Distribuição espacial de atributos florestais em um ecossistema de Mecrusse, no sul de Moçambique
DOI:
https://doi.org/10.5281/zenodo.6604677Palavras-chave:
Androstachys johnsonii, monodominância, geoestatistica, krigagemResumo
O conhecimento da variabilidade espacial das características dendrométricas pode auxiliar no planejamento e estratificação de inventários florestais. Este trabalho teve como objetivo verificar a dependência da distribuição espacial, num fragmento de Mecrusse, Androstachys johnsonii, da altura dominante, volume, área basal e densidade de: (a) todas as espécies, (b) espécie dominante e (c) todas as espécies excluindo a dominante. Foram usados dados de 79 unidades amostrais na Província de Gaza, sul de Moçambique, onde foram medidas todas as árvores com diâmetro à altura do peito (DAP) maior ou igual a 10 cm. As variáveis foram associadas à coordenada geográfica do ponto de coleta para o processamento dos dados por meio de geoestatística. Foram ajustados e testados os modelos Esférico Exponencial e Gaussiano, pelo método dos mínimos quadrados ordinários. O modelo exponencial teve melhor ajuste e foi selecionado para estimar as características dendrométricas. A variável altura dominante não apresentou dependência espacial quando analisada para todas as espécies da floresta e para a espécie de Androstachys johnsonii. A dominância da espécie estudada apresentou dependência espacial. A interpolação por meio da krigagem ordinária mostrou a distribuição espacial da área basal variando de 4 a 42 m.ha-1 e as regiões Norte e Nordeste com maiores concentrações que a região Sul.
Referências
Akhavan, R., Zahedi Amiri, G., Zobeiri, M. (2010). Spatial variability of forest growing stock using geostatistics in the Caspian region of Iran. Caspian Journal of Environmental Sciences, v. 8, n. 1, p. 43-53.
Amaral, L. P., Ferreira, R. A., Watzlawick, L. F., Longhi, S. J., Sebem, E. (2013).
Influência da floresta alterada na distribuição espacial de três espécies da Floresta Ombrófila Mista avaliada pela geoestatística. Revista Árvore, v. 37, n. 3, p. 491-501.
https://doi.org/10.1590/S0100-67622013000300012.
Assis, A. L. de., Mello, J. M., Guedes, I. C. L., Scolforo, J. R. S., Oliveira, A. D. (2009).
Development of a sampling strategy for young stands of Eucalyptus sp. using geostatistics. Cerne, v. 15, n. 2, p. 166-173.
Assmann, E. e principles of forest yield study. Oxford: Pergamon, 1970. 506 p.
Biondi, F., Myers, D. E., Avery, C. C. Geostatistically modeling stem size and increment in an old-growth forest. Canadian Journal of Forest Research, v. 24, p. 1354–1368,
Cardoso, G.A. (1963). Madeiras de Moçambique: Androstachys johnsonii. Maputo, Mozambique: Serviços de Agricultura e Serviços de Veterinária. Condit, R. (1998). Tropical Forest Census Plots: Methods and Results from Barro Colorado Island, Panama and a Comparison with Other Plots. London: Springer. Goslee, S. C. (2006). Behavior of vegetation sampling methods in the
resence of spatial autocorrelation. Plant Ecology, v. 187, p. 203-212.
INE – Instituto Nacional de Estatística. (2017). Indicadores distritais do Censo de 2017
- Moçambique. MAPUTO: Instituto Nacional de Estatística.
Kearsley, E., de Haulleville, T., Huens, K., Kidimbu, A., Toirambe, B., Baert, G., Verbeeck, H. (2013). Conventional tree height–diameter relationships significantly overestimate aboveground carbon stocks in the Central Congo Basin. Nature
ommunications, v. 4, 2269. https://doi.org/10.1038/ncomms3269. Kearsley, E., Verbeeck, H., Huens, K., Van De Perre, F., Doetterl, S., Baert, G., Beeckman, H., Boeckx, P., Huygens, D. (2017). Functional community structure
of African monodominant Gilbertiodendron dewevrei forest
nfluenced by localenvironmental filtering. Ecology and Evolution, v. 7, n. 295–304. https://doi.org /10.1002/ece3.2589.
Magalhães, T. M., Seifert, T. (2015). Tree component biomass expansion factors and root-to-shoot ratio of Lebombo ironwood: measurement uncertainty. Carbon Balance Manage, v. 10, p. 9. https://doi.org/10.1186/s13021-015-0019-4. Magalhães, T.M. (2015). Live above- and belowground biomass of a Mozambican
evergreen forest: a comparison of estimates based on regression equations and biomass expansion factors. Forest Ecosystems, v. 2, n. 28. https://doi.org/10.11 86/s40663-015-0053-4. Magalhães, T. M. (2017). Carbon stocks in necromass and soil pools of a Mozambican tropical dry forest under different disturbance regimes. Biomass and Bioenergy, v. 105, p. 373-380. https://doi.org/10.1016/j.biombioe.2017.07.023 Marzoli, A. (2007). Inventário Florestal Nacional. Maputo, Moçambique: Coperazione Italiana. 86 p.
Matheron, G. (1971). e theory of regionalized variables. Paris, France: École Nationale Supérieure des Mines de Paris. 211 p.
Mc Bratney, A. G., Webster, A. G. (1986). Choosing functions for semi-variograms and fitting them to sampling estimates. Journal of Soil Science, v. 37, p. 617-639. https://doi.org/10.1111/j.1365-2389.1986.tb00392.x. Mello, J. M., Diniz, F. S., Oliveira, A. D., Scolforo, J. R. S., Acerbi junior, F. W., iersh, C. R. (2009). Métodos de amostragem geoestatística para estimativa do número
de fustes e volume em plantios de Eucalyptus grandis. Floresta, v. 39, p. 157-166.
http://dx.doi.org/10.5380/rf.v39i1.13735.Mello, J. M. (2004). Geoestatística aplicada ao inventário florestal. Doutorado, Universidade de São Paulo, Brasil. Menegol, O. (1991). Índice de sítio e relação entre altura dominante e teores nutricionais das acículas em povoamentos de Pinus elliottii var, elliottii no segundo planalto Paranaense. Mestrado, Universidade Federal do Paraná, Brasil. Philip, M. S. (1994). Measuring Trees and Forests. 2nd ed. Wallingford: CAB International. 310 p.
Pimentel Gomes, F., Garcia, C. H. (2002). Estatística aplicada a experimentos agronômicos e florestais. Piracicaba: FEALQ, 2002. 309 p.
R Core Team. R. (2019). A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing. Ribeiro Júnior, P. J., Diggle, P. J. (2001). geoR: Apackage for geostatistical analysis. RNews, v. 1, p. 15-18.
Rode, R., Figueiredo-Filho, A., Machado, S. A., Galvão, F. (2010). Análise do padrão espacial de espécies e de grupos florísticos estabelecidos em um povoamento de Araucaria angustifólia e em uma Floresta Ombrófila Mista no centro-sul do Paraná. Floresta, v. 40, p. 255-268.
Rufino, T. M. C., iersch, C. R., Ferreira, S. O., Kanegae Junior, H., Fais, D. (2006). Uso da Geoestatística no estudo da relação entre variáveis dentrométricas de povoamentos de Eucalyptus sp. e atributos do solo. Ambiência, v. 2, n. 1, p. 83-93.
Samra, J. S., Gill, H. S., Bhatia, V. K. (1989). Spatial stochastic modelling of growth and forest resource evaluation. Forest Science, v. 35, n. 3, p. 663-676.
Santos, M. C. N., Mello, J. M., Mello, C. R., Avila, L. F. (2013). Spatial continuity of soil
attributes in an atlantic forest remnant in the mantiqueira range, MG. Ciência e Agrotecnologia, v. 37, n. 1, p. 68-77.
Tobler, W. R. (2004). On the First Law of Geography: A Reply. Association of American Geographers, v. 94, n. 2, p. 290-293.
Tonini, H., Finger, C. A. G., Schneider, P. R., Spathelf, P. (2002). Comparação gráfica entre curvas de índice de sítio para Pinus elliottii e Pinus taeda desenvolvidas no Sul do Brasil. Ciência Florestal, v. 12, p. 143-152.
Viola, D. N. (2007). Detecção e modelagem de padrão espacial em dados binários e de contagem. Doutorado, Universidade de São Paulo, Piracicaba, 2007.
Whitmore, T. C. (1990). An Introduction to Tropical Rain Forest. Oxford: Clarendon Press, 1990. Wild, H., Fernandes, A. (1968). Flora Zambesiaca-vegetation map and suplement. Zimbabwe: Salisbury. 68 p.
Wulder, M. A., Lavigne, M., Franklin, S. E. (1996). High spatial resolution optical image texture for improved estimation of forest stand leaf area index. Canadian Journal of Remote Sensing, v. 22, p. 441-449.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2022 Revista Espinhaço
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
