Crescimento e Produção
28 de abril de 2026
Como projetamos o crescimento para povoamentos?
Que fatores facilitam a projeção?
Homogeneidade
Sistemas silviculturais com uma única espécie facilitam a projeção do crescimento. Além disso, se essas tiverem a mesma idade, o comportamento de todas as árvores se torna ainda mais previsível.
Isso é caracterizado pela homogeneidade de sistemas equiâneos no manejo florestal.
O que muda para florestas naturais?
Florestas naturais não possuem nenhuma dessas características: são de várias espécies, de idades indeterminadas.
Isso torna a prognose da produção em florestas naturais mais difícil e imprecisa, quando comparada com povoamentos equiâneos.
Outros fatores passam a importar
Além da variedade de espécies e idades, outros dois fatores atuam de forma constante na floresta:
Florestas naturais estão em constantes ritmos de Ingresso, Crescimento e Mortalidade. A atuação conjunta desses mecanismos é chamada de Dinâmica da Floresta.
Como transformar isso em números?
Três formas:
Como transformar isso em números?
Três formas:
Aqui temos efeito combinado do Ingresso, Crescimento e Mortalidade.
Se pensarmos nas classes diamétricas, parte das árvores avança, parte morre, e novas árvores surgem nas primeiras classes.
\[ 2006 = \begin{bmatrix}7503 & 1421 & 466 & 195 & 158 & 92 & 25 & 3 & 0 \end{bmatrix} \]\[ 2009 = \begin{bmatrix} 7644 & 1601 & 494 & 191 & 154 & 103 & 33 & 8 & 0 \end{bmatrix} \]
CLASSE 1
7266 árvores permaneceram na classe 1 entre 2006-2009.
201 árvores avançaram da classe 1 para 2 entre 2006-2009.
36 árvores morreram. na classe 1 entre 2006-2009.
378 árvores ingressaram na classe 1 entre 2006-2009
\[ 2006 = \begin{bmatrix}7503 & 1421 & 466 & 195 & 158 & 92 & 25 & 3 & 0 \end{bmatrix} \]\[ 2009 = \begin{bmatrix} 7644 & 1601 & 494 & 191 & 154 & 103 & 33 & 8 & 0 \end{bmatrix} \]
CLASSE 2
1400 árvores permaneceram na classe 2 entre 2006-2009.
201 árvores chegaram da classe 1 para 2 entre 2006-2009.
11 árvores morreram na classe 2 entre 2006-2009.
10 árvores avançaram da classe 2 para 3 entre 2006-2009.
\[ Y_1 = \begin{bmatrix} 7503\\ 1421\\ 466\\ 195\\ 158\\ 92\\ 25\\ 3\\ 0 \end{bmatrix} \]
\[ Y_1 = \begin{bmatrix} y_{11} \\ y_{12} \\ \vdots \\ y_{1n} \end{bmatrix} \qquad \qquad Y_2 = \begin{bmatrix} y_{21} \\ y_{22} \\ \vdots \\ y_{2n} \end{bmatrix} \]
\[ Y_2 = M . Y_1 + I \]
\[ \begin{equation} \begin{bmatrix} Y_{21} \\ Y_{22} \\ Y_{23} \\ Y_{24} \\ Y_{25} \\ \vdots \\ \vdots \\ Y_{2n} \end{bmatrix} = \begin{bmatrix} a_1 & 0 & 0 & \dots & \dots & 0 \\ b_2 & a_2 & 0 & \dots & \dots & 0 \\ c_3 & b_3 & a_3 & \dots & \dots & 0 \\ 0 & c_4 & b_4 & \dots & \dots & 0 \\ 0 & 0 & c_5 & \dots & \dots & 0 \\ \vdots & \vdots & \vdots & \ddots & \ddots & \vdots \\ \vdots & \vdots & \vdots & \vdots & \ddots & \vdots \\ 0 & 0 & 0 & c_n & b_n & a_n \end{bmatrix} \cdot \begin{bmatrix} Y_{11} \\ Y_{12} \\ Y_{13} \\ Y_{14} \\ Y_{15} \\ \vdots \\ \vdots \\ Y_{1n} \end{bmatrix} + \begin{bmatrix} I_{1} \\ I_{2} \\ I_{3} \\ I_{4} \\ I_{5} \\ \vdots \\ \vdots \\ I_{n} \end{bmatrix} \end{equation} \]
\[ M = \begin{array}{c|ccccccc} & 1 & 2 & 3 & 4 & 5 & & n \\ \hline 1 & a_1 & 0 & 0 & 0 & 0 & \dots & 0 \\ 2 & b_2 & a_2 & 0 & 0 & 0 & \dots & 0 \\ 3 & c_3 & b_3 & a_3 & 0 & 0 & \dots & 0 \\ 4 & 0 & c_4 & b_4 & a_4 & 0 & \dots & 0 \\ 5 & 0 & 0 & c_5 & b_5 & a_5 & \dots & 0 \\ \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \ddots & \vdots \\ i_n & 0 & 0 & 0 & c_n & b_n & \dots & a_n \end{array} \]
\[ a_i = {\text{Número de árvores vivas que permaneceram na i-ésima \\ classe no período} \over \text{Número de árvores existentes na i-ésima classe no tempo t}} \]
\[ b_i = {\text{Número de árvores vivas que migram da i-ésima \\ classe para a classe i+1 no período} \over \text{Número de árvores existentes na i-ésima classe no tempo t}} \]
\[ c_i = {\text{Número de árvores vivas que migram da i-ésima \\ classe para a classe i+2 no período} \over \text{Número de árvores existentes na i-ésima classe no tempo t}} \]
\[ \begin{array}{c} Y_2 = M . Y_1 + I \\ Y_3 = M . Y_2 + I \\ \vdots \\ Y_p = M . Y_{p-1} + I \end{array} \]
Princípio: Cadeia de Markov ou Matriz de Transição.
Utilizada para a realizar a prognose da produção em florestas naturais.
Estima a probabilidade de transição dos diâmetros entre classes diamétricas.
A projeção é feita a partir da Matriz de Probabilidades de Transição.
Estimativa de Probabilidades
As probabiliddes em um período de medição são obtidas pela razão de mudanças ocorridas numa classe diamétrica, tais como:
Primeira Premissa
Considera-se que o Incremento Periódico em diâmetro das árvores da floresta, obtido na parcela permanente, tem o comportamento idêntico no futuro.
Segunda Premissa
Considera-se que a projeção da estrutura da floresta depende somente do estado atual, não sofrendo efeito do desenvolvimento passado da floresta.
Essa característica ou propriedade do modelo é conhecida como propriedade markoviana.
O Intervalo de tempo deve ser compatível com o crescimento diamétrico.
Não é desejável que uma árvore migre mais que uma ou duas classes entre medições.
Isso reduz substancialmente o número deparâmetros a estimar
\[ M = \begin{array}{c|ccccccc} & 1 & 2 & 3 & 4 & 5 & & n \\ \hline 1 & a_1 & 0 & 0 & 0 & 0 & \dots & 0 \\ 2 & b_2 & a_2 & 0 & 0 & 0 & \dots & 0 \\ 3 & c_3 & b_3 & a_3 & 0 & 0 & \dots & 0 \\ 4 & 0 & c_4 & b_4 & a_4 & 0 & \dots & 0 \\ 5 & 0 & 0 & c_5 & b_5 & a_5 & \dots & 0 \\ \vdots & \vdots & \vdots & \vdots & \vdots & \vdots & \ddots & \vdots \\ i_n & 0 & 0 & 0 & c_n & b_n & \dots & a_n \end{array} \]
\[ \begin{array}{l} a_i &= \text{Prob. se manter na classe} \\ b_i &= \text{Prob. avançar uma classe} \\ c_i &= \text{Prob. avançar duas classes} \end{array} \]
Quanto mais avanços possíveis, mais difícil e errática se torna a prognose
Período de Predição
Como depende de medições sucessivas para sua construção, a prognose é sempre igual ao período observado.
Por exemplo: se o período de análise foi entre 2000 e 2004, então a matriz sempre fará estimativas de 4 em 4 anos.
| 2006 | 2009 |
|---|---|
| 16.8 | 17.3 |
| 15.0 | 15.0 |
| 12.7 | 14.7 |
| 11.3 | 15.0 |
| 18.6 | 18.7 |
| 14.7 | 0.0 |
| 10.4 | 10.5 |
| 30.3 | 31.4 |
| 33.1 | 36.3 |
| 22.5 | 24.6 |
| 19.1 | 20.9 |
A utilização da Matriz de Transição depende de parcelas permanentes, pois apenas essas fornecem as informações necessárias para sua construção.
\[ Y_1 = \begin{bmatrix} 100 \\ 80 \\ 60 \\ 40 \\ 20 \end{bmatrix} \qquad M= \begin{bmatrix} 0,6 & 0 & 0 & 0 & 0 \\ 0.3 & 0.5 & 0 & 0 & 0 \\ 0 & 0.4 & 0.5 & 0 & 0 \\ 0 & 0 & 0.3 & 0.4 & 0 \\ 0 & 0 & 0 & 0.4 & 0.3 \end{bmatrix} \qquad I = \begin{bmatrix} 50 \\ 0 \\ 0 \\ 0 \\ 0 \end{bmatrix} \]
Estime \(Y_2\) por meio de \(Y_2 = M . Y_1 + I\)
Veja que
\[ \begin{aligned} \textcolor{blue}{Y_2} = M . Y_1 + I \\ Y_3 = M . \textcolor{blue}{Y_2} + I \end{aligned} \]
Portanto
\[ Y_3 = M . \textcolor{blue}{(M . Y_1 + I)} + I \]
\[ Y_3 = M . \textcolor{blue}{(M . Y_1 + I)} + I \]
\[ Y_3 = M^2 Y_1 + M . I + I \]
De forma análoga,
\[ Y_4 = M . Y_3 + I \]
\[ Y_4 = M^3 Y_1 + M^2 .I + M.I + I \]
\[ Y_4 = M^3Y_1 + (M^2 + M + Id)I \]
\[ Y_4 = M^3Y_1 + (M^2 + M + Id)I \]
Generalizando,
\[ Y_p = M^{p-1} Y_1 + \left(\sum_{i=0}^{p-2} M^i \right)I \]
Até onde posso ir?
Não há limite teórico de quantos anos para frente é possível realizar a prognose.
Mas na prática projeções com mais de 20 anos do presente já passam a diferir bastante da realidade.