
-1
, estudando uma
floresta explorada em Papua Nova Guiné.
O resultado obtido em Novo Repartimento para a Eq. 1.3, não pode servir
como base de comparação, já que esta equação é fortemente influenciada pela
intensidade de corte nesta área foi muito baixa para os padrões das florestas
tropicais, segundo a classificação de Sist (2000), que é de 1-3 árv. ha
-1
.
Essas equações apresentam uma grande limitação: não consideram o
incremento, estrutura da floresta ou a variabilidade do crescimento em volume.
Assim elas fornecem apenas um indicativo geral e errôneo da produção da floresta.
A principal desvantagem da Eq. 1.3, é que ela determina o volume a ser
explorado, mas não indica onde cortá-lo dentro da área de manejo. Isto pode fazer
com uma empresa corte primeiro as “melhores” árvores (com maior volume) em toda
área (Sabogal et al., 2004), resultando em um corte anual permissível não
sustentável, a não ser que a área tenha um ciclo de corte longo o suficiente para que
a floresta cresça mais que as árvores cortadas (WRIGHT, 2000).
Além disso, a estimativa da intensidade de corte com base no inventário pré-
exploratório é complicada, já que o volume ou o número de árvores inventariadas
antes da exploração é superior ao que será cortado efetivamente.
Entre as equações que não utilizam o IMA, nenhuma mostrou-se aplicável,
pois todas apresentaram valores elevados para o CAP, o que poderia causar uma
sobre-exploração e, conseqüentemente, diminuição gradual da produção da floresta.
3.3.2 Fórmulas que utilizam o IMA
Os valores obtidos para o CAP com as equações que utilizam o incremento
médio anual estão sumarizados na Tabela 17.
A Eq. 1.4 apresentou valores quase constantes em todas as áreas, com uma
baixa variação (3,10 m³ há
-1
ano
-1
a 3,57 m³ há
-1
ano
-1
) mesmo utilizando valores de
95
IMA muito diferentes (IMA 2 = 0,13 m³ ha
-1
ano
-1
e IMA 5 = 1,90 m³ ha
-1
ano
-1
). Esta
baixa variação pode ser justificada pela estrutura da equação que reduz o valor do
IMA à metade, pois, mesmo acrescentando este valor ao volume comercial, a
alteração é mínima. Outro motivo deve-se ao fato de que não há na equação
nenhum fator que a torne a mais precisa, como por exemplo, as possíveis reduções
da produtividade.
Tabela 17: Valores para o corte anual permissível (m³ ha
-1
ano
-1
) obtidos por
equações que utilizam o incremento médio anual para as três áreas estudadas.
IMA
Breu Branco
(%D = 0,12)
Novo
Repartimento
(%D = 0,29)
Paragominas
(%D = 0,09)
IMA 1 (1,00) 3,12 3,25 3,56
IMA 2 (0,13) 3,10 3,24 3,54
IMA 3 (0,92) 3,12 3,25 3,56
IMA 4 (1,30) 3,12 3,26 3,56
Eq. 1.4
IMA 5 (1,90) 3,13 3,27 3,57
IMA 1 (1,00) 0,88 0,71 0,91
IMA 2 (0,13) 0,11 0,09 0,12
IMA 3 (0,92) 0,79 0,64 0,82
IMA 4 (1,30) 1,14 0,92 1,18
Eq. 1.11
IMA 5 (1,90) 1,67 1,35 1,73
A Eq. 1.4 parte da premissa que o IMA não é igual ao corte anual permissível
e que esse é corrigido pelos danos decorrentes da exploração (Alder, 2000), em
oposição à premissa de Leslie (1994), em que diz que o CAP é igual ao a IMA.
Nesse sentido, Higman et al. (1999) declaram com muita propriedade que: “um pré-
requisito do manejo florestal é que a remoção dos produtos da floresta não exceda a
taxa de recuperação da mesma, pois, sem este balanço básico, fornecido pela
regulação da produção, o manejo florestal sustentável é impossível e os recursos da
floresta irão gradualmente ser exauridos e degradados”.
Os valores obtidos com a Eq. 1.11 e IMAs 1 (1 m³ ha
-1
ano
-1
) e 3 (0,92 m³ ha
-1
ano
-1
) são comparáveis aos encontrados por Oavika (2002), em Papua Nova Guiné,
onde determinou o CAP igual a 0,75 m³ ha
-1
ano
-1
, sendo considerado por ele um
valor consistente para o crescimento da floresta depois da colheita. Segundo Dauber
et al. (2005), para a colheita de madeira no primeiro ciclo de corte na região
amazônica da Bolívia, para alcançar a sustentabilidade na região, o CAP variaria de
96
0,47 m³ ha
-1
ano
-1
a 0,67 m³ ha
-1
ano
-1
, com um ciclo de corte de 25 anos, o que são
valores tão conservadores quanto muitos dos achados no presente estudo.
Entretanto, Dauber et al. (2005) comentam que a produção no segundo ciclo
de corte não é apenas influenciada pela taxa de crescimento, mas também pela
densidade relativa dos indivíduos comerciais nas classes abaixo do diâmetro mínimo
de corte.
Em Kalimantan do Leste, Sist et al. (2003b) sugerem a aplicação das técnicas
de impacto reduzido com uma intensidae de corte de 8 árv ha
-1
para um ciclo de
corte de 40 anos com uma produção de 66 m³ ha
-1
, isto é, uma produtividade de
1,65 m³ ha
-1
ano
-1
, concordando com Sist et al. (2003a) e Huth e Ditzer (2001), que
indicaram a mesma produção para o mesmo ciclo de corte na região.
Os valores obtidos no presente estudo não são altos para os níveis de
produtividade observados na Amazônia brasileira, que giram em torno de 1-2 m³ ha
-1
ano
-1
(OLIVEIRA, 2005; SILVA, 2004; SILVA et al., 1995 e 1996).
Entre as duas equações que utilizam IMA, a Eq. 1.11 apresentou valores mais
conservadores em comparação com os da Eq. 1.4, podendo ser considerada mais
aplicável para as condições da Amazônia brasileira.
Na Tabela 18 são apresentados os valores para o corte anual permissível
obtido somente com a Eq. 1.11 para a redução da produtividade proposta
inicialmente nos planos de manejo das empresas e a redução obtida neste estudo.
Tabela 18: Corte anual permissível (m³ ha
-1
ano
-1
) utilizando a equação 1.11 e
respectivas intensidades de corte (produção bruta em m³ ha
-1
), considerando um
ciclo de corte de 30 anos.
IMA
%D
inicial
(0,30)
Breu Branco
(%D = 0,12)
Novo
Repartimento
(%D = 0,29)
Paragominas
(%D = 0,09)
IMA 1 (1,00) 0,70 0,88 0,71 0,91
IMA 2 (0,13) 0,09 0,11 0,09 0,12
IMA 3 (0,92) 0,63 0,79 0,64 0,82
IMA 4 (1,30) 0,91 1,14 0,92 1,18
CAP
(m³ ha
-1
ano
-1
)
IMA 5 (1,90) 1,33 1,67 1,35 1,73
IMA 1 (1,00) 21,0 26,4 21,3 27,3
IMA 2 (0,13) 2,70 3,30 2,70 3,60
IMA 3 (0,92) 18,9 23,7 19,2 24,6
IMA 4 (1,30) 27,3 34,2 27,6 35,4
IC
(m³ ha
-1
)
IMA 5 (1,90) 39,9 50,1 40,5 51,9
97
Pode-se observar na Tabela 18 que os CAP obtidos variaram desde muito
baixos (0,09 m³ ha
-1
ano
-1
com o IMA 2), até relativamente altos (1,33 m³ ha
-1
ano
-1
com o IMA 5). Isto resulta em intensidades de corte, ou produção bruta, muito baixas
(2,7 m³ ha
-1
ano
-1
, com o IMA 2) até relativamente alta 51,9 m³ ha
-1
ano
-1
(IMA 5).
Embora possa parecer alta, está dentro dos padrões de intensidades encontradas
na Amazônia (Silva e Uhl, 1992) onde a preocupação com a sustentabilidade não é
observada.
Valores mais conservadores seriam os CAP próximos de 1 m³ ha
-1
ano
-1
, que
resultariam entre 26 a 35 m³ ha
-1
(Tabela 18). Estes resultados corroboram a
premissa de que a utilização do IMA Pantropical sugerido por Dawkins (1964), de 1
m³ ha
-1
ano
-1
, seria aconselhável como ponto de partida para o corte anual
permissível até que dados mais consistentes sobre o IMA da florestas da região
amazônica forem obtidos. Paralelamente, informações mais precisas sobre a perda
de produtividade da floresta devido ao impacto da colheita deveriam ser também
buscados.
3.4. Conclusões
A utilização das equações que não utilizam o incremento médio anual resultou
em valores de CAP que podem ser insustentáveis a longo prazo.
As equações que utilizam o incremento médio anual apresentaram valores
mais compatíveis com os outros reportados pela literatura, podendo ser aplicadas
nas florestas amazônicas como ponto de partida, na tentativa de regular a produção,
até que as empresas determinem os seus próprios limites.
O volume permissível a ser colhido para que haja a manutenção do estoque
comercial em níveis aceitáveis para uma segunda safra, a Eq. 1.11 foi a mais
indicada, sendo aconselhável a utilização do IMA de 1 m³ ha
-1
ano
-1
por medida de
segurança, até as empresas obtenham o seu próprio valor de incremento para as
espécies comercias e a perda média de produtividade por danos.
O estudo mostrou a necessidade de determinar de forma mais precisa, as
perdas de produção pela colheita, considerando que a equação sugerida utiliza
essas perdas na determinação do corte anual permissível, além de ser importante
para estudos de modelagem de crescimento.
98
REFERÊNCIAS BIBLIOGRÁFICAS
ALDER, D. Some issues in the yield regulation of moist tropical forests. In: WRIGHT,
H. L.; ALDER, D. (Eds.) Proceedings of a workshop on humid and semi-humid
tropical forest yield regulation with minimal data. CATIE, Costa Rica, 5-9 julho, 1999.
OFI Occasional Papers 52.Oxford Forestry institute, 2000. p. 14-27.
ALEXIADES, M. N.; SHANLEY, P. (Eds.) Productos forestales, medios de
subsistencia y conservación: estudios de caso sobre sistemas de manejo de
productos forestales no maderables. V. 3 – America Latina. Indonesia: Cifor, 2004.
499 p.
DAUBER, E.; FREDERICKSEN, T. S.; PEÑA, M. Sustainability of timber harvesting
in Bolivian tropical forests. Forest Ecology and Management, v. 214, p. 294-304,
2005.
DAWKINS, H. C. Productivy of a tropical forest and their ultimate value to man.In:
Proceedings of 9
th
Tecnical Meeting of FUNC, Nairobi, 1964.
GOURLET-FLEURY, S., HOULLIER, F. Modelling diameter increment in a lowland
evergreen rain forest in French Guiana. Forest Ecology and Management, v. 131, p.
269–289, 2000.
HIGMAN, S.; BASS, S.; JUDD, N.; MAYERS, J.; NUSSBAUM, R. The sustainable
forestry handbook. Londres: Earthscan Publications Ltda., 1999. 289p.
KAMMESHEIDT, L., KOHLER, P., HUTH, A. Simulating logging scenarios in
secondary forest embedded in a fragmented Neotropical landscape. Forest Ecology
and Management. v, 170, p. 89–105, 2002.
LESLIE, A. J. Sustainable management of tropical moist forest for wood. In: FAO
(Ed.) Readings in sustainable forest management. Roma: FAO, 1994. p. 17-32. (FAO
Forestry Paper Nº 122).
99
OAVIKA, F. Growth and yield studies of logged over Forest in PNG. In: ISMAIL, S.
bin M.; KIAN, T. S.; HWAI, Y, Y.; DERIS, O. bin; KORSGAARD, S. (Eds.)
Proceedings of the Malaysia-ITTO international workshop and yield managed tropical
forests. Kuala Lumpur, 25-59 junho, 2002. p. 205-216.
OLIVEIRA, L.; C. de. Efeito da exploração da madeira e de diferentes intensidades
de desbastes sobre a dinâmica da vegetação de uma área de 136 ha na floresta
nacional do Tapajós. Piracicaba: Escola Superior de Agricultura Luiz de Queiroz,
2005. 183p. (Tese de Doutorado).
PHILLIPS, P. D.; AZEVEDO, C. P. de; DEGEN, B.; THOMPSON, I. S.; SILVA, J. N.
M.; GARDINGEN, P. R. van An individual-based spatially explicit simulation model
for strategic forest management planning in the eastern Amazon. Ecological
Modelling, v. 173, p. 335-354, 2004.
SABOGAL, C.; CARRERA, F.; COLÁM, V.; POKORNY, B.; LOUMAN, B. Manual
para la planificación y evaluación del mamejo forestal operacional en bosques de la
Amazonía Peruana. Lima: INRENA; CIFOR; FONDEBOSQUE; CATIE, 2004. p.279.
SILVA, E. J. D V. da. Dinâmica de florestas manejadas e sob exploração
convencional na Amazônia oriental. São Carlos: Escola de Engenharia de São
Carlos, 2004. 156p. (Tese de Doutorado).
SILVA, J. N. M. S.; CARVALHO, J. O P. de; LOPES, J. do C. A. ; ALMEIDA, B. F. de;
COSTA, D. H. M.; OIVEIRA, L. C.; VANCLAY, J. K.; KOVSGAARD, S. J. P. Growth
and yield of a tropical rain Forest in the Brazilian Amazon 13 years after logging.
Forest Ecology and Management, v. 71, p. 267-274, 1995.
SILVA, J. N. M. S.; CARVALHO, J. O P. de; LOPES, J. do C. A. ; OLIVEIRA, R. P.
de; OIVEIRA, L. C. de. Growth and yield in the Tapajós region, Central Brazilian
Amazon. Commonwealth Forestry Research, v. 75, n. 4, p. 325-329, 1996.
100
SILVA, J. N. M.; UHL, C. Forest management for timber production: a sustainable
use of the Brazilian Amazon. Annals of Academy Brazilian Science, v. 64, p. 90-95,
1992.
SIST, P. Reduced-impact logging in the tropics: objectives, principles and impacts.
International Forestry Review, v. 2, n. 1, p. 3-10, 2000.
SIST, P.; FIMBEL, R.; SHEIL, D.; NASI, R. CHEVALLIER, M-H. Towards sustainable
management of mixed dipterocarp forest of South-east Asia: moving beyond
minimum diameter cutting limits. Environmental Conservation, v. 30, n. 4, p. 364-374,
2003a.
SIST, P.; PICARD, N.; GOURLET-FLEURY. Sustainable cutting cycle and yields in a
lowland mixed dipterocarp forest of Borneo. Annals of Forest Science, v. 60, p. 803-
814, 2003b.
van GARDINGEN, P. R.; VALLE, D.; THOMPSON, I. Evaluation of yield regulation
options for primary forest in Tapajós National Forest, Brazil. Forest Ecology and
Management, v. 231, p. 184-195, 2006.
WRIGHT, H. L. Yield regulation in tropical moist forest. In: WRIGHT, H. L.; ALDER,
D. (Eds.) Proccedings of a workshop on humid and semi-humid tropical forest yield
regulation with minimal data. CATIE, Costa Rica, 5-9 julho, 1999. OFI Occasional
Papers 52.Oxford Forestry institute, 2000. p. 3-13.
101
CAPÍTULO 4 - CONCLUSÕES GERAIS E RECOMENDAÇÕES
Algumas conclusões gerais e recomendações podem ser feitas em relação à
metodologia utilizada no levantamento:
• A exploração realizada nas áreas de estudo teve uma baixa intensidade e
conseqüentemente danificou poucos indivíduos e afetou pouco o chão da
floresta;
• A redução da área basal e do volume, obtida após a colheita, foi inferior ao
verificado em trabalhos na Amazônia brasileira e outras florestas tropicais;
• A metodologia utilizada neste trabalho mostrou-se prática, rápida e de fácil
aplicação no campo, porém, mostrou-se insuficiente para avaliar os impactos
da exploração sobre as espécies comerciais e sobre a área de chão da
floresta afetada. Uma alternativa seria realizar mais estudos sobre o número
adequado combinado com a melhor forma das parcelas na tentativa de
atender a precisão pré-estabelecida;
• Como o processo de amostragem demanda tempo e dinheiro, sugere-se que
para atingir a precisão esperada, as unidades de amostras sejam
estabelecidas por etapas a cada safra até atingir o número desejado. A cada
etapa de amostragem, a suficiência amostral deve ser recalculada;
• Das equações utilizadas para a regulação da produção, a equação 1.11 foi a
que apresentou os resultados que mais se adequam à realidade da
Amazônia, apresentando valores que não permitiriam uma sobre-exploração
nem uma sub-exploração, mantendo a produção da floresta e da indústria
contínuas. Tendo como princípio a precaução, recomenda-se para o
incremento periódico anual a utilização do valor de 1 m³ ha
-1
ano
-1
, até que as
empresas tenham os seus próprios valores para o incremento;
• As recomendações apresentadas neste trabalho são aplicáveis a florestas de
terra firme da Amazônia brasileira. Recomendam-se estudos semelhantes
para as florestas de várzea.
ANEXOS
103
Anexo A:
Tabela 19: Valores obtidos a partir do DAP > 10 do inventário amostral realizado em
Breu Branco.
UT N
N
comercial
N danif Nc danif AB antes
AB Com
AB danif
AB com
dan
4 460 163 69 20 24,09 13,07 2,19 0,51
5 453 140 20 5 21,38 10,09 0,47 0,14
6 455 120 29 7 28,12 12,95 1,14 1,14
7 374 98 43 11 19,10 7,90 1,30 0,48
8 488 132 34 12 20,33 8,36 4,68 1,41
9 465 122 13 3 21,85 9,38 0,70 0,10
10 418 98 38 10 22,75 7,58 0,92 0,38
11 423 136 73 25 23,86 11,05 2,94 1,89
12 433 112 68 9 23,39 7,85 2,23 0,32
13 443 111 60 17 19,62 5,67 1,24 0,41
14 461 149 42 15 21,21 10,26 1,40 0,46
15 335 103 23 4 19,59 4,14 0,47 0,03
16 447 119 64 13 25,54 10,70 2,35 0,71
19 459 127 49 10 24,33 13,42 1,68 0,47
20 460 144 32 9 23,33 11,98 1,03 0,48
21 428 124 83 19 20,92 8,92 2,31 0,44
22 316 108 35 13 26,56 17,82 2,20 1,40
23 176 32 26 4 9,48 3,57 0,81 0,06
25 471 117 65 15 22,90 10,11 2,75 1,09
26 442 121 60 12 27,87 13,70 2,38 0,99
27 441 113 45 12 23,85 11,00 1,13 0,48
28 446 136 64 18 25,60 11,63 2,20 0,95
Média 422,45 119,32 47,05 11,95 22,53 10,05 1,75 0,65
Desvio
Padrão
69,22 25,57 19,56 5,66 3,87 3,29 0,99 0,49
Variância 4791,97 653,85 382,43 32,05 15,01 10,83 0,99 0,24
Variância da
média
366,84 50,05 29,28 2,45 1,15 0,83 0,08 0,02
Erro padrão 19,15 7,07 5,41 1,57 1,07 0,91 0,28 0,14
CV 16,39 21,43 41,57 47,35 17,20 32,73 56,78 75,36
Erro % 8,08 10,57 20,49 23,35 8,48 16,14 27,99 37,15
IC lim Inf 388,32 106,71 37,40 9,16 20,62 8,43 1,26 0,41
IC lim Sup 456,59 131,93 56,69 14,75 24,44 11,67 2,24 0,89
E 42,25 11,93 4,70 1,20 2,25 1,01 0,18 0,07
n
9 15 55 71 9 34 102 180
n2 9 14 48 62 10 30 89 154
n3 9 14 48 62 10 30 89 154
104
Tabela 20: Valores obtidos a partir do DAP > 10 do inventário amostral realizado em
Novo Repartimento.
UT Ntotal
N
comercial
N danif Nc danif AB antes
AB Com
AB danif
AB com
dan
1 249 99 0 0 13,61 7,06 0,00 0,00
2 381 102 20 6 20,98 6,96 0,56 0,08
3 319 123 9 2 22,31 11,65 0,58 0,01
4 421 153 11 2 37,21 17,99 0,61 0,29
5 335 121 39 19 23,44 8,52 1,09 0,54
6 322 120 0 0 18,17 10,24 0,00 0,00
7 353 129 11 6 16,94 6,36 0,29 0,19
8 354 89 0 0 18,57 7,66 0,00 0,00
9 436 121 0 0 21,38 8,82 0,00 0,00
10 362 118 1 1 18,27 8,32 0,02 0,02
11 361 135 0 0 17,82 9,79 0,00 0,00
12 143 32 10 2 6,11 1,70 0,25 0,04
13 321 130 0 0 18,69 8,11 0,00 0,00
14 182 94 14 8 11,40 9,26 0,70 0,58
15 133 48 0 0 6,59 2,37 0,00 0,00
16 462 139 17 8 24,68 11,65 0,63 0,21
17 388 110 38 11 22,40 9,67 1,13 0,33
18 366 137 29 12 32,02 15,52 1,20 0,72
19 341 134 22 3 34,26 9,28 0,39 0,05
20 361 147 21 7 27,25 12,79 1,49 0,40
21 318 120 11 4 17,30 8,45 0,22 0,06
22 366 118 16 4 21,95 8,79 0,63 0,18
23 310 125 13 2 18,20 8,55 0,25 0,04
24 355 175 10 8 29,91 14,19 0,80 0,73
25 329 154 10 5 21,04 13,42 0,25 0,17
26 376 122 13 3 19,62 9,97 0,35 0,04
27 304 133 40 13 19,26 11,55 1,10 0,70
28 458 170 38 9 29,40 16,01 1,12 0,47
Média 335,93 121,36 14,04 4,82 21,03 9,81 0,49 0,21
Desvio
Padrão
79,71 30,64 12,89 4,83 7,28 3,63 0,45 0,25
Variância 6.354,29
938,76 166,04 23,34 52,93 13,15 0,20 0,06
Variância da
média
229,51 33,91 6,00 0,84 1,91 0,48 0,01 0,00
Erro padrão 15,15 5,82 2,45 0,92 1,38 0,69 0,09 0,05
CV 23,73 25,25 91,80 100,20 34,60 36,98 92,36 119,55
Erro % 7,68 8,17 29,71 32,43 11,20 11,97 29,89 38,69
IC lim Inf 310,13 111,44 9,87 3,26 18,67 8,63 0,34 0,13
IC lim Sup 361,73 131,27 18,21 6,38 23,38 10,98 0,63 0,29
E 33,59 12,14 1,40 0,48 2,10 0,98 0,05 0,02
n
16 18 244 291 35 40 247 414
n2 17 19 228 272 34 38 231 387
n3 17 19 228 272 34 38 231 387
105
Tabela 21: Valores obtidos a partir do DAP > 10 do inventário amostral realizado em
Paragominas.
UT N
N
comercial
N danif Nc danif AB antes
AB Com AB danif
AB com
dan
11 483 92 80 12 23,97 8,65 2,18 0,50
13 549 130 70 12 28,15 12,61 2,01 0,74
15 490 92 75 7 26,88 11,66 2,02 0,46
16 257 36 39 7 10,85 2,51 1,45 0,27
17 445 65 81 5 30,56 13,89 2,94 0,31
18 517 70 45 2 27,31 9,57 1,51 0,16
19 383 48 39 5 23,20 6,80 0,93 0,19
21 469 84 86 11 23,68 9,62 2,62 0,41
25 427 86 71 17 27,03 9,00 7,86 0,95
27 453 85 25 5 21,70 9,20 0,47 0,09
29 379 62 27 1 19,29 7,22 0,85 0,02
33 487 77 51 5 30,42 11,00 1,77 0,18
44 495 116 79 20 33,89 15,16 2,96 0,92
46 398 113 51 14 24,53 12,56 1,66 0,54
Média 445,14 82,57 58,50 8,79 25,10 9,96 2,23 0,41
Desvio
Padrão
73,62 25,98 21,26 5,66 5,63 3,24 1,78 0,29
Variância 5.419,21
675,03 451,96 32,03 31,69 10,51 3,18 0,09
Variância
da média
415,57 51,76 34,66 2,46 2,43 0,81 0,24 0,01
Erro
padrão
20,39 7,19 5,89 1,57 1,56 0,90 0,49 0,08
CV 16,54 31,47 36,34 64,41 22,42 32,55 79,95 71,56
Erro % 8,11 15,43 17,82 31,59 11,00 15,96 39,21 35,09
IC lim Inf 409,04 69,83 48,07 6,01 22,34 8,37 1,36 0,27
IC lim Sup 481,25 95,31 68,93 11,56 27,87 11,55 3,10 0,56
E 44,51 8,26 5,85 0,88 2,51 1,00 0,22 0,04
n
9 31 41 130 16 33 200 161
n1 8 30 40 126 15 32 173 139
n2 8 30 40 126 15 32 173 139
106
Tabela 22: Análise estatística dos valores obtidos pelo levantamento das áreas
afetadas pelo arraste e derruba no município de Breu Branco.
UT
Área total
afetada
(ha)
Área afetada
pelo arraste
(ha)
Área afetada
pela derruba
(ha)
4 0.21 0.12 0.09
5 0.31 0.10 0.21
6 0.16 0.07 0.09
7 0.13 0.05 0.08
8 0.14 0.06 0.08
9 0.00 0.00 0.00
10 0.16 0.06 0.10
11 0.32 0.11 0.21
12 0.26 0.13 0.14
13 0.17 0.08 0.09
14 0.16 0.06 0.09
15 0.11 0.04 0.06
16 0.28 0.07 0.20
19 0.17 0.08 0.09
20 0.22 0.15 0.07
21 0.14 0.07 0.07
22 0.23 0.05 0.18
23 0.08 0.02 0.06
25 0.17 0.11 0.06
26 0.25 0.06 0.19
27 0.17 0.04 0.13
28 0.20 0.10 0.09
Total
4,01 1,64 2,37
Média
0,182 0,075 0,108
Variância
0,006 0,001 0,003
Desvio
Padrão
0,074 0,036 0,056
Variância
da média
0,0002 0,0001 0,0001
Erro padrão
0,016 0,008 0,012
CV
1,852 2,179 2,372
Erro %
14,889 17,519 19,070
IC lim Inf
0,209 0,088 0,128
IC lim Sup
0,156 0,061 0,087
E
0,018 0,007 0,011
n0 49 68 81
n1 46 64 76
n2 46 64 76
107
Tabela 23: Análise estatística dos valores obtidos pelo levantamento das áreas
afetadas pelo arraste e derruba no município de Novo Repartimento.
UT
Área total
afetada (ha)
Área afetada
pelo arraste
(ha)
Área afetada
pela derruba (ha)
1 0.00 0.00 0.00
2 1.84 0.04 0.10
3 0.48 0.17 0.00
4 0.00 0.00 0.00
5 0.22 0.13 0.16
6 0.01 0.01 0.00
7 0.06 0.01 0.06
8 0.00 0.00 0.00
9 0.02 0.01 0.01
10 0.17 0.15 0.01
11 0.00 0.00 0.00
12 0.00 0.00 0.00
13 0.00 0.00 0.00
14 0.00 0.00 0.00
15 0.00 0.00 0.00
16 0.22 0.06 0.16
17 0.86 0.12 0.00
18 0.92 0.07 0.00
19 0.15 0.15 0.00
20 0.49 0.12 0.10
21 0.69 0.01 0.12
22 0.17 0.01 0.15
23 0.09 0.06 0.03
24 0.73 0.01 0.07
25 0.05 0.02 0.03
26 0.08 0.02 0.06
27 2.13 0.03 0.04
28 0.23 0.09 0.14
Total
2,45 1,28 1,23
Média
0,0875 0,0457 0,0439
Variância
0,0063 0,0031 0,0031
Desvio
Padrão
0,0797 0,0555 0,0561
Variância da
média
0,0003 0,0001 0,0001
Erro padrão
0,0169 0,0118 0,0119
CV
3,2510 4,3401 4,5671
Erro%
32,88 43,90 46,20
IC lim Inf
0,1163 0,0657 0,0641
IC lim Sup
0,0587 0,0256 0,0236
E
0,0088 0,0046 0,0044
n0 240 428 474
n1 232 414 459
n2 232 414 459
108
Tabela 24: Análise estatística dos valores obtidos pelo levantamento das áreas
afetadas pelo arraste e derruba no município de Paragominas.
UT
Área total
afetada (ha)
Área afetada
pelo arraste
(ha)
Área afetada
pela derruba (ha)
11
0.19 0.11 0.08
13
0.17 0.04 0.13
15
0.22 0.09 0.13
16
0.05 0.01 0.04
17
0.22 0.09 0.14
18
0.17 0.09 0.08
19
0.10 0.01 0.09
21
0.32 0.09 0.23
25
0.16 0.13 0.03
27
0.07 0.05 0.03
29
0.07 0.03 0.04
33
0.17 0.04 0.14
44
0.25 0.05 0.20
46
0.21 0.07 0.14
Total
2,38 0,90 1,48
Média
0,1701 0,0644 0,1056
Variância
0,0056 0,0013 0,0617
Desvio
Padrão
0,0749 0,0367 0,0038
Variância da
média
0,0004 0,0001 0,0003
Erro padrão
0,0200 0,0098 0,0165
CV
3,1450 4,0683 4,1701
Erro%
20,81 26,92 27,59
IC lim Inf
0,2055 0,0818 0,1348
IC lim Sup
0,1347 0,0471 0,0765
E
0,0170 0,0064 0,0106
n0 61 102 107
n1 54 89 95
n2 54 89 95
109
ANEXO B
Figura 9: Tipos de danos que podem ocorrer na vegetação devido a colheita de
madeira. (A e B) dano leve na base do tronco; (C) dano severo na base do tronco;
(D) dano severo no fuste superior; (E e F’) dano severo na copa.
110
Anexo C
Tabela 25: Lista de espécies encontradas nas três áreas de estudo.
NOME COMUM NOME CIENTÍFICO FAMÍLIA
Abiu
Chrysophyllum amazonicum T. D. Penn.
Sapotaceae
Abiu
Chrysophyllum guianense (Eyma) Baehni
Sapotaceae
Abiu
Chrysophyllum prieurii DC.
Sapotaceae
Abiu
Ecclinusa abbreviata Ducke
Sapotaceae
Abiu
Micropholis guyanensis (DC.) Pierre
Sapotaceae
Abiu
Pouteria cladantha Sandwith
Sapotaceae
Abiu
Pouteria elegans (DC.) T.D.Penn.
Sapotaceae
Abiu
Pouteria engleri Eyma
Sapotaceae
Abiu
Pouteria glomerata (Miq.)
Sapotaceae
Abiu, abiu-branco
Micropholis venulosa (Mart. & Eichler) Pierre
Sapotaceae
Abiu, abiu-cutite
Pouteria macrophylla (Lam.) Eyma
Sapotaceae
Abiu-quadrado, abiu-vermelho
Micropholis acutangula (Ducke) Eyma
Sapotaceae
Abiu-rosadinho
Pouteria oppositifolia (Ducke) Baehni
Sapotaceae
Abiu-seco, abiu-casca-fina
Pouteria laurifolia Radlk.
Sapotaceae
Abiu-vermelho
Pouteria caimito (Ruiz & Pav.) Radlk.
Sapotaceae
Abiu-vermelho
Pouteria guianensis Aubl.
Sapotaceae
Abiu-vermelho
Pouteria oblanceolata Pires
Sapotaceae
Abiu-vermelho, abiu
Pouteria macrocarpa (Mart.) D.Dietr.
Sapotaceae
Açacu
Hura crepitans L.
Euphorbiaceae
Acapu
Vouacapoua americana Aubl.
Caesalpinaceae
Acapuri
Micrandropsis scleroxylon (W.A.Rodrigues) W.A.Rodrigues
Euphorbiaceae
Acariquara
Minquartia guianensis Aubl.
Olacaceae
Açoita-cavalo
Luehea speciosa Willd.
Tiliaceae
Amapá brabo
Cochlopermum orinoccense (Kunth)Steud.
Cochlospermaceae
Amapá amargoso
Brosimum guianensis (Aubl.) Huber
Moraceae
Amapa doce
Brosimum parinarioides Ducke
Moraceae
Amarelao
Apuleia leiocarpa (Vogel) J. F. Macbr.
Caesapiniaceae
Amburana
Amburana acreana (Ducke) A.C.Sm.
Papilionoideae
Anani
Symphonia globulifera L.f.
Clusiaceae
Anani/a.branco
Symphonia ni
Clusiaceae/Gutiferae
Andiroba
Carapa guianensis Aubl.
Meliaceae
Andirobarana
Carapa sp
Meliaceae
Angelim-coco
Andira sp
Papilionoideae
Angelim-da-mata
Hymenolobium excelsum Ducke
Papilionoideae
Angelim-pedra
Hymenolobium petraeum Dicke
Papilionoideae
Angelim-rajado
Pithecellobium racemosum Ducke
Mimosaceae
Angelim-vermelho
Dinizia excelsa Ducke
Mimosaceae
Araracanga
Aspidosperma megalocarpum Müll.Arg.
Apocynaceae
Araracanga-branca
Aspidosperma sandwithianum Markgr.
Apocynaceae
Araracanga-verde
Aspidosperma sp.
Apocynaceae
Araracanga-vermelha
Aspidosperma centrale Markgr.
Apocynaceae
Arataciú
Sagotia racemosa Baill.
Euphorbiaceae
Arataciurana
Pausandra densiflora Lanj.
Euphorbiaceae
Araticum
Annona montana Macfad.
Annonaceae
Ata branca
Naucleopsis sp
Moraceae
Ata-menju
Duguetia echinophora (R.E.Fr.)
Annonaceae
Bacaba
Oenocarpus bacaba Mart.
Arecaceae
Bacuri-da-mata
Rheedia acuminata (Ruíz. & Pav.) Planch. & Triana
Clusiaceae
111
NOME COMUM NOME CIENTÍFICO FAMÍLIA
Barbatimão
Stryphnodendron adstringens (Mart.) Cov.
Mimosaceae
Barrote-preto
Protium sp.
Burseraceae
Beju de coco
Matayba sp.
Sapindaceae
Breu
Protium spp.
Burseraceae
Breu amarelo
Talisia sp
Sapindaceae
Breu branco
Protium paliidum Cuatrec.
Burseraceae
Breu manga/B.mangue
Tetragastris altíssima (Aubl.) Sw.
Burseraceae
Breu rajado/amaparana
Thyrsodium paraense Huber
Anacardiaceae
Breu-barrote
Tetragastris panamensis (Engl.) Kuntze
Burseraceae
Breu-branco
Protium nitidum Engl.
Burseraceae
Breu-sucuruba
Trattinnickia rhoifolia Willd.
Burseraceae
Breu-vermelho
Protium subserratum (Engl.) Engl.
Burseraceae
Burra-leiteira
Sapium sp.
Euphorbiaceae
Cacau
Theobroma speciosa Willd. ex Spreng.
Sterculiaceae
Caf‚ brabo
Strychnos sp
Loganiaceae
Café-bravo
Dodecastignma sp.
Euphorbiaceae
Caferana
Coussarea paniculata (Vahl) Standl.
Rubiaceae
Cajarana
Cabralea canjerana (Vell.) Mart.
Meliaceae
Caju-acu
Anacardium giganteum Hanck ex. Engl.
Anacardiaceae
Cajuarana
Simaba cuspidata Spruce ex Engl.
Simaroubaceae
Canduru preto/envira cheirosa
Xylopia polyantha R. E. Fr.
Annonaceae
Canela de jacamim
Rinorea flavescens (Aubl.) Kuntze
Violaceae
Canela/preciosa
Aniba canelilla (H.B.K)Mez
Lauraceae
Canela-de-veado
Miconia guianensis (Aubl.) Cogn.
Melastomataceae
Caneleira
Casearia javitensis Kunth
Flacourtiaceae
Canfista/canafistula/c.preta
Cassia faustuosa Willd.
Caesalpiniaceae
Capitiú
Siparuna decipiens (Tul.) A.DC.
Siparunaceae
Capoeiro-preto
Rinorea guianensis Aubl.
Violaceae
Caqui
Diospyros sp.
Ebenaceae
Caqui-preto
Diospyros praetermissa Sandwith
Ebenaceae
Carapanaúba
Aspidosperma rigidum Rusby
Apocynaceae
Casca seca branco
Hirtella ciliata Mart. & Zucc
Chrysobalanaceae
Casca seca/c.s. do brejo
Licania sp
Chrysobalanaceae
Casca-seca
Licania paraensis Prance
Chrysobalanaceae
Castanha sapucaia
Lecythis sp
Lecythidaceae
Castanha-do-para
Bertholletia excelsa Humb. & Bonpl.
Lecythidaceae
Catingoso
Siparuna guianensis Aulb
Monimiaceae
Cedro branco
Cedrela huberi Ducke
Meliaceae
Cedro vermelho
Cedrela odorata L.
Meliaceae
Cedroarana
Cedrelinga catenaeformis Ducke
Mimosaceae
Coco pau
Parinari excelsa Sabine
Chrysobalanaceae
Coco-pau
Couepia bracteosa Benth.
Chrysobalanaceae
Conduru
Brosimum lanciferum Ducke
Moraceae
Conduru-de-sangue
Myrocarpus frondosus Allemão
Caesalpinaceae
Copaíba Copaifera dukei Dwyer Caesalpiniaceae
Copaíba
Copaifera multijuga Hayne
Caesalpinaceae
Cubarana
Guarea carinata Ducke
Meliaceae
Culhão-de-bode
Spongiosperma grandiflorum (Huber) Zarucchi
Apocynaceae
Cumaru/c.vermelho
Dipterix odorata (Aubl.) Willd.
Papilionoideae
Cunário
Connarus sp.
Connaraceae
Cupiúba
Goupia glabra Aubl.
Celastraceae
112
NOME COMUM NOME CIENTÍFICO FAMÍLIA
Cupuaçu
Theobroma grandiflorum (Willd. ex Spreng.) K.Schum.
Sterculiaceae
Curupixa/folha miuda/branco
Micropholis melinoniana Pierre
Sapotaceae
Embaúba
Cecropia sp.
Cecropiaceae
Embaúba-branca
Cecropia obtusa Trécul
Cecropiaceae
Embaubarana
Pourouma guianensis Aubl.
Cecropiaceae
Embaúba-vermelha
Cecropia sciadophylla Mart.
Cecropiaceae
Envira
Duguetia sp.
Annonaceae
Envira-amarela
Guatteria sp.
Annonaceae
Envira-branca
Guatteria amazônica R.E.Fr.
Annonaceae
Envira-cana
Guatteria ovalifolia R.E.Fr.
Annonaceae
Envira-preta
Cordia nodosa Lam.
Borraginaceae
Envira-preta
Guatteria poeppigiana Mart.
Annonaceae
Envira-quiabo
Sterculia pilosa Ducke
Sterculiaceae
Escorrega macaco
Capirona huberiana Ducke
Rubiaceae
Espinho-de-judeu
Casearia sp.
Flacourtiaceae
Farinha seca/lindaqueira
Lindackeria paludosa (Benth.)Gilg
Flacourtiaceae
Farinha-seca
Lindackeria paraensis Kuhlm.
Flacourtiaceae
Fava
Balizia pedicellaris (A.Rich.) Barneby & J.W.Grimes
Mimosaceae
Fava
Parkia velutina Benoist
Mimosaceae
Fava
Stryphnodendron pulcherrimum (Willd.) Hochr.
Mimosaceae
Fava amargosa
Parkia sp
Mimosaceae
Fava de paca
Stryphnodendron guianenesis (Aulb)Benth
Mimosaceae
Fava mapuchiqui/cavalo melado
Dimorphandra gardneriana Tul.
Caesalpiniaceae
Fava tamburi/f.tamburil
Enterolobium maximum Ducke
Mimosaceae
Fava-amarela
Dimorphandra sp.
Caesalpiniaceae
Fava-atana
Parkia oppositifolia Spruce ex Benth.
Mimosaceae
Fava-atanã
Parkia gigantocarpa Ducke
Mimosaceae
Fava-bolacha
Vatairea paraensis Ducke
Papilionoideae
Fava-bolota
Parkia pendula (Willd.) Benth. ex Walp.
Mimosaceae
Faveira, timborana
Parkia ulei (Harms) Kuhlm.
Mimosaceae
Faveira-branca
Parkia multijuga Benth.
Mimosaceae
Feijao-brabo
Capparis coccolobifoli Mart.Ex.Eic
Capparaceae
Freijó - cinza
Cordia goeldiana Huber
Boraginaceae
Freijó-branco
Cordia bicolor DC.
Boraginaceae
Freijorana
Cordia scabrifolia A.DC.
Boraginaceae
Gema-de-ovo
Connarus sp
Connaraceae
Giboieiro
Trichilia lecointei Ducke
Meliaceae
Goiabarana
Eugenia sp.
Myrtaceae
Goiabeiro
Trichilia quadrijuga Kunth
Meliaceae
Goiabinha
Myrciaria floribunda (West ex Willd.) O.Berg
Myrtaceae
Goiabinha
Myrciaria sp.
Myrtaceae
Guajará
Chrysophyllum sp.
Sapotaceae
Guajara branco/cinza/ferro/ver
Chrysophyllum argenteum subsp. auratum (Miq.)
T.D.Penn. Sapotaceae
Guajara-bolacha
Pouteria cuspidata subsp robusta (Mart. & Eichler)
Sapotaceae
Guajará-bolacha
Chrysophyllum venezuelanense (Pierre) T.D.Penn.
Sapotaceae
Inajá
Attalea maripa (Aubl.) Mart.
Arecaceae
Inajarana
Quararibea guianensis Aubl.
Bombacaceae
Ingá
Inga sp.
Mimosaceae
Inga branca/i. amarela
Inga Alba (Sw.) Willd.
Mimosaceae
Inga peludo/cajussara
Solanum rugosum Dun
Solanaceae
Inga xixica
Inga heterophylla Wild
Mimosaceae
113
NOME COMUM NOME CIENTÍFICO FAMÍLIA
Ingá-branco
Inga micradenia Spruce ex Benth.
Mimosaceae
Ingá-vermelho
Inga paraensis Ducke
Mimosaceae
Inhar‚/muiratinga f. lisa
Maquiara scleropylla (Ducke)CCBag.
Moraceae
Inharé
Brosimum lactescens (S.Moore) C.C.Berg
Moraceae
Inharé-amarelo
Helicostylis pedunculata Benoist
Moraceae
Inharé-preto
Helicostylis tomentosa (Poepp. & Endl.) Rusby
Moraceae
Ipê branco
Galipea jasminiflora A.St.-Hil.
Rutaceae
Ipê-amarelo
Tabebuia serratifolia (Vahl) Nichols.
Bignoniaceae
Ipê-roxo
Tabebuia impetiginosa (Mart. ex DC.) Standl.
Bignoniaceae
Itauba
Mezilaurus itauba (Meisn.) Taub. ex Mez
Lauraceae
Jaca-brava
Sorocea sp.
Moraceae
Janitá
Sahagunia racemifera Huber
Moraceae
Jarana
Lecythis lurida (Miers) S.A.Mori
Lecythidaceae
Jataúba
Guarea guidonia (L.) Sleumer
Meliaceae
Jatobá
Hymenaea courbaril L.
Caesalpinaceae
Jatobá-do-brejo
Macrolobium latifolium Vogel
Caesalpinaceae
jenipapo
Genipa americana L.
Rubiacacea
João-mole
Neea floribunda Poepp. & Endl.
Nyctaginaceae
Juruparana/jeniparana
Gustavia augusta L.
Lecythidaceae
Jutaí-mirim
Hymenae parvifolia Huber
Caesalpinaceae
Jutaí-pororoca
Dialium guianense (Aubl.) Sandwith
Caesalpinaceae
Jutairana
Cynometra spruceana Benth.
Caesalpinaceae
Lacre
Vismia baccifera (L)Triana & Plan
Clusiaceae/Gutiferae
Lacre-branco
Vismia cayennensis (Jacq.) Pers.
Clusiaceae
Lacre-vermelho
Vismia japurensis Reichardt
Clusiaceae
Louro
Ocotea petalanthera (Meisn.) Mez.
Lauraceae
Louro branco
Dodecastigma integrifolium Lanj & sand
Euphorbiaceae
Louro-amarelo
Licaria brasiliensis (Nees) Kosterm.
Lauraceae
Louro-canela
Aniba burchellii Kosterm.
Lauraceae
Louro-canela
Ocotea costulata (Nees) Mez
Lauraceae
Louro-pimenta
Ocotea glomerata (Nees) Mez
Lauraceae
Louro-preto
Licaria aritu Ducke
Lauraceae
Louro-preto
Ocotea caudata (Nees) Mez
Lauraceae
Louro-preto
Ocotea opifera Mart.
Lauraceae
Louro-preto
Nectandra cuspidata Nees e Mart.
Lauraceae
Louro-vermelho
Sextonia rubra (Mez) van der Werff
Lauraceae
Macacaúba
Platymiscium filipes Benth.
Papilionoideae
Macaranduba
Manilkara huberi Standley
Sapotaceae
Macaranduba do brejo
Urbanella excelsa (AC smith)Aubl.
Sapotaceae
Macucu
Licania heteromorpha Benth.
Chrysobalanaceae
Mamorana/m.terra firme
Bombax paraense Ducke
Bombaceae
Mamui
Jacaratia spinosa (Aubl.) A.DC.
Caricaraceae
Mandioqueira
Qualea paraensis Ducke
Vochysiaceae
Maparajuba
Manilkara paraensis (Huber) Standl.
Sapotaceae
Mapatirana
Pourouma sp.
Cecropiaceae
Marajá
Bactris marajá Mart.
Arecaceae
Maria-preta
Diatenopteryx sorbifolia Radlk.
Sapindaceae
Marinheiro/M.preto
Virola venosa (Benth.)Warb
Myristicaceae
Marupá
Simarouba amara Aubl.
Simaroubaceae
Mata-calado
Lacistema aggregatum (Bergius) Rusby
Lacistemaceae
Matamatá-branco
Eschweilera coriacea (DC.) S.A.Mori
Lecythidaceae
114
NOME COMUM NOME CIENTÍFICO FAMÍLIA
Matamatá-ci
Eschweilera amazônica R.Knuth
Lecythidaceae
Matamatá-ci, jatereu
Lecythis idatimon Aubl.
Lecythidaceae
Matamatá-jibóia
Eschweilera ovata (Cambess.) Miers
Lecythidaceae
Matamatá-preto
Eschweilera grandiflora (Aubl.) Sandwith
Lecythidaceae
Matamatá-preto
Eschweilera parviflora (Aubl.) Miers
Lecythidaceae
Matamatá-preto
Eschweilera sp.
Lecythidaceae
Matamatá-preto
Eschweilera pedicellata (Rich.) S.A.Mori
Lecythidaceae
Melancieira
Alexa grandiflora Ducke
Papilionoideae
Mirindiba
Glycydendron amazonicum Ducke
Euphorbiaceae
Mirore/faveira camuz‚
Bauhinia macrostachya Benth
Caesalpiniaceae
Morototo
Didymopanax morototoni (Aubl.) Decne. & Planch.
Araliaceae
Morototó
Schefflera morototoni (Aubl.) Maguire, Steyerm. & Frodin
Araliaceae
Muiracatiara
Astronium gracile Engl.
Anacardiaceae
Muiracatiara-rajada
Astronium lecointei Ducke
Anacardiaceae
Murici
Pouteria piresii Bachn.
Sapotaceae
Murici-da-mata
Byrsonima crispa A.Juss.
Malpighiaceae
Muricirana
Ampelocera edentula Kuhlm.
Ulmaceae
Murta
Hirtella bicornis Mart. & Zucc.
Chysobalanaceae
Murta
Myrcia bracteata (Rich.) DC.
Myrtaceae
Murure
Brosimum obovata Ducke
Moraceae
Mururé
Brosimum acutifolium Huber
Moraceae
Mutamba
Guazuma ulmifolia Lam.
Sterculiaceae
Mutamba preta
Rollinia sp
Annonaceae
Mututi
Pterocarpus rohrii Vahl
Papilionoideae
Oiticica/Guariuba
Clarisia racemosa Ruíz & Pav.
Moraceae
Orelha de macaco
Enterolobium schomburgkii (Benth.) Benth.
Mimosaceae
Papo-de-mutum
Lacunaria jenmanii Ducke
Quiinaceae
Parapará
Jacarandá copaia (Aubl.) D.Don
Bignoniaceae
Pau jacare
Laetia procera (Poepp.) Eichler
Flacourtiaceae
Pau pintado
Casearia arborea (Rich)Urb.
Flacourtiaceae
Pau preto
Cenostigma tocantinum Ducke
Caesalpinaceae
Pau-amarelo
Euxylophora paraensis Huber
Rutaceae
Pau-branco
Phyllanthus sp.
Euphorbiaceae
Pau-de-colher
Lacmellea aculeata (Ducke) Monach.
Apocynaceae
Pau-de-remo
Chimarrhis turbinata DC.
Rubiaceae
Pau-mulato Calycophyllum spruceanum Benth. Rubiaceae
Pau-para-tudo
Simaba cedron Planch.
Simaroubaceae
Pau-pombo
Tapirira obtusa (Benth.) Mitchell
Anacardiaceae
Pau-santo
Zollernia paraensis Huber
Papilionoideae
Peito de porca/limÆozinho
Zanthoxylum regnelianum Engl.
Rutaceae
Pente-de-macaco
Apeiba albiflora Ducke
Tiliaceae
Pequiá
Caryocar villosum (Aubl.) Pers.
Caryocaraceae
Pequiarana
Caryocar glabrum (Aubl.) Pers.
Caryocaraceae
Pindaiba/ P.branca
Xylopia sp
Annonaceae
Preciosa
Aniba canelilla (Kunth) Mez
Lauraceae
Quaruba
Vochysia sp
Vochysiaceae
Quarubarana
Erisma uncinatum Warm.
Vocuysiaceae
Quina
Coutarea hexandra (Jacq.) K.Schum.
Rubiaceae
Quina branca/acariquara branca
Geissospermum vellosii Allemão
Apocynaceae
Quinarana
Geissospermum sericeum (Sagot) Benth. & Hook.f.
Apocynaceae
Saboeiro
Abarema Jupunba (Willd.) Britton & Killip
Mimosaceae
115
NOME COMUM NOME CIENTÍFICO FAMÍLIA
Sapucaia
Lecythis pisonis Cambess.
Lecythidaceae
Segador, mandioqueira
Dimorphandra pullie Amshoff
Caesalpinaceae
Seringarana-branca
Hevea brasiliensis Müll.Arg.
Euphorbiaceae
Seringarana-preta
Ecclinusa guianensis Eyma
Sapotaceae
Sucupira babona
Diplotopis sp.
Papilionoideae
Sucupira tento
Ormosia nobilis (Tul.) Tul.
Papilionoideae
Sucupira-babona
Agonandra brasiliensis (Jacq.) Lodd. ex Mart.
Opiliaceae
Sucupira-preta
Diplotropis purpurea (Rich.) Amshoff
Papilionoideae
Sucupiras
Bowdichia nítida Spruce
Papilionoideae
Sucuúba
Himatanthus sucuuba (Spruce ex Müll.Arg.) Woodson
Apocynaceae
Sumaúma
Ceiba pentandra (L.) Gaertn.
Bombacaceae
Tamanqueira
Zanthoxylum rhoifolium Lam.
Rutaceae
Tamaquaré
Caraipa excelsa Ducke
Clusiaceae
Tanimbuca
Terminalia amazonica (J.F.Gmel) Exell.
Combretaceae
Tatajuba
Bagassa guianensis Aubl.
Moraceae
Tatapiririca
Tapirira guianensis Aubl.
Anacardiaceae
Taturuba amarelo
Franchetella gonbripii (Eyma.)Aubrev.
Sapotaceae
Tauari/estopeiro
Couratari guianensis Aubl
Lecythidaceae
Taxi-branco
Sclerolobium paraense Huber
Caesalpinaceae
Taxi-preto
Tachigalii myrmecophyla Ducke
Caesalpinaceae
Taxirana
Stryphnodendron polystachyum (Miq.) Kleinhoonte
Mimosaceae
Tento-folha-graúda
Ormosia discolor Spruce ex Benth.
Papilionoideae
Tento-folha-miúda
Ormosia flava (Ducke) Rudd
Papilionoideae
Timborana
Pseudopiptadenia suaveolens (Miq.) J.W.Grimes
Mimosaceae
Timborana/Faveira da f. fina Piptadenia suaveolens Miq Mimosaceae
Três-folhas
Metrodoria flavida K. Krause
Rutaceae
Ucuúba
Virola sp.
Myristicaceae
Ucuúba-folha-peluda
Virola divergens Ducke
Myristicaceae
Ucuubarana
Iryanthera grandis Ducke
Myristicaceae
Urucu-da-mata
Bixa arborea Huber
Bixaceae
Urucurana
Sloanea sp.
Elaeocarpaceae
Uxi
Endopleura uchi (Huber) Cuatrec.
Humiriaceae
Uxirana
Sacoglottis amazonica Mart.
Humiriaceae
Uxirana
Sacoglottis guianensis Benth.
Humiriaceae
Uxirana
Vantanea guianensis (Aubl.) Ducke
Humiriaceae
Uxirana
Vantanea parviflora Lam.
Humiriaceae
Livros Grátis
( http://www.livrosgratis.com.br )
Milhares de Livros para Download:
Baixar livros de Administração
Baixar livros de Agronomia
Baixar livros de Arquitetura
Baixar livros de Artes
Baixar livros de Astronomia
Baixar livros de Biologia Geral
Baixar livros de Ciência da Computação
Baixar livros de Ciência da Informação
Baixar livros de Ciência Política
Baixar livros de Ciências da Saúde
Baixar livros de Comunicação
Baixar livros do Conselho Nacional de Educação - CNE
Baixar livros de Defesa civil
Baixar livros de Direito
Baixar livros de Direitos humanos
Baixar livros de Economia
Baixar livros de Economia Doméstica
Baixar livros de Educação
Baixar livros de Educação - Trânsito
Baixar livros de Educação Física
Baixar livros de Engenharia Aeroespacial
Baixar livros de Farmácia
Baixar livros de Filosofia
Baixar livros de Física
Baixar livros de Geociências
Baixar livros de Geografia
Baixar livros de História
Baixar livros de Línguas
Baixar livros de Literatura
Baixar livros de Literatura de Cordel
Baixar livros de Literatura Infantil
Baixar livros de Matemática
Baixar livros de Medicina
Baixar livros de Medicina Veterinária
Baixar livros de Meio Ambiente
Baixar livros de Meteorologia
Baixar Monografias e TCC
Baixar livros Multidisciplinar
Baixar livros de Música
Baixar livros de Psicologia
Baixar livros de Química
Baixar livros de Saúde Coletiva
Baixar livros de Serviço Social
Baixar livros de Sociologia
Baixar livros de Teologia
Baixar livros de Trabalho
Baixar livros de Turismo
