Hipsometric Rate for <i>Pinus taeda</i> L. at Different Stages of the Cutting Cycle

Nicoletti, Marcos Felipe; Souza, Karine; Silvestre, Raul; França, Morgana Cristina; Rolim, Flávio Augusto

doi:10.1590/2179-8087.051513

Acessibilidade / Reportar erro

Brasil

Español English

sumário « anterior atual seguinte »

Sumário

Original Articles • Floresta Ambient. 23 (1) • Jan-Mar 2016 • https://doi.org/10.1590/2179-8087.051513 copy

Hipsometric Rate for Pinus taeda L. at Different Stages of the Cutting Cycle

Authorship SCIMAGO INSTITUTIONS RANKINGS

ABSTRACT

This study aimed to evaluate the different phases of the cutting cycle, seeking a proper hypsometric rate to estimate the height of these different phases in a reforestation of Pinus taeda. The study consisted of five treatments, being the fifth the combination of the data belonging to the other treatments. The sampling followed the fixed area method where plots size and number of dominant trees varied with each cutting cycle. The plots location was defined by simple random sampling (eight portions by cutting cycle). We determined the statistical adjustments, adjusted coefficient of determination, standard error and residual analysis. We performed the Graybill identity test to assess the need to use different models for different age classes. Results showed that there are significant differences between adopting a specific model to each stage and use a single best model for the full settlement.

Keywords:
height; reforestation; forest management

Fase do ciclo de corte	Tratamento	Idade (anos)	Plantio	Tamanho das parcelas (m²)
Antes do 1º desbaste	1	7	jul/05	300 (15 × 20)
Antes do 2º desbaste	2	8	jun/04	450 (15 × 30)
Antes do 4º desbaste	3	18	out/94	750 (15 × 50)
Antes do corte raso	4	18	abr/94	900 (15 × 60)
Total de dados (Modelo reduzido)	5	-	-	-

Equação	Autor	Modelo matemático
1	Henriksen	$h = b_{0} + b_{1} \ln d$
2	Não referenciado	$\ln h = b_{0} + b_{1} d + b_{2} d ²$
3	Parabólico	$h = b_{0} + b_{1} d + b_{2} d^{2}$
4	Assman	$h = b_{0} + b_{1} \frac{1}{d}$
5	Stoffels	$\ln h = b_{0} + b_{1} \ln d$
6	Azevedo et al. (1999)Azevedo CP, Muroya K, Garcia LC, Lima RMB, Moura JB, Neves EJM. Relação hipsométrica para quatro espécies florestais em plantio homogêneo e em diferentes idades na Amazônia Ocidental. Boletim de Pesquisa Florestal 1999; (39): 5-29.	$\ln h = b_{0} + b_{1} \ln d + b_{2} \frac{1}{d}$

Ciclo de corte	Idade (anos)	Mínimo (cm)	Máximo (cm)	Média (cm)	Desvio-padrão (cm)	Coeficiente de variação (%)
Antes do 1º desbaste	7	8,9	25,2	18,1	2,7	14,89
Antes do 2º desbaste	8	12,9	32,2	21,4	3	14,01
Antes do 4º desbaste	18	23,3	50,9	33,2	4,8	14,53
Antes do corte raso	18	24,9	49,6	33,8	4,3	12,77

Nº	Coeficientes da Regressão			S_yx%	R²_aj	IA
Nº	$b_{0}$	$b_{1}$	$b_{2}$	S_yx%	R²_aj	IA
1	–3,48318^ significativo ao nível de 1% de significância.	4,97377^ significativo ao nível de 1% de significância.	-	8,08	0,42695	0,4303
2	1,25283^ significativo ao nível de 1% de significância.	0,09972^ significativo ao nível de 1% de significância.	–0,00202^ significativo ao nível de 1% de significância.	8,06	0,45201	0,45201
3	–0,03819ns	0,94069^ significativo ao nível de 1% de significância.	–0,01828^* * significativo ao nível de 5% de significância.	8,06	0,42981	0,43648
4	15,75736^ significativo ao nível de 1% de significância.	–86,50911^ significativo ao nível de 1% de significância.	-	8,05	0,4313	0,43462
5	1,01801^ significativo ao nível de 1% de significância.	0,47199^ significativo ao nível de 1% de significância.	-	8,11	0,44487	0,44487
6	3,74993^* * significativo ao nível de 5% de significância.	–0,23434ns	–12,27671ns	8,07	0,45032	0,45032

Nº	Coeficientes da Regressão			S_yx%	R²_aj	IA
Nº	$b_{0}$	$b_{1}$	$b_{2}$	S_yx%	R²_aj	IA
1	0,10768^ns	4,43733^ significativo ao nível de 1% de significância.	-	5,931	0,38729	0,39077
2	2,53385^ significativo ao nível de 1% de significância.	–0,00756^ns	0,00051^ns	5,792	0,40744	0,40744
3	13,16182^ significativo ao nível de 1% de significância.	–0,15879^ns	0,00831^* * significativo ao nível de 5% de significância.	5,787	0,41661	0,42324
4	17,920^ significativo ao nível de 1% de significância.	–89,16754^ significativo ao nível de 1% de significância.	-	6,07	0,35831	0,36195
5	1,63392^ significativo ao nível de 1% de significância.	0,32015^ significativo ao nível de 1% de significância.	-	5,896	0,38407	0,38407
6	–1,39836^ns	1,06767^ significativo ao nível de 1% de significância.	15,70443^ significativo ao nível de 1% de significância.	5,788	0,40706	0,40706

Nº	Coeficientes da Regressão			S_yx%	R²_aj	IA
Nº	$b_{0}$	$b_{1}$	$b_{2}$	S_yx%	R²_aj	IA
1	5,67150^* * significativo ao nível de 5% de significância.	4,36803^ significativo ao nível de 1% de significância.	-	6,209	0,18761	0,19195
2	2,66606^ significativo ao nível de 1% de significância.	0,01612ns	–0,00014ns	6,221	0,18201	0,18201
3	13,29359^ significativo ao nível de 1% de significância.	0,32669ns	–0,00286ns	6,222	0,1842	0,19292
4	25,41750^ significativo ao nível de 1% de significância.	–146,11981^ significativo ao nível de 1% de significância.	-	6,212	0,18687	0,19122
5	2,31612^ significativo ao nível de 1% de significância.	0,20689^ significativo ao nível de 1% de significância.	-	6,210	0,18521	0,18521
6	2,64433ns	–0,13438ns	–2,43959ns	6,226	0,181	0,18099

Nº	Coeficientes da Regressão			S_yx%	R²_aj	IA
Nº	$b_{0}$	$b_{1}$	$b_{2}$	S_yx%	R²_aj	IA
1	–0,60631ns	6,28954^ significativo ao nível de 1% de significância.	-	6,321	0,25464	0,25867
2	2,33847^ significativo ao nível de 1% de significância.	0,03389^ significativo ao nível de 1% de significância.	–0,00036^* * significativo ao nível de 5% de significância.	6,305	0,25917	0,25917
3	6,30657ns	0,70342^ significativo ao nível de 1% de significância.	–0,00741^* * significativo ao nível de 5% de significância.	6,305	0,25831	0,26633
4	27,99279^ significativo ao nível de 1% de significância.	–216,54051^ significativo ao nível de 1% de significância.	-	6,3	0,25956	0,26356
5	2,03927^ significativo ao nível de 1% de significância.	0,29195^ significativo ao nível de 1% de significância.	-	6,33	0,25432	0,25432
6	4,76012^* * significativo ao nível de 5% de significância.	–0,30722ns	–20,50605ns	6,31	0,25773	0,25773

Nº	Coeficientes da Regressão			S_yx%	R²_aj	IA
Nº	$b_{0}$	$b_{1}$	$b_{2}$	S_yx%	R²_aj	IA
1	–29,29359^ significativo ao nível de 1% de significância.	14,16537^ significativo ao nível de 1% de significância.	-	11,024	0,84631	0,84652
2	1,08913^ significativo ao nível de 1% de significância.	0,09411^ significativo ao nível de 1% de significância.	–0,00108^ significativo ao nível de 1% de significância.	10,082	0,87225	0,87225
3	–7,22716^ significativo ao nível de 1% de significância.	1,27384^ significativo ao nível de 1% de significância.	–0,01313^ significativo ao nível de 1% de significância.	10,546	0,85934	0,85973
4	30,46446^ significativo ao nível de 1% de significância.	–336,64981^ significativo ao nível de 1% de significância.	-	12,109	0,81458	0,81483
5	–0,12691^ significativo ao nível de 1% de significância.	0,89257^ significativo ao nível de 1% de significância.	-	11,619	0,85334	0,85334
6	0,62748ns	0,71502^ significativo ao nível de 1% de significância.	–4,35369^* * significativo ao nível de 5% de significância.	11,359	0,85398	0,85398

Modelo 1
Fontes de variação	GL	SQ	QM	F
Modelo completo	8	224949,86		212,56
Modelo reduzido	2	223324,21
Redução	6	1625,65	270,94
Resíduo	715	911,39	1,27
Total	723	225861,25
Modelo 2
Fontes de variação	GL	SQ	QM	F
Modelo completo	12	5694,19		129,88
Modelo reduzido	3	5689,03
Redução	9	5,16	0,57
Resíduo	711	3,14	0,004
Total	723	5697,32
Modelo 3
Fontes de variação	GL	SQ	QM	F
Modelo completo	12	224961,49		124,58
Modelo reduzido	3	223542,57
Redução	9	1418,93	157,66
Resíduo	711	899,76	1,27
Total	723	225861,25
Modelo 4
Fontes de variação	GL	SQ	QM	F
Modelo completo	8	224947,30
Modelo reduzido	2	222800,47
Redução	6	2146,84	357,81	279,92
Resíduo	715	913,95	1,28
Total	723	225861,25
Modelo 5
Fontes de variação	GL	SQ	QM	F
Modelo completo	8	5694,13
Modelo reduzido	2	5687,79
Redução	6	6,34	1,06	236,53
Resíduo	715	3,19	0,004
Total	723	5697,32
Modelo 6
Fontes de variação	GL	SQ	QM	F
Modelo completo	12	5694,18
Modelo reduzido	3	5687,84
Redução	9	6,34	0,70	161,99
Resíduo	711	3,14	0,004
Total	723	5697,32

Instituto de Florestas da Universidade Federal Rural do Rio de Janeiro Rodovia BR 465 Km 7, CEP 23897-000, Tel.: (21) 2682 0558 | (21) 3787-4033 - Seropédica - RJ - Brazil
E-mail: floram@ufrrj.br

Acompanhe os números deste periódico no seu leitor de RSS

[1] Marcos Felipe Nicoletti Departamento de Engenharia Florestal, Universidade do Estado de Santa Catarina – UDESC, Av. Luiz de Camões, 2090, Conta Dinheiro, CEP 88520-000, Lages, SC, Brasil e-mail: marcos.nicoletti@udesc.br