dinÂmica e potencial de crÉditos de carbono na … · edivaldo chaves, roberta silva e raimundo...
TRANSCRIPT
MINISTÉRIO DA CIÊNCIA, TECNOLOGIA E INOVAÇÃO
INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA - INPA
PÓS-GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS
DINÂMICA E POTENCIAL DE CRÉDITOS DE CARBONO NA
FLORESTA MANEJADA DA FLONA DO TAPAJÓS, ESTADO DO PARÁ
Diego Ribeiro de Aguiar
Manaus - Amazonas
Março de 2018
DIEGO RIBEIRO DE AGUIAR
DINÂMICA E POTENCIAL DE CRÉDITOS DE CARBONO NA
FLORESTA MANEJADA DA FLONA DO TAPAJÓS, ESTADO DO PARÁ
Orientador: Joaquim Dos Santos
Coorientador: Adriano José Nogueira Lima
Tese apresentada ao Instituto Nacional
de Pesquisas da Amazônia como parte
dos requisitos para obtenção do título de
Doutor (a) em Ciências de Florestas
Tropicais.
Manaus - AmazonasMarço de 2018
Sinopse
Estudou-se a dinâmica e potencial de créditos de carbono no sítio de manejo florestal na Flona Tapajós, no estado do Pará. Foi realizada a avaliação de estoque e dinâmica de carbono ao longo dos anos e comparado com a floresta sem intervenção madeireira. Posteriormente, foi feita uma avaliação de quanto poderia ser gerado de créditos, com o projeto de carbono na área de manejo florestal da unidade de conservação.
Palavras-Chave: Biomassa, Serviços Ambientais, Monitoramento Florestal, Exploração Florestal, Floresta Tropical, Amazônia.
A 282 Aguiar , Diego Ribeiro de Dinâmica e potencial de créditos de carbono na floresta manejada da
flona do Tapajós, estado do Pará / Diego Ribeiro de Aguiar . --- Manaus: [s.n.], 2018.
xviii, 148 f.: il.
Tese (Doutorado) --- INPA, Manaus, 2017.Orientador: Joaquim Dos SantosCoorientador: Adriano José Nogueira Lima Área de concentração: Ciências de Florestas Tropicais
1. Manejo florestal. 2. Serviço ambiental . 3. Biomassa . I. Título.
CDD 634.92
DIEGO RIBEIRO DE AGUIAR
DINÂMICA E POTENCIAL DE CRÉDITOS DE
CARBONO NA FLORESTA MANEJADA DA FLONA DO TAPAJÓS, ESTADO DO PARÁ
Tese apresentada ao Instituto Nacional
de Pesquisas da Amazônia como parte
dos requisitos para obtenção do título de
Doutor (a) em Ciências de Florestas
Tropicais.
Aprovada em 19 de março de 2018.
iv
AGRADECIMENTOS
Ao Instituto Nacional de Pesquisas da Amazônia (INPA) pela oportunidade de cursar o
doutorado na instituição.
A Fundação de Amparo a Pesquisa do Amazonas (FAPEAM) pela bolsa concedida,
que foi de grande importância para o custeio das atividades de campo, assim como, para a
manutenção de despesas pessoais durante o doutorado no INPA.
Ao Laboratório de Manejo Florestal (LMF), em especial a Doutor Niro Higuchi por
permitir a minha participação no grupo de pesquisa.
Aos meus orientadores Joaquim dos Santos e Adriano José Nogueira Lima, pelos
conselhos e ensinamentos durante esses quatro anos de doutorado. Ao projeto da Capes, pró-
integração, o qual financiou a análise de solos da área de estudo.
Ao Laboratório de Manejo em Ecossistemas Florestais (Lamef) da Universidade
Federal do Oeste do Pará (UFOPA) pelo apoio durante as atividades de campo.
Ao Professor João Ricardo Vasconcellos Gama e Dárlison Fernandes Carvalho de
Andrade por terem disponibilizado os dados da área de manejo e terem confiado a mim a
manutenção do inventário contínuo. Ao professor Renato Bezerra da Silva Ribeiro, pelo
suporte com informações referentes ao projeto.
A todos os estudantes que participaram dos inventários durante o período de quatro
anos (2014-2017) e possibilitaram a realização da coleta dados em um curto intervalo de
tempo e com boa qualidade.
Aos professores Rodrigo da Silva (UFOPA) e Raimundo Cosme de Oliveira Junior, da
Empresa Brasileira de pesquisa Agropecuária (Embrapa), por todo o apoio durante a pós-
graduação, foram grandes incentivadores desde o mestrado. Gostaria de agradecer também
aos meus amigos Raphael Tapajós, pelo suporte na programação R e ao Everton Cavalcante
pelo auxílio na elaboração de mapas.
A Professora Lia Melo (UFOPA), por ter cedido a caminhonete L200, do projeto BR-
163, para os inventários e por ter disponibilizado o banco de dados para área controle, os
quais foram fundamentais para a análise dos dados. Ao professor Rommel Noce (UFOPA)
pelo auxílio, o qual foi de grande importância para análise dos cenário de potencial de crédito
de carbono.
v
A Cooperativa Mista da Flona Tapajós Verde (COOMFLONA), pelo apoio de campo,
alimentação e estadia no alojamento, durante as atividades de campo. Em especial a
Marcelene Farias e Pedro Pantoja, pelo suporte e informação concedido durante a atividade
realizada na Flona.
Aos identificadores parabotânicos Manoel Castro (Manduca), Jociney Peres de Farias
(Pintão) e Ananias Castro da Rocha (Xamingo) que foram imprescindíveis para realização dos
inventários e por contribuírem para um bom desenvolvimento da atividade.
Ao Doutor em anatomia da madeira Jorge Alves de Freitas, pelo ensinamentos e
paciência durante a identificação dos corpos de provas das espécies utilizadas na cubagem de
madeira na Floresta Nacional do Tapajós. Agradecer ao Laboratório De Anatomia e
Identificação de Madeiras / Xiloteca e Coordenação de Tecnologia e Inovação - COTI / INPA,
e também a pesquisadora Claudete Catanhede do Nascimento, que deu suporte durante a
identificação da madeira.
Ao laboratório de análise solo do INPA, em especial aos técnicos Laura Oliveira,
Edivaldo Chaves, Roberta Silva e Raimundo Nonato de Araújo Filho pelo apoio e
ensinamento, durante o trabalho de preparo de solução e leitura de nutrientes do solo coletado
na Floresta Nacional do Tapajós.
E finalmente, gostaria de agradecer a todos que contribuíram de forma direta e indireta
no trabalho e que acreditaram na minha capacidade de realizá-lo durante quatro anos. Porque
um pequeno incentivo faz toda a diferença, muito obrigado a todos.
vi
RESUMO
Estudos de biomassa em florestas tropicais têm sido utilizados para avaliação ecológica da
vegetação e atualmente tem um papel muito importante no processo de assimilação do
carbono atmosférico, principalmente devido a mudança no uso da terra na Amazônia. Assim,
é necessário saber a quantidade de carbono absorvido na floresta após a exploração florestal.
Dessa forma, este trabalho teve como objetivo estudar o efeito do manejo florestal na
dinâmica da vegetação e estimar o potencial de créditos de carbono das espécies arbóreas
após a exploração na Floresta Nacional do Tapajós (FNT). A pesquisa foi realizada na FNT,
ao longo da rodovia Cuiabá-Santarém (BR-163), localizada no estado do Pará, na porção
central da floresta amazônica. Para a análise da vegetação foi empregada amostragem em
conglomerados alocados aleatoriamente em 37 unidades amostrais com 4 subunidades
(parcelas) de 5 m x 50 m, representando uma área amostral de 3,7 ha. Em cada subunidade de
conglomerado, antes e após a exploração, foram mensurados todas as árvores com diâmetro a
1,30 m do solo (DAP) ≥ 5 cm e altura total em metros com o aparelho Truepulse 360. Para o
sítio controle foram utilizadas 9 parcelas, medindo 50 m x 50 m, totalizando uma área de 2,25
ha. A análise de variância (ANOVA) para o incremento de carbono obteve diferença para as
áreas de estudos (F=707,6; p=1,86E-07) e foi significativa de acordo com o teste Tukey
(p=3E-07). Em uma análise temporal da área de manejo, o estoque de carbono foi
restabelecido após sete anos da atividade florestal, algo que evidencia o serviço ambiental
superior (incremento anual 2,13±0,10 MgC.ha-1) ao de uma floresta sem intervenção
madeireira (incremento 0,85 MgC.ha-1). Na análise do potencial de créditos de carbono, o
cenário com manejo e queimada, a floresta teve uma perda de 46,73 MgCO2 eq.ha-1 no manejo
e após 5 anos recuperou 31,99 MgCO2 eq.ha-1 do estoque perdido durante a atividade. Com a
queimada, emitiu 156,01 MgCO2 eq.ha-1. Quando realizada a projeção de crescimento no
segundo cenário, a floresta recuperou o estoque em sete anos e ao longo do ciclo de corte,
poderia estocar 218,65 MgCO2 eq.ha-1. Isso demonstra resiliência da vegetação diante do
sistema de manejo, o que pode ser o diferencial para agregar maior valor a floresta
Amazônica, considerando o serviço ambiental carbono.
Palavras-Chave: Biomassa, Serviços Ambientais, Monitoramento Florestal, Exploração
Florestal, Floresta Tropical, Amazônia.
vii
ABSTRACT
Biomass studies in tropical forests have been used for ecological evaluation of vegetation and
currently play a very important role in the assimilation process of atmospheric carbon, mainly
due to the change in land use in the Amazon. It is therefore necessary to know the amount of
carbon absorbed in the forest after logging. The objective of this study was to study the effect
of forest management on vegetation dynamics and to estimate the carbon credits potential of
tree species after logging in the Tapajós National Forest (FNT). The research was carried out
at the FNT, along the Cuiabá-Santarém highway (BR-163), located in the state of Pará, in the
central portion of the Amazon forest. For vegetation analysis, sampling was carried out in
conglomerates randomly assigned to 37 sample units with 4 subunits (plots) of 5 m x 50 m,
representing a sample area of 3.7 ha. In each conglomerate subunit, before and after the
exploration, all trees with a diameter of 1,30 m (DAP) ≥ 5 cm and total height in meters were
measured with the Truepulse 360 apparatus. For the control site, 9 plots, measuring 50 mx 50
m, totaling an area of 2.25 ha. The analysis of variance (ANOVA) for the carbon increment
obtained a difference for the study areas (F = 707.6, p = 1.86E-07) and was significant
according to the Tukey test (p = 3E-07) . In a temporal analysis of the management area, the
carbon stock was reestablished after seven years of forestry activity, evidencing the superior
environmental service (annual increase 2.13 ± 0.10 MgC.ha-1) to that of a forest without
timber intervention (increment 0.85 MgC.ha-1). In the analysis of the potential carbon credits,
the scenario with management and burning, the forest had a loss of 46.73 MgCO2 eq.ha-1 in
the management and after 5 years recovered 31.99 MgCO2 eq.ha-1 from the lost stock during
the activity. With the burning, it emitted 156.01 MgCO2 eq.ha-1. When the growth projection
was performed in the second scenario, the forest recovered the stock in seven years and
during the cutting cycle, could store 218.65 MgCO2 eq.ha-1. This shows the resilience of the
vegetation before the management system, which can be the differential to add greater value
to the Amazon forest, considering the environmental service carbon.
Keywords: Biomass, Environmental Services, Forest Monitoring, Logging, Tropical
Rainforest, Amazon.
viii
SumárioRESUMO................................................................................................................................. vii
1. INTRODUÇÃO......................................................................................................................1
2. OBJETIVOS.……………………………………...……………………………….…...…...3
2.1. Objetivo Geral …………………………………………………...…….……………….3
2.2. Objetivos específicos …………………………………………...……….……………..3
3. HIPÓTESES…………………………………………………………………………………4
4. REVISÃO BIBLIOGRÁFICA………………………………………...…………………... 5
4.1. Manejo florestal na Amazônia …………………………….……...…………………….5
4.2. Carbono na floresta Amazônica ………………………….……………………………..7
4.3. Alometria florestal ………………………………………….………………..………….8
4.4. Fitossociologia e diversidade …………………………….……...………….…………10
4.5. Dinâmica Florestal ……………………………………….……...……………...……..11
4.6. Valor econômico das florestas nativas…………………….……...……………………13
4.7. Redução de emissões de desmatamento e degradação (REDD+) ….……………..…...14
4.7.1. Mercado de carbono ……………..……………..………………….………...………18
4.7.2. Mercado Regulado de Carbono …..…………………..………….………...……...…19
4.7.3. Mercado Voluntário …………….……………………..………….………….......…..20
4.7.3.1. Verified Carbon Standard (VCS) ……………………………….……….………...20
4.7.3.2. Climate, Community and Biodiversity Standard (CCBS)…….…….………….….21
4.7.3.3. CarbonFix Standard (CFS) ………………………….………….…………….……22
4.7.3.4. Sistema Plan Vivo …………….……..……………………………………...……..23
4.7.4. A questão da não-permanência dos crédito temporário ……………………………..23
4.7.5. REED+ no Brasil ………………...……………………………………………..…...25
4.7.5.1. Estratégia Nacional para REDD+ ……………………..…………………………..26
4.7.5.1.1. Salvaguardas para REDD+ …………..………………………...………………..26
4.7.5.1.2. Mensuração, Reportável e Verificação (MRV) de resultados do REDD+ …...….28
4.7.5.1.3. Captação de Recursos de Pagamento por Resultados de REDD+ ………..……..29
5. MATERIAL E MÉTODOS …………………………………………………...……….…..31
5.1. Clima, relevo, solo e vegetação ……………………………………………...………..31
5.2. Amostragem e coleta de dados …………………………………………….…………..32
5.3. Estatística do Inventário …………………………………………………...…………..34
5.4. Análise fitossociológica e diversidade ………………………………………………...34
ix
5.4.1. Índice de diversidade alfa de Fisher ………………………………………..…...34
5.4.2. Índice de equabilidade de Pielou ………………………………………………..35
5.4.3. Coeficiente de Mistura de Jentsch …………………………………...……...…..35
5.4.4. Análise fitossociológica ……………………………………………...……...…..35
5.4.4.1. Densidade ………………………………………………………...……….…..35
5.4.4.2. Dominância ……………………………………………………………….…...36
5.4.4.3. Frequência ……………………………………………………………...……..36
5.4.4.4.Valor de importância …………………………………………………………...37
5.5 - Dinâmica da vegetação arbórea ………………………….………………...…………37
5.5.1. Mortalidade ………………………………………………………………….…..37
5.5.2. Recrutamento ………………………………………………………………..…..37
5.5.3. Incremento Periódico Anual ………………………………………...…………..38
5.6. Método de Quantificação de Biomassa …………….……………………...…………..38
5.6.1. Altura dominante para ajuste da equação de biomassa …………………...……..38
5.6.2. Modelo de biomassa corrigido ……………………………………..…...………39
5.7. Ajuste de equações volumétricas ………………………….…………………………..39
5.7.1. Cubagem de árvores amostradas ………………………………...……...………39
5.7.2. Modelos ………………………………………………………………….……...41
5.7.3. Critérios para seleção de modelos ……………………………..………...……...42
5.8. Análise da estrutura vertical …………………………………………………………...44
5.9. Estimativa do sequestro de carbono………………...………………………...….….…45
5.10. Projeto REDD+…………………………………………………………………..…...46
5.11. Análise de dados ………………………………………………………...…..…...47
6. RESULTADOS E DISCUSSÃO …………………………………………………...……...48
6.1. Estatística de Inventários ………………………………………………...………..48
6.2. Diversidade ………………………………………………………………...……...48
6.3. Fitossociologia …………………………………………………………...…….….50
6.4. Dinâmica da vegetação arbórea ………………………………….………...……...53
6.5. Cubagem …………………………………………………………………....……..56
6.5.1. Seleção de equações ……………………………………………………...……..57
6.6. Distribuição diamétrica ……………………………………………...…………….61
6.6.1. Volume de madeira ……………………………………………………...….…...62
x
6.6.1.1. Efeito pós-exploratório no volume de madeira ………………………...……..64
6.7. Estoque madeireiro na estrutura vertical ……………..…………………………...69
6.8. Carbono na área de Manejo …………………………………………….……..…..72
6.9. Estoque de carbono na estrutura vertical ………………………………...……..…80
6.10. Potencial para geração de créditos…………………………………………..……83
6.10.1. Serviços Ambientais ………………………..………………………...….…….86
6.10.2. Avaliação do projeto REDD+ …………………..……………...……...……….88
7. CONCLUSÃO......................................................................................................................92
8. REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................92
xi
Lista de Tabelas
Tabela 1 - Distribuição de árvores de acordo com o inventário na UPA e o planejado para aAC…………………………………………………………………………………………….40
Tabela 2 - Modelos testados para estimar o volume comercial por meio do DAP, CAP eHc……………………………………………………………………………………………..41
Tabela 3 - Distribuição dos intervalos de altura para estrutura vertical da floresta……….....45
Tabela 4 - Descrição da Analise de Variância a qual os dados foram empregados…………..47
Tabela 5 - Valores do número de árvores, espécies e área basal (AB) por hectare para operíodo de estudo da área de manejo e controle da FNT.………………………..…………...48
Tabela 6 - Índice de diversidade alfa de Fisher (α), Equabilidade de Pielou (J) e Quociente deMistura de Jentsch (QM), para área de manejo na FNT……………………………………...49
Tabela 7 - O VI (%) de 10 espécies comerciais ao longo do tempo.…...…………………….52
Tabela 8 - Taxas de mortalidade e recrutamento para área de manejo na FNT…………….....54
Tabela 9 - Modelos testados (Nº), coeficientes estimados e suas respectivas estatíticas: Valor-p, Coeficiente de Determinação Ajustado (R² ajustado), Erro Padrão da Estimativa (Syx) emm3 e Incerteza em porcentagem (In %), Akaike's An Information Criterion (AIC), intervalo deconfiança (IC), volume estimado (VE m³)………………………………………………...….60
Tabela 10 - Espécies com maior volume de madeira (m³.ha-1.ano-1) para na área de manejoflorestal………………………………………………………………………………….…….68
Tabela 11 - Espécies com maior estoque de carbono (MgC.ha-1.ano-1) para na área de manejoflorestal…………………………………………………………………………………….….78
xii
Lista de Figuras
Figura 1 - Sumário do CarbonFix Standard, adaptado de Merger et al., (2011)…..….……..23
Figura 2 - Localização da área de estudo, situada na Floresta Nacional do Tapajós………...31
Figura 3 - Disposição do conglomerado usando uma espécie oleaginosa como ponto dereferência……………………………………………………………………………………...32
Figura 4 - Delineamento amostral da área de manejo florestal da UPA5, Floresta nacional doTapajós…………………………………………………………………..…………………....33
Figura 5 - Fotos da Pitomba-folha-grande (Talisia Allenii, Família: Sapindaceae)………….33
Figura 6 - Esquema de cubagem de árvore caída (A) e abatida (B) dividindo a alturacomercial em 10 partes igual………………………………………………………………....40
Figura 7 - Distribuição dos estratos da estrutura vertical………………..…...……………...45
Figura 8 - Gráfico com as 5 espécies de maior VI (%) após o manejo, com sua variação parao período de estudo………………………………………………………………………..….51
Figura 9 - Gráfico com as 5 espécies de maior CV para o VI (%) após o manejo, para operíodo de estudo……………………………………………………………………………..53
Figura 10 - Distribuição do número de árvores cubadas por classe de DAP, Floresta Nacionaldo Tapajós, Pará, Brasil……………………………………………………………………….56
Figura 11 - Dispersão de resíduos dos modelos testados com as variáveis DAP, CAP e Hc,Floresta Nacional do Tapajós, Pará, Brasil…………………………………………………...57
Figura 12 - Distribuição de DAP por classe de tamanho no sítio de manejo florestal……....61
Figura 13 - Boxplot do incremento volumétrico na área de estudo, onde diferençasignificativa do tukey (α=0,95) é representada por letras a e b……………………………....61
Figura 14 - Distribuição diamétrica de madeira na área de manejo florestal……………......65
Figura 15 - Distribuição do volume de madeira na estrutura vertical na área de manejoflorestal……………………………………………………………………………………….69
Figura 16 - Distribuição das espécies com maior volume de madeira para os anos de 2010 e2015…………………………………………………………………………………………..71
Figura 17 - Boxplot do incremento acumulativo de carbono na área de estudo, onde diferençasignificativa do tukey é (α=0,95) representadas por letras a e b……………………………...73
Figura 18 - Estoque de carbono ao longo dos anos……………………………………….....75
Figura 19 - Distribuição diamétrica de carbono na área de manejo florestal………………..77
Figura 20 - Distribuição de carbono na estrutura vertical na área de manejo florestal……...80
Figura 21 - Distribuição das cinco espécies com maior estoque de carbono para os anos de2010 e 2015…………………………………………………………………………………...81
xiii
Figura 22 – Incremento de CO2 eq. na área submetida ao manejo florestal e posteriormenteatingida pelo fogo……………………………………………………………………..……....83
Figura 23 - Incremento de CO2 eq. na área de manejo e projeção com o incremento da áreacontrole……………………………………………..…………………………………………85
xiv
Lista de Abreviaturas
AC - Área de cubagem
AIC - Akaike's An Information Criterion
AFOLU (sigla em inglês) - Agricultura, Silvicultura e Outros Projetos de Uso da Terra
ANOVA - Análise de variância
BNDES - Banco Nacional de Desenvolvimento Econômico e Social
CAP - Circunferência a 1,30 m
CCBA - Climate, Community, and Biodiversity Alliance
CCBS - Climate, Community and Biodiversity Standard
CFS - CarbonFix Standard
CO2 - dióxido de carbono
CO2 eq. - CO2 equivalente
COOMFLONA - Cooperativa Mista da Floresta Nacional do Tapajós Verde
CONAREDD+ - Comissão Nacional para REDD+
COP - Conferência das Partes da Convenção Nações Unidas sobre Mudanças do Clima
CQNUMC - Convenção-Quadro das Nações Unidas sobre Mudança do Clima
CV - Coeficiente de Variação
DAP - Diâmetro a 1,30 m
Dai - Densidade absoluta
DIC - Delineamento Inteiramente Casualizado
Dri - Densidade relativa
DoAi - Dominância Absoluta
DoRi - Dominância relativa
Dtoco - Diâmetro do toco
E% - Erro Amostral percentual
ENREDD+ - Estratégia Nacional para REDD+
EU-ETS - European Union - Emission Trading Scheme
Fai - Frequência Absoluta
f Hdom - Fator da altura dominante
Flona - Floresta Nacional
FNT - Floresta Nacional do Tapajós
Fri - Frequência Relativa
xv
FREL (sigla em inglês) - Nível de Referência de Emissões Florestais
FSC - Forest Stewardship Council
GCF (Green Climate Fund) - Fundo Verde para o Clima
GEE - Gases do Efeito Estufa
Hc - Altura comercial
Hdom - Altura Dominante
Htoco - Altura do toco
ICMBio - Instituto Chico Mendes de Conservação da Biodiversidade
IBAMA - Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis
ICE - Intercontinental Exchange
Incerteza% - Incerteza em percentual
IPA - Incremento Periódico Anual
IPCC - Intergovernmental Panel on Climate Change
J - equabilidade de Pielou
lRCEs (sigla em inglês) - Reduções Certificadas de Emissões longo prazo
M% - Taxa de mortalidade
MRV - mensuração, relato e verificação
MDL - Mecanismo de Desenvolvimento Limpo
PFM - Produtos florestais madeireiros
PFNM - Produtos não madeireiros
QM - Coeficiente de Mistura
R% - Taxa de Recrutamento
R² ajust - Coeficiente de correlação ajustado do modelo
RCEs (sigla em inglês) - Reduções Certificadas de Emissões
REDD+ - Redução De Emissões Por Desmatamento E Degradação
REM (sigla em inglês) - programa Causa Iniciais do REDD
SISREDD+ - Sistema de Informação sobre as Salvaguardas de REDD+
UNFCCC - United Nations Framework Convention on Climate Change
tRCEs (sigla em inglês) - Reduções Certificadas de Emissões temporária
UPA - Unidade de Produção Anual
UREs - Unidades de Reduções de Emissões
UT - Unidades de trabalho
xvi
VCS - Verified Carbon Standard
VIi - Valor de Importância
VNU - Valor de não uso
VO - Valor de opção
VU - Valores de uso
VUD - Valor de uso direto
VUI - Valor do uso indireto
xvii
Lista de Apêndice
APÊNDICE A - Lista de espécies identificadas na área de manejoflorestal………………………………………………………………………………...…… 108
APÊNDICE B - Lista de espécies identificadas na áreacontrole……………………………………………………………………..………………..115
APÊNDICE C - Análise fitossociológica na área de manejo florestal, para o ano de2010………………………………………………………………………………………….120
APÊNDICE D - Análise fitossociológica na área de manejo florestal, para o ano de2011………………………………………………………………………………………….125
APÊNDICE E - Análise fitossociológica na área de manejo florestal, para o ano de2014………………………………………………………………………………………….130
APÊNDICE F - Análise fitossociológica na área de manejo florestal, para o ano de2015……………………………………………………………………………………….…136
APÊNDICE G - Análise efetuada com base nas técnicas específicas usualmente aplicadas naidentificação anatômica macroscópica da madeira, seguindo as orientações contidas nasnormas técnicas (COPANT, 1974; IBAMA, 1991).……………………………………………………………………………………………….142
xviii
1. INTRODUÇÃO
A Amazônia possui a maior extensão contínua de floresta tropical do mundo sendo
muito importante para o ciclo do carbono em uma escala global (Keller et al., 2004). A região
amazônica tem papel direto no controle da mudança climática global, tanto pela capacidade
de emitir gases do efeito estufa para a atmosfera, via queimadas ou desmatamentos, como de
absorver carbono da atmosfera por meio do crescimento da vegetação (Souza et al., 2012;
Otukei & Emanuel, 2015).
O desmatamento e degradação florestal na Amazônia e em outros lugares nos trópicos
é responsável por cerca de 15-35% das emissões de carbono antropogênicas globais
(Mollicone et al., 2007). A exploração madeireira duplicou as estimativas de floresta
degradada por atividades humanas, resultando em profundas implicações para a ecologia da
floresta amazônica e para a sustentabilidade dos empreendimentos na região (Asner et al.,
2005).
A contribuição da exploração madeireira e o desmatamento de floresta tropical para as
emissões globais de gases de efeito estufa tem sido considerada um dos componentes de
maior incerteza nos modelos de mudanças climáticas (Houghton, 2003a). Apesar dessa
incerteza, a redução de emissões por desmatamento e degradação (REDD+), especialmente
nos trópicos, pode ser uma maneira eficaz de reduzir as emissões a nível global (Stern, 2007).
Estimativas de biomassa podem determinar as magnitudes dos fluxos de carbono
devido à mudança no uso da terra, e para quantificar as emissões de carbono evitadas por
meio de mecanismos como REDD+ (Feldpausch et al., 2012). As estimativas de carbono
liberado no processo de exploração nos níveis baixo, médio e alto, correspondem a uma
redução de 5, 10 e 20% da biomassa da floresta, respectivamente (Nepstad et al., 1999).
Estudos de sensoriamento remoto tem sugerido que a contribuição da exploração
madeireira na Amazônia poderia liberar 0,08 Pg C.ano-1 (Asner et al., 2005). Contudo, o setor
florestal tem sido considerado como um dos principais setores de mitigação, devido a floresta
oferecer a possibilidade de sequestro de carbono adicional em período relativamente curto e
mantê-lo por muitos anos (Bhat & Ravindranath, 2011).
As florestas tropicais atuam como importante reservatório de carbono, possivelmente
em resposta ao aumento na concentração de carbono na atmosfera, que aumenta a
produtividade da floresta (Clark, 2004). A floresta pode agir como sumidouro, pois as árvores
absorvem carbono durante a fotossíntese e estocam o excesso na forma de biomassa (Phillips
1
et al., 1998; Higuchi et al., 2004). Por isso, conhecer a taxa de crescimento da floresta,
principalmente após o manejo florestal, é muito importante para a mensuração do serviço
ambiental que ocorre na área. A biomassa pode ajudar a responder questões ligadas tanto ao
estoque de nutrientes, quanto ao clima (Higuchi et al., 1998).
Estudo sobre dinâmica florestal é necessário para compreender o quanto a floresta está
assimilando de carbono ao longo do tempo. Com o monitoramento pós-manejo é possível
obter dados importantes sobre a vegetação: como mortalidade, recrutamento e incremento
periódico. Dessa forma, definir melhor estratégia para o uso futuro, com base nas espécies de
interesse comercial.
As florestas nativas possuem poucas informações de como crescem, seja em áreas
intactas, exploradas ou sujeitas ao regime de manejo (Scolforo, 1998; Pantaleão et al., 2008).
Pesquisas sobre a exploração florestal deram ênfase, principalmente, aos aspectos
silviculturais, e mudanças sofridas após a atividade florestal, na composição de espécies.
Porém, pouco se tem investigado sobre alterações pós-exploração nos ciclos biogeoquímicos
e seus efeitos na produtividade das florestas (Hall et al., 2003).
Por isso, o conhecimento da estrutura da floresta é vital para a estimativa de estoques e
fluxos de carbono (Houghton et al., 2001; Palace et al., 2012). Com a avaliação da dinâmica é
possível compreender o serviço ambiental no processo de absorção de carbono com base nas
taxas de incremento após o manejo florestal. A maioria dos estudos científicos que abordam o
impacto do manejo florestal sobre o carbono alocado pela floresta, depende da modelagem da
dinâmica da floresta ou do ecossistema (Swanson, 2009).
Assim, com as informações sobre a dinâmica da vegetação obtidas na área de manejo
florestal, é possível compreender os processos de recomposição. Com isso, melhorar a
exploração para o próximo ciclo de corte e estimar o serviço ambiental que ocorre na área.
Cada floresta responde de maneira diferente a forma de exploração, e conhecer como
funciona a reestruturação da floresta é fundamental, para utilização futura dos seus recursos,
seja madeireiro ou carbono.
2
2. OBJETIVOS
2.1 - Objetivo Geral:
➢ Investigar o efeito do manejo florestal na dinâmica da vegetação e estimar o potencial de
créditos de carbono das espécies arbóreas, para assim, ter a projeção de crescimento após
a exploração na Floresta Nacional do Tapajós, estado do Pará.
2.2 - Objetivos específicos:
➢ Analisar a dinâmica de vegetação arbórea (recrutamento, mortalidade, incremento
periódico anual), composição florística e diversidade para o período de 2010 a 2015;
➢ Ajustar equações de volume para avaliar o efeito de exploração em todas as espécies na
área de manejo florestal da Cooperativa Mista da Floresta Nacional do Tapajós Verde
(COOMFLONA);
➢ Estimar o incremento de carbono e madeireiro nas estruturas horizontal e vertical da
floresta após ao manejo florestal;
➢ Estimar o potencial de geração de crédito, do serviço ambiental carbono, na área de
manejo florestal da COOMFLONA na Flona Tapajós (FNT) de 2010 a 2015.
3
3. HIPÓTESES
1 - A variação da dinâmica (taxas de recrutamento, mortalidade) influencia as espécies com
maior valor de importância (VI)?
H0 = Não influencia as espécies com maior valor de importância (VI)
H1 = Influencia as espécies com maior valor de importância (VI);
2 - É possível obter bom ajuste de modelos volumétricos com base na utilização de madeira
caída e abatida na área de manejo florestal da COOMFLONA?
H0= não é possível obter um bom ajuste de modelos com base apenas em madeira caída e
abatida;
H1= é possível obter um bom ajuste de modelos com a utilização de madeira caída e abatida;
M = αi + βi µj + εij
Mij = é o valor da variável resposta
αi = Intercepto da curva
βi = Inclinação da reta gerada pela regressão
µj = parâmetro
εij = erro
3 - Há uma variação significativa de incremento de carbono/madeireiro considerando o tempo
de exploração?
H0= não há uma variação significativa do incremento de carbono/ madeireiro ao longo do
tempo de exploração;
H1= Há uma variação significativa do incremento de carbono/ madeireiro ao longo do tempo
de exploração;
4 - A área de manejo florestal terá potencial para gerar crédito de carbono entre os ciclos de
corte?
H0 = Não terá potencial para gerar crédito de carbono entre os ciclos de corte;
H1 = Terá potencial para gerar crédito de carbono entre os ciclos de corte;
4
4. REVISÃO BIBLIOGRÁFICA
4.1. Manejo florestal na Amazônia
As florestas tropicais, como todos os ecossistemas da Terra, estão sujeitas a uma ampla
gama de distúrbios com variável duração, intensidade e frequência (Chazdon, 2003). Os danos
da exploração florestal costumam causar alterações do microclima e balanço de energia,
podendo promover erosão, compactação do solo e interrupção do ciclo de nutrientes (Pereira
et al., 2002; Villela et al., 2006; Gutiérrez-Granados et al., 2011).
Um dos principais usos da terra na Amazônia é a exploração madeireira, sendo
fundamental para a economia regional. De 1996 a 2003, essa atividade ocorreu em uma área
de 10-20 mil km2.ano-1, sendo responsável por uma produção anual de madeira de 27-50
milhões m3, empregando 350 mil pessoas e gerando uma receita bruta anual de US $ 2,5
bilhões (Nepstad et al., 1999; Asner et al., 2005; Van gardingen et al., 2006).
No contexto de impactos antrópicos sobre a floresta, a combinação de desmatamento e
extração seletiva de madeira define em grande parte o alcance geográfico das atividades
humanas na floresta tropical úmida (Asner et al., 2009b). Com essas mudanças do uso da terra
é preciso de alternativas para a utilização dos recursos naturais que possam garantir a
conservação ao longo do tempo.
O manejo florestal é um método de extração seletiva de madeira que minimiza os
danos na floresta com o uso de ações planejadas e equipamentos adequados (Pereira et al.,
2002; Palace et al., 2007). Essa atividade influencia na absorção e liberação de carbono da
biomassa florestal, solo, produtos madeireiros (Schmid et al., 2006) e ajuda a melhorar a
sustentabilidade da exploração de madeira e prestação de serviços ecossistêmicos (Miller et
al., 2011).
A implementação do manejo florestal em vez da exploração ilegal em todas as
florestas tropicais, oficialmente designado para a utilização na exploração madeireira
(estimada em 350 milhões de ha) reduziria as emissões globais de carbono em 0,160 milhões
de toneladas (Gt) anualmente. Isso corresponde a um montante equivalente a cerca de 10%
das emissões de carbono do desmatamento (Putz et al., 2008).
Contudo, a exploração madeireira se não for bem planejada pode causar danos de 50%
na biomassa da floresta com distúrbios no solo causado pelo maquinário pesado (Imai et al.,
2012). Pesquisa sobre exploração seletiva de madeira demonstrou que ações planejadas, em
5
oposição à exploração madeireira convencional, pode ser economicamente viável e
ambientalmente compatível com a melhoria nas reduções das emissões de carbono
(Guariguata et al., 2012).
O manejo florestal tem o potencial de sustentar modos de vida, evitando o
desmatamento das florestas (Asner et al., 2009). Apesar dos benefícios proporcionados pelo
manejo florestal, as práticas convencionais continuam a dominar a indústria madeireira
(Mazzei et al., 2010).
As alterações associadas com manejo florestal podem ter uma variedade de
consequências sobre a composição da floresta a partir de efeitos diretos sobre as espécies das
árvores extraída e por afetar a regeneração (Toledo-Aceves et al., 2009). Isso pode resultar em
mudanças nas composição da comunidade e estrutura. Assim, as práticas madeireiras afetam
potencialmente todo o contingente de espécies de plantas, e não apenas aqueles que estão
diretamente exploradas, como normalmente tem sido relatada (Ter Steege et al., 2002;
Gutiérrez-Granados et al., 2011).
A exploração madeireira no manejo florestal é um tipo de registro de baixa intensidade
que implementa uma série de medidas para minimizar os danos aos solos, para facilitar a
regeneração, e manter processos dos ecossistemas críticos, que transmite a longo prazo,
vantagens econômica e ambiental em relação a outras práticas de exploração madeireira (Putz
et al., 2000; Castro-Arellano et al., 2009). O manejo em florestas tropicais tem baixo impacto
sobre as espécies considerando a riqueza total e uma gama de grupos taxonômicos (Gibson et
al., 2011; Putz et al., 2012).
As medidas tomadas para reduzir os impactos madeireiros em Sabah, Malásia
aceleraram a recuperação da estrutura da floresta e composição de espécies (Pinard et al.,
2000). Dessa forma, o manejo florestal auxilia na recomposição arbórea na área e surgimento
de novas espécies na área.
6
4.2. Carbono na floresta Amazônica
O registros do CO2 atmosférico indicam que a superfície da terra tem atuado como um
forte dreno de carbono global nas últimas décadas, com uma fração substancial de sumidouro
localizado nos trópicos, particularmente na Amazônia (Le Quéré et al., 2013; Pan et al.,
2011). Devido a grande valor da floresta, o cálculo do estoque de carbono e seu esgotamento,
requer não só os dados da área explorada, mas também dados em florestas não exploradas
(Saatchi et al., 2007).
O estoque de carbono florestal estimado na Amazônia brasileira, incluindo a
necromassa e a biomassa abaixo no solo, é de aproximadamente 86 bilhões de toneladas
(Saatchi et al., 2007). Estudos apontam que as florestas tropicais atuam como reservatório de
carbono, possivelmente em decorrência ao aumento na concentração de carbono na atmosfera,
o qual aumenta a produtividade florestal (Clark, 2004).
As florestas em regeneração na região tropical são sumidouros de carbono. Estima-se
que em escala global as florestas tropicais em recrescimento, tenham atingido 1,7 ± 0,5
PgC.ano-1 de 2000 a 2007, valor mais alto do que aquele constituído por florestas tropicais
intactas (Pan et al., 2011).
As ações antrópicas na região amazônica, como por exemplo, o manejo florestal, tem
um impacto direto na taxas de carbono, primeiro por emitir carbono durante a atividade e
posteriormente por estimular a absorção mais elevada durante o processo regenerativo da
floresta. Com isso, os estudos de biomassa e carbono são imprescindíveis para avaliar o
serviço ambiental proporcionado pela vegetação após a atividade.
Assim, a utilização do manejo florestal, pode reduzir os danos residuais das árvores
em comparação com a exploração madeireira convencional, mitigando ao mesmo tempo os
impactos sobre a biomassa e a biodiversidade das árvores (Pinard & Putz, 1996; Martins et
al., 2015). Dessa forma, estudos em áreas manejadas podem corroborar para a conservação
das florestas, fornecendo informações sobre a recomposição do estoque de carbono e
diversidade de espécies.
Com as crescentes preocupações ambientais, incluindo cenários de mudança climática,
espera-se, que a sociedade tenha maior preocupação com os serviços dos ecossistemas, como:
armazenagem de carbono e manutenção da biodiversidade (Nasi et al., 2011). Diante disso, o
estudo sobre o efeito do manejo florestal sobre essas variáveis pode ajudar a compreender
7
melhor o funcionamento desse ecossistema, assim como contribuir para a manutenção do
mesmo.
As florestas, quando geridas de forma sustentável, podem ter um papel central na
mitigação das alterações climáticas, a partir da absorção de carbono. Ao reforçar as práticas
de gestão florestal, que constitui um quadro eficaz para a redução e adaptação às alterações
climáticas, o manejo florestal também contribui para o desenvolvimento econômico e uso da
terra (FAO, 2008).
4.3. Alometria florestal
Os estudos de biomassa florestal são feitos com objetivos diversos, dentre os quais
destacam-se a quantificação da ciclagem de nutrientes, a quantificação para fins energéticos e
como base de informação para estudos de sequestro de carbono. Esses estudos são
imprescindíveis para a tomada de decisões no manejo dos recursos florestais (Páscoa et
al.,2004).
As florestas armazenam CO2 em sua estrutura, a mensuração da biomassa florestal é o
método mais simples de quantificar as mudanças nos estoques de carbono nas florestas.
Vários métodos para medir a biomassa florestal estão disponíveis ou em desenvolvimento
(Asner, 2009; Gibbs et al., 2007).
Funções genéricas para estimativa de biomassa são usadas para quantificar o carbono
nas florestas (Wirth et al., 2004). Essas melhoram a precisão dos sistemas de contabilidade de
carbono e, portanto, permitem um planejamento preciso da utilização de biomassa de árvores
inteiras e resíduos para a produção de bioenergia (Vargas-Larreta et al., 2017).
Dessa forma, a utilização de modelos matemáticos é válida somente para as condições
estudadas e consideradas, pois os resultados podem variar entre os diferentes tipos de
ecossistema (Koehler et al., 2005). As equações para quantificação de carbono podem
melhorar as estimativas das florestas tropicais para sequestrar ou liberar carbono em cenários
de mudança do clima ou de nutrientes (Vieira et al., 2005).
Estimativas de biomassa são fundamentais para determinar o quanto é perdido durante
a atividade florestal. Existem equações genéricas, estratificadas por zonas ecológicas, para
estimar a biomassa acima do solo (Brown & Iverson 1992). Contudo, eles podem não refletir
8
com precisão a biomassa de árvores em uma área específica ou região (Segura & Kanninen,
2005).
Assim como a biomassa, a estimativa de volume é importante para a tomada de
decisões e gestão eficiente dos recursos florestais. As estimativas de volume do fuste são úteis
no inventário florestal, porque o volume de madeira é a unidade de gestão básica das florestas
(Cháidez, 2009). Medidas volumétricas permitem o cálculo do valor monetário dos bens e
serviços que as florestas prestam à sociedade (Adekunle et al., 2013). Para fins de manejo
florestal e planejamento é vital saber o volume dos recursos de madeira e suas taxas de
crescimento (Altriell et al., 2010).
A determinação do volume de árvores e suas partes por meio das características
básicas, tais como diâmetro medido a 1,30 m (DAP) e altura, são recomendados a partir do
ponto de vista prático. Contudo, está sobrecarregado com os erros resultantes de variação da
forma do fuste das árvores. Esta variação é resultado de diferenças na taxa de incremento em
diâmetro de diferentes alturas do tronco e das diferenças de incremento em altura das árvores
(Socha & Kulej, 2007).
Além das variações existente ao longo do fuste, as florestas tropicais possuem
diferentes médias de altura, devido algumas áreas possuírem árvores mais altas que outras.
Isso influência diretamente no processo de estimativa de volume e biomassa dos povoamentos
florestais nativos quando se utiliza modelos ajustados em florestas distintas. Por isso, é
necessário fazer ajustes e correções para que se alcance uma estimativa com o menor erro
possível e boa precisão.
Estudos ecológicos em questão com componentes horizontais da estrutura florestal,
como o caule densidade e área basal, mostraram variações em grande escala ao longo de
amplos gradientes ambientais e/ou edáficos (Malhi et al., 2006; Paoli et al., 2008). No
entanto, variações nos componentes verticais da estrutura florestal e suas causas permanecem
pouco estudadas. Isto apesar das evidências disponíveis sugerindo que a altura das árvore,
para um dado diâmetro pode variar significativamente entre espécies (King, 1996) e entre
regiões (Nogueira et al., 2008b).
Por isso, as correções de modelos ajustados em diferentes áreas é fundamental para
evitar super e subestimativas de carbono e madeira em florestas tropicais. Uma maneira de
fazer a correção nesses modelos é com a utilização da altura dominante (Hdom). Essa é obtida a
partir da razão entre a Hdom da área onde será aplicado, com a Hdom onde foi ajustado, gerando
9
um fator, que ao ser inserido a fórmula melhorar a precisão de estimativa para as variáveis de
interesse.
A Hdom tem sido usada, principalmente como meio para identificar a capacidade
produtiva de terrenos florestais. Por serem poucos afetadas por tratamentos silviculturais, as
arvores refletem melhor a qualidade do local, por terem sido muito usadas na construção de
sítio. Além disso existe uma boa correlação entre a Hdom para a produção total em volume de
povoamento (Machado & Figueiredo Filho, 2003).
Como citado por Loetsch et al., (1973), Weise 1880 definiu Hdom como a média das
alturas correspondentes a 20% das árvores com maior diâmetro do povoamento. Atualmente é
aceito e quase consensual, definir Hdom como sendo a altura média das 100 árvores de maiores
diâmetros por hectare, muitas vezes denominada de altura dominante de ASSMANN
(Assmann, 1970).
Com isso, a avaliação da precisão é um passo essencial para indicar a capacidade de
um determinado método de previsão, informando desse modo aos pesquisadores sobre o nível
de confiança que devem colocar em suas estimativas e permitindo-lhes comparar as
alternativas (Tedeschi, 2006). Por isso, é de grande valor o ajuste e correção de equações de
biomassa e volume de madeira em florestas tropicais, pois a utilização de métodos de maior
precisão e menor erro proporcionam a obtenção de dados mais condizentes com o estoque real
da floresta, melhorando assim o manejo florestal.
4.4. Fitossociologia e diversidade
O Brasil é um repositório da biodiversidade mundial, devido conter,
aproximadamente, um terço das florestas tropicais remanescentes do mundo. Contudo, o
impacto das ações antrópicas sobre os ambientes tem descaracterizado ecossistemas, sem que
se tenha conhecimento da sua estrutura fitossociológica e composição florística das espécies
nos diferentes ambientes (Silva et al., 2008).
Na Amazônia, muitas áreas são formadas por mosaicos de habitats, com diferentes
conjuntos de espécies vegetais ocorrendo em áreas adjacentes sobre diferentes substratos,
onde observa-se, de modo geral, que a distribuição das espécies arbóreas tropicais pode se dar
devido a preferências de habitats e/ou a variações na história evolutiva das mesmas (Pitman et
al., 2001).
10
A análise florística e estrutural baseada em levantamentos de parcelas permanentes.
Essa possibilita a formulação de teorias, testar hipóteses e produzir resultados que servirão de
base para outros estudos. Também permite comparações dentro e entre formações florestais
no espaço e no tempo, gera dados sobre a riqueza e diversidade de uma determinada área
(Melo, 2004).
Com isso, fitossociologia procura estudar, descrever e compreender a associação de
espécies vegetais na comunidade (Rodrigues & Gandolfi, 1998), identificando os diferentes
tipos de vegetação (Felfili & Venturoli, 2000). Estes estudos utilizam métodos fundamentados
em características fisionômicas e estruturais da vegetação, e são os que melhor atendem aos
requisitos de simplicidade de aplicação e de análise de um maior número de informações
conjuntas (Pantoja et al., 1997).
Os resultados das análises estruturais, como a estrutura horizontal, permitem fazer
deduções sobre origem, características ecológicas, dinamismo e tendências do futuro
desenvolvimento da floresta (Hosokawa et al., 1998). Como a floresta amazônica está sujeita
a diversos impactos do uso da terra, como a exploração madeireira, informações da
distribuição e comportamento das espécies ao longo dos anos são imprescindíveis não apenas
para saber como essas árvores estão distribuídas, mas como estão reagindo a essa ação
antrópica. A análise fitossociológica pode fornecer esse conhecimento, o qual é bastante
utilizado para a descrição florística em florestas nativas e exploradas.
Não há essencialmente informações sobre quais espécies de árvores amazônicas
enfrentam as ameaças mais graves de extinção e onde protegê-las (Ter Steege et al., 2013). A
realização dessa análise na área de manejo florestal é fundamental para descrição dos efeitos
dessa atividade e saber como está se comportando.
4.5. Dinâmica Florestal
O estudo de dinâmica de florestas tropicais na região amazônica em áreas manejadas e
naturais é um grande desafio, principalmente pela grande heterogeneidade da floresta (Souza
et al., 2014). Processos de dinâmica de comunidade arbórea em florestas tropicais
frequentemente mostram uma variação expressiva em curtas distâncias, o que produz
heterogeneidade espacial na estrutura fisionômica e composição florística (Machado &
Oliveira-Filho, 2010).
11
Antes que a vegetação de um determinado local alcance uma relativa estabilidade em
suas características fisiológicas, estruturais e florísticas, ocorre uma série de mudanças nas
comunidades. Este processo é que se denomina de sucessão vegetal ou dinâmica (Odum,
2010).
Em ambientes tropicais, o histórico de perturbação tem sido reportado como um dos
principais elementos que determinam o processo de dinâmica e a estrutura de comunidades de
espécies arbóreas (Machado, 2008). Estudos de dinâmica visam entender os processos
evolutivos, na escala ecológica, expressos pelas flutuações nos valores de mortalidade,
recrutamento e crescimento que ocorrem em determinado intervalo de tempo (Abreu, 2012).
O início do processo da dinâmica de uma floresta ocorre a partir da formação de uma
clareira. As mudanças provocadas nas características edafoclimáticas ocasionam o processo
de sucessão florestal (Whitmore, 1990). Considera-se clareira uma abertura no dossel da
floresta, decorrente das mais diversas causas, sendo a mais comum a queda de uma árvore. A
dinâmica da floresta, relacionada à sucessão, ocorre de forma diferenciada em relação ao
processo de formação de clareiras (Carvalho, 1997).
Durante o manejo florestal ocorre a queda de várias árvores com a derruba, também
com o tráfego de maquinário e abertura de estradas. Assim, muitas clareiras são formadas ao
longo desse processo. Isso implica em um estímulo ao processo de dinâmica da vegetação na
área, tendo em vista a alteração das características ambientais, como as descritas nos trabalhos
citados anteriormente.
Sucessão é o processo ou as mudanças que ocorrem antes que a vegetação de um
determinado local atinja uma relativa estabilidade em suas características fisiológicas,
estruturais e florísticas, iniciando pela fase pioneira. O desenvolvimento do ecossistema ou
sucessão ecológica envolve mudanças na estrutura de espécies e processos da comunidade ao
longo do tempo (Odum, 2010).
As florestas desempenham um papel importante no ciclo global do carbono. Sua
dinâmica do carbono temporal é caracterizada por longos períodos de acumulação gradual de
biomassa, alternados com curtos períodos de perda. As florestas, portanto, mudam entre ser
uma fonte ou reservatório de carbono, dependendo do estágio de sucessão, regime específico
de atividades, perturbação ou manejo (Masera et al., 2003).
As florestas são ecossistemas complexos para os quais frequentemente não existem
dados e métodos adequados para a descrição do comportamento de modelos de crescimento e
12
produção. O recrutamento, o crescimento e a mortalidade são os três componentes básicos
para a modelagem de uma floresta (Rossi et al., 2007).
Estudos realizados em floresta da Amazônia, em média, as árvores dominadas tem
mortalidade 1,7 vezes maior do que as dominantes e as árvores com defeito uma taxa de
mortalidade 2,6 vezes maior. Citam ainda que as taxas mais altas de mortalidade estão
associadas com as espécies que tendem a ter maior necessidade de luz, isto é, as pioneiras
(Alder & Silva, 2000).
Para estudos de dinâmica florestal inventários florestais de longo prazo são essenciais
para avaliar a magnitude dos fluxos de carbono entre os ecossistemas florestais acima do solo
e da atmosfera (Houghton 2003b; Grace, 2004; Chave et al., 2005). Com o gerenciamento ao
longo do tempo, é possível descrever o que ocorre na floresta e quais espécies tem melhores
taxas de crescimento e menores mortalidade, contabilizando assim, o balanço de carbono na
área.
Com isso, compreender como ocorre o processo de reconstrução da vegetação após a
atividade florestal pode gerar informações, que poderão ser utilizadas para melhorar o manejo
na amazônia. Com os dados de dinâmica como o crescimento, recrutamento, e mortalidade é
possível saber quais as espécies que se beneficiam e quais tem um prejuízo, em termos
ecológicos, com a atividade.
4.6. Valor econômico das florestas nativas
O armazenamento de carbono em ecossistemas florestais é um parâmetro básico para
se estudar a troca desse elemento entre esses ambientes e a atmosfera, e um dado essencial na
estimativa da absorção e emissão desse elemento por esses ambientes (Silveira et al., 2008).
Os métodos para contabilização de carbono nas florestas estão bem estabelecidos (Vacchiano
et al., 2018).
O valor econômico total de uma floresta natural engloba os valores do seu uso e não
uso e é obtido por meio de aplicação de técnicas e métodos que permitem medir (direto) e
estimar (indireto) seus atributos em seus valores monetários como medida padrão de
economia (Souza & Soares, 2013). Algebricamente, o valor econômico total de uma floresta
natural (VEF) é a soma de seus valores de uso (VU) e não uso (VNU):
VU=VUD+VUI =VO (modelo 01)
13
O valor de uso direto (VUD) refere-se ao uso direto da floresta natural como atividade
exploração de produtos florestais madeireiros (PFM) e não madeireiros (PFNM).
Uma das vantagens esperadas de madeira combinando exploração com PFNM é gerar
renda alternativa durante o ciclo de rotação de madeira, que geralmente corresponde a um
período de pelo menos 30 anos (Garcia-Fernandez et al., 2008, Sist et al., 2007, Sist et al.,
2014).
O valor do uso indireto (VUI) refere-se as funções ecológicas da floresta como
climática, hidrográfica e captura de CO2, produção de O2, preservação de habitats e
depositório de biodiversidade. O valor de opção (VO) que resulta da opção de usar a floresta
no futuro, sendo que os usos futuros podem ser diretos e indiretos. Assim, podem incluir o
valor futuro da informação agregada ao recurso florestal(Souza & Soares, 2013).
4.7. Redução de emissões de desmatamento e degradação (REDD+)
Em 1992, após a definição do texto da Convenção-Quadro das Nações Unidas sobre
Mudança do Clima (CQNUMC), ocorreu a Cúpula da Terra ou Rio-92, onde mais de 150
países firmaram a Convenção que entrou em vigor a partir de 1994. Esta convenção propôs
uma estratégia global para proteger o sistema climático para gerações presentes e futuras
(IPCC, 2007).
Em dezembro de 1997 foi adotado o Protocolo de Quioto, que estabelece metas de
redução de emissão de gases de efeito estufa e mecanismos adicionais de implementação para
que estas metas sejam atingidas. As metas de redução diferenciadas deveriam ser atingidas no
período compreendido entre 2008 e 2012 (BRASIL, 2004).
A política REDD+ foi criada, para incentivar os países em desenvolvimento a reduzir
o desmatamento e degradação florestal. Desta forma, é dado um valor monetário para o
carbono armazenado nas florestas e, portanto, ajudar países em desenvolvimento a investir em
caminhos para a redução de carbono para o desenvolvimento sustentável (Verchot & Petkova,
2009).
Os benefícios de custo-eficiência de carbono pode ser alcançado pelo REDD+, o
aumento da concentração de CO2 pode ser retardado efetivamente comprando créditos,
contudo precisa de muito tempo para que os países se desloquem para tecnologias de baixa
emissão (Finco & Doppler, 2010). O aumento das emissões de CO2 vem intensificando o
14
efeito estufa, podendo resultar em elevação significativa da temperatura no planeta. Isto tem
levado governos de diversos países a debater sobre formas de minimizar essas emissões, sem
prejudicar o crescimento econômico (Barreto et al., 2009).
Estudos sobre sequestro de carbono são utilizados na avaliação de uma floresta como
recurso natural, como também na relação entre mudanças climáticas e o acúmulo de gases do
efeito estufa na atmosfera, uma vez que as florestas removem o dióxido de carbono da
atmosfera e o estocam na forma orgânica (Smith et al., 2004).
Informações descrevendo a extensão e estrutura da floresta, junto com precisão de
topografia, são necessárias para o desenvolvimento e execução de planos de manejo
(inventários e zoneamento) e para o acompanhamento de florestas nativas na Amazônia
brasileira. Informações de alta qualidade são necessária para melhorar as estimativas de
estoques de biomassa e carbono associadas ao REDD+ (Oliveira et al., 2012).
No entanto, REDD+ engloba desafios que são fundamentais para a sua
implementação. Tais dificuldades incluem: questões de permanência de redução de emissões,
linha de base, vazamentos de emissões para outros territórios, governança e diversidade de
atores e interesses (MMA, 2012). Para a avaliação de um projeto de REDD+ é preciso
considerar três componentes: linha de base, adicionalidade e vazamentos.
A linha de base é o cenário sem o projeto de mitigação, que é comparado com os
estoques observados de carbono após o projeto para calcular o ganho de carbono. Embora
construir linhas de base para desmatamento evitado não seja fácil, é necessário entender que
também não é impossível nem inerentemente diferente dos problemas com linhas de base para
o setor energético. Em todos os casos envolve um cenário 'testemunho' do futuro sem o
projeto, cenário esse que necessariamente é contra-factual (Fearnside, 2003).
A adicionalidade é a demonstração de resultados reais, mensuráveis e de longo prazo
esperados pelo projeto quanto à redução ou prevenção de emissões de carbono que não
ocorreriam em sua ausência. As reduções de emissões só devem ser contabilizadas para
REDD+ quando comprovam claramente que são atribuíveis às atividades do projeto e
representam uma alteração no cenário de linha de base (Estrada, 2011).
Vazamento é quando o desmatamento evitado dentro da área da reserva criada
simplesmente seria deslocado para outro local (Fearnside et al., 2009). E também é definido
como a mudança líquida nas emissões antropogênicas, por fontes de gases do efeito estufa
15
(GEE), que ocorrem fora dos limites do projeto e que são mensuráveis e atribuíveis às
atividade do projeto (Estrada, 2011).
A implementação de REDD+ dependerá de um conjunto de atividades, que envolvem
desde a elaboração de planos e estratégias nacionais podendo chegar a sistemas de pagamento
por resultado de redução de emissões de GEE originadas da perda de florestas. Para facilitar o
planejamento dessa implementação, uma abordagem adotada pela literatura e consolidada nos
(UNFCCC, 2010).
Acordos de Cancún (COP 16) propõe considerar REDD+ em três fases: (1)
capacitação, preparação e implementação de políticas e medidas nacionais, também
denominada readiness, (2) aprofundamento da construção de capacidades e adoção de
requisitos técnicos, bem como atividades demonstrativas que possam ter resultados
mensuráveis e (3) implementação plena com resultados mensuráveis e verificáveis
(UNFCCC, 2010). Cada uma dessas fases requererá diferentes tipos e montantes de
financiamento que se adéquem à estrutura de custos, receitas e, principalmente, de risco
(Eliash, 2008).
A United Nations Framework Convention on Climate Change (UNFCCC) apresentou
REDD como financiamento internacional ou mecanismo baseado em crédito para a redução
de emissões de carbono e voltados a proteger ecossistemas florestais. Agora conhecido como
REDD+, abrange as abordagens políticas e incentivos positivos sobre questões relacionadas
com essa política nos países em desenvolvimento, e o papel da conservação, do manejo
sustentável das florestas e aumento dos estoques de carbono das florestas nos países em
desenvolvimento (UNFCCC, 2010).
Embora na restauração ecológica não seja explicitamente mencionado, a inclusão da
gestão sustentável e valorização de ações de carbono, abriu a porta para REDD+ financiar
atividades de restauração florestal que reduzam emissões, sequestro de carbono, e
proporcionar benefícios importantes para comunidades e biodiversidade (Alexander et al.,
2011). A degradação da floresta se traduz em perdas de biodiversidade, redução da capacidade
para fornecer o espectro completo de produtos e serviços, probabilidades acrescidas de
desmatamento, e reduzida capacidade de resistência e potencial de adaptação às alterações
climáticas (Guariguata, 2008; Nasi 2011).
O programa REDD+ poderia acarretar influências negativas se as florestas de baixa
densidade de carbono e altos níveis de biodiversidade forem substituídas por florestas de altas
16
densidade de carbono, mas baixos níveis de biodiversidade, plantios florestais, ou também se
a proteção de florestas de altas densidades de carbono em um região causar a destruição de
outra florestas de altos níveis de biodiversidade (Imai et al., 2014). Por isso, a conservação de
florestas tropicais é fundamental, pois possuem uma variedade de espécies de crescimento
lento, médio e rápido que são responsáveis por alocar e absorver grandes quantidades de CO2,
além de concentrar uma alta biodiversidade.
Uma abordagem no sentido de minimizar os riscos de sobrecarga REDD+ projetos é
implantar um conjunto limitado de espécies indicadoras ou táxons. Implantando taxa
indicador no monitoramento da biodiversidade de REDD+ tem de satisfazer os quatro
requisitos seguintes: baixo custo monetário, facilidade de identificação, substitutos de
integridade do ecossistema e crosstaxon congruência (Su et al., 2004).
As florestas tropicais apoiam muito da diversidade biológica da Terra e contribuem
substancialmente para a economia global, ao bem-estar humano local, e ao orçamento global
de carbono (Sasaki et al., 2011). A melhoria do manejo florestal deve avançar como um dos
mais promissores para estratégias REDD+ disponíveis em muitos países tropicais (Griscom &
Cortez, 2013).
O potencial de regeneração florestal e proteção também está crescendo, com o impulso
continuado para os mecanismos de obtenção de créditos de carbono para recompensar o
REDD+ (Gibbs et al., 2007). Dessa forma, reduzir as ameaças à biodiversidade, limitar as
emissões de carbono provenientes da degradação florestal e para manter o abastecimento de
madeira a longo prazo, exige um esforço para que seja menos prejudicial e mais sustentável
os métodos utilizados (Putz et al., 2012).
Para apoiar estes esforços, não estão surgindo incentivos financeiros destinados para
compensar os custos de oportunidade do manejo florestal sobre a biodiversidade. E esses são
tanto a nível do mercado (por exemplo, Para Forest Stewardship Council (FSC) creditado
madeira produtos) e na arena política (por exemplo, REDD+) (Edwards et al., 2014).
As florestas resultantes de regeneração natural são biologicamente diversificadas e
proporcionam mais benefícios as pessoas locais do que as plantações. Com processo de
recuperação, mais benefícios a longo prazo de serviços de ecossistemas e emprego são
esperados, especialmente onde os esforços são financeiramente suportados por um ou outro
mercado voluntário de carbono ou fundos de um futuro acordo de REDD+ (Sasaki et al.,
2011).
17
A expansão da atividade madeireira industrial nos trópicos representa um desafio
significativo para os esforços para mitigar as alterações climáticas, combate ao desmatamento
e degradação florestal. Atualmente, as florestas nativas representam cerca de 20% ou mais das
emissões florestais líquidas em muitos sistemas de florestas tropicais (Asner et al., 2005;
Huang & Asner, 2009; Griscom & Cortez, 2013). Com as negociações sobre REDD+
intensificando, uma questão urgente agora é como restaurar florestas degradadas em maneiras
socialmente viáveis, ambientalmente aceitáveis e economicamente rentável (Sasaki et al.,
2011).
A lei 12.651 de maio de 2012, Capítulo X, Art. 41 prever pagamento ou incentivo a
serviços ambientais como retribuição, monetária ou não, às atividades de conservação e
melhoria dos ecossistemas e que gerem serviços ambientais, tais como, isolada ou
cumulativamente. E neste se enquadra o sequestro, a conservação, a manutenção e o aumento
do estoque e a diminuição do fluxo de carbono.
Embora os múltiplos objetivos de REDD+ pode ser sinérgico ou complementar, na
prática, pode haver trade-offs entre eles com relação a atividades de restauração. Por exemplo,
embora os tratamentos de redução de combustível são frequentemente usado em florestas
adaptadas ao fogo em uma tentativa de restaurar regimes de fogo e prevenir incêndios
catastróficos e seus associados as emissões de carbono, essas atividades geralmente
aumentam emissões no curto prazo (Wiedinmyer e Hurteau 2010).
Assim, a redução da emissão de carbono e os mecanismos de captação de carbono, tais
como REDD+, e manejo sustentável de florestas podem oferecer opções relativamente baratas
para mitigar a acumulação de gases de efeito estufa na atmosfera (Stern, 2006). Por isso, além
de atividades direcionadas a redução de emissões também é necessário a avaliação do custo
do crédito de carbono, assim como a cotação dessa comódite em cada mercado de negociação.
4.7.1. Mercado de carbono
Existem vários mercados voluntários para projetos de carbono, mas não têm a
capacidade de gerar créditos de carbono para compensar as emissões de combustíveis fósseis
no âmbito do Protocolo de Quioto. Alguns desses mercados compensam outras emissões sob
outros requisitos juridicamente vinculativos internos de diferentes países, tais como
indústrias, que de outra forma teriam de pagar multa ou impostos na ausência de uma
compensação (Fearnside, 2011).
18
Os mercados mundiais de carbono podem se dividir em dois segmentos: os mercados
regulamentados (Europeu) ou obrigatórios e voluntários. Como o nome implica, o mercado de
carbono voluntário inclui todas as operações de compensação de carbono que não são
exigidos por regulamentações, como a do Protocolo de Quioto (Hamilton et al., 2009; Merger,
2010).
4.7.2. Mercado Regulado de Carbono
O mercado Europeu (European Union - Emission Trading Scheme (EU-ETS)) é o
maior em negociação de créditos de carbono, formulado em 2000 a partir do lançamento do
Programa Europeu para as Alterações Climáticas. Entrou em vigor em janeiro de 2005 os
Estados Membros da União Europeia foram obrigados a estabelecer um regime de comércio
de emissões que seriam reduzidas a partir de quatro grandes setores: energia, produção e
transformação de metais, minério e celulose e papel (Weishaar, 2007).
O regime de comércio da União Europeia, o Mecanismo de Desenvolvimento Limpo
(MDL) e a Implementação conjunta operam sob regras concebidas para atingir os objetivos
estabelecidos no Protocolo de Quioto. Mais significativamente para o setor de carbono
florestal, o papel das compensações de sequestro de acordo com essas regras é limitado. O
Protocolo de Quioto reconhece o papel que as florestas podem desempenhar na remoção e
armazenamento de dióxido de carbono da atmosfera e armazenamento nas árvores (von
Hagen & Burnett, 2006).
Assim, as Unidades de Reduções de Emissões (UREs) tem um mercado baseado em
mecanismos legais particulares de cada país, onde os compradores são as firmas de países,
que emitem acima de suas metas de emissões e os vendedores são aqueles que estão emitindo
abaixo de suas metas de redução de emissões. Na Intercontinental Exchange (ICE) ocorrem as
negociações europeias, a qual obteve crescimento expressivo nos últimos anos. Só em 2010,
5,3 bilhões de tCO2 foram negociadas contra 94,35 milhões de tCO2 em 2005, primeiro ano de
negociações (ICE, 2017).
O Protocolo de Quioto estabelece dois mecanismos para criar créditos de sequestro de
carbono da floresta: o primeiro aborda a arborização (plantando árvores em terras que não
eram anteriormente florestadas ), enquanto o segundo trata do reflorestamento (replantação de
árvores em terras desmatadas) e manejo adequado de florestas naturais. Contudo, evitar o
desmatamento e o manejo florestal atualmente não são elegíveis em Quioto no primeiro
período de compromisso (2008-2012) (von Hagen & Burnett, 2006).
19
4.7.3. Mercado Voluntário
Os mercados voluntários apresentam dois componentes distintos: a Bolsa do Clima de
Chicago, que é voluntária, mas juridicamente vinculativa, baseada em um sistema de cap-and-
trade, e o mercado mais amplo, não vinculativo, conhecido como “mercado de balcão” ou
“over-the-counter" (OTC) (Hamilton et al., 2009), representado por esquemas padronizadores
como o Verified Carbon Standard, o Climate Community and Biodiversity Standard, o
CarbonFix, o Plan Vivo, entre outros (House Of Commons, 2007; Merger, 2010).
Na Bolsa do Clima de Chicago o esquema conhecido como Cap-and-Trade, ou limite e
comércio, o órgão responsável fixa um limite para a emissão de GEE em um determinado
setor de empresas ou até mesmo entre países. Impor simplesmente um limite pode afetar a
atividade econômica, sendo assim para garantir que as emissões fiquem abaixo do limite, uma
alternativa seria a distribuição de uma quantidade determinada de permissões para poluir por
parte dos governos (Goularte & Alvim, 2011). O mercado voluntário não vinculado como
OTC possui os seguintes padrões: Verified Carbon Standard (VCS), Climate, Community and
Biodiversity Standard (CCBS), CarbonFix Standard (CFS), Sistema Plan Vivo.
4.7.3.1. Verified Carbon Standard (VCS)
O mercado voluntário de carbono surgiu mediante às negociações dos encontros
oficiais das Nações Unidas, regimes não vinculados juridicamente, como Verified Carbon
Standard (VCS), onde as atividades florestais de desmatamento evitado (REDD) e melhorias
do manejo florestal se tornaram elegíveis, desde que baseadas nas regras estabelecida pelos
regimes e metodologias previamente aprovadas (VCS, 2008a, 2011b; Hamilton et al., 2009;
Merger, 2010).
Vários padrões para mercado voluntário vem sendo desenvolvidos recentemente. Esse
surgimento ocorre devido a preocupação dos compradores e de um público em geral com a
qualidade dos créditos adquiridos, bem como parte do processo de maturação de mercado
(Hamilton et al., 2009; Kollmuss et al., 2010; Merger, 2010).
O programa VCS foi fundado em parceria entre as organizações The Climate Group,
International Emissions Trading Association e World Business Council for Sustainable
Development, tendo participação do Fórum Econômico Mundial em seu processo de
desenvolvimento. A primeira versão do VCS foi lançada dia 28 de março de 2006, com a
documentação para consultas e o documento piloto padrão. A segunda versão do VCS foi
20
lançada em outubro de 2006, como um documento de consulta que não substituía a primeira
versão do documento piloto padrão (VCS, 2011a).
A validação, verificação, registro, mudança do uso da terra e florestas, questões
políticas em geral e níveis de eficiências do padrão, foi lançada, em 19 de novembro de 2007,
a versão VCS 2007 (VCS, 2008b). A VCS 2007.1, que incorporou o guia para projetos de
Agricultura, Silvicultura e Outros Projetos de Uso da Terra (sigla em inglês, AFOLU), foi
lançado em 18 de novembro de 2008 (Merger, 2008; 2010; Lopez, 2009). A terceira versão
dos documentos do VCS foi lançada em 2011 (VCS, 2011a).
Os objetivos são: fornecer um programa confiável, robusto e amigável que garanta
qualidade para mercados voluntários de carbono; criar regras e ferramentas inovadoras, a fim
de possibilitar que os créditos de carbono desperte o interesse de empresas, ONGs e entidades
governamentais a se engajarem em ações de mitigação das mudanças do clima; e compartilhar
conhecimento e incentivar a adoção das melhores práticas nos mercados de carbono, de modo
que eles desenvolvam linhas coerentes e compatíveis a medida que novas regulamentações
tomem forma (West, 2012).
O VCS incluiu as áreas agrícola, florestal e de outros usos da terra na lista de projetos
elegíveis, baseado em uma abordagem de gestão do risco de não-permanência dos créditos,
como parte de seu processo de inovação e credibilidade, combinado com o fato de que
créditos de projetos florestais representam uma larga fatia do mercado voluntário de créditos
de carbono. As seguintes categorias foram incluídas no guia para projetos AFOLU do VCS
(VCS, 2011b).
4.7.3.2. Climate, Community and Biodiversity Standard – CCBS
Com a cooperação das ONGs e especialistas independentes, foi lançado pela Climate,
Community, and Biodiversity Alliance (CCBA) a CCBS. É formada por membros como
Conservation International, CARE, Rainforest Alliance, The Nature Conservancy, Wildlife
Conservation Society, BP, GFA Consulting Group, Intel, SC Johnson, Sustainable Forest
Management Ltd., Weyerhaeuser, entre outros (Merger, 2008).
A CCBA não tem como objetivo a emissão de créditos de carbono, mas se certificar da
geração de co-benefícios de projetos. Por isso, o padrão pode ser utilizado em combinação
com outros, como o MDL ou o VCS, que incluem metodologias de quantificação e
verificação do carbono. No entanto, este não é um requisito, os projetos podem ser
certificados pelo CCBS apenas para evidenciar seus co-benefícios de características sócio-
econômicas e ambientais (Merger, 2008; 2010).
21
4.7.3.3. CarbonFix Standard (CFS)
O CFS foi desenvolvido pela associação sem fins lucrativos CarbonFix, credenciada
pela UNFCCC. Seus membros são especialistas e cientistas nas áreas de meio ambiente,
silvicultura e desenvolvimento. A associação foi fundada em 1999. A primeira versão do
padrão foi lançada na Conferência das Partes da Convenção Nações Unidas sobre Mudanças
do Clima (COP) 13, em 2007 (Merger, 2008).
O objetivo principal é proporcionar aos desenvolvedores de projeto um padrão de alta
qualidade que utilize metodologias práticas e aplicáveis a fim de fornecer créditos de carbono
credíveis para aos compradores com transparência, através de seu sistema de rastreio e
acompanhamento (track-and-trace). Apenas atividades de projeto de reflorestamento são
elegíveis neste padrão (Merger, 2008; 2010; Lopez, 2009).
De acordo com as definições da UNFCCC (Decisão 11/COP 07, 2001) o Padrão
CarbonFix (CFS) é aplicável apenas aos projetos de arborização e reflorestamento (A/R), mas
este padrão pode ser aplicado aos projetos REDD+ com um programa de trabalho
significativo na reabilitação de floresta ou atividades destinadas a aumentar os estoques de
carbono em florestas existentes. O padrão fornece uma abordagem prática que inclui um
quadro abrangente para projetar e implementar projetos de A/R promovendo SMF e
conservação de floresta e implementando monitoramento rigoroso e verificação de mudanças
de estoque de carbono líquido com base nos princípios do IPCC (Merger et al., 2011).
22
Figura 1 - Sumário do CarbonFix Standard, adaptado de Merger et al., (2011).
4.7.3.4. Sistema Plan Vivo
O sistema Plan Vivo é uma organização originada de um projeto de pesquisa no sul do
México, em 1994. O Plan Vivo foi desenvolvido pelo Centro para a Gestão de Carbono de
Edimburgo em colaboração com El Colegio de la Frontera Sur (ECOSUR) e da Universidade
de Edimburgo (Plan Vivo, 2008; Merger, 2008).
A Fundação Plan Vivo consiste de um conselho administrativo que aprova todas as
emendas para o sistema Plano Vivo, fornece orientações estratégicas e apóia a implementação
de projetos. Além disso, a Fundação recebe suporte de seu Painel de Assessoramento Técnico,
que é responsável pela revisão técnica e aconselhamento sobre os projetos do Plan Vivo
(Merger, 2008; 2010; Lopez, 2009).
O sistema Plan Vivo tem como objetivo melhorar a mitigação das alterações do clima
em comunidades rurais, promover meios de subsistência sustentáveis e reduzir a pobreza.
Todos os tipos de atividades de projeto são elegíveis (Plan Vivo, 2008; Merger, 2008; Merger,
2010; Lopez, 2009).
4.7.4. A questão da não-permanência dos crédito temporário
Projeto de carbono florestal representa um efeito positivo enquanto seus reservatórios
se mantiverem um certo volume adicional estocado. Contudo, deve-se apresentar evidências
da manutenção do carbono adicional nos reservatórios após o fim do período de crédito do
projeto. Existem riscos ligados aos projetos que podem causar perda, como incêndios, falta de
23
experiência das partes envolvidas, entre outras. Isso está diretamente relacionada com a
permanência do carbono nos reservatórios do projeto, o problema ficou conhecido como a
questão da não-permanência (West, 2012).
A UNFCCC tratou a questão da não-permanência em projetos de A/R no âmbito do
MDL colocando uma "data de validade" nos créditos de carbono emitidos, chamados
"Reduções Certificadas de Emissões" (sigla em inglês, RCEs). Foram criadas duas opções
distintas para os RCEs florestais, os temporários (tRCEs), que basicamente expiram durante o
primeiro processo de verificação posterior à verificação onde foram emitidos, e os de longo
prazo (lRCEs), que basicamente expiram ao final do período de crédito do projeto desde que o
carbono ainda esteja armazenado. Portanto, a data de validade de ambas as tRCEs e lRCEs
são um elemento adicional do número de série crédito (Krug, 2005, BioCarbon Fund
Experience, 2011).
A solução foi criar um “buffer” (ou reservatório) de créditos do projeto, baseado em
uma porcentagem, fixa ou calculada em função da análise dos riscos do projeto, dos créditos
de carbono gerados, que não podem ser comercializados (Dutschke et al., 2004). A somatória
dos créditos dos buffers de todos os projetos é armazenada em uma conta única e
administrada pelo regime do mercado voluntário, que possui um esquema de registro para os
créditos, esses são armazenados e funcionaram como uma forma de seguro, caso algum
projeto aprovado sofra perdas, garantindo assim, adicionalidade do projeto em questão (West,
2012).
Contudo, a necessidade de substituir créditos de carbono florestal desencoraja os
investidores em carbono de adquirir créditos florestais. Isso tem consequências negativas para
a economia dos projetos porque a aplicação da regra de não permanência resulta em créditos
de carbono florestal de menor preço, limitando assim o potencial de financiamento de carbono
para ajudar a superar barreiras financeiras tradicionais de projetos florestais. Também
desencoraja projetos com metas de sequestro de carbono a longo prazo (BioCarbon Fund
Experience, 2011). Mais importante ainda, a abordagem temporária de crédito reduziu a
demanda por créditos de carbono florestal, porque eles são difíceis de gerenciar e transferir
(West, 2012).
24
4.7.5. REED+ no Brasil
A lei nº 12.727 de 2012, da legislação ambiental, incentiva à conservação do meio
ambiente, bem como para adoção de tecnologias e boas práticas que conciliem a
produtividade florestal, com redução dos impactos ambientais, como forma de promoção do
desenvolvimento ecologicamente sustentável. Dentre os pontos dessa lei está o pagamento ou
incentivo a serviços ambientais como retribuição, monetária ou não, às atividades de
conservação e melhoria dos ecossistemas e que gerem serviços ambientais, tais como, como
por o sequestro, a conservação, a manutenção e o aumento do estoque e a diminuição do fluxo
de carbono.
Esse suporte legal para serviços ambientais auxilia na estruturação do mercado de
carbono no país, o qual não é regulado. O Brasil tem como objetivo reduzir o desmatamento
na floresta Amazônica, investir em medidas que auxiliem na mitigação de emissões de GEE, e
deve estabelecer mecanismo para a valoração ambiental. Com isso, poderá ajudar estruturar o
mercado para o pagamento de serviços gerados pela floresta, tendo em vista que o país tem a
maior área de floresta tropical do planeta.
Poucos países tem recebido a maior parte do financiamento voluntário de carbono com
o passar dos anos. O Brasil foi o que recebeu mais recursos financeiros (US $ 233 mi), e
posteriormente Turquia (US $ 207 mi), Índia (US $ 205 mi), Kenya (US $ 154 mi) e China
(US $ 153 mi) (Hamrick & Goldstein, 2015). Isso deve-se principalmente ao potencial de
emissão de carbono, devido a mudança de uso da terra.
Por isso, Brasil criou o Fundo Amazônia (no ano de 2007) para receber doações
voluntárias de países. A Noruega prometeu US $ 1 bilhão em instalações com base em
reduções no desmatamento, e contribuiu US $ 0,1 bilhão. A Alemanha prometeu US $ 0,025
bilhões. Os países doadores têm o direito de estudo e dados de carbono. O Fundo Amazônia,
administrado pelo Banco Nacional de Desenvolvimento Econômico e Social (BNDES), é
voltado para atividades que estejam relacionadas à redução do desmatamento, investigação
sobre os meios de produção sustentáveis, a criação de áreas protegidas e o agências de níveis
ambientais (Fearnside, 2011).
Um acordo entre o banco alemão de desenvolvimento KfW (Kreditanstalt für
Wideraufbau) e o Estado do Acre, no Brasil, foi firmado para entregar 8 MtCO2E entre 2013 e
2016. Acre foi obrigado a retirar o mesmo volume de reduções de emissões domésticas. E
esse acordo ocorreu a partir do programa Causa Iniciais do REDD (REM, sigla em inglês) da
Alemanha, e tornou-se o primeiro programa nacional a contratar reduções de emissões de
desmatamento evitadas de outro governo em base de desempenho em 2013 (Hamrick &
Goldstein, 2015).
25
Embora a REM especifique que seus acordos não são transações comerciais e que as
unidades trocadas não são "compensações", o programa está sob a alçada desta metodologia
da série de relatórios, na medida em que o fluxo financeiro depende das reduções de emissões
obtidas, emitidas e retiradas no registro. Os pagamentos REM são voluntários porque estão
ocorrendo fora da regulamentação e antes de um acordo climático internacional que pode ou
não incluir um mecanismo de mercado de REDD (Hamrick & Goldstein, 2015).
O Ministério das Relações Exteriores do Brasil propôs um esquema voluntário como
base para os pagamentos ao país para REDD+. Sob este esquema, o Brasil receberia
pagamentos através do Fundo Amazônia se a compensação da floresta tropical diminuir, mas
não incorrerá em uma penalidade simétrica se a compensação aumentar - apenas uma pensão
dos pagamentos. Taxas de desmatamento na floresta amazônica oscilam como um resultado
"natural" de ciclos econômicos, permitindo assim uma geração rentável de crédito sem real
redução no desmatamento (Fearnside, 2011).
4.7.5.1. Estratégia Nacional para REDD+
A estratégia nacional para alcançar os objetivos propostos, está dividida em três linhas
de ação: (I) coordenação de políticas públicas de mudança do clima, biodiversidade e
florestas, incluindo salvaguardas; (II) mensuração, relato e verificação de resultados (MRV);
(III) captação de recursos de pagamento por resultados de REDD+ e distribuição de
benefícios (ENREDD+, 2016).
4.7.5.1.1. Salvaguardas para REDD+
A conclusão de negociações sobre a arquitetura internacional para REDD+ foi
realizada na COP 19 em Varsóvia (2013) (Warsaw Framework for REDD+) onde foram
definidas as principais regras internacionais. Essas estabelecem que esforços de mitigação no
setor florestal de países em desenvolvimento sejam reconhecidos pela UNFCCC e
devidamente recompensados com pagamentos por desempenho (Krug et al., 2014).
Em 2010 começou o processo de formulação da Estratégia Nacional de REDD+, como
parte do cumprimento das regras estabelecidas no Marco de Varsóvia, e levou seis anos até a
sua conclusão e publicação. As organizações sociais e do terceiro setor iniciaram o processo,
em 2009 propuseram salvaguardas socioambientais para REDD+ no Brasil. Isso porque, na
inexistência de um marco regulatório nacional, inúmeros projetos começaram a ser
implementados gerando críticas e questionamentos quanto a garantia de direitos dos povos e
comunidades envolvidas (ENREDD+, 2016).
26
As salvaguardas do REDD+ são um conjunto de normas institucionais que orientam as
expectativas em torno dos resultados social e ambiental associados à redução das emissões de
carbono no desenvolvimento países. Ao contrário das regras, que têm sanções associadas ao
incumprimento, as salvaguardas do REDD+ fornecem um conjunto de princípios orientados
que descrevem a demanda e redução de emissões (Angelsen et al., 2012).
As salvaguardas se baseiam em diretrizes direcionadas a potencializar os impactos
positivos e reduzir os impactos negativos relacionados às ações de REDD+. Elas se referem
às medidas que os governos nacionais devem adotar para gerenciar riscos no desenho e na
implementação de suas ações. Elas devem ser construídas e implementadas com transparência
e participação (MMA, 2012).
As orientações para os países em desenvolvimento implementarem ações de REDD+
na Conferência das Partes da Convenção Nações Unidas sobre Mudanças do Clima (COP 16)
(COP 16, 2010). As salvaguardas que esses países, incluindo o Brasil, devem promover e
apoiar são:
1. A garantia de direitos, especialmente de povos indígenas e populações tradicionais,
que são considerados vulneráveis;
2. A integridade ambiental dos resultados de redução de emissões alcançados, de modo
a evitar deslocamento das atividades que causam o desmatamento para outras regiões e a não-
permanência ou perda de estoques de carbono concentrado nas florestas;
3. e no reforço à boa governança, à transparência e à participação.
A mera existência de arcabouços legais e institucionais relativos aos temas de enfoque
das salvaguardas de REDD+ não garante sua efetiva aplicação. É interesse nacional garantir a
mitigação de emissões e o aumento de estoques aliados à boa governança florestal,
transparência e participação pública, além da promoção de um modelo de desenvolvimento
que melhore as condições de vida das populações que vivem e dependem dela, com pleno
reconhecimento de seus direitos (MMA, 2012).
Com isso, Sistema de Informação sobre as Salvaguardas de REDD+ (SISREDD+) será
criado a partir das instituições, dos sistemas, e dos marcos legais vigentes no país, um
requisito necessário para a obtenção de pagamentos por resultados no âmbito da UNFCCC.
Esse sistema será uma ferramenta importante para subsidiar a tomada de decisões, avaliar os
impactos e benefícios sociais e ambientais alcançados, bem como apoiar a gestão e a
implementação efetiva de REDD+ no país (ENREDD+, 2016).
O SISREDD+ terá no futuro abrangência nacional (iniciando sua implementação por
bioma), será simples, confiável e custo-efetivo. A coordenação do sistema será feita pelo
Ministério do Meio Ambiente, em articulação com os sistemas de informação existentes e em
27
parceria com fóruns nacional e estaduais de mudança do clima. Será periodicamente revisado
e adaptado aos novos desafios e prioridades (ENREDD+, 2016).
4.7.5.1.2. Mensuração, Reportável e Verificação (MRV) de resultados do REDD+
A Mensuração, Reportável e Verificação (MRV) é um rigoroso processo pelo qual os
países que desejam obter reconhecimento dos seus resultados do REDD+ devem ser
submetidos, isso foi definido no âmbito da UNFCCC. Esse procedimento visa garantir
integridade e transparência ao conteúdo presentado pelos países á Convenção (MMA, 2017).
Inicialmente, REDD+ enfatizou uma abordagem nacional, pois poderia ajudar a
gerenciar vazamento de emissões, incentivar a permanência e fornecer MRV (Phelps et al.,
2010). Mas, os governos nacionais lutam com desafios multiníveis e enfrentaram a execução
problemas no setor de uso da terra há décadas (Corbera & Schroeder, 2011).
Para a validação dos resultados do REDD+ (MMA, 2017) o processo de MRV ocorre
da seguinte forma:
A mensuração é realizada a partir da compilação dos dados de monitoramento de
cobertura florestal, obtidos via satélite. O desmatamento identificado é utilizado como base
para o mapa de carbono do bioma Amazônico. Com isso, o Brasil conseguiu obter a série
histórica necessária para a elaboração do Nível de Referência de Emissões Florestais (FREL,
na sigla em inglês), com base nas estimativas de emissões (ENREDD+, 2016).
Posteriormente deve-se preparar e submeter à UNFCCC o FREL do país. Com os
dados desse documento serão mensurados os resultados de REDD+ (MMA, 2015). Os países
devem utilizar informações transparentes, completas e consistentes com as orientações
acordadas no âmbito da UNFCCC. Além disso, o conteúdo deve seguir a orientação
metodológica oferecida pelo mais recente manual ou guia do Intergovernmental Panel on
Climate Change (IPCC).
A verificação dos resultados de REDD+ é realizada por meio da avaliação realizada
por especialistas no setor de uso da terra, mudança do uso da terra e florestas indicados pela
UNFCCC, apresentados no Anexo Técnico como parte do processo de Consulta e Análise
Internacional ao qual os Relatórios Bienais de Atualização são submetidos. Essa etapa encerra
o ciclo de MRV dos resultados de REDD+.
O Brasil pretende incluir progressivamente seus demais biomas e outras atividades de
REDD+ em submissões futuras à UNFCCC, permitindo o reconhecimento de novos
resultados e ampliando a capacidade de captação de pagamentos por resultados. A
implementação do Programa de Monitoramento Ambiental dos Biomas Brasileiros deverá
28
contribuir decisivamente, ao fornecer os dados necessários para que essas submissões sejam
preparadas (ENREDD+, 2016).
4.7.5.1.3. Captação de Recursos de Pagamento por Resultados de REDD+
O secretariado do UNFCCC publicará informações sobre os resultados REDD+ em
tonelada de CO2 por ano e os respectivos pagamentos níveis de referência avaliados,
informações sobre salvaguardas, o link para a estratégia nacional e as informações sobre o
sistema nacional de monitoramento da cobertura florestal no Lima REDD+ Information Hub
(Decisão 9/COP 19, 2013), ao termino do processo de submissões técnicas. Terminado o ciclo
de reconhecimento de resultados de REDD+ pela UNFCCC, caberá aos países em
desenvolvimento buscar parcerias bilaterais ou entidades financeiras multilaterais dispostas a
oferecer pagamentos (ENREDD+, 2016).
O Fundo Verde para o Clima (Green Climate Fund - GCF, na sigla em inglês) terá um
papel central de canalizar recursos de pagamentos por resultados de REDD+ em escala
adequada e previsível para que países em desenvolvimento (Decisão 9/ COP 19). Foi
aprovada de chamada pública do GCF, que destinará até US $ 500 milhões para países em
desenvolvimento que comprovarem reduções de emissões provenientes de desmatamento e
degradação florestal.
O GCF estabeleceu que um país poderá captar até 30% do total de recursos
disponíveis, ou seja, US $ 150 milhões. No caso do Brasil, de acordo com as regras
estabelecidas pela Comissão Nacional para REDD+ (CONAREDD+) na Resolução nº 6, a
captação poderá ser realizada pelos governos estaduais e governo federal para utilização em
políticas e iniciativas que contribuam para a preservação da floresta (MMA, 2017).
A captação de recursos de pagamentos por resultados, no Brasil, será feita segundo
diretrizes, regras e critérios definidos pela CONAREDD+ a partir de insumos providos por
uma Câmara Consultiva Temática. Entidades brasileiras interessadas em captar pagamentos
por resultados de REDD+ pelo país deverão seguir os critérios elegibilidade. O Fundo
Amazônia foi declarado elegível pelo Decreto que instituiu a CONAREDD+, continuando
apto seguir com suas operações normalmente (ENREDD+, 2016).
A CONAREDD+ após a assinatura do contrato entre a entidade autorizada a captar e o
doador, deverá ser informada para que possa solicitar a sua Secretaria Executiva a emissão de
diploma nominal, intransferível, com o valor correspondente ao pagamento. Esses diplomas e
os respectivos pagamentos não geram direitos ou créditos de qualquer natureza e não poderão
29
ser utilizados, direta ou indiretamente, para cumprimento de compromissos de mitigação de
outros países perante a UNFCCC, de acordo com o Decreto nº 8576 de novembro de 2015.
30
5. MATERIAL E MÉTODOS
A Floresta Nacional do Tapajós (FNT) está localizada no estado do Pará, ao longo da
rodovia Cuiabá-Santarém (BR-163), na porção central da floresta Amazônica. Situada entre os
paralelos 2º45’ e 4º10’ S e os meridianos 54º45’ e 55º30’ W, abrange parte dos municípios de
Belterra, Aveiro, Rurópolis e Placas, estendendo-se por uma área aproximada de 545.000 ha
(Figura 2). Administrada pelo Instituto Chico Mendes de Conservação da Biodiversidade
(ICMBio), apresenta como objetivo básico o uso múltiplo dos recursos florestais e a pesquisa
científica, com ênfase em métodos para a exploração sustentável (Brasil, 2002a).
Figura 2 - Localização da área de estudo, situada na Floresta Nacional do Tapajós.
5.1. Clima, relevo, solo e vegetação
O clima da região é do tipo Ami (classificação de Köppen), com temperatura média
anual de 25,5 °C. O período chuvoso ocorre entre janeiro e maio, resultando em uma
precipitação média durante o ano de 1.820 mm. O relevo local é pouco acidentado, com
topografia de suavemente ondulada a ondulada. O solo que predomina na área estudada é do
tipo Latossolo Amarelo Distrófico. A vegetação é classificada como floresta Ombrófila Densa,
caracterizando-se pela dominância de indivíduos arbóreos de grande porte (Gonçalves &
Santos, 2008; IBGE, 2012).
31
5.2. Amostragem e coleta de dados
Para análise da vegetação foi utilizada amostragem em conglomerados, alocados
aleatoriamente em 37 unidades amostrais, com 4 subunidades (parcelas) de 5 m x 50 m
(Figura 3), dispostas nos sentidos norte e sul, leste e oeste; representando uma área amostral
de 3,7 ha. Esses conglomerados estão localizados na Unidade de Produção Anual (UPA) 5 nas
Unidades de trabalho (UT) 7 e 10. Em 2010 o manejo florestal foi realizado em uma área de
1000 ha, pela COOMFLONA.
Os conglomerados foram instalados tendo árvores oleaginosas (Carapa sp. e
Copaifera sp.) como ponto referência, pois era um projeto voltado a avaliação do efeito de
exploração sobre as espécies oleaginosas. Assim, foram selecionadas 16 árvores de andiroba
(DAP ≥ 35 cm) e 21 árvores de copaíba (DAP ≥ 50 cm), onde foram instaladas as unidades
amostrais. Foi feito um delineamento inteiramente casualizado (DIC) para a distribuição dos
conglomerados (Figura 4).
Figura 3 - Disposição do conglomerado usando uma espécie oleaginosa como ponto de referência.
32
Figura 4 - Delineamento amostral da área de manejo florestal da UPA5, Floresta Nacional do Tapajós.
Em cada subunidade de conglomerado, antes e após a exploração, foram mensuradas
todas as árvores com diâmetro a 1,30 m do solo (DAP) igual ou superior a 5 cm, e também,
altura total das árvores em metros, realizada a partir do medidor Trupulse 360.
Durante o inventário, foram coletadas amostras botânicas de todas as espécies que não
puderam ser identificadas em campo. Para auxiliar na identificação botânica das espécies,
foram tomadas imagens digitais do material coletado (Figura 5). A identificação botânica foi
feita com base no livro Flora da Reserva Ducke (Ribeiro et al., 1999).
Figura 5 - Fotos da Pitomba-folha-grande (Talisia Allenii, Família: Sapindaceae).
33
Para o sítio controle foi utilizada, dentro da UPA 5, uma área que não sofreu
exploração madeireira. Onde, foram selecionadas 9 parcelas de 50x50m, totalizando 2,25 ha
de área controle. No sítio controle foram realizadas medições (DAP e altura das árvores) em
2011 e 2015. Essas parcelas fazem parte projeto de monitoramento do Laboratório de Manejo
em Ecossistemas Florestais (Lamef), da Universidade Federal do Oeste do Pará, nas UPAs da
COOMFLONA .
5.3. Estatística do Inventário
Estimativas de erro e coeficiente de variação são importantes para determinar quão
preciso é o inventário (Keller et al., 2001). A estatística do inventário florestal foi estimada
por meio da amostragem inteiramente casualizada. Os cálculos foram feitos com base nos
dados de biomassa da área de manejo florestal. As fórmulas utilizadas para determinação de
erro amostral e coeficiente de variação da amostra, tendo como variável a biomassa, foram
aplicadas de acordo com Soares et al. (2006) descritas a seguir:
CV =±( sX )∗100 (modelo 2)
Em que:
Coeficiente de Variação (CV), Desvio Padrão (s) e Média ( X ).
E(%)=( s x . zX )∗100 (modelo 3)
Erro Amostral percentual (E%), Erro padrão ( s x ), Valor z tabelado e ( X ) Média.
5.4. Análise fitossociológica e diversidade
Para análise da composição florística foram calculados os índices de diversidade e de
similaridade, e o padrão de distribuição espacial. A diversidade foi calculada por meio dos
índices de Alfa de Fisher (α), Equabilidade de Pielou (J) e Quociente de Mistura de Jentsch
(QM).
5.4.1. Índice de diversidade alfa de Fisher
Foi utilizado o índice alfa de Fisher, devido esse não ser influenciado pelo tamanho da
amostra ou pela densidade das espécies mais comum na amostragem, como o índice de
Shannon e Simpson (Azevedo, 2006). Esse índice relaciona o número de espécies (S) ao
34
número de indivíduos (N) em uma comunidade (Fisher et al., 1943), através do seguinte
modelo:
S=α ln (1+ Nα ) (modelo 4)
5.4.2. Índice de equabilidade de Pielou
A diversidade máxima (H’max) encontrada em uma área pode ser determinada a partir
do modelo:
H 'max=ln (S) (modelo 5)
Em que S é o número total de espécies amostradas; ln é o logaritmo neperiano
O H’ corresponde a o índice de diversidade de Shannon-Weaver da comunidade, o qual é
utilizado para o cálculo da equabilidade.
O índice de equabilidade de Pielou é obtido de acordo com a descrição abaixo.
J=H '
H ' max
(modelo 6)
5.4.3. Coeficiente de Mistura de Jentsch
O número de indivíduos de cada espécie amostrados em uma comunidade pode ser
indicado de acordo com o coeficiente de mistura (QM). Esse é um fator que mensura a
intensidade de mistura das espécies e os possíveis problemas de manejo, dadas as condições
de variabilidade de espécies (Souza & Soares, 2013).
QM=SN
(modelo 7)
Onde S é o número total de espécies amostradas; N é o número total de indivíduos
amostrados.
5.4.4. Análise fitossociológica
Os parâmetros fitossociológicos foram calculados de acordo com o trabalho de Finol
(1971) e Souza & Soares (2013).
5.4.4.1. Densidade
A densidade absoluta (DAi), relativa (Dri) em uma área foi estimada, para a i-ésima
espécie, partir das expressões a seguir:
DA i=ni
A (modelo 8)
35
DRi=ni
N.100 (modelo 9)
Onde: ni é o número de indivíduos amostrados da i-ésima espécie; A a área total amostrada; N
o número total de indivíduos amostrados.
5.4.4.2. Dominância
A dominância é a estimativa de área basal da espécies em um povoamento florestal,
por hectare. Sendo que a área seccional em m² é obtida a parir dos dados de DAP em cm
(modelo 10). O parâmetro de dominância absoluta (DoAi) e relativa (DoRi) foram calculados
de acordo com as expressões abaixo.
g j=π
40000. DAP j
2 (modelo 10)
DoAi=
∑j=1
N
g j
A (modelo 11)
DoRi=DoA i
DT.100 (modelo 12)
Onde: gj área seccional do tronco da i-ésima espécie em m²; DAP das árvores em cm;
∑j=1
N
g j área basal da i-ésima espécie em m²; DT a dominância total em m².ha-1.
5.4.4.3. Frequência
A frequência absoluta (FAi) e Relativa (FRi) por espécie, foram calculadas da seguinte
forma:
FAi=U i
UT
.100 (modelo 13)
FRi=FAi
∑i=1
S
FAi
.100 (modelo 14)
36
Na qual Ui é o número de unidade amostrais que foram encontradas as i-ésima espécie; UT o
número total de unidade amostrais; S número de espécies amostradas.
5.4.4.4.Valor de importância
O parâmetro utilizado para a estimativa do valor de importância (VIi (%)) de espécies
em uma área é obtido a partir da soma dos valores de densidade relativa (DR i), dominância
relativa (DoRi) e frequência relativa (FRi), de acordo com a formula abaixo:
VI i(%)=DRi+DoRi+FRi
3 (modelo 15)
5.5. Dinâmica da vegetação arbórea
Para avaliar o efeito da exploração madeireira sobre a dinâmica da floresta, foram
analisados os seguintes parâmetros, como mortalidade, recrutamento e incremento:
5.5.1. Mortalidade
A taxa de mortalidade (M%) foi calculada de acordo com o trabalho de Souza et al.
(2012), em que:
M %=(ni
n0)∗100 (modelo 16)
no - número de indivíduos da população amostrado no primeiro ano de levantamento
ni - número de indivíduos mortos da população
5.5.2. Recrutamento
Para a taxa de recrutamento (R%) dos indivíduos foi utilizada a taxa de ingresso anual
(R%), obtida através da relação:
R%=(nz
ni)∗100 (modelo 17)
ni - número de indivíduos amostrado na população inicial
nz - número de árvores que ingressaram
37
5.5.3. Incremento Periódico Anual
O incremento de cada árvore amostrada foi obtido pela diferença de duas medições do
DAP (Souza & Soares, 2013). O cálculo foi realizado pela seguinte equação:
IPA=(Y (m+n)−Y (m)
n ) (modelo 18)
Onde:
IPA = incremento periódico anual
Y(m+n) = valor da variável no final do período
Y(m) = valor da variável no início do período
n = período de tempo
5.6. Método de Quantificação de Biomassa
A equação utilizada como base para o cálculo de biomassa (Silva, 2007; Higuchi et
al., 2014), obteve um coeficiente de determinação R²=0,94 e erro percentual da estimativa Syx
%=3,9.
M = a * DAP b (modelo 19)
M biomassa seca em kg, DAP = diâmetro em cm a 1,3m a altura do peito, e as letras a = 2,7179, b = 1,8774 são os
parâmetros de ajuste da equações alométricas.
A biomassa foi convertida em teor de carbono com referência à metade do peso da
biomassa (Gibbs et al., 2007). Os valores de biomassa fresca total foram multiplicados por
0,584, para obtenção da biomassa seca e 0,485 para o teor de carbono (Silva, 2007; Higuchi
et al., 2009). Esse modelo é destinado, exclusivamente, a obtenção de biomassa arbórea.
Foram realizadas medições da altura de árvores caídas e abatidas, durante o processo de
cubagem em uma área de manejo da COOMFLONA, para assim, calcular a altura dominante
(Hdom), e posteriormente reajustar a equação de biomassa.
5.6.1. Altura dominante para ajuste da equação de biomassa
Para a determinar a altura média da floresta, foi utilizada a altura dominante da altura
média das 100 árvores mais grossas, a partir de 10 cm de DAP. Com isso, obteve-se o a Hdom
que foi utilizada para obtenção de um fator de correção (f Hdom) para a fórmula de biomassa.
Foi utilizado o fator de correção para a altura da FNT (Hdom = 34,33 m) dividido pela Hdom de
Manaus (Hdom = 30,2 m) de acordo com a descrição de Lima (2010).
38
f H dom=Hdom(FNT )/ H dom(Manaus ) (modelo 20)
5.6.2. Modelo de biomassa corrigido
Para a quantificação de biomassa total na área de manejo foi utilizado o modelo de
simples entrada, com o ajuste do fator da altura (f Hdom) para o sítio da FNT.
M = a*DAP b * f Hdom (modelo 21)
Onde: M é a biomassa, a = 2,7179, b = 1,8774, e f Hdom é de 1,137.
5.7. Ajuste de equações volumétricas
5.7.1. Cubagem de árvores amostradas
A cubagem foi baseada na distribuição diamétrica do inventário realizado na área de
manejo florestal (Unidades de Produção Anual -UPA- 5). A partir do número de indivíduos
em cada classe de tamanho foi realizada uma distribuição percentual da quantidade de árvores
necessárias para representar a estrutura da vegetação.
Para a cubagem foi utilizada a metodologia proposta por Lima (2010), que combina os
métodos de Hohenadl (divisão relativa do comprimento da secção) e Smalian (medição dos
diâmetros da base e do topo de cada secção). Foram cubadas 167 árvores, destas, 10 foram
derrubadas no manejo florestal (árvores alvo da exploração) e 157 oriundas de madeira caída
durante a atividade exploratória.
Dessa forma, o diâmetro a altura do peito (DAP) e o diâmetro do toco (D toco) foram
mensuradas nas árvores já derrubados e das madeiras caídas na Área de cubagem (AC). A
altura comercial (Hc) foi obtida a partir da base da árvore (considerando a altura do toco
(Htoco) para as árvores abatidas e a base do fuste para as madeiras caídas) até o comprimento
do fuste. Para a obtenção do comprimento das secções dividiu-se o comprimento do fuste de
cada árvore amostrada por 10 (Figura 6).
A cubagem de madeira caída na AC, obteve amostragem de 167 árvores de 64 espécies
diferentes e 3 não identificadas. Todas as classes de tamanho foram contempladas levando em
consideração a distribuição diamétrica do inventário realizado na UPA 5 (Tabela 1).
39
Tabela 1- Distribuição de árvores de acordo com o inventário na UPA e o planejado para a AC.
CDAP Nº ind. UPA (%) Nº ind. AC5⌐10 1505 48,33 7810⌐20 987 31,70 5120⌐30 316 10,15 1730⌐40 138 4,43 840⌐50 76 2,44 450⌐60 42 1,35 360⌐70 23 0,74 270⌐80 8 0,26 180⌐90 10 0,32 190⌐100 4 0,13 1
≥100 5 0,16 1Total 3114 100 167
As árvores cubadas foram distribuídas nas classes de tamanho de acordo com o
inventário da UPA 5. A área amostrada corresponde 3,7 ha, que foram distribuídos
aleatoriamente para verificar o efeito do manejo florestal sobre a estrutura da vegetação.
A cubagem de madeira caída foi muito importante para a obtenção do número de
árvores para cada classe de diâmetro, pois com a representação especifica de todo o estrato da
floresta é possível o desenvolvimento de modelos mais precisos. A madeira caída além de
facilitar esse processo, permitiu a mensuração em menor espaço de tempo das árvores
desejadas.
Figura 6 - Esquema de cubagem de árvore caída (A) e abatida (B) dividindo a altura comercial em 10partes igual.
O diâmetro de cada secção foi mensurado com uma suta graduada em centímetros e
posteriormente foi realizada a divisão relativa das secções pelo método de Hohenadl. Com as
40
medidas diamétricas de cada secção calculou-se o volume das árvores amostradas a partir da
fórmula de Smalian (Soares et al., 2007).
(modelo 22)
V Smalian=((π∗d1
2
40.000 )+( π∗d22
40.000 )2
). Ls+...+( (π∗dn
2
40.000 )+( π∗dn2
40.000 )2
) . Ls
Onde: Vsmalian é o Volume Smalian, d1 é o diâmetro em cm ao quadrado da secção 1; d2 é odiâmetro em cm ao quadrado da secção 2 e dn é o diâmetro em cm ao quadrado da secção n eLs é o comprimento da secção em metros.
5.7.2. Modelos
Para a produção de madeira, uma estimativa do estoque de crescimento é muitas vezes
expressa em termos de volume de madeira, que pode ser estimada a partir de dimensões de
árvores facilmente mensuráveis. O procedimento mais comum é a utilização de equações de
volume com base na relação entre volume e variáveis tais como diâmetro e altura (Akindele &
Lemay, 2006).
É importante salientar que a utilização de modelos matemáticos é válida somente para
as condições estudadas e consideradas, pois os resultados podem variar entre os diferentes
tipos de ecossistema (Koehler et al., 2005). Para o cálculo do volume de madeira foram
utilizados os modelos estatísticos tradicionais, compilados por Campos & Leite (2009) e
Scolforo & Silva (1993) na tabela 2, abaixo:
Tabela 2 - Modelos testados para estimar o volume comercial por meio do DAP, CAP e Hc.
Nº Modelos Autor1 Vi= β 0 * DAPiβ1 + ε Husch2 Ln (Vi) = β 0 + β 1 * Ln DAPi + ε Berkhout/Husch3 Vi = β 0 + β 1 * DAPi ² + ε Kopesky e Gehrhardt4 Vi = β 0 + β 1 * DAPi + β2 * DAPi ² + ε Hohenadl e Kreen5 Vi= β 0 * DAPiβ1 * Hciβ2 + ε Schumacher e Hall6 Ln (Vi) = β 0 + β 1 * Ln DAPi + β2 * Ln Hci + ε Schumacher e Hall7 Vi = β 0 + β 1 * (DAPi ² * Hci ) + ε Spurr8 Vi = β 0 * (DAPi ² * Hci) β1 + ε Spurr9 Vi = β 0 + β 1 × CAPi² × Hciβ2 Scolforo e Silva
Onde: V i é o volume da i-ésima árvore em m³; DAPi é o diâmetro da i-ésima árvore a 1,3 metros dosolo em cm; CAPi é a circuferência da i-ésima árvore a 1,3 metros do solo em cm; Hc i é a alturacomercial da i-ésima árvore em metros; Ln é o logarítimo neperiano e ε é o erro aleatório.
41
5.7.3.Critérios para seleção de modelos
Os modelos volumétricos testados foram 4 de simples entrada (DAP) como variável
independente e 5 modelos de dupla entrada ( 4 com DAP e Hc e 1 com circunferência a 1,30
m (CAP) e Hc). Foram calculados, coeficiente de correlação ajustado do modelo (R² ajust), erro
padrão da estimativa (Syx), a incerteza em percentual (Incerteza%), a análise gráfica da
distribuição dos resíduos (R%), a significância dos coeficientes de cada modelo (Valor-p) e
Akaike's An Information Criterion (AIC) como critério de seleção de modelos.
O R² ajust. é a medida que inclui uma nova variável no modelo de regressão, por isso
não é recomendado utilizá-lo isoladamente como critério de seleção. Devido a isso é comum
utilizar o coeficiente de determinação ajustado para o número de coeficientes das equações
(Field, 2009; Schneider et al., 2009).
(modelo 23)
R ²ajust .=R ² [ K − 1N − K ] . (1− R ² )
Onde: K é o número de variáveis independente do modelo, N o número de observações, R² o
coeficiente de determinação.
O erro padrão da estimativa (Syx) e a Syx(%) foram utilizados como critério para
avaliação da qualidade dos modelos testados, prevalecendo aqueles que possuem os menores
valores dessas estatísticas. As expressões para obtenção do Syx e a Incerteza, de acordo com o
IPCC (2006a) são:
(modelo 24)
S yx=√∑i=1
n
(V i (obs )− V i ( est ) )2
n− k
Onde: V i (obs) é o volume observado da i-ésima árvore em m3; Vi (est) é o volume estimado
da i-ésima árvore em m³; n é o número total de árvores amostradas e k é o número de
coeficientes.
(modelo 25)
Incerteza (% )=( z∗(S yx
√n )V (obs )
)∗100
42
Onde: Syx é o erro padrão da estimativa; z é a constante quando considerado um nível de
confiabilidade de 95%; n é o número de árvores amostrada e V obs é a média aritmética do volume
observado de todas as árvores amostradas.
(modelo 26)
R (% )=(V i (est )
− V i (obs ) )V i (obs )
∗100
Onde: Vi(est) é o volume estimado da i-ésima árvore em m³ e V i(obs) é o volume observado da i-ésima
árvore em m³.
O Critério de Informação de Akaike (AIC) é uma forma simples, efetiva e objetiva
para a seleção do melhor modelo aproximado (estimado), sendo um paradigma relativamente
novo nas ciências estatísticas e biológicas já que difere em grande medida dos métodos usuais
baseados em testes de hipóteses nulas (Burnham & Anderson, 2010). A AIC pode ser
calculado para cada possível combinação de variáveis explicativas, no qual o modelo com a
menor AIC é escolhido como o modelo ótimo (Zuur et al., 2007).
Na função genérica cálculo Akaike's An Information Criterion (AIC) é um estimador
tendencioso do "log verossimilhança" e o viés assintótico é igual a K, o número de parâmetros
livres no modelo (Anderson & Burnham, 1994):
(modelo 27)
AIC=2 k− 2 log ( L (ð / y ) )
Em que K é o número de parâmetros estimadas (graus de liberdade) e (ð/y) é o log-ℒ
verossimilhança no seu máximo ponto de o modelo estimado. O "2"é a constante (Snipes &
Taylorn, 2014).
Foi utilizado o cálculo do fator de forma para as 167 árvores cubadas na área de
manejo florestal (Batista et al., 2014).
f =∑ V
(i ) smalian
∑ V (i ) cilindro
(modelo 28)
Onde: f é o fator de forma, Σ v(i)smalian somatório do volume observado da i-ésima árvore
obtido pela fórmula de Smalian em m³; Σ v(i)cilindro somatório do volume da i-ésima árvore
obtido a partir da fórmula do volume do cilindro ((π.DAP2/40.000)*Hc) em m³.
43
5.8. Análise da estrutura vertical
A avaliação da estrutura vertical é importante, por ser de grande valia para o manejo,
uma vez que verifica o estrato onde a espécie se localiza no nível fitossociológico. A
estratificação da estrutura vertical foi dividida em cinco intervalos de altura, onde a
estratificação da estrutura vertical é dada pela altura máxima dividida por 5. Sendo que a
estratificação foi feita segundo Lamprecht (1990), em que usa a altura dominante (Hdom) da
floresta para distinguir os seguintes estratos:
Estrato 1: H <15
. H dom
Estrato 2:15
.H dom≤ H<25
.H dom
Estrato 3 25
.H dom≤ H<35
.Hdom
Estrato 4 35
.H dom≤ H <45
. H dom
Estrato 5 H ≥45
. H dom
Utilizou-se o conceito de Weise (1880), em que Hdom é definida como a altura de 20%
das árvores mais grossas. Dessa forma, a distribuição de carbono e madeira pode ser analisada
com a segmentação desses estratos, sendo possível verificar, qual desses detém maior estoque
antes e após o manejo florestal. Foi utilizada essa metodologia por considerar que esta seja
mais representativa para a estrutura de dossel da floresta.
A distribuição das alturas entre os estratos foi realizada a partir da Hdom de 34,33 m
para as árvores com o DAP≥10 cm, a altura (H) utilizada para a delimitação dos estratos foi a
do ano de 2010 (antes do manejo floresta). O intervalo de altura entre os estratos está na
Tabela 3 a seguir.
44
Tabela 3 - Distribuição dos intervalos de altura para estrutura vertical da floresta.
Estratos Intervalos
1 H<6,872 6,87≤H<13,733 13,73≤H<20,594 20,59≤H<27,465 H≥27,46
Com a segmentação das alturas nos estratos, foram feitas avaliações de distribuição de
carbono e madeira para a área de manejo florestal. Com essa estratificação foi possível
determinar quais níveis concentram maior estoques de carbono e madeira para as espécies do
sítio de estudo (Figura 7).
Figura 7 - Distribuição dos estratos da estrutura vertical.
5.9. Estimativa do sequestro de carbono
Umas das abordagens metodológicas para estimativa de estoque do IPCC (2003), onde
o carbono é mensurado em um intervalo de tempo. Esse método é descrito no modelo a baixo.
ΔC=∑ ijk(C t2
−C t1)
(t 2−t 1) (modelo 29)
Onde:
45
ΔC = Sequestro de carbono equivalente (CO2 eq.) em Mg.ha-1.ano-1; Ct1 = Estoque de
carbono do reservatório no tempo t1; Ct2 = Estoque de carbono do reservatório no tempo t2.
Os estoques de carbono dos projetos são estimados para cada reservatório de carbono
considerado pela metodologia utilizada, para o cenário da linha de base e para o cenário do
projeto. Com as estimativas de carbono nas árvores das unidades amostrais, foi contabilizada
a conversão do carbono em CO2 eq. Essa conversão foi feita, multiplicando-se o total de
carbono por 44/12 (razão do peso molecular do CO2 e do carbono), ou seja, 1 Mg de carbono
corresponde a 3,67 Mg de CO2 eq. (IPCC, 2006b).
A conversão de carbono para CO2 eq. é utilizada para a projeção do quanto poderá ser
retirado ou emitido para atmosfera. Essa unidade é utilizada para a obtenção do CERs, o qual
é utilizado para negociação dos créditos nos mercados regulado e voluntário.
5.10. Projeto REDD+
O trabalho seguiu o protocolo de avaliação do projeto REDD+, onde o deve ser
definida a adicionalidade, linha de base e possíveis vazamento na área de manejo florestal.
Para isso, foi utilizada a metodologia VM0015 (VCS, 2012).
Considerando essa metodologia, a linha de base estabelecida para o projeto foi o
monitoramento de parcelas em uma área de floresta sem nenhuma intervenção na floresta
(sítio controle). Com isso, foi feita a comparação de estoque com a área de manejo florestal da
COOMFLONA, para verificar a dinâmica de carbono ao longo dos anos, e assim, projetar o
potencial de geração de créditos carbono na área de manejo na unidade de conservação.
A projeção para o projeto de carbono foi realizada com base no ciclo de corte definido
para as espécies comerciais, calculado para área onde ocorreu a exploração florestal. Dessa
forma, projetou-se os incrementos de CO2 eq. dos sítios de estudo ao longo do tempo,
posteriormente, quando o estoque da área de manejo alcançou o nível que tinha antes da
exploração, iniciou-se a contabilização do CO2 eq. que seria sequestrado. Com isso, a foi
definido a adicionalidade gerada no período.
Nesse trabalho foram analisados dois cenários para avaliação para estimar o potencial
de geração de créditos de carbono. O primeiro com a ocorrência de manejo florestal e
queimada, e o segundo apenas com o manejo florestal. A área de estudo foi atingida por um
incêndio que ocorreu ao final do ano de 2015, em decorrência de um El niño prolongado, o
qual restringiu a precipitação e deixou a floresta mais seca. Dessa forma, a FNT teve vários
46
focos de incêndio nesse período, comprometendo tanto áreas submetidas ao manejo florestal,
quanto florestas sem nenhum intervenção madeireira.
5.11. Análise de dados
Os parâmetros fitossociológicos foram calculados com o programa LibreOffice Calc
5.3.0.3. Os cálculos de biomassa para a estrutura da floresta foram feitos no software R Studio
3.2.3, para determinar se há diferença entre o estoque de carbono entre a área manejada e a
controle. A análise dos estoque de carbono e madeireiro foi feita com base no período de 2011
a 2015, onde cada ano representou uma repetição para essas variáveis para área de manejo e
controle. Para isso, empregou-se um teste de homocedasticidade de Levene para verificar se
existe homogêneidade de variância, e posteriormente uma Análise de Variância (ANOVA)
(Tabela 4) para verificar se há a diferença entre o incremento de carbono com o passar dos
anos, caso exista diferença empregara-se o Teste Tukey a 0,05 de significância.
Tabela 4 - Descrição da Analise de Variância a qual os dados foram empregados.
Fonte devariação
Soma dosQuadrados
Grau deliberdade
QuadradosMédios
Valor F Valor p
Tratamentos - - - - -
Erro - - -
Total - - -
47
6. RESULTADOS E DISCUSSÃO
6.1. Estatística de Inventários
Na estatística de inventário o E% foi de 7,00% e CV 72,88%, o que mostra a precisão
dos conglomerados instalados, pois o mesmo, está abaixo do erro de 10%, estipulado pela
legislação (Instrução Normativa Nº 3, março de 2002), para volumes estimados acima de 50
m³/ha , o inventário florestal deve ter 95% de probabilidade e erro amostral de até 10%. O CV
elevado nesse trabalho é justificado pelo tamanho da unidade amostral, sendo que quanto
menor, maior será o valor da variável (Pimentel-Gomes, 1984).
6.2. Diversidade
O número de árvores após quatro anos de manejo, assim como a área basal foram
superiores aos valores obtidos antes da exploração florestal. Isso deve-se a alta taxa de
regeneração que ocorreu na área, algo que permitiu a recomposição para essas variáveis
(Tabela 5). Alterações na composição de espécies são ocasionadas por interações complexas
entre fatores locais, histórico do sítio, dinâmica da paisagem e fatores regionais. A diversidade
estrutural da vegetação aumenta durante a sucessão (Chazdon, 2012). Isso explica o aumento
do número de espécies na área de manejo florestal.
Tabela 5 - Valores do número de árvores, espécies e área basal (AB) por hectare para o período deestudo da área de manejo e controle da FNT.
Sítios Ano 2010 2011 2014 2015
Nº de árv. 2639 2416 2974 3075
Manejo Nº árv.ha-1 713,24 652,97 803,78 831,08
AB m².ha-1 26,09 24,20 25,05 25,33
Nº esp. 185 183 231 232
Nº de árv. - 916 - 945
Controle Nº árv.ha-1 - 407,11 - 420
AB m².ha-1 - 22,16 - 22,60
Nº esp. - 149 - 152
Após a intervenção florestal a diversidade da vegetação, segundo o índice de Fisher
(α) (2010-2011), teve um aumento para o ano pós-exploratório, posteriormente o índice
diminuiu para os anos seguintes (Tabela 4). O aumento da diversidade após a exploração
florestal deve-se a relação número de espécies (S) com o número de indivíduos arbóreos (N) ,
a qual teve uma redução do número de árvores e a perda de duas espécies na área. A redução
48
desse parâmetro para os anos seguintes pode ter sido causado pelo aumento do número de
árvores, assim como o de espécies nas unidades amostrais. Esses valores estão representados
na Tabela 6 abaixo.
Tabela 6 - Índice de diversidade alfa de Fisher (α), Equabilidade de Pielou (J) e Quociente de Misturade Jentsch (QM), para área de manejo na FNT.
ANO 2010 2011 2014 2015
α 68,40 69,40 66,70 66,30
J 0,83 0,83 0,82 0,83QM 1/15 1/14 1/13 1/14
Os valores para diversidade α foram superiores aos encontrados no trabalho de Tello
(1995) na Reserva Ducke (α = 53,01) e na região do Rio Uatumã (α = 54,71) (Amaral et al.,
2000). Isso mostra uma diversidade alta para a área de manejo florestal, quando comparado
com outras regiões de florestas naturais. Contudo, pesquisas como a de Amaral (1996), Matos
e Amaral (1999) e Oliveira e Amaral (2004), obtiveram valores superiores de α = 140,51, α =
108,71 e α = 118,62, respectivamente. A diferença do índice α deve-se a intensidade amostral
de cada trabalho (Melo, 2008).
A equabilidade de Pielou (J) não teve uma variação expressiva ao longo do período,
assim como, o Quociente de Mistura de Jentsch (QM) (Tabela 4). O índice J foi de 0,85
(Almeida et al., 2012) e J=0,81 (Gonçalves & Santos, 2008) enquanto os valores desse
trabalho variaram entre esse intervalo (Tabela 5), demonstrando que a área de estudo possui
valores condizentes com outras florestas tropicais. Para uma floresta Ombrófila Densa no
estado de Roraima, o J = 0,64 (Condé & Tonini, 2013), um valor inferior aos encontrados em
duas áreas na FNT, onde os valores de J foram 0,82 e 0,83 (Andrade et al., 2015). Os índices
de J encontrados para a área de manejo da COOMFLONA foram os mesmo do trabalho citado
anteriormente.
O resultado para o presente estudo foi superior ao descrito por Finol (1975), no qual
em florestas tropicais o QM seria de, aproximadamente, nove indivíduos por espécie (alta
heterogeneidade), como na floresta manejada no município de Paragominas, PA, o QM = 1/9
(Francez et al., 2007), o QM = 1/7, em uma área de manejo no estado do Pará (Almeida et al.,
2012). A variação desse coeficiente para o período de 2010-2015 neste trabalho, teve maior
representação de indivíduos por espécies.
49
6.3. Fitossociologia
O inventário na área de manejo obteve na amostragem ao longo dos anos de 55
famílias, 234 espécies (Lista de espécie no Apêndice A), das quais a Fabaceae (21,29%),
Sapotaceae (6,84%), Euphorbiaceae (5,70%), Moraceae (4,94%), Burceraceae (3,42%), foram
as que detiveram o maior número de espécies na área de manejo, respectivamente. No
trabalho sobre Hiperdominância da flora Amazônica Fabaceae é a família mais abundante
(Ter Steege et al., 2013), assim como, na análise fitossociológica realizada na floresta de terra
firme, em Belo Monte, Pará, na qual essa família também teve maior riqueza de espécies
(Lemos et al., 2015).
No Projeto de Assentamento Moju I e II, distante aproximadamente 70 km da área de
estudo, Vieira et al. (2015) - inventariando árvores com DAP ≥ 10 cm - registraram 252
espécies. Também verificaram que as famílias Fabaceae e Sapotaceae são as que possuem o
maior número de espécies em floresta manejada e não manejada ao longo da BR-163 entre os
municípios de Santarém e Placas (Pará). Isso mostra que o predomínio dessas famílias é
comum nas florestas da região, e como se manteve, pode-se dizer que o efeito da exploração
florestal não foi suficiente para comprometer a representatividade das mesmas.
O estudo fitossociológico fornece informações da distribuição das espécies, bem como
afinidades entre ou grupos de espécies, resultando em uma valiosa avaliação da vegetação
dentro da área de estudo (Frenedozo-Soave, 2003). Com isso, as informações obtidas servirão
para o melhor planejamento futuro, tento em vista não apenas a representatividade de espécie
na área, como também o interesse para as árvores comercias e potencialmente comerciais.
Na análise fitossociológica (Apêndice C, D, E, F) as espécies com maior VI (%) antes
e após o manejo foram, Pouteria cladantha Sandwith, Eschweilera blanchetiana Miers.,
Rinorea guianensis Aubl., Protium cf. heptaphyllum (Aubl.) Marchand e Inga heterophylla
Willd., respectivamente. Após 5 anos da atividade, as mesmas espécies se mantiveram entre as
mais importantes (Figura 8). Os gêneros Pouteria e Inga estão entre os mais representativos
para todos os países da região amazônica (Cardoso et al., 2017). Isso mostra que a floresta
não sofre grandes alterações entre as árvores mais representativas após o manejo. Contudo,
essas espécies não são comerciais.
50
Figura 8 - Gráfico com as 5 espécies de maior VI (%) após o manejo, com sua variação para o períodode estudo.
As famílias com maior VI (%) para uma área de manejo na FNT foram Fabaceae,
Sapotaceae, Lecythidaceae, Burceraceae e Violaceae. As cinco espécies com maior valor para
essa variável são as seguintes: Pouteria sp., Protium apiculatum Swart, Rinorea guianensis
(Aubl.) Kuntze, Eperua bijuga Mart. ex Benth., e Eschweilera blanchetiana Miers.
(Gonçalves e Santos, 2008). Essa área possui três famílias e quatro espécies em comum. Isso
pode estar relacionado ao fato das áreas estarem na mesma unidade de conservação e por
essas espécies serem bem representativas.
Espécies comerciais tiveram variação no período após o manejo (Tabela 7). Isso se
deve a variação dos parâmetros fitossociológicos de indivíduos arbóreos, que tendem a
diminuir depois da exploração florestal. Contudo, a Eschweilera parviflora (Aubl.) Miers teve
um aumento do VI no ano de 2011, ocasionado pelo o aumento da DoA dessa espécie nas
unidades amostrais, sendo que nos anos seguintes essa variável diminuiu em função da
mortalidade.
51
Tabela 7 - O VI (%) de 10 espécies comerciais ao longo do tempo.
Nome Regional Nome Cientifico 2010 2011 2014 2015
Tauari Eschweilera parviflora (Aubl.) Miers 1,486 1,624 1,427 1,463
Marupá Simarouba amara Aubl. 0,318 0,277 0,273 0,298
Maçaranduba Manilkara huberi (Ducke) Chevalier 0,327 0,316 0,274 0,269
Muiracatiara Astronium gracilis Engl. 0,293 0,243 0,254 0,247
Ipê-amarelo Handroanthus serratifolius (Vahl) S.Grose 0,149 0,161 0,136 0,132
Itaúba Mezilaurus itauba Taubert ex Mez. 0,194 0,210 0,135 0,131
Angelim-da-mata Dinizia excelsa Ducke 0,138 0,149 0,125 0,121
Ipê-roxo Handroanthus impetiginosus (Mart. ex DC.) Mattos 0,131 0,091 0,045 0,044
Jatobá Hymenaea courbaril L. 0,034 0,037 0,030 0,030
Amarelão Pogonophora schomburgkiana Miers & Benth. 0,034 0,036 0,030 0,029
As espécies do gênero Eschweilera e Inga estão entre os com maior hiperdominância
na região amazônica (Ter Steege et al., 2013). Essas são comuns em trabalhos realizados na
região, demonstrando uma prevalência para a floresta ombrófila densa do planalto de Belterra
e Mojú, assim como, na área de manejo da FNT.
A recomposição e manutenção de algumas espécies entre as mais importantes da
floresta está diretamente ligada ao efeitos causados pelo manejo florestal na estrutura da
vegetação. Segundo Chazdon (2012) as trajetórias sucessionais são influenciadas pela escala,
frequência e intensidade de distúrbios ou usos de terra anteriores, textura do solo e
disponibilidade de nutrientes, natureza da vegetação remanescente e condições pós-distúrbio,
como tipos de manejo nas áreas florestais.
Mudanças provocadas durante a atividade florestal como danos a árvores
remanescentes, abertura de clareira e aumento de material vegetal sob o solo da floresta,
podem refletir em como as espécies irão reagir a essa alteração ambiental. As mais ávidas no
processo competitivo irão obter os melhores resultados, tanto para crescimento e
desenvolvimento, no processo de sucessão florestal.
As espécies presentes no período pré e pós-exploratório com maior CV para o VI (%)
foram Talisia Allenii, Licaria Armeniaca, Cecropia Obtusa Trécul, Inga sp., Casearia
Umifolia, respectivamente. Essas estão localizadas nos estratos inferiores da floresta, os quais
foram mais afetados pela atividade. A Casearia Umifolia teve uma variação decrescente para
os anos, o que significa que a mesma reagiu de forma negativa ao processo competitivo na
área, e a Licaria armeniaca perdeu todas as árvores após a exploração (2011), ingressando
novamente no ano do inventário posterior (2014), enquanto as demais tiveram um aumento no
valor fitossociológico (Figura 9).
52
Figura 9 - Gráfico com as 5 espécies de maior CV para o VI (%) após o manejo, para o período deestudo.
A densidade da madeira de caules e ramos também segue tendências sucessionais:
espécies de crescimento rápido dominantes no início da sucessão geralmente possuem baixa
densidade da madeira, enquanto as de crescimento lento, que dominam mais tarde, geralmente
tem alta densidade (Poorter, 2008). A Cecropia obtusa Trélc segue a tendência descrita para as
árvores dos estratos inferiores, com baixa densidade, comum em área com distúrbio e com
alta taxa de regeneração. A Talisia Allenii e Inga sp. seguiram uma tendência positiva com o
passar dos anos, embora não sejam espécies de baixa densidade madeireira, tiveram elevada
recomposição para área.
As espécies pioneiras costumam aumentar após intervenções silviculturais. Para as
espécies como Cecropia sp. e Inga alba (Fabaceae) aumentaram em abundância após a
intervenção, para um trabalho realizado na FNT (Avila et al., 2015). Com isso, as árvores
desses gêneros tendem a se beneficiar, em detrimento de outras espécies, por serem mais
adaptadas, ecologicamente, a alterações ambientes.
6.4. Dinâmica da vegetação arbórea
A taxa anual de mortalidade foi elevada (Tabela 8) após o manejo, e esse valor deve
estar relacionado a altas perdas que ocorrem com a queda das árvores e tráfego de
maquinário. No estudo realizado na FNT, no km 67 da BR-163, as taxas de mortalidade para
53
2010 2011 2014 20150,00
0,20
0,40
0,60
0,80
1,00
1,20
1,40
1,60
Talisia Allenii Licaria armeniaca (Nees) Kosterm Cecropia obtusa Trécul
Inga sp. Casearia Umifolia
VI
(%)
todas as espécies e para as comerciais foram de 2,4 e 1,2%, respectivamente, para o período
de 1981 - 1987 (Silva et al., 1995) e em Manaus no projeto BIONTE a taxa foi de 3,0% ao
ano (Chambers et al., 2004). Para um tratamento exploratório com redução de 32% da área
basal a mortalidade foi de 1,87%±0,62 para o período de 1990 a 2007 (Lima, 2010).
Com isso, a mortalidade de árvores menores muitas vezes é maior em florestas
exploradas quando comparado com florestas intactas, uma vez que a exploração e transporte
de toras pode resultar em danos às árvores não visadas (Picard et al., 2012). Em uma
exploração seletiva realizada na FNT, a floresta teve as taxas de mortalidade com os mesmos
níveis do período pré-exploratório, após 4 anos (Figueira et al., 2008).
O impacto do manejo tem efeitos sobre a estrutura da floresta. A mortalidade de
árvores de grande porte em florestas exploradas no manejo é elevada em comparação com
florestas intactas, pois grandes árvores, geralmente, têm madeira de maior valor e mais
propensas a serem extraídas (Lindenmayer et al., 2013).
Tabela 8 - Taxas de mortalidade e recrutamento para área de manejo na FNT.
Período 2010-2011 2011-2014 2014-2015M% 9,23 6,62 2,76R% 0,00 23,10 3,40
Como esperado, não ocorreu regeneração após a atividade florestal. Mas com o
decorrer de 3 anos o valor foi elevado (2011-2014), reduzindo-se no período seguinte (2014-
2015). Essas taxas são características de vegetações, que ao sofrem um distúrbio significativo,
tem elevado recrutamento nas classes inicias, devido as mudanças do ambiente, que tendem a
beneficiar espécies exigentes de luminosidade.
O estudo realizado em uma empresa de manejo florestal no estado do Amazonas, o
ingresso para todas as espécies variou de 0,67% a 3,20% para o período de 2001 a 2014. As
taxas de mortalidade foram de 5,91% para 1,47%, para o mesmo intervalo de tempo (Souza et
al., 2017). Esses resultados corroboram com os desse estudo, no qual os valores tiveram
oscilação semelhantes para o distúrbio provocado pelo manejo florestal. A intensidade e
tamanho das perturbações causadas pela exploração florestal influenciam na regeneração da
floresta (Carvalho et al., 2017).
A forma como o manejo é realizado na área, de acordo com as técnicas empregadas
durante o processo exploratório, é determinante para a recuperação após atividade. Com a
redução de impacto, os danos são mitigados na vegetação remanescente, algo que tem ligação
54
direta com as taxas de mortalidades. Assim, o bom desenvolvimento da exploração,
proporcionará uma recuperação melhor da área, corroborando com a dinâmica florestal.
Na dinâmica da floresta na Amazônia Central a taxa de recrutamento e mortalidade
foram iguais (0,7%) no período de 1986 a 2000, o que remete a um equilíbrio dinâmico com o
passar dos anos (Higuchi et al., 2004). Os parâmetros descritores da dinâmica da comunidade,
como mortalidade, recrutamento e crescimento de árvores desempenham papel central na
estrutura, na diversidade e nos processos de ciclagem de nutrientes em ecossistemas florestais
(Lewis et al., 2004; Stephenson & Van Mantgem, 2005).
Os estudos de dinâmica das comunidades arbóreas referem-se, resumidamente, ao
produto da interação espacial e temporal de diferentes fatores bióticos e abióticos, expressos
por flutuações nos valores de mortalidade, recrutamento e crescimento (Rees et al., 2001).
Esses parâmetros refletem exatamente o comportamento da floresta após a pertubação
provocada pelo manejo florestal. A vegetação obteve uma alta taxa de mortalidade no período
inicial, enquanto a regeneração atingiu taxas elevadas para o período posterior (2011-2014).
Os fatores abióticos como o aumento de luminosidade causado pela abertura de clareiras
podem influenciar, diretamente, nesse processo de dinâmica após a atividade florestal.
A intensidade de exploração influencia no tipo de vegetação que irá desenvolver-se na
área, principalmente devido à formação de clareiras de diferentes dimensões, responsáveis
pelo início do processo dinâmico da regeneração natural (Francez, 2007). Assim como, a
redução da cobertura vegetal altera diversos processos ecológicos, biogeoquímicos e
micrometeorológicos (Asner et al., 2004).
De maneira geral, mostrou que a floresta está tendendo a uma estabilidade com
aumento do consolidação de árvores nas suas respectivas classes e diminuição do aumento
populacional das espécies. O processo sucessional pode indicar a projeção da vegetação para
um equilíbrio dinâmico no que se refere a essa variável.
Contudo, teorias de não equilíbrio substituíram as hipóteses de equilíbrio, lançando
uma nova luz sobre a natureza das alterações sucessionais e respostas a distúrbios. Não existe
um momento específico em que a floresta alcance um estado de estabilidade ou ‘clímax’, pois
frequentemente ocorrem distúrbios, mesmo durante estágios tardios de sucessão (Chazdon,
2008).
Os processos dinâmicos ocorrentes nas florestas tropicais são geradores de
heterogeneidade espacial e temporal, com fortes reflexos na estrutura das comunidades. Nesse
sentido, distúrbios causados por fatores naturais ou antrópicos podem afetar a estrutura da
55
comunidade fazendo com que esta não atinja a condição de estabilidade, assim como os
descritos nos trabalhos de Machado (2005); Swaine & Hall (1988).
6.5. Cubagem
O volume total das árvores cubadas na FNT foi de 104,46±2,16 m³, a amostragem
variou no intervalo de 5,3 a 103,1 cm de DAP. A distribuição dimétrica das árvores cubados
obteve o padrão de J-reverso, característico de floresta inequiânea, com maior número de
árvores nas classes inferiores (Figura 10). O percentual de indivíduos para as três primeiras
classes foi de 87% para as árvores cubadas. Enquanto no trabalho sobre a influência de
parcelas na distribuição diamétrica, em área não manejada, na Estação Experimental de
Silvicultura Tropical do INPA, Manaus, o valor correspondeu a 93% (Higuchi et al., 2012).
Figura 10 - Distribuição do número de árvores cubadas por classe de DAP, Floresta Nacional doTapajós, Pará, Brasil.
Como essa distribuição da cubagem foi realizada com base no inventário da UPA 5 a
curva obteve o mesmo padrão dessa área. Este tipo de distribuição é comum em florestas
tropicais, onde ocorre o fluxo de regeneração contínuo, no qual o estrato superior é
gradualmente substituído pelo estrato inferior (Silva & Alves Lopez, 1984).
Algumas árvores foram identificadas a partir do corpo de prova retirado de disco de
secções das respectiva espécies. A descrição anatômica dessas árvores a partir de
macrofotografia em plano transversal está no Apêndice G.
56
5⌐10 10⌐20 20⌐30 30⌐40 40⌐50 50⌐60 60⌐70 70⌐80 80⌐90 90⌐100 ≥1000
10
20
30
40
50
60
70
80
90
78
51
17
84 3 2 1 1 1 1
Classes DAP
Núm
ero
de á
rvor
es
6.5.1. Seleção de equações
Os critérios estatísticos utilizados para avaliação das melhores equações foram o
R²ajust., Incerteza (%), Akaike's An Information Criterion (AIC) e distribuição percentual dos
resíduos (R%). Com isso, as equações com melhores resultados foram 1 (Vi= 3,70E-05 *
DAPi2,827) e 2 (Ln (Vi) = -8,55172 + 2,43469 * Ln DAPi) de simples entrada (DAP), e 6 (Ln
(Vi) = -9,40561 + 2,03117 * Ln DAPi + 0,86905 * Ln Hci) e 9 (Vi = -4,40E-03 + 5,08E-06 ×
CAPi² × Hci1,09E+00) de dupla entrada (DAP e Hc), as quais obtiveram resultados satisfatórios
para os parâmetros avaliados (Tabela 9).
A dispersão dos resíduos ocorreu de forma diferenciada entre os modelos. Os modelos
6 e 9 obtiveram os melhores resultados. Enquanto as equações 3 (Vi = -1,98E-01 + 1,47E-03 *
DAPi ²) e 4 (Vi = 4,49E-01 + -6,11E+01 * DAPi + 2,14E-03 * DAPi ²) tiveram valores
percentuais elevados na dispersão dos resíduos, o que inviabiliza a utilização dos mesmos por
superestimar e subestimar, respectivamente, as classes de tamanho inferiores (Figura 11).
Figura 11 - Dispersão de resíduos dos modelos testados com as variáveis DAP, CAP e Hc, Floresta Nacional do Tapajós, Pará, Brasil.
O modelo 6 foi o que obteve maior R²ajust, menor Incerteza (%) e boa dispersão de
resíduos e melhor AIC (Figura 11). Contudo, por ser de dupla entrada (DAP e Hc), não foi
utilizado para o inventário da UPA 5, dessa forma, optou-se pelo uso do modelo 1 de simples
57
entrada (DAP) para o cálculo do volume, o qual também alcançou parâmetros satisfatórios
para validação de seu uso. De forma geral, a dependência de uma variável biológica na massa
corporal é tipicamente caracterizada por uma lei de escala alométrica na forma modelo não
linear (West et al., 1997). Esse tipo de modelo tem um padrão mais comum na biologia,
relação espécie área e biogeografia (Martin & Goldenfeld, 2006; Xiao et al., 2011).
Nos trópicos, os inventários florestais normalmente incluem apenas o DAP das árvores
e Hc. Em muitos casos, a Hc é difícil de se medir com segurança. Este problema resulta em
estimativas tendenciosas quando a altura da árvore é incluída como uma variável
independente em modelos de volume e biomassa. Considerando-se essas fontes de erro, é
necessário o desenvolvimento de equações de volume e biomassa acima do solo utilizando o
DAP como variável independente. Esta pode ser medida com rigor e precisão no campo. A
medição dessa variável, exige menos trabalho, e por isso é eficiente na redução de custo nos
inventários florestais (Segura & Kanninen, 2005).
Para as 167 árvores cubadas obteve-se o fator de forma de 0,82. Este é superior ao
valor encontrado e utilizado comumente na Amazônia para espécies comerciais (0,70). Isso
pode estar relacionado ao fato do inventário incluir árvores de diâmetros inferiores (DAP ≥ 5
cm), algo que pode ter elevado o valor do fator de forma. Para outras áreas na floresta
amazônica foram encontrados valores de 0,73 no estado de Roraima (Gimenez et al., 2015) e
0,74 no Mato Grosso (Colpini et al., 2009).
Contudo, para a floresta densa na Amazônia central, o fator de forma aumenta com o
tamanho da árvore (0,745 e 0,781 para árvores com DAP≥10 e ≥50 cm, respectivamente). O
fator de forma desse trabalho foi de (0,709), valor semelhante ao usado pelo Projeto
RadamBrasil (0,70) (Nogueira et al., 2008a).
A variabilidade na forma do fuste causa significativo impacto na determinação do
volume explorado nas florestas tropicais do bioma Amazônico. Em geral são utilizados nos
inventários florestais para o cálculo de volumetria. Valores padronizados de fatores de formas,
sem considerar a diferença existente entre as espécies, o que simplifica os processos técnicos,
contudo acarreta em estimativa inadequada do estoque madeireiro (Lanssanova et al., 2013).
A principal razão para a realização de inventário florestal em ecossistema de floresta
natural é estimar volume de madeira com todo o suporte das parcelas instaladas (Oboite &
Ade-Oni, 2014). Para o ajuste de modelos destinados a inventário de monitoramento deve-se
ter a representação precisa de percentual de indivíduo por classe de tamanho para minimizar o
58
erro e assim, obter medidas mais precisas de todos os estratos da floresta. E para o manejo é
importante saber o nível de perda nos estratos para melhorar o manejo das espécies. Com os
valores de estoques de todas as classes é possível fazer uma predição de quais espécies estarão
mais propensas ao manejo de acordo com o incremento adquirido ao longo dos anos.
Equações de volume são utilizadas para estimativas volumétricas de árvores de vários
tamanhos e espécies. A confiabilidade das estimativas de volume depende do alcance e
extensão da amostra de dados disponíveis e como equações de volume podem encaixar esses
dados amostrais (Avery & Burkhart, 2002). O volume total do estoque de floresta em
crescimento é uma variável requerida no manejo florestal. Normalmente, o volume é
calculado como o volume total por unidade de área, enquanto são utilizados modelos
prevendo o volume total das árvores (Masota et al., 2014). Com isso, estimativas errôneas do
volume de madeira podem acarretar prejuízos financeiros, assim como, problemas no
planejamento do manejo futuro.
59
Tabela 9 - Modelos testados (Nº), coeficientes estimados e suas respectivas estatíticas: Valor-p,Coeficiente de Determinação Ajustado (R² ajustado), Erro Padrão da Estimativa (Syx) em m3 eIncerteza em porcentagem (In %), Akaike's An Information Criterion (AIC), intervalo de confiança(IC), volume estimado (VE m³).
Nº Coeficiente Valor-p R² ajust. Syx (m³) In (%) AIC IC VE (m³)
β 0 3,70E-05 3,00E-04 0,97 0,02 8,74 137,27 0,075 95,64±2,15
1 β 1 2,827 2,00E-16
β 2
β 0 -8,55172 2,00E-16 0,96 0,04 7,87 -374,02 0,074 100,17±1,92
2 β 1 2,43469 2,00E-16
β 2
β 0 -1,98E-01 2,20E-05 0,94 0,04 13,18 -201,58 0,073 104,46±2,09
3 β 1 1,47E-03 2,00E-16
β 2
β 0 4,49E-01 6,60E-09 0,96 0,03 10,38 -280,14 0,073 104,46±2,12
4 β 1 -6,11E+01 2,00E-16
β 2 2,14E-03 2,00E-16
β 0 2,13E-05 2,76E-08 0,99 0,03 5,29 -29,49 0,075 96,71±2,16
5 β 1 2,37E+00 2,00E-16
β 2 8,38E-01 2,00E-16
β 0 -9,40561 2,00E-16 0,99 0,03 3,51 -641,79 0,074 103,50±2,03
6 β 1 2,03117 2,00E-16
β 2 0,86905 2,00E-16
β 0 -1,69E-02 4,35E+02 0,99 0,02 6,46 -439,57 0,073 97,14±2,14
7 β 1 6,60E-05 2,00E-16
β 2
β 0 1,86E-05 1,60E-07 0,98 0,02 5,68 -6,58 0,075 104,46±2,16
8 β 1 1,11E+00 2,00E-16
β 2
β 0 -4,40E-03 8,48E+02 0,98 0,02 6,44 35,95 0,073 104,46±2,14
9 β 1 5,08E-06 1,46E-07
β 2 1,09E+00 2,00E-16
60
6.6. Distribuição diamétrica
A distribuição da classe de diâmetro tem estrutura de curva J-reverso, uma estrutura
típica de floresta inequiâneas (Higuchi et al., 2012; Reis et al., 2014), e indica que o processo
regenerativo está funcionando na área (Figura 12). As florestas tropicais sem grande
perturbação tem distribuição diamétrica na forma de J-reverso, caracterizando uma
comunidade típica, autorregenerante, onde o maior número de árvores está nas menores
classes de diâmetro (Hess et al., 2010).
Figura 12 - Distribuição de DAP por classe de tamanho no sítio de manejo florestal.
Com a distribuição diamétrica ao longo dos anos é possível notar que a floresta
continua em equilíbrio após a atividade florestal, mantendo-se em J-reverso. Na classe de
5⌐10 cm DAP contam com um número maior de árvores por hectare (2014 e 2015), após o
manejo. Isso ocorre devido ao efeito da exploração madeireira, assim como o tráfego de
maquinário que acabam estimulando a regeneração dos menores indivíduos arbóreos na área.
A interpretação das distribuições do diâmetro das árvores é um exemplo utilizado no
reconhecimento de padrões, frequentemente usado por florestais para descrever um tipo de
floresta em particular ou tratamento silvicultural (Gadow et al., 2012).
No trabalho realizado na FNT a estrutura diamétrica equilibrada, com a existência de
um balanço entre o recrutamento e a mortalidade das árvores. Isso sugere sustentabilidade da
61
5⌐10 10⌐20 20⌐30 30⌐40 40⌐50 50⌐60 60⌐70 70⌐80 80⌐90 90⌐100 ≥1000
200
400
600
800
1000
1200
1400
1600
2010 2011 2014 2015
Classe de DAP
Nº
de á
rv.h
a-¹
produção volumétrica na unidade de manejo, quando é de baixa densidade de exploração
(Gonçalves & Santos, 2008).
6.6.1. Volume de madeira
Para a análise estatística os dados foram normais para o incremento volumétrico nas
áreas de estudo, de acordo com o teste de Levene (p=0,35). Na ANOVA os valores foram
diferentes (F=194,1; p=8,52E-06) e teste Tukey indicou diferença significativa (p=8,4E-06),
como pode ser observado na figura 13. Assim, como as taxas de carbono o volume também
teve valores superiores para área manejada.
Figura 13- Boxplot do incremento volumétrico na área de estudo, onde diferença significativa dotukey (α=0,95) é representada por letras a e b.
Geralmente as espécies de clímax normalmente preenchem a clareira pelo crescimento
lateral dos galhos. As grandes clareiras são primeiramente colonizadas pelas espécies
pioneiras (Jardin et al., 2007). Isso pode explicar a média de incremento volumétrico no sítio
de manejo florestal, que foi bem superior ao da área controle.
O IPA volumétrico, para todas as espécies com DAP ≥ 5 cm, teve média de 3,52±0,45
m³.ha-1.ano-1 para área de manejo florestal e de 0,15 m³.ha-1.ano-1 para o sítio controle, durante
o período de estudo. Na FNT para o período de 1981-1997 próximo ao km 67, o
monitoramento de parcelas, verificou-se que a floresta teve um crescimento de 5,81 m³.ha -
1.ano-1 de 1981 a 1983. Isso está relacionado ao aumento de abertura do dossel que com o
passar dos anos tende a se dissipar (Costa et al., 2008). No Amazonas, na área manejo
florestal, o IPA foi de 4,80 m³.ha-1.ano-1 (Souza et al., 2017). Assim, é possível afirmar que
62
sítios manejados têm elevados níveis de incremento pós-exploratórios, quando comparadas
com áreas não exploradas.
Para uma pesquisa realizada no estado do Amazonas, uma floresta submetida a três
tratamento obteve diferentes IPAs. Para uma intensidade de exploração de 34 m³.ha-1
(Tratamento 1), o IPA foi de 5,1 m³.ha-1, no Tratamento 2, com a retirada de 49 m³.ha-1, IPA de
2,6 m³.ha-1, e para o Tratamento 3, a extração de 67 m³.ha-1, levou a um IPA de 3,7 m³.ha-1
(Lima, 2010). Isso demonstra que de acordo com o volume de madeira extraído da área,
juntamente com as técnicas empregadas durante a atividade exploratória, a vegetação terá
uma resposta para a recomposição do estoque.
Isso ocorre devido o processo de regeneração de florestas tropicais se iniciar após a
formação de clareiras, que provocam mudanças edafoclimáticas, ocasionando a sucessão
florestal (Whitmore, 1990). Dessa forma, a mudança causada pela intervenção florestal gera a
abertura de dossel, algo que proporciona a alterações ambientais e consequentemente estimula
o processo de reconstrução florestal, fazendo as espécies acelerarem as taxas de crescimento
com o objetivo de se estabelecerem nos estratos superiores.
O tamanho da clareira gerada durante a atividade florestal influencia nas condições
microclimáticas, beneficiando as espécies dos estratos inferiores (Jardim et al., 2007). Em
uma área de manejo é comum as taxas de incremento serem superiores quando comparadas
com os sítios sem nenhuma intervenção, principalmente influenciada pelos fatores ambientais,
que beneficiam as espécies que estão à espera de uma oportunidade para se estabelecerem nos
níveis superiores da floresta.
A recomposição do estoque madeireiro para todas as classes de DAP nas unidades
amostrais seria de 10 anos considerando a taxa de incremento. Isso ocorreria em função das
altas taxa de incremento das árvores nas classes de tamanho. Contudo, para as espécies
comerciais, com DAP ≥ 40 cm, o ciclo de corte foi de 35,4 anos, com incremento de 0,496
m³.ha-1.ano-1. A recuperação ocorreria em um intervalo de tempo superior ao definido pela
legislação vigente. Isso significaria que a floresta precisaria de 5,4 anos a mais para que a
exploração das espécies de interesse comercial fosse viável.
Nesse estudo o crescimento para área de manejo foi de 0,24 ± 0,13 cm.ano -1 na área de
manejo florestal e de 0,16 ± 0,11 cm.ano-1 na área sem exploração florestal. Os incrementos
médios anuais de diâmetro de árvores nas parcelas da área de manejo (0,33 ± 0,37 cm.ano-1)
foram mais do que o dobro dos registrados nas parcelas controle (0,14 ± 0,39 cm.ano -1), e essa
63
diferença contribuiu substancialmente para as altas taxas de ganho de biomassa nas parcelas
(Mazzei et al., 2010). No trabalho realizado em Manaus os valores foram de 0,29 cm.ano-1
para área de manejo, e 0,16 cm.ano-1 na floresta controle (Chambers et al., 2004; Blanc et al.,
2009). Uma hipótese para esse efeito é que a abertura de clareiras, estradas e trilhas de
exploração aumentam a quantidade de luz no sub-bosque da floresta, favorecendo o
aparecimento de espécies pioneiras (Crome et al., 1992).
Na FNT a taxa de crescimento no sítio de manejo foi de 0,6 cm.ano -1 para 1,21
cm.ano-1 após três anos, enquanto na área sem atividade madeireira variou de 1,04 para 1,34
cm.ano-1 (Miller et al., 2011). E no trabalho de Carvalho et al., (2004) os valores para uma
área manejada (0,405 cm.ano-1) e sem intervenção (0,18 cm.ano-1) tiveram diferenças
significativas.
6.6.1.1. Efeito pós-exploratório no volume de madeira
O manejo florestal na FNT é feito com o planejamento prévio das trilhas de arraste. As
toras são retiradas com uso de Skidder a partir do cabo de aço, com objetivo de reduzir os
danos na vegetação remanescente. A estimativa de volume para o ano de 2010 foi de 285,83
m³.ha-1 e de 252,41 m³.ha-1 para 2011. Dessa forma, a perda volumétrica na área (2010-2011)
foi de 33,42±6,31 m³.ha-1 para as unidades amostrais, enquanto a exploração, no trabalho de
Blanc et al. (2009), um ano após o manejo, esteve em torno de 32,51 m³.ha-1 referente ao
tráfego Skidder, um valor equivalente ao deste estudo. O volume das árvores abatidas variou
de 19,80 a 51,64 m³.ha-1 e destruídas de 3,16 a 7,02 m³.ha-1 no Suriname (Jonkers, 2003).
As classes de tamanho respondem de acordo com o nível de impacto do manejo, sendo
que as maiores perdas volumétricas de madeira estão nas classes de DAP ≥100 (21,86 m³.ha-
1), 90⌐100 (3,53 m³.ha-1), 80⌐90 (2,64 m³.ha-1), 70⌐80 (1,60 m³.ha-1), 40⌐50 (1,73 m³.ha-1)
(Figura 14). Esses valores representam a perda de madeira durante a atividade exploratória na
FNT, onde a maioria das classes teve redução de volumetria. Isso demonstra como a atividade
afetou o estoque da floresta.
Martins et al. (2015) sugerem que quanto maior a intensidade de exploração aplicada
na área, maior será os danos e perda residual de madeira. Na FNT a intensidade de exploração
correspondeu a 17,60 m³.ha-1 para a área manejada. Quando avaliadas as variações
volumétricas no período de 2010 a 2011, essas são diferenciadas ao longo de toda a estrutura
da floresta. Isso pode corresponder a eficiência do planejamento de atividade florestal, que
64
minimiza o impacto na estrutura da floresta visando ciclos de corte futuros. Para uma
exploração planejada, onde se retirou 37 m³.ha-1, perda das árvores foram de 4,5 árv.ha-1
(Johns et al., 1996), enquanto o presente estudo contabilizou uma retirada de 1,5 árv.ha-1.
Figura 14 - Distribuição diamétrica de madeira na área de manejo florestal.
As classes com maior incremento de madeira de 2011 a 2015 foram de 60⌐70 (25,22
para 29,60 m³.ha-1.ano-1), 90⌐100 (4,26 para 14,05 m³.ha-1.ano-1), ≥100 (23,52 para 31,45
m³.ha-1.ano-1). A recomposição volumétrica das classes de tamanho destinados ao corte, indica
que a floresta está recuperando o estoque madeireiro entre as árvores de maiores porte. Com
essa informação será possível fazer a projeção de ciclos de corte futuros com bases nessas
taxas.
A recuperação da floresta deve-se as técnicas empregadas pela COOMFLONA,
responsável por realizar o manejo florestal na FNT. Por ter tido uma intensidade 17,60 m³.ha-
1, menor do que a estabelecida por Lei (30 m³.ha-1), a floresta além de não ter grandes perdas
entre as classes, obteve uma boa recomposição madeireira. Isso é importante não só do ponto
de vista comercial como também do ecológico, tendo em vista, que o manejo florestal além de
gerar renda, também contribui para a conservação da floresta. Esses resultados corroboram
com teoria de que os recursos florestais podem ser utilizados ao longo dos anos desde que
sejam explorados de forma adequada, validando assim, a sustentabilidade do manejo florestal.
Apesar da perda no volume total, a classes de tamanho 50⌐60 teve um incremento
volumétrico nesse intervalo de tempo (2010-2011). Isso demostra que algumas árvores
65
5⌐10 10⌐20 20⌐30 30⌐40 40⌐50 50⌐60 60⌐70 70⌐80 80⌐90 90⌐100 ≥1000
5
10
15
20
25
30
35
40
45
502010 2011 2014 2015
Classe DAP
Vol
ume
(m³.
ha-¹
)
continuaram crescendo mesmo após a atividade na área, isso pode estar relacionado ao baixo
nível de danos na classe de DAP. O incremento dessa classe de tamanho beneficiadas no
manejo correspondeu a 0,98±0,15 m³.ha-1. Silva et al. (1995), obteve 1,8 m³.ha.-1.ano-1 na FNT
para árvores de DAP≥5 cm após treze anos de exploração florestal. Por isso, pode ser
considerado representativo o incremento da classe de DAP do presente estudo, devido o
intervalo de 1 ano.
No sítio de manejo a classe de DAP 50⌐60 pode ter se beneficiado com a abertura de
dossel e o aumento no nível de luminosidade. Isso contribuiu para um incremento após a
atividade. Portanto, corrobora o princípio de que o manejo florestal, quando bem executado
pode reduzir os danos e favorecer o desenvolvimento de outras espécies. Isso pode ser em
função da exploração em florestas tropicais não ter um efeito uniforme sobre a estrutura da
floresta (Burivalova et al., 2014).
Assim, inventário a partir de DAP ≥ 5 cm é importante para avaliar o impacto do
manejo florestal em toda a estrutura da floresta. Com isso, é possível ter a representação de
todos os estratos da vegetação e como esses são afetados pelo maquinário e mudança nas
condições ambientes causadas pela abertura estradas e clareiras.
No trabalho de Oliveira (2005) na FNT no km 114, na década de 80, a floresta foi
submetida a quatro tratamentos com intensidade média de 61,1 m³.ha-1. Nesse, verificou-se
que alterações na estrutura da vegetação estão ligadas a intensidade de intervenção dos
métodos utilizados na exploração. Dessa forma, quanto maior a abertura do dossel, maior a
redução do volume das árvores.
Na área de manejo florestal comunitário no estado do Acre o tamanho das clareiras
produzidas pela exploração não foram suficientes para aumentar da população de espécies
pioneiras de ciclo curto nas área de manejo, diminuindo a competição e o estabelecimento das
espécies comerciais e potenciais na regeneração natural (Oliveira et al., 2006). Isso demonstra
que dependendo da intensidade do distúrbio causado, a vegetação responde de forma
diferente. Nesse trabalho no Acre, por ser uma exploração de baixa intensidade, teve efeito
diferente a esse estudo realizado na FNT, no qual teve um aumento das espécies
colonizadoras.
A sucessão ecológica é um processo de modificações na estrutura e composição
específica e nas demais características de uma comunidade ao longo do tempo. Isso resulta
66
num estado onde estas modificações são muito lentas ou inexpressivas, quando então a partir
de um distúrbio, o processo de estruturação se reinicia (Godoy et al., 2009).
A volumetria total perdida com a mortalidade na área de manejo foi de 40,05 m³.ha -1
(2010-2011), de 16,86 m³.ha-1 (2011-2014) e 4,19 m³.ha-1 (2014-2015). Esse declínio
demonstra o aumento do nível de sobrevivência das espécies com o passar dos anos, no
processo de restruturação da floresta, algo característico em áreas de exploração florestal, as
quais tendem a recuperar a estabilidade dinâmica com o passar dos anos.
Em pesquisas na FNT, treze anos após a exploração, a área basal correspondia a 75% ,
quando comparada a uma floresta não-explorada (Silva et al., 1995). Crescimento de uma
floresta após o manejo florestal é maior nos primeiros anos e posteriormente tende a diminuir
com o passar dos anos até chegar a valores de uma floresta não explorada, algo que indicaria
um equilíbrio dinâmico.
As espécies com maior volumetria tiveram variação para os anos pós exploratório.
Enquanto algumas registraram perdas, outras obtiveram um incremento volumétrico (Tabela
10). Essa variação no volume demonstra o efeito do manejo sobre cada espécie após a
atividade, assim como, algumas classes de DAP, que tiveram perdas e ganhos em volume após
o período.
67
Tabela 10 - Espécies com maior volume de madeira (m³.ha-1.ano-1) para na área de manejo florestal.
Espécies 2010 Espécies 2011
Eschweilera blanchetiana Miers. 19,25 Pouteria cladantha Sandwith 19,21
Pouteria cladantha Sandwith 19,22 Eschweilera blanchetiana Miers. 18,96
Handroanthus impetiginosus (Mart. ex DC.) Mattos 16,71 Handroanthus impetiginosus (Mart. ex DC.) Mattos 10,89
Manilkara huberi (Ducke) Chevalier 10,50 Manilkara huberi (Ducke) Chevalier 10,53
Eschweilera parviflora (Aubl.) Miers 10,40 Eschweilera parviflora (Aubl.) Miers 10,53
Carapa guianensis Aubl. 9,87 Carapa guianensis Aubl. 10,02
Aniba burchellii Kosterm. 9,48 Geissospermum sericeum Benth. & Hook.f. ex Miers 9,14
Geissospermum sericeum Benth. & Hook.f. ex Miers 9,11 Buchenavia capitata (Vahl) Eichler 8,77
Buchenavia capitata (Vahl) Eichler 8,73 Chimarrhis turbinata DC. 7,30
Nectandra sp. 8,15 Protium cf. heptaphyllum (Aubl.) Marchand 6,45
Apuleia leiocarpa (Vogel) J. F. Macbr. 7,95 Nectandra sp. 6,19
Chimarrhis turbinata DC. 7,14 Rinorea guianensis Aubl. 5,50
Protium cf. heptaphyllum (Aubl.) Marchand 6,16 Sclerolobium sp 5,40
Goupia glabra (Gmel.) Aublet 5,34 Apeiba echinata Gaertn. 4,15
Rinorea guianensis Aubl. 5,31 Pouteria bilocularis (H. Winkler) Baehni 3,67
Espécies 2014 Espécies 2015
Eschweilera blanchetiana Miers. 18,96 Eschweilera blanchetiana Miers. 19,20
Pouteria cladantha Sandwith 17,52 Pouteria cladantha Sandwith 18,30
Manilkara huberi (Ducke) Chevalier 11,18 Manilkara huberi (Ducke) Chevalier 11,61
Buchenavia capitata (Vahl) Eichler 11,12 Buchenavia capitata (Vahl) Eichler 11,34
Handroanthus impetiginosus (Mart. ex DC.) Mattos 10,88 Handroanthus impetiginosus (Mart. ex DC.) Mattos 11,31
Carapa guianensis Aubl. 9,30 Eschweilera parviflora (Aubl.) Miers 10,19
Eschweilera parviflora (Aubl.) Miers 9,29 Carapa guianensis Aubl. 9,78
Geissospermum sericeum Benth. & Hook.f. ex Miers 9,22 Geissospermum sericeum Benth. & Hook.f. ex Miers 9,39
Chimarrhis turbinata DC. 7,41 Chimarrhis turbinata DC. 6,37
Rinorea guianensis Aubl. 6,71 Sclerolobium sp 6,20
Nectandra sp. 6,35 Nectandra sp. 6,15
Sclerolobium sp 6,10 Protium cf. heptaphyllum (Aubl.) Marchand 5,66
Protium cf. heptaphyllum (Aubl.) Marchand 5,65 Rinorea guianensis Aubl. 5,34
Sclerolobium guianensis 4,29 Sclerolobium guianensis 4,43
Sclerolobium paniculatum Vogel 4,13 Sclerolobium paniculatum Vogel 4,29
68
6.7. Estoque madeireiro na estrutura vertical
A variação de estoque madeireiro para o período de estudo, mostra uma recomposição
mais elevada nos níveis superiores. Antes da execução das operações de exploração o estrato
3 tinha maior volumetria (128,80 m³.ha-1) e em 2015 o estrato 5 se estabeleceu com a maior
volumetria de madeira (161,72 m³.ha-1) no sítio de estudo. A distribuição volumétrica entre os
estratos pode ser vista na Figura 15.
Figura 15- Distribuição do volume de madeira na estrutura vertical na área de manejo florestal.
A avaliação da estrutura vertical é muito importante para o manejo florestal
(Sanquetta, 1995), pois nos estratos superiores há um predomínio da maioria da espécies de
valor comercial, onde concentra-se grande parte do volume de madeira após 5 anos.
Conhecendo esse comportamento é possível implementar tratamentos silviculturais que
favoreçam a recomposição florestal em menor espaço de tempo.
A inclusão da estrutura vertical, através dos parâmetros posição sociológica e
regeneração natural, foi proposta por Finol (1971), visto que apenas os parâmetros da
estrutura horizontal não permitem uma definição real da ordem de importância ecológica da
espécie. Desta maneira, as espécies ficarão bem situadas na hierarquia ecológica, melhorando
assim o planejamento silvicultural das florestas.
69
1 2 3 4 50
20
40
60
80
100
120
140
160
1802010 2011 2014 2015
Estrato
Vol
ume
(m³.
ha-¹
)
Pela análise estrutural o silvicultor pode definir qual técnica de manejo é mais
adequada para uma determinada região, devido essa análise mostrar a composição da estrutura
horizontal e vertical da floresta do ponto de vista quantitativo e qualitativo, permitindo a
intervenção no povoamento numa intensidade que não provoque alterações irrevisíveis,
levando a floresta atingir seu máximo potencial produtivo (Jardim & Hosokawa, 1986). Esse
deve ser o foco do manejo florestal, uma boa produtividade com a manutenção de uma
estrutura arbórea que dê suporte pra explorações futuras, aliada as técnicas de mitigação de
impacto.
A riqueza de espécies aumenta com a diminuição da altura (Popma et al., 1988). Essa
característica também foi observada para o sítios de manejo florestal, pois nos estratos
inferiores há uma grande concentração de espécies, algumas comuns de subosque e outras a
espera de uma oportunidade para se estabelecer nos níveis superiores da floresta. Um dos
fatores que mais influenciam no crescimento das árvores tropicais é a luz que chega às copas
(Johns et al., 1996), algo que corrobora com os resultados desse estudo.
Na figura 16 a distribuição de volume evidenciou a mudança de nível para as cinco
espécies com maior estoque de madeira. A Eschweilera parviflora (10,40 - 10,19 m3.ha-1)
perdeu espaço para a Handroanthus impetiginosa (16,71 - 11,31 m³.ha-1), que após esse
período, ficou entre as com maior volumetria.
70
A Manilkara Huberi (Ducke) Chevalier, perdeu representatividade nos estratos 1, 2 e 3
após a atividade, mas aumentou o seu estoque no nível 5 de 9,30 m³.ha-1 para 11,17 m³.ha-1.
Isso é um ponto negativo para essa espécie do ponto de vista do manejo florestal, pois as
árvores dos estratos inferiores são responsáveis pela reposição do estoque na área, assim, para
projeções de ciclos de cortes futuros a espécie não seria manejável, por não possuir estoque e
árvores remanescente em outros níveis da floresta. Outra espécie que teve perda nos estratos
foi a Handroanthus impetiginosa, após cinco anos possui árvores apenas no estrato 5. Essa
espécie é comum ao estrato superior e de grande longevidade (Martins et al., 2009). Contudo,
tem baixa densidade de árvores na região Amazônica, o que a coloca como uma espécie rara.
Figura 16 - Distribuição das espécies com maior volume de madeira para os anos de 2010 e 2015.
71
Entre as dez espécies com maior estoque madeireiro, no estrato 5, antes do manejo
florestal, quatro são Fabaceae e duas Sapotaceae. E após cinco anos da atividade as famílias
Lecythidaceae, Fabaceae e Sapotaceae possuem duas espécies entre as com maior níveis para
as variáveis de estudo. As espécies dessas famílias são indivíduos de grande porte
característicos do dossel superior da floresta, diferente do trabalho de Popma et al. (1988), no
qual a distribuição vertical de famílias mostrou que as espécies pertencentes as famílias
Leguminosae e Lauraceae foram mais bem sucedidas no dossel superior.
A tarefa de reconhecer os estratos de árvores nas florestas é um dos principais
elementos do estudo da estrutura vertical (Sanquetta, 1995), pois a partir disso é possível
saber quais espécies estão no estrato inferior e poderão suceder as que dominam o dossel. A
estrutura vertical informa sobre a composição florística dos distintos estratos da floresta, e do
papel que exercem as diferentes espécies em cada um deles (Lamprecht, 1964).
Por isso, a avaliação dos estratos é imprescindível para silvicultura das espécies e
sobre tudo, pra mensurar o efeito do manejo florestal nas árvores de interesse comerciais.
Com a estratificação é possível saber a representação das espécies em cada nível da floresta,
qual estrato foi mais afetado pela atividade florestal e assim, adotar medidas para estimular o
crescimento das árvores de interesse comercial.
6.8. Carbono na área de Manejo
Os métodos utilizados para detectar distúrbios ou alterações florestais se fundamentam
em medidas de estrutura florestal, tais como área basal ou biomassa, as quais tendem a atingir
a estabilidade mais rapidamente do que as medidas de composição de espécies (Letcher &
Chazdon, 2009). Dessa forma, foi realizado a análise de estoque de carbono nas estruturas
horizontal e vertical no sítio de manejo florestal, visando compreender como ocorre a
recomposição em cada um desses compartimentos.
Para a análise estatística os dados foram submetidos teste de Levene, o qual atestou a
normalidade dos dados para o incremento de carbono, (p=0,36). A ANOVA obteve diferença
para as áreas de estudos (F=707,6; p=1,86E-07) e foi significativa de acordo com o teste
Tukey (p=3E-07) (Figura 17).
72
Figura 17 - Boxplot do incremento acumulativo de carbono na área de estudo, onde diferençasignificativa do tukey é (α=0,95) representadas por letras a e b.
O IPA de carbono para o período 2011 a 2015 foi de 2,13±0,10 MgC.ha-1.ano-1 para
área de manejo florestal e de 0,85 MgC.ha-1.ano-1 para o sítio controle. O maior serviço
ambiental no sítio de manejo deve-se ao fato das alterações microclimáticas no interior da
floresta contribuírem para um processo competitivo mais intenso entre as árvores que estão a
espera de condições favoráveis para atingirem os estratos superiores da floresta. Dessa forma,
é comum as taxas de assimilação de carbono serem superiores quando comparadas a áreas
naturais.
Estimativas de sequestro de carbono para Manaus e Rondônia (Ji-Paraná) baseadas em
estudos com o eddy covariance foram, respectivamente, 5,9 e 1,0 MgC.ha-1.ano-1 (Phillip et
al., 1998). No sítio em Manaus utilizando equações alométricas obteve-se o valor de 1,2
MgC.ha-1.ano-1, (Higuchi et al., 2004). No estado do Pará, na FNT, as taxa de sequestro
variaram de 1,7± 0,4 para 3,4±0,4 MgC.ha-1.ano-1 na área de manejo florestal e de 3,1 ± 0,4
para 4,0 ± 0,5 MgC.ha-1.ano-1 na floresta controle (Miller et al., 2011).
Para uma área de manejo florestal localizada em Paragominas os valores foram de
1,93 MgC.ha-1.ano-1 e para área natural de 0,38 MgC.ha-1.ano-1, sendo que esses foram
convertidos a partir da biomassa aérea (Mazzei et al., 2010). De acordo com os trabalhos
citados é possível perceber que áreas submetidas ao manejo tendem a absorver mais carbono,
sendo que as taxas chegam a ser o dobro das áreas sem nenhuma intervenção florestal.
A recuperação do estoque de biomassa para o projeto BIONTE (onde foram feitas
diferentes intensidades de exploração) ocorreu 16 anos após a exploração madeireira (Blanc
et al., 2009). Isso mostra a capacidade de resiliência da vegetação a atividade florestal, algo
73
fundamental para o melhor planejamento de ciclos de corte e também para validação do
manejo florestal na região Amazônica.
No estado do Amazonas uma empresa de manejo florestal aplicou três diferentes
intensidades exploratórias (20,77; 16,66 e 22,64 m³.ha-1) no período de 2001 a 2014, nas quais
os valores de IPA de carbono foram de 2,5; 2,2, e 2,5 MgC.ha-1, respectivamente (Vasconcelos
et al., 2016). Isso demonstra que a floresta reage conforme o volume retirado na área
manejada, sendo que a intensidade de 16,66 m³.ha-1 teve um valor semelhante ao do presente
estudo com 17,60 m³.ha-1 para o IPA de carbono.
O estoque perdido com a mortalidade foi de 16,97±0,25 MgC.ha-1 de 2010 a 2011,
13,62±0,11 MgC.ha-1 de 2011 a 2014 e de 3,46±0,09 MgC.ha-1 de 2014 a 2015. Esse valores
de carbono correspondente a mortalidade das árvores na área devem-se aos danos causados
com a exploração florestal e ao processo competitivo entre as espécies que almejam alcançar
os estratos superiores. Mazzei et al. (2010) utilizando modelo para biomassa acima do solo e
convertendo os valores para carbono foi possível mensurar o estoque perdido com a
mortalidade, o qual foi de 10,37±4,70 MgC.ha-1 para 2004 a 2005 e de 2,09±1,19 MgC.ha-1 no
período de 2005 a 2008.
Existem poucos resultados comparáveis porque exploração de madeira ocorre de
forma distinta e também depende do estoque a ser extraído da área. As taxas de emissões em
exploração seletiva de madeira no Congo, Indonesia e Guyana, foram de 8,9 MgC.ha -1, 50,7
MgC.ha-1 e 30,3 MgC.ha-1, respectivamente (Pearson et al., 2014). Esse resultados variaram
bastante quando comparados a exploração da COOMFLONA, justamente por se tratarem de
floresta que foram submetidas a diferentes tipos de intensidade exploratórias, algo
determinante, para as taxas de mortalidade após atividade.
O estoque de carbono ao longo dos anos pode ser observado na figura 18, onde a perda
total de carbono foi de 12,74 MgC.ha-1 ao término do manejo. Os níveis são próximos ao valor
antes da atividade florestal após 5 anos, algo que mostra a capacidade de resposta da floresta
para a absorção de carbono. Como a FNT sofreu um incêndio que atingiu a área de estudo, as
valores a partir de 2015 foram estimados pela regressão ajustada a partir do incremento anual
em função dos anos. Com isso, foi gerada a seguinte equação: Carb=172,58+2,19*P,
(R²=99,96 e Syx%=0,04), onde Carb é o carbono em MgC.ha-1, e P o ano após o manejo
florestal.
74
Figura 18 - Estoque de carbono ao longo dos anos.
Com isso, a recuperação de estoque ocorreu aos 7 anos após ao manejo, o que
demonstra a resiliência da floresta após o processo de exploração florestal. Para uma área de
manejo empresarial no estado do Amazonas, o comportamento da dinâmica florestal
demonstrou, preliminarmente, que 11 anos após a exploração, os serviços ambientais, como o
sequestro de CO2, foram recuperados (Lima, 2010). Isso leva a inferir, que a recuperação de
biomassa em um curto intervalo de tempo é característico dessas áreas de manejo florestal.
A variação de estoque de carbono na América latina variou de 100 para 118 MgC.ha-1
no período de 1990 a 2000 (Houghton, 2005). Essa variação de estoque é inferior as áreas de
manejo florestal, as quais costumam ter uma alta taxa de recomposição. Com isso, pode-se
afirmar que áreas manejadas tem uma contribuição positiva para o serviço ambiental carbono.
A intensidade de exploração no sítio de manejo foi de 1,5 árv.ha -1, e esse valor pode
estar diretamente relacionado a recuperação da floresta, tendo em vista, que quanto menos
árvores são retiradas, menor será o nível de danos na floresta remanescente. Isso deve ter
contribuído para a recuperação do estoque de carbono em um intervalo de 7 anos. Questões
como essas são importantes para elucidar o efeito da atividade florestal sobre a ecologia da
vegetação, pois as mesmas estão diretamente relacionada no processo de recuperação de
estoque de biomassa e carbono.
Na área de manejo florestal da empresa CIKEL localizada em Paragominas no estado
do Pará, foi realizado um experimento com três níveis de exploração (3, 6 e 9 árvores por
hectare). Com isso, a recomposição do estoque de biomassa ocorreu com maior rapidez no
75
2010 2011 2012 2013 2014 2015 2016 2017150
160
170
180
190
200
187,47
174,73176,96
179,19181,42
183,45185,72
187,91M
gC.h
a-¹.
ano-
¹
sítio onde foram retirado 3 árv.ha-1, onde após 8 anos tinha-se quase o mesmo estoque de
biomassa do período pré-exploratório (Mazzei et al., 2010).
A Amazônia central, em uma área de manejo, com uma intensidade de exploração de
17 m³.ha-1, o efeito de exploração foi vital para todas as espécies e para algumas benéfico,
melhorando a sua performance na área (Darrigo et al., 2016). Assim, o planejamento durante
a exploração, visando mitigar o impacto na vegetação remanescente, é fundamental para a
reestruturação florestal.
Assim, as comunidades vegetais de forma geral são denominadas de “clímax” quando
apresentam estrutura, composição e biomassa em equilíbrio. Contudo, o caráter dinâmico
desse equilíbrio não permite que essas comunidades sejam “estáticas” ao longo do tempo
(Budowski, 1965). Dessa forma, o manejo florestal acelera um processo que iria ocorrer de
forma naturalmente na floresta, estimulando assim, a dinâmica da vegetação e a ciclagem de
carbono e nutrientes.
Alguns processos de recuperação são complexos, como a acumulação de biomassa
acima do solo que pode ocorrer dentro de décadas, enquanto outros, como a composição de
espécies, ocorrem ao longo dos séculos (Guariguata & Ostertag, 2001). Contudo, o presente
trabalho mostra que os resultados para absorção de carbono implicam em uma rápida
recuperação, sendo o IPA médio foi de 2,13 MgC.ha-1.ano-1 de 2011 a 2015.
Para a distribuição diamétrica os maiores níveis de incremento de carbono (Figura 19),
para o período de 2011 a 2015, estão nas classes de DAP 5⌐10 (8,21 para 14,66 MgC.ha-1.ano-
1), 60⌐70 (11,33 para 13,44 MgC.ha-1.ano-1), 90⌐100 (1,30 para 4,56 MgC.ha-1.ano-1). O valor
da classe de DAP 5⌐10 cm, podem ser explicados pela elevada taxa de regeneração na área
de manejo florestal, proporcionado pela abertura de clareiras e colonização pelas espécies
pioneiras. As árvores de 60⌐70 e 90⌐100 cm de DAP podem ter se beneficiados da abertura
de dossel e processo competitivo, por isso obtiveram taxas superiores as outras classes de
tamanho. É importante destacar que a movimentação de indivíduos arbóreos entre os
intervalos de DAP devem ter contribuído para o maior incremento nas classes superiores.
76
Figura 19 - Distribuição diamétrica de carbono na área de manejo florestal.
A variação percentual de carbono na classe de 5⌐10 de 2010 a 2015 foi de 5,02 para
7,99% na FNT, que é considerada uma floresta ombrófila densa. Assim, essa classe foi a com
maior ganho ao longo dos anos e a que promoveu o serviço ambiental mais eficiente. Como a
FNT está sujeita a regime sazonal de precipitação, a alocação de carbono foi superior a de
florestas muito secas, onde a biomassa e carbono de árvores com diâmetro menor que 10 cm
está entre 0,7 a 1,0 MgC.ha-1 ou 1,5% do carbono contido em árvores maiores que 10 cm de
diâmetro (Delaney et al., 1997).
Dessa forma, o balanço entre as perdas e ganhos da vegetação baseia-se no
comportamento cíclico das florestas, onde são reconhecidas três fases de desenvolvimento:
madura, clareira e regeneração ou construção (Whitmore, 1988). Estudos ecológicos
preocupados com componentes horizontais da estrutura da floresta, como a densidade do
caule e área basal, mostraram variações em larga escala ao longo de gradientes ambientais
e/ou edáficos (Moles et al., 2009; Feldpausch et al., 2011).
O aumento em densidade e a redução na área basal configurariam a ‘construção inicial
com degradação’. Ao passo que a fase subsequente de ‘construção tardia’ seria caracterizada
pela tendência oposta, isto é, a redução da densidade e o aumento em área basal que indicam o
processo conhecido como auto-desbaste, no qual poucas árvores sobrevivem ao processo de
competição acumulando biomassa e crescendo enquanto, consequentemente, muitas outras
morrem (Machado & Oliveira-Filho 2010).
77
5⌐10 10⌐20 20⌐30 30⌐40 40⌐50 50⌐60 60⌐70 70⌐80 80⌐90 90⌐100 ≥1000
5
10
15
20
25
30
35
402010 2011 2014 2015
Classe DAP
MgC
.ha-
¹
Assim, algumas espécies se destacam na absorção de carbono, indicando que no
processo de reconstrução da vegetação essas são mais competitivas e oportunistas. Assim
como, na análise fitossociológica as árvores do gênero Eschweilera se destacam entre as
maior estoque de carbono na área de manejo florestal (Tabela 11).
A inclusão da variável carbono na estrutura horizontal da análise fitossociológica
provoca mudanças na ordem de valor de importância das espécies, contribuindo para a
identificação das espécies com maior potencial para sequestrar carbono (Gaspar et al., 2014).
A absorção de carbono por determinadas espécies, demonstra como essas árvores reagem aos
distúrbios provocados no interior da floresta e também a sua importância na alocação de CO2
na estrutura arbórea. Por isso, as espécies com o maior VI (%) não são, necessariamente, as
mesmas com maior estoque de carbono.
78
Tabela 11 - Espécies com maior estoque de carbono (MgC.ha-1.ano-1) para na área de manejo florestal.
Espécies 2010 Espécies 2011
Pouteria cladantha Sandwith 14,56 Pouteria cladantha Sandwith 14,29
Eschweilera blanchetiana Miers. 13,45 Eschweilera blanchetiana Miers. 13,18
Rinorea guianensis Aubl. 6,22 Rinorea guianensis Aubl. 6,34
Protium cf. heptaphyllum (Aubl.) Marchand 5,58 Protium cf. heptaphyllum (Aubl.) Marchand 5,64
Nectandra sp. 5,17 Eschweilera parviflora (Aubl.) Miers 4,82
Eschweilera parviflora (Aubl.) Miers 4,77 Carapa guianensis Aubl. 4,25
Carapa guianensis Aubl. 4,22 Geissospermum sericeum Benth. & Hook.f. ex Miers 4,16
Geissospermum sericeum Benth. & Hook.f. ex Miers 4,17 Nectandra sp. 4,16
Handroanthus impetiginosus (Mart. ex DC.) Mattos 4,03 Manilkara huberi (Ducke) Chevalier 3,52
Manilkara huberi (Ducke) Chevalier 3,50 Buchenavia capitata (Vahl) Eichler 3,38
Buchenavia capitata (Vahl) Eichler 3,36 Sclerolobium sp 3,15
Sclerolobium sp 3,06 Eschweilera amazonica Knuth 2,76
Eschweilera amazonica Knuth 2,98 Eschweilera grandiflora (Aubl.) Sandwith 2,70
Aniba burchellii Kosterm. 2,93 Guatteria poeppigiana Mart. 2,62
Eschweilera grandiflora (Aubl.) Sandwith 2,67 Minquartia guianensis Aubl. 2,51
Espécies 2014 Espécies 2015
Pouteria cladantha Sandwith 13,52 Pouteria cladantha Sandwith 13,97
Eschweilera blanchetiana Miers. 13,44 Eschweilera blanchetiana Miers. 13,57
Rinorea guianensis Aubl. 6,78 Rinorea guianensis Aubl. 6,27
Protium cf. heptaphyllum (Aubl.) Marchand 5,08 Protium cf. heptaphyllum (Aubl.) Marchand 5,08
Eschweilera parviflora (Aubl.) Miers 4,32 Eschweilera parviflora (Aubl.) Miers 4,55
Nectandra sp. 4,22 Geissospermum sericeum Benth. & Hook.f. ex Miers 4,24
Geissospermum sericeum Benth. & Hook.f. ex Miers 4,19 Nectandra sp. 4,11
Buchenavia capitata (Vahl) Eichler 3,85 Carapa guianensis Aubl. 3,92
Carapa guianensis Aubl. 3,78 Buchenavia capitata (Vahl) Eichler 3,91
Manilkara huberi (Ducke) Chevalier 3,65 Manilkara huberi (Ducke) Chevalier 3,74
Sclerolobium sp 3,53 Sclerolobium sp 3,57
Minquartia guianensis Aubl. 2,98 Minquartia guianensis Aubl. 3,00
Eschweilera amazonica Knuth 2,95 Eschweilera grandiflora (Aubl.) Sandwith 2,98
Eschweilera grandiflora (Aubl.) Sandwith 2,91 Eschweilera amazonica Knuth 2,97
Duguetia sp. 2,52 Inga heterophylla Willd. 2,48
79
6.9. Estoque de carbono na estrutura vertical
Em 2010, antes do manejo florestal, o estrato 3 era o que concentrava maior teor de
carbono (83,51 MgC.ha-1.ano-1), e a distribuição na estrutura vertical da floresta foi
semelhante a curva de distribuição normal (Figura 20). Essa característica se mantém em
2011, pós-exploração. Contudo, no processo de reconstrução da vegetação os estoques de
carbono mudam entre os estratos, onde para os anos posteriores (2014 e 2015) os estratos 4 e
5 concentram maior parte do carbono estocado.
Figura 20 - Distribuição de carbono na estrutura vertical na área de manejo florestal.
A análise da estrutura vertical é um importante componente nesse contexto, a qual
desempenha um papel fundamental nos processos ecológicos, na produção de biomassa e na
coexistência das espécies (Kohyama, 1991). Por isso, esse parâmetro foi utilizado para
avaliação do efeitos do manejo florestal na estrutura da vegetação, indicando como cada
espécie reage a essa intervenção, verificando assim, o comportamento pós-exploratório da
floresta.
A concentração de carbono nos estratos para as espécies antes e após o manejo,
identificou uma alteração nos estoques em cada nível. No estrato 3 estava a maior
concentração e após cinco anos o estrato 4 teve o domínio mais representativo para área.
Ocorreu também a mudança da espécies Nectandra sp. pela Eschweilera parviflora, como a
80
1 2 3 4 50
10
20
30
40
50
60
70
80
902010 2011 2014 2015
Estrato
MgC
.ha-
¹
quinta espécie com maior teor de carbono. Isso, provavelmente, devido ao processo
competitivo, o qual influenciou a mudança de nível entre as árvores (Figura 21).
Dessa forma, o comportamento das espécies nos estratos analisados ajudou a
compreender como ocorre a reestruturação florestal após a atividade exploratória. E pela
Eschweilera ser considerada um gênero hiperdominante (Ter Steege et al., 2013), pode ter se
beneficiado do efeito de exploração para elevar o seu estoque e atingir estratos superiores.
Figura 21 - Distribuição das cinco espécies com maior estoque de carbono para os anos de 2010 e2015.
A Rinorea guianensis Aubl. foi a terceira espécie com maior estoque na área de
manejo, e aumentou a sua representatividade nos estratos com o passar dos anos, um fator
positivo para o seu desenvolvimento. Para um estudo realizado na FNT essa espécie foi a
quarta com maior estoque de carbono (2,69 MgC.ha-1) em uma área de floresta sem
81
intervenção madeireira (Aguiar et al., 2017), isso demonstra o quão competitiva e
representativa é a espécie na região.
As florestas tropicais são caracterizadas por estruturas de copas complexas e pela
existência de árvores emergentes, de acordo com Koike & Syahbuddin (1993). Em diversos
povoamentos florestais, nota-se a diferenciação vertical e a estratificação determinada pela
resposta ao decréscimo da disponibilidade de luz ao longo do perfil vertical da floresta
(Whitakker, 1975).
A estrutura vertical de florestas tropicais pode ser descrito como um gradiente
complexo envolvendo muitas características estruturais (Popma et al., 1988). A configuração
de estoque após a atividade mostra, que com as alterações provocadas na área influenciaram a
mudança de nível para as espécies. Isso, devido as árvores estarem a espera de condições
microclimáticas que proporcionem o seu crescimento e desenvolvimento para assim, se
estabeleceram no dossel da floresta.
Nos ecossistemas florestais a estrutura vertical depende da competição intra e
interespecífica, tolerância à sombra de espécies, condições do local e regimes de perturbação,
e seu uso na quantificação da biodiversidade florestal amplamente reconhecido (Barbeito et
al., 2009). Do mesmo modo, o padrão espacial tem sido amplamente estudado na ecologia das
plantas porque reflete processos biológicos subjacentes, como comportamento reprodutivo e
de dispersão, competição, resposta ao meio ambiente, perturbação e história do local (Miller
et al., 2002), dando informações sobre ecologia das espécies.
A estrutura da floresta afeta uma variedade de propriedades, incluindo a produção total
de biomassa, biodiversidade, funções de habitat, e a qualidade de serviços de ecossistemas. As
estruturas vertical e horizontal dos tamanhos das árvores determinam a distribuição das
condições microclimáticas, a disponibilidade de recursos e a formação de nichos de habitat e,
assim, direta ou indiretamente, o diversidade biológica dentro de uma comunidade florestal
(Gadow et al., 2012).
A variação notada no estoque de carbono na área de manejo florestal no decorrer dos
anos, pode ter ocorrido devido a mudança de iluminação nos estratos da vegetação. Isso leva a
inferir que as árvores nos níveis superiores absorvem mais carbono ou por já estarem em um
estrato com boas condições para o seu desenvolvimento ou devido ao processo competitivo,
no qual as espécies buscam se estabelecer em estratos superiores. Dessa forma, algumas
espécies se concentram de determinados estratos verticais, e essa informação para o manejo é
82
importante para o melhor planejamento florestal. Embora a medição da altura seja uma
variável de difícil medição, hoje com a utilização de aparelhos, como trena lazer (Truepulse
360), é possível obter uma medida mais precisa. Na área de manejo a mensuração dessa
variável é facilitada pela clareiras formadas durante a exploração florestal, possibilitando um
bom ângulo de visão do aparelho.
6.10. Potencial para geração de créditos
Após o manejo, a floresta teve um perda de 46,73 MgCO2 eq.ha-1. Com 5 anos
decorrido a vegetação recuperou 31,99 MgCO2 eq.ha-1 do estoque perdido durante a atividade.
Contudo, no ano final de 2015 a área de estudo foi atingida por uma queimada, que emitiu
156,01 MgCO2 eq.ha-1, sendo que este valor foi contabilizado no inventário do ano de 2016.
No inventário de 2017, constatou-se que a floresta continua com uma elevada mortalidade,
chegando a emitir 54,86 MgCO2 eq.ha-1, devido os danos causado pelo o fogo nas árvores
remanescentes (Figura 22).
Figura 22 – Incremento de CO2 eq. na área submetida ao manejo florestal e posteriormente atingidapelo fogo.
Com a projeção do ciclo de corte para 35 anos, a floresta não conseguiria recuperar o
estoque perdido durante o manejo florestal e queimada, considerando o incremento de 7,81
MgCO2 eq.ha-1 (valor convertido a partir do incremento de 2,13 MgC.ha-1). Antes desses
eventos, a floresta tinha 687,40 MgCO2 eq.ha-1 e após o período analisado teria 680,44
MgCO2 eq.ha-1. Isso, inviabilizaria a geração de créditos de carbono na área, um vez que não
ocorreu uma recomposição do carbono perdido, pois com a queimada a floresta teve uma
83
emissão elevada. Dessa forma, caracterizou-se um vazamento na área do projeto, porque o
incêndio afetou a região de interesse, que a princípio deveria ter manutenção com medidas
preventivas de incêndio.
Com isso, a área submetida ao manejo e posteriormente atingida pela queimada não
seria viável para geração de créditos de carbono por permanecer em deficit entre o período do
ciclo de corte. Desse modo, a floresta foi uma fonte de emissão, a qual não conseguiria se
reestabelecer para uma próxima exploração florestal.
O manejo florestal é uma atividade eficaz na conservação de biomassa e dos estoque
de carbono nos ecossistemas florestais, algo que proporciona ganhos significativos em relação
a atividade madeireira, pelo reflexo positivo na regeneração da floresta explorada (Keller et
al., 2004; Putz et al., 2008; Mazzei et al., 2010; Macphearson et al., 2012; Medjibe et al.,
2011).
O manejo está entre as atividades florestais que geram créditos de carbono, pois
aumenta o carbono armazenado na floresta (com melhores práticas de exploração madeireira,
rotação mais longa) e / ou em produtos de madeira (produzindo sortimentos mais duráveis)
relativo ao negócio. Os créditos do manejo florestal são os mais promissores para o setor
florestal regional, pois podem fornecer renda aos proprietários florestais públicos e privados e
aumentar o interesse econômico na realização de atividades de manejo florestal sustentável
(Vacchiano et al., 2018).
A valorização do serviço carbono em uma área de floresta submetida ao manejo
florestal pode ser o diferencial para elevar o valor das florestas. Primeiro por ser um serviço
ambiental pouco estudado do ponto de vista econômico e por ajudar na conservação da
biodiversidade. Assim, o manejo florestal é uma das atividades que se enquadra em projetos
de compensação de carbono em floresta, pois ajuda a melhorar ou manter os estoques de
carbono em áreas florestais, a partir de técnicas de exploração que minimizem o impacto na
área (Yonavjak et al., 2011). Na política REDD+ é necessário comprovar que a atividade está
gerando um adicionalidade no cenário do projeto e levará em conta uma linha de base para
absorção de CO2 eq.
Com isso, um segundo cenário foi analisado, no qual leva-se em conta apenas a
presença do manejo florestal. Na figura 23 foi feita a projeção de crescimento com base no
incremento das duas áreas de estudo, onde o incremento das parcelas controle foi aplicado ao
estoque antes da exploração madeireira, para assim, traçar um paralelo entre o crescimento de
uma floresta maneja e sem nenhuma intervenção florestal.
84
Figura 23 - Incremento de CO2 eq. na área de manejo e projeção com o incremento da área controle.Quando se compara os dois sítios o diferencial é a taxa de incremento de carbono ao
longo dos anos, o qual é superior na área de manejo florestal, devido as mudanças provocadas
pela atividade que acabam estimulando o crescimento mais acelerado. Assim, o estoque CO2
eq. superaria a área controle no ano de 2021, 11 anos após o manejo florestal. Nesse cenário, a
adicionalidade do projeto ocorreria em um período de 24 anos.
Dessa forma, o potencial para geração de créditos de carbono se confirmaria. A
floresta recuperaria o estoque de carbono perdido durante a exploração com 7 anos e nos 28
anos seguintes conseguiria estocar 218,65 MgCO2 eq.ha-1. Esse seria um passo fundamental
para aplicação de um projeto, pois demonstra que a floresta pode gerar créditos a partir das
taxa de incremento ao longo do tempo. Com isso, o serviço ambiental na área de manejo pode
ser utilizado para compensação de emissões a longo prazo.
Os mercados existentes e emergentes para compensações de carbono podem ajudar a
criar incentivos para que os proprietários da floresta se envolvam em práticas de manejo de
terras que aumentam o sequestro e a capacidade de armazenamento de carbono da floresta
(Yonavjak et al., 2011). Isso contribui para a elaboração de estratégias de redução de emissões
em países em desenvolvimento, pois com o incentivo financeiro para a manutenção da
floresta, pode-se ajudar evitar o desmatamento e contribuir com os serviços ecossistêmico
proporcionado pela vegetação.
As estratégias REDD+ dos países em desenvolvimento provavelmente envolverão
políticas e medidas diversas e combinadas. Estes devem abordar os condutores do
desmatamento e podem incluir diversas opções, tais como intensificação agrícola, a melhoria
do manejo florestal ou pagamentos por serviços ambientais (Angelsen, 2009). No entanto,
85
essas opções não serão de fácil implementação e podem enfrentar desafios de governança
entre escalas políticas, sociais e geográficas, incluindo corrupção e políticas contraditórias e
incentivos ao mercado (Forsyth, 2009; Tacconi et al., 2009; Corbera et al., 2010).
O problema da adicionalidade é minimizado ou ignorado como um resultado de
informações assimétricas. Vendedores de compensações de carbono possuem informações
sobre os custos de oportunidade dos projetos de compensação que não são disponíveis para
compradores. Isso resulta na venda de compensações, particularmente em mercados
voluntários, a preços que não refletem verdadeira oportunidade custos de mitigação das
emissões de CO2 (Mason & Plantinga 2013).
A avaliação de viabilidade pode ajudar a identificar um projeto que, em última análise,
não será viável no início, evitando assim criar expectativas de partes interessadas irrealistas e
desnecessariamente gastar recursos humanos, técnicos, políticos e financeiros significativos.
Por outro lado, uma sólida análise de viabilidade também pode agregar valor para os
proponentes de projetos, aumentando a confiança dos investidores e das partes interessadas
(Olander & Ebeling, 2011).
6.10.1. Serviços Ambientais
Os serviços ecossistêmicos são as condições e processos pelos quais os ecossistemas
naturais e seus constituintes biológicos permitem e sustentam a vida humana. Há, portanto,
muitos motivos para considerar que os ecossistemas têm valores utilitários e intrínsecos
(Salles, 2011). As funções e serviços do ecossistema, como a purificação de água, a produção
de madeira e de alimentos, o sequestro de carbono, dependem em grande parte de algumas
espécies dominantes, um grupo funcional de espécies ou algumas interações específicas entre
espécies (Luck et al., 2009).
Um tema recorrente na literatura de floresta tropical é a necessidade para gerenciar
florestas tropicais para usos múltiplos porque essa fornece muitos bens e serviços valiosos.
Estudos analisaram as implicações dos valores de carbono e biodiversidade para o manejo
florestal e, geralmente, consideraram essas funções ecológicas individualmente (Boscolo &
Buongiorn, 1997).
O manejo florestal causa alterações na estrutura da vegetação, proporcionando o
crescimento acelerado das árvores remanescente, obtendo assim, um incremento de carbono
superior ao de uma floresta sem intervenção madeireira. Esse crescimento ocorre em função
do grau de elasticidade das espécies arbóreas, caso cresça bem ou pouco, independente das
86
condições ambientais, é considerada inelástica. Quando a espécie responde as alterações
ambientais e de competição, considera-se elástica (Silva et al., 2012).
Nesse processo de recomposição de biomassa, a floresta incorpora na sua estrutura o
CO2 da atmosfera, o que auxilia na redução de emissões de GEE. Esse serviço ambiental
ainda não é creditado no Brasil devido a não regulamentação da politica REDD+ e falta de
taxação de um valor para o crédito.
O teor de carbono além de ser uma componente do serviço ambiental da floresta,
também é indicativo do nível de biodiversidade, pois em florestas tropicais estão concentrados
os maiores estoques de carbono, assim como maior diversidade de espécies arbóreas. Por isso,
a implementação de projetos de carbono podem ser uma fonte de renda, contribuindo para a
redução de emissões e sobre tudo na conservação da floresta tropicais, as quais agem tanto
como fonte e sumidouro de CO2.
Dessa forma, a manutenção do estoque de carbono está diretamente relacionada a
biodiversidade. Quando a compensação de carbono puder ser criada através da mudança de
práticas de desenvolvimento, fornecimento de serviços ecossistêmicos ou outros benefícios,
poderá ser financiado com a venda de tais compensações, criando assim, incentivos para os
proprietários de terras para aumentar outros serviços da terra, como a biodiversidade (van
Kooten et al., 2015).
Tem havido muito interesse no potencial de projetos de sequestro de carbono da
floresta, como aqueles que estão sendo discutidos no mecanismo climático para REDD+ para
proporcionar benefícios para a biodiversidade (Murray et al., 2015). De acordo com o
mecanismo proposto, os pagamentos REDD+ destinam-se a proteger as florestas tropicais
ameaçadas, proporcionando incentivos econômicos para a contínua integridade florestal
(Venter & Koh, 2011).
Caso a abordagem de compensação econômica for adotada, por exemplo, a partir de
programas de pagamento de serviços ambientais, o governo também pode decidir se os
pagamentos devem estar relacionados aos preços do carbono nos mercados internacionais e as
taxas reais de sequestro, ou se eles deveriam consistir em incentivos econômicos mais ou
menos definidos por planos custos de oportunidade local ou outros parâmetros (Corbera et al.,
2011). Assim, o uso do comércio de carbono para diminuir o desmatamento deve ajudar os
governos a estabilizar e gerenciar suas fronteiras frequentemente indisciplinadas (Laurence,
2007).
Dessa forma, os investimentos da REDD+ no aumento de estoque de carbono através
do reflorestamento podem beneficiar a biodiversidade e o suporte REDD+ para estratégias de
manejo florestal sustentável podem fornecer alternativas economicamente competitivas, mais
87
favoráveis à biodiversidade do que a exploração convencional (Phelps et al., 2012). A
evolução do pagamento por esquemas de serviços ecossistêmicos tem apresentado
oportunidades para abordar conjuntamente a conservação da biodiversidade e o alívio da
pobreza (Wunder, 2008).
Para os comunitários que fazem parte da COOMFLONA, seria uma oportunidade de
melhoria de renda, pois atualmente a cooperativa não tem nenhum projeto voltado para
créditos de carbono. Esse tipo de atividade pode se enquadrar nos critérios de
sustentabilidade, socialmente justo, por beneficiar os cooperados que vivem nas comunidades
do em torno da FNT; ecologicamente aplicável, por contribuir com a conservação da
biodiversidade da floresta, e necessitaria apenas da analise econômica para a viabilidade do
projeto.
O potencial de créditos de carbono é um componente que pode contribuir para a
manutenção da floresta por ser um valor agregado além dos produtos madeireiros e não-
madeireiros. Dessa forma, a quantificação do CO2 absorvido pela vegetação pode auxiliar na
obtenção de renda dos proprietários e promover a manutenção da biodiversidade, algo
primordial para conservação da floresta Amazônica, principalmente, quando essa sofre
tamanha pressão da fronteira agrícola.
6.10.2. Avaliação do projeto REDD+
Modelo de Avaliação de Viabilidade do Projeto REDD + é baseado em alguns pontos.
Esses são os seguintes: Uma descrição geral do contexto e antecedentes do projeto, objetivos
e das principais atividades (incluindo como essas atenderão às tendências projetadas de uso da
terra), definição preliminar de limites e escala do projeto (hectares, número de proprietários
de terrenos, terrenos ou comunidades envolvidas), problemas de posse e política, estimativas
dos benefícios do do projeto de carbono, vazamento, riscos, viabilidade financeira (Olander &
Ebeling, 2011).
Para essa avaliação de projeto REDD+ na FNT, a descrição do contexto e dos
antecedentes do projeto e objetivos da atividade projetando o uso da terra, poderiam ser
justificados a partir do histórico da COOMFLONA, que realiza o projeto de manejo florestal
na unidade de conservação. Com essa informação, poderia ser definido o limite de escala do
projeto, por ser uma floresta pública a questões de pose e políticas estariam sujeitas a
avaliação do Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais Renováveis
(IBAMA).
88
Para as estimativas dos benefícios do projeto de carbono foi realizado o inventário
contínuo fazendo uso das parcelas permanentes no pré e pós-exploratório. Com esses dados
foi possível verificar dinâmica de carbono da floresta e traçar um gráfico com a
adicionalidade gerada e linha de base, acordo com o programa REDD+, comparando os níveis
de incremento na área de manejo florestal e na controle. Contudo, no cenário com o incêndio
após o manejo a geração de créditos seria inviável, o que seria um ponto negativo para o
projeto.
Um dos requisitos mais importantes para os projetos de carbono é a adicionalidade, ou
seja, a remoção de gases de efeito estufa deve ser maior após a implementação do projeto do
que aqueles resultantes de um cenário de "linha de base" (McFarland, 2012). Isso seria
possível apenas caso a floresta não fosse atingida pela queimada, pois considerando apenas o
efeito do manejo florestal sobre a vegetação, com base nas taxa de incremento, o potencial de
geração de crédito seria atrativo pela recomposição de estoque.
O aumento da taxa de crescimento da planta em comparação com a taxa de sucessão
florestal natural resulta na obtenção do sequestro adicional de carbono atmosférico, que
eventualmente será vendável REDD+ e compensado em mercados voluntário de carbono
(Edwards et al., 2010). Isso é um fator positivo para os projetos que seguem a política desse
programa de redução de emissões em países em desenvolvimento, pois a capacidade de
absorção da floresta proporciona esse serviço ambiental, o qual ainda não é regulamentado no
Brasil e poderia agregar um valor extra a floresta.
Quanto a questão do vazamento a FNT impede o avanço da fronteira agrícola e
pecuária. Contudo, é inegável o avanço dessas atividades fora do limite da unidade de
conservação. Isso gera uma pressão sobre a floresta não protegida, sobre tudo na margem da
BR-163. O projeto de carbono iria corroborar com o manejo florestal demonstrando a
conservação do estoque de biomassa na vegetação. Pelo fato do projeto está dentro de uma
unidade de conservação, submetida a fiscalização regular do Instituto Chico Mendes de
Conservação da Biodiversidade (ICMBio) poderia ser enquadrado com o risco baixo,
referente a expansão agropecuária e exploração ilegal de madeira.
Os riscos atrelados ao projeto estão relacionados com a questão de não-permanência
do estoque de carbono. Quando o projeto de carbono é aprovado é feita um projeção de
quanto poderá ser absorvido em um determinado intervalo de tempo, e caso ocorra um
retirada ilegal de madeira ou um incêndio na área, o carbono que deveria ser assimilado pela
89
floresta é emitido, causando assim, um deficit para o estoque planejado. Final de 2015 a FNT
sofreu um incêndio que atingiu uma grande extensão da floresta, incluindo o local onde estão
situadas as parcelas. Isso, se enquadraria na questão de não-permanência para os créditos de
carbono se esse projeto tivesse obtido tCERs para um período de 10 anos.
A viabilidade financeira do projeto deveria ser analisada com base nos mercados que
estão em vigor, e caso fosse rentável seria um ponto positivo, principalmente para atrair
negociadores interessados na obtenção do créditos proporcionados pela atividade florestal.
Dessa forma, até o monitoramento dos sítios de manejo florestal e controle, e não seriam um
custo a mais, devido a cooperativa realizar o inventário de parcelas nessas áreas em período
bianual.
As superestimativas em termos de tamanho do projeto e benefícios de carbono,
obviamente, se traduzem no risco de superestimar as potenciais receitas de carbono. Além
disso, a avaliação de viabilidade deve considerar as preferências e a demanda provável dos
compradores de carbono florestal, que são um segmento muito pequeno do mercado global de
carbono (Olander & Ebeling, 2011). Como nesse trabalho foram analisados dois cenários, e
apenas o com atividade de manejo proporcionaria um sequestro necessário para torna o
projeto atrativo aos negociadores de crédito no mercado.
O REDD+ é visto como uma oportunidade mundial única para a obtenção de apoio
financeiro e técnico para uma gestão mais sustentável das florestas por comunidades locais
(Eliasch, 2008). As políticas de REDD+ têm o potencial de reformar o manejo de florestas
tropicais e oferecer múltiplos benefícios. Considerando o escopo geográfico, a escala
financeira e a diversidade das intervenções propostas no futuro mecanismo REDD+, e
precisa-se considerar as implicações para a biodiversidade em maior detalhe (Phelps et al.,
2012).
A idéia básica é que os países em desenvolvimento tenham um custo de oportunidade
se eles optarem por conservar suas florestas, em vez de convertê-las na agricultura ou em
qualquer outro uso de terra não-florestal. O mecanismo REDD+ destina-se a fornecer
incentivos financeiros suficientes para alterar as decisões públicas ou privadas que, de outra
forma, levariam à conversão florestal. Isso significa que a quantidade de transferências é
comparável ao custo de oportunidade, que difere amplamente entre os países que não
possuem a mesma capacidade de atrair investimentos estrangeiros e domésticos como por
exemplo, agronegócios (Karsenty et al., 2012).
90
Nas opções restantes de REDD+, se os governos recebessem compensação financeira
uma vez que as reduções de emissão ou a melhoria das ações de carbono foram realizadas
através da venda de créditos REDD+ para países desenvolvidos e/ou para outros compradores
internacionais, então parece lógico que os governos conservem os direitos sobre quaisquer
direitos de carbono das florestas (Corbera et al., 2011). Caso o REDD+ seja operado, de modo
que as emissões de carbono decorrentes do desmatamento e da degradação sejam reduzidas,
não pode antecipar que o estado terá a capacidade de fazer cumprir as leis e os regulamentos
de forma a alcançar mitigação significativa das mudanças climáticas (Thompson et al., 2011).
Para os contextos sociais e os agregados familiares mais pobres, onde os pagamentos
apresentam as razões mais importantes para o manejo e conservação florestal, garantir
pagamentos a perpetuidade pode ser a única maneira, ainda improvável, de manter a
conservação a longo prazo (Corbera, 2012). No contexto REDD+, este último significaria
criar um mercado a perpetuidade para compensações de carbono que limitariam as chances de
conseguir o corte radical das emissões globais que é preciso para estabilizar as Mudança
climáticas durante esta década (Anderson, 2012).
91
7. CONCLUSÃO
A COOMFLONA em seus inventários florestais pode utilizar as equações com erro
menor que 10%, para suas estimativas. A cubagem de madeira caída foi muito importante para
a obtenção do número de árvores para cada classe de diâmetro, pois com a representação
especifica de todo o estrato da floresta é possível o desenvolvimento de modelos mais
precisos. A madeira caída e abatida além de facilitar esse processo, permitiu a mensuração em
menor espaço de tempo das árvores desejadas.
A recomposição de estoque de carbono ocorreu em curto espaço de tempo em função
das técnicas empregadas no manejo florestal desenvolvido pela COOMFLONA e pela baixa
intensidade de exploração nas UTs estudadas. Isso é um ponto positivo pra cooperativa, que
possui certificação florestal, e dessa forma, corrobora para uma melhor reestruturação
florestal.
Assim, com os resultados dessa pesquisa é possível modelar o crescimento da floresta,
e assim, quantificar do serviço ambiental na área de manejo para os anos posteriores. Com o
estudo de dinâmica da floresta manejada na FNT, projetou-se o estoque de carbono e madeira
nas estruturas da vegetação, visualizando assim, o crescimento de cada classe de DAP e
estrato e a resposta de cada nível, algo primordial para saber como ocorre a recuperação da
floresta.
Com o potencial de geração de créditos de carbono para área de manejo florestal,
futuramente pode contribuir com o aumento o preço a cobertura florestal e obtenção de renda
entre os ciclos de corte. Contudo, a regularização do mercado nacional é necessária para que o
preço do crédito de carbono proporcione uma boa rentabilidade e torne-se atrativo aos
compradores. Dessa forma, o valor agregado a floresta com o VUI, contribuirá para
manutenção da vegetação e assim, mitigar a pressão da fronteira agrícola, pois a floresta não é
apenas madeira, ela proporciona um serviço ambiental pouco explorado, o qual pode ser o
diferencial para a conservação da floresta Amazônica.
8. REFERÊNCIAS BIBLIOGRÁFICAS
Abreu, A.T.L. 2012. Dinâmica da vegetação arbóreo-arbustiva no período de 14 anos em uma floresta de vale, Mato Grosso, Brasil. Dissertação de Mestrado - Universidade de Brasília. Faculdade de Tecnologia. Brasília, Distrito Federal. 88pp.
Aguiar, D.R.; Gama J.R.V.; Beldini, T.P. 2017. Estoque de carbono por grupo ecológico na Floresta Nacional do Tapajós. Revista Espacios, 38 (32) 21-34.
92
Anderson, K. 2012. The inconvenient truth of carbon offsets. Nature, 484:7.
Adekunle, V.A.J.; Nair, K.N.; Srivastava, A.K.; Singh, N.K. 2013. Models and form factors for stand volumeestimation in natural forest ecosystems: a case study of Katarniaghat Wildlife Sanctuary (KGWS), BahraichDistrict, India. Journal of Forestry Research, 24(2): 217−226.
Alder, D.; Silva, J.N.M. 2000. An empirical cohort model for management of terra firme forests in the Brasilian Amazon. Forest Ecology and Management, Amsterdam, v. 130, n. 1-3, p.141-157.
Alves, J.C.Z.O.; Miranda, I.S. 2008. Análise da estrutura de comunidades arbóreas de uma floresta amazônica deterra firme aplicada ao manejo florestal. Acta Amazonica, 38: 657-666.
Altriell, D.; Branthomme, A.; Tavani, R. 2010. Assessing growing stock and stock changes through multi-purpose national forest monitoring and assessment, FAO Forest Resources Assessment Programme Workingpaper, Rome. Available at: www.fao.org.
Almeida, L.S.; Gama, J.R.V.; Oliveira, F.A.; Carvalho, J.O.P.; Gonçalves, D.C.M.; Araújo, G.C. 2012.Fitossociologia e uso múltiplo de espécies arbóreas em floresta manejada, Comunidade Santo Antônio,município de Santarém, Estado do Pará. Acta Amazônica, vol. 42 (2): 185 - 194.
Alexander, S.; Nelson, C.R.; Aronson, J.; Lamb, D.; Cliquet, A.; Erwin, K.L.; Finlayson, C.M.; Groot, R.S.; Harris, J.A.; Higgs, E.S.; Hobbs, R.J.; Lewis III, R.R.R.; Martinez, D.; Murcia, C. 2011. Opportunities and Challenges for Ecological Restoration within REDD+. Restoration Ecology Vol. 19, No. 6, pp. 683-689.
Akindele, S.O.; Lemay, V.M. 2006. Development of tree volume equations for common timber species in the tropical rain forest area of Nigeria. Forest Ecology and Management, 226, 41-48.
Amaral, I.L. 1996. Diversidade florística em floresta de terra firme, na região do rio Urucu- AM. Tese deMestrado, Instituto Nacional de Pesquisas da Amazônia/Universidade Federal do Amazonas, Manaus,Amazonas. 121pp.
Amaral, I.L.; Matos, F.D.A.; Lima, J. 2000. Composição florística e estrutural de um hectare de floresta densa deterra firme no Rio Uatumã, Amazônia, Brasil. Acta Amazonica, 30: 377-392.
Andrade, D.F.; Gama, J.R.V.; Melo, L.O.; Ruschel, A.R. 2015. Inventário florestal de grandes áreas na FlorestaNacional do Tapajós, Pará, Amazônia, Brasil. Biota Amazõnica, Macapá, v. 5, n. 1, p. 109-115.
Anderson, D. R.; Burnham, K. P.; White, G. C. 1994. AIC model selection in overdispersed capture-recapturedata. Ecology, 75:1780-1793.
Angelsen, A. 2009. Policy options to reduce deforestation. In Realising REDD+: National Strategy andPolicy Options; Angelsen, A., Ed.; Center for International Forestry Research: Bogor, Indonesia, pp. 125-138.Angelsen, A.; Brockhaus, M.; Sunderlin, W.D.; Verchot, L.V. 2012. Analysing REDD+: Challenges and choices.CIFOR, Bogor, Indonesia. 426pp.
Asner, G.P.; Keller, M.; Pereira Jr., R.; Zweede, J.C.; Silva, J.N.M. 2004. Canopy damage and recovery after selective logging in Amazonia: Field and satellite studies, Ecological Application., 14(4), S280 -S298.
Asner, G.P.; Knapp, D.E.; Broadbent, E.N.; Oliveira, P.J.C.; Keller, M.; Silva, J.N. 2005. Selective Logging in the Brazilian Amazon. Science, 21 October, Vol 310.
Asner, G.P. 2009.Tropical forest carbon assessment: integrating satellite and airborne mapping approaches. Environ Res Lett; 4: p. 1-11.
Asner, G.P.; Rudel, T.K.; Aide, T.M.; Defries R.; Emerson R.A. 2009. Contemporary Assessment of Change in Humid Tropical Forests. Conservation Biology, Volume 23, n. 6, 1386-1395.
Assmann, E. 1970. The principles of forest yield study. Oxford: Pergamon Press. 506 pp.
Avery, T.E.; Burkhart, H.E. 2002. Forest Measurements, 5th ed. McGraw-Hill Higher Education, New York, USA, 456pp.
Avila, A.L.; Ruschel, A.R.; Carvalho, J.O.P.; Mazzei, L.; Silva, J.N.M.; Lopes, J.C.; Araujo, M.M.; Dormann, C.F.; Bauhus, J. 2015. Medium-term dynamics of tree species composition in response to silvicultural intervention intensities in a tropical rain forest. Biological Conservation 191, p. 577-586.
Azevedo, C.P. 2006. Dinâmica de florestas submetidas a manejo na Amazônia Oriental: experimentação e simulação. Tese de Doutorado, Universidade Federal do Paraná, Curitiba, Paraná. 254 pp.
93
Barbeito, I.; Canellas, I.; Montes, F. 2009. Evaluating the behaviour of vertical structure indices in Scotspine forests. Ann. For. Sci. 66, 710.Barreto, L.V.; Freitas, A.C.S.; Paiva, L.C. 2009. Sequestro de Carbono. Biosfera, v. 07, p. 01-10.
Batista, J.L.F.; Couto, H.T.Z.; Silva Filho, D.F. 2014. Quantificação de recursos florestais: Árvore, arvoredos eflorestas. 1ª Edição, São Paulo, oficina de textos, 384 pp.
BioCarbon Fund Experience: Insights from Afforestation and Reforestation Clean Development MechanismProjects. 2011. Chapter 3: Non permanence, p. 46-55.
Bhat, D.M.; Ravindranath, N.H. 2011. Above - Ground Standing Biomass and Carbon Stock Dynamics under a Varied Degree of Anthropogenic Pressure in Tropical Rain Forests of Uttara Kannada District, Western Ghats, India. Taiwania, 56 (2): p. 85-96.
Blanc, L.; Echard, M.; Herault, B.; Bonal, D.; Marcon, E.; Chave, J.; Baraloto, C. 2009. Dynamics of aboveground carbon stocks in a selectively logged tropical forest. Ecological Applications, 19(6): 1397-1404.
Boscolo, M.; Buongiorn, J. 1997. Managing a tropical rainforest for timber, carbon storage and tree diversity. Commonwealth Forestry Review, 76 (4): 246-254.
Brasil. Ministério da Ciência e Tecnologia. 2004. Coordenação Geral de Mudanças Globais de Clima. Comunicação nacional inicial do Brasil: à Convenção Quadro das Nações Unidas sobre mudança do clima. Brasília: [s.n.], 274 pp.
Brasil. 2002a. Lei n. 9.985, de 18 de Junho de 2000: Sistema Nacional de Unidades de Conservação da Natureza(SNUC). 2.ed. MMA, Brasília, Distrito Federal. 52pp.
Brasil. Decreto Nº 8.576. nov. 2015. Comissão Nacional para Redução das Emissões de Gases de Efeito EstufaProvenientes do Desmatamento e da Degradação Florestal, Conservação dos Estoques de Carbono Florestal,Manejo Sustentável de Florestas e Aumento de Estoques de Carbono Florestal - REDD+. Brasília, DF.
Brasil. Ministério do Meio Ambiente. 2011. REDD+: Documento-síntese com subsídios de múltiplos atores para a preparação de uma Estratégia Nacional/ Elaboração: Ronaldo Weigand Jr. Brasília (DF): Ministério do Meio Ambiente/ Secretaria de Mudanças Climaáticas e Qualidade Ambiental/ Departamento de Mudanças Climática / Gerência de Mudança do Clima e Florestas.
Brasil. Lei Nº 12.651, de 25 de maio de 2012. Dispõe sobre a proteção da vegetação nativa; altera as Leis nos 6.938, de 31 de agosto de 1981, 9.393, de 19 de dezembro de 1996, e 11.428, de 22 de dezembro de 2006; revoga as Leis nos 4.771, de 15 de setembro de 1965, e 7.754, de 14 de abril de 1989, e a Medida Provisória no 2.166-67, de 24 de agosto de 2001; e dá outras providências. Diário Oficial da União, Brasília, 25 maio. 2012.
Brasil. Lei nº 12.727. Out. 2012. Proteção da vegetação nativa. Brasília, DF.
Brown, S. & Iverson, L.R. 1992. Biomass estimates for tropical forests. World Resour. Rev. 4(3): 366-383.
Budowski, G. 1965. Distribution of tropical american rain forest species in the light of sucessional processes. Turrialba, v. 15, (1): 40-42.
Burnham, K.P.; Anderson, D.R. 2010. Information and likelihood theory: A basis for model selection andinference. In: . Model selection and multimodel inference. 2 nd ed. New York: Springer, chap. 2, p. 49-97.
Burivalova, Z.; Sekercioğlu, C.H.; Koh, L.P.P.; Şekercioğlu, Ç.H.; Koh, L.P.P. 2014. Thresholds of Logging Intensity to Maintain Tropical Forest Biodiversity. Curr. Biol. 24, 1893-1898. doi:10.1016/j.cub.2014.06.065
Cardoso, D.; Särkinen, T.; Alexander, S.; Amorim, A.M.; Bittrich, V.; Celis, M.; Daly, D.C.; Fiaschi, P.; Funk,V.A.; Giacomin, L.L.; Goldenberg, R.; Heiden, G.; Iganci, J.; Kelloff, C.L.; Knapp, S.; Lima, H.C.; Machado,A.F.P.; Santos, R.M.; Mello-Silva, R.; Michelangeli, F.A.; Mitchell, J.; Moonlight, P.; Moraes, P.L.R.; Mori,S.A.; Nunes, T.S.; Pennington, T.D.; Pirani, J.R.; Prance, G.T.; Queiroz, L.P.; Rapini, A.; Riina, R.; Rincon,C.A.V.; Roque, N.; Shimizu, G.; Sobral, M.; Stehmann, J.R.; Stevens, W.D.; Taylor, C.M.; Trovó, M.; van denBerg, C.; van der Werff, H.; Viana, P.L.; Zartman, C.E.; Forzza, R.C. 2017. Amazon plant diversity revealed by ataxonomically verified species list. PNAS, 114 (40): 10695–10700.
Carvalho, A.L.; d’Oliveira, M.V.N.; Putz, F.E.; Oliveira, L.C. 2017. Natural regeneration of trees in selectivelylogged forest in western Amazonia. Forest Ecology and Management, 392, 36-44.
Campos, J.C.C. & Leite, H.G. 2009. Mensuração florestal:perguntas e respostas. Viçosa: Editora UFV, 548pp.
94
Carvalho, J.O.P.; Silva, J.N.M.; Lopes, J.C.A. 2004. Growth rate of a terra firme rain forest in Brazilian amazonia over an eight-year period in response to logging. Acta Amazônica, vol. 34(2) 209 - 217.
Carvalho, J.O.P.de. 1997. Dinâmica de florestas naturais e sua implicação para o manejo florestal. Curso de Manejo Florestal Sustentável. Curitiba: Embrapa Florestas, 256pp.
Castro-Arellano, I.; Presley, S.J.; Willig, M.R.; Wunderle, J.M.; Saldanha, L.N. 2009. Reduced-impact loggingand temporal activity of understorey bats in lowland Amazonia. Biological Conservation 142, 2131-2139.
Cháidez, J.N. 2009. Allometric equations and expansion factors for tropical dry forest trees of Eastern Sinaloa,Mexico. Tropical and Subtropical Agro-ecosystems, 10: 45−52.
Chambers, J.Q.; Higuchi, N.; Teixeira, L.M.; Santos, J.; Laurance, S.G.; Trumbore, S.E. 2004. Response of treebiomass and wood litter to disturbance in a Central Amazon forest. Oecologia 141: 596-611.
Chambers, J.Q.; Higuchi, N.; Teixeira, L.M.; Santos, J.; Laurance, S.G.; Trumbore, S.E. 2004. Response of treebiomass and wood litter to disturbance in a Central Amazon forest. Oecologia 141: 596-611.
Colpini, C.; Travagin, D.P.; Soares, T.S.; Silva, V.S.M. 2009. Determinação do volume, do fator de forma e daporcentagem de casca de árvores individuais em uma Floresta Ombrófila Aberta na região noroeste de MatoGrosso. Acta Amazonica, 39(1): 97-104.
Clark, D.A. 2004. Sources or sinks? The responses of tropical forests to current and future climate and atmospheric composition. Philosophical Transactions of the Royal Society of London B, 359: 477-491.
Chave, J.; Andalo, C.; Brown, S.; Cairns, M.A.; Chambers, J.Q.; Eamus, D.; Fölster, H.; Fromard, F.; Higuchi, N.; Kira, T.; Lescure, J.-P.; Nelson, B.W.; Ogawa, H.; Puig, H.; Riéra, B.; Yamakura, T. 2005. Tree allometry andimproved estimation of carbon stocks and balance in tropical forests. Oecologia, 145, 87-89.
Chazdon, R.L. 2003. Tropical forest recovery: Legacies of human impact and natural disturbances. Perspectives in Plant Ecology, Evolution and Systematics 6, 51-71.
Chazdon, R.L. 2008. Chance and determinism in tropical forest succession. In: W. Carson & S. A. Schnitzer(Eds.): Tropical forest community ecology: 384-408. Wiley-Blackwell Publishing, Oxford.
Chazdon, R.L. 2012. Regeneração de florestas tropicais. Boletim do Museu Paraense Emílio Goeldi. CiênciasNaturais, Belém, 7 (3): 195-218.
Condé, T. M. & Tonini, H. 2013. Fitossociologia de uma Floresta Ombrófila Densa na Amazônia Setentrional,Roraima, Brasil. Acta Amazonica, vol. 43 (3): 247 – 260.
Corbera, E.; Estrada, M.; Brown, K. 2010. Reducing greenhouse gas emissions from deforestation in developingcountries: Revisiting the assumptions. Climatic Change, 100, 355-388.
Corbera, E. & Schroeder, H. 2011 Governing and implementing REDD+. Environmental Science and Policy 14(2): 89-99.
Corbera, E.; Estrada, M.; May P.; Navarro, G.; Pacheco, P. 2011. Rights to Land, Forests and Carbon in REDD+:Insights from Mexico, Brazil and Costa Rica. Forests, 2, 301-342. doi:10.3390/f2010301
Corbera, E. 2012. Problematizing REDD+ as an experiment in payments for ecosystem services. Current Opinion in Environmental Sustainability, 4:612-619.
Costa, D.H.M.; Silva, J.N.M.; Carvalho, J.O.P. 2008. Crescimento de árvores numa área de terra firme na floresta nacional do tapajós após a colheita de madeira. Revista Ciência Agrária, Belém, 50, 63-76.
Crome, F.H.J.; Moore, L.A.; Richards, G.C. 1992. A study of logging damage in unplanned rainforest in North Queensland. Forest Ecology and Management, 49, 1-29.
Darrigo, M.R.; Venticinque, E.M.; Santos, F.A.M. 2016. Effects of reduced impact logging on the forestregeneration in the central Amazonia. Forest Ecology and Management, 360: 52-59.
Decision 11/CP. 7 Land Use, Land-Use Change and Forestry. Presented at the Conference of the Parties on itsSeventh Session, Marrakesh, Morocco, 29 October-10 November 2001; United Nations Framework Conventionon Climate Change (UNFCCC): Bonn, Germany, p. 54-63.
Delaney, M.; Brown, S.; Lugo, A.E.; Torres-Lezama, A. 1997. The distribution of organic carbon in majorcomponents of Forestlocated in five zones of Venezuela. Journal of Tropical Ecology, v. 13, p. 697-708.doi:https://doi.org/10.1017/S0266467400010877
95
Dutschke, M.; Schlamadinger, B.; Wong, J.L.P.; Rumberg M. 2004. Value and Risks of Expiring Carbon Creditsfrom CDM Afforestation and Reforestation. Hamburg Institute of International Economics (HWWA). HWWADiscussion Paper 290. Acesso em: http://ageconsearch.umn.edu/bitstream/26347/1/dp040290.pdf
Edwards, D.P.; Fisher, B.; Boyd, E. 2010. Protecting degraded rainforests: enhancement of forest carbon stocksunder REDD+. Conservation Letters, 3, 313-316.
Edwards, D.P.; Gilroy, J.J.; Woodcock, P.; Edwards, F.A.; Larsen, T.H.; Andrews, D.J.R.; Derhé, M.A.; Docherty,T.D.S.; Hsu, W.W.; Mitchell, S.L.; Ota, T.; Williams, L.J.; Laurance, W.F.; Hamer, K.C.; Wilcove, D.S. 2014. Land-sharing versus land-sparing logging: reconciling timber extraction with biodiversity conservation. Global Change Biology, 20:183-191. doi:10.1111/gcb.12353
Eliasch, J. 2008. Climate Change: Financing Global Forests. The Eliasch Review. London: Office of Climate Change. 273pp.
Estrada, M. 2011. Standards and methods available for estimating project-level REDD+ carbon benefits: reference guide for project developers. Working Paper 52. CIFOR, Bogor, Indonesia. 78pp.
Estratégia nacional para redução das emissões provenientes do desmatamento e da degradação florestal(ENREDD+). 2016. Conservação dos estoques de carbono florestal, manejo sustentável de florestas e aumentode estoques de carbono florestal / Brasil. Ministério do Meio Ambiente. Brasília: MMA, 48pp.
Fearnside, P. M. 2003. A floresta amazônica nas mudanças globais. Capitulo 5 - Salvar florestas tropicais como uma medida de mitigação do efeito estufa: O assunto que mais divide o movimento ambientalista. Manaus: INPA, 134pp.
Fearnside, P.M.; Graça, P.M.L.A.; Keizer, E.W.H.; Maldonado, F.D.; Barbosa, R.I.; Nogueira, E.M. 2009. Modelagem de desmatamento e emissões de gases de efeito estufa na região sob influência da rodovia Manaus-Porto Velho (BR-319). Revista Brasileira de Meteorologia, 24 (2): 208-233.
Fearnside, P. M. 2011. Brazil's Amazon forest in mitigating global warming: unresolved controversies, Climate Policy, 12(1): 70-81. DOI:10.1080/14693062.2011.581571
Feldpausch, T.R.; Lloyd, J.; Lewis, S.L.; Brienen, R.J.W.; Gloor, M.; Mendoza, A.M.; Lopez-Gonzalez, G.; Banin, L.; Abu Salim, K.; Affum-Baffoe, K.; Alexiades, M.; Almeida, S.; Amaral, I.; Andrade, A.; Aragão, L.E.O.C.; Murakami, A.A. et al. 2012. Tree height integrated into pantropical forest biomass estimates. Biogeosciences, 9, 3381-3403.
Feldpausch, T.R.; Banin, L.; Phillips, O.L.; Baker, T.R.; Lewis, S.L.; Quesada, C.A.; Affum-Baffoe, K.; Arets, E.J.M.M.; Berry, N.J.; Bird, M.; Brondizio, E.S.; Camargo, P.; Chave, J.; Djagbletey, G.; Domingues, T.F. et al. 2011. Height-diameter allometry of tropical forest trees. Biogeosciences, 8, 1081-1106.
Felfili, J.A. & Venturoli, F. 2000. Tópicos em análise de vegetação. Brasília. Comunicações Técnicas Florestais, 2 (1): 24pp.
Field, A. 2009. Descobrindo a estatística usando SPSS. 2º ed. - Porto Alegre: Artmed, 688pp.
Figueira, A.M.S.; Miller, S.D.; Sousa, C.A.D.; Menton, M.C.; Maia, A.R.; Rocha, H.R.; Goulden, M.L. 2008.Effects of selective logging on tropical forest tree growth. Journal Of Geophysical Research, vol. 113, G00B05,doi:10.1029/2007JG000577
Finco, M.V.A.; Doppler, W. 2010. Bioenergy and sustainable development: The dilemma of food security and climate change in the Brazilian savannah. Energy Sustainable Development, 14, 194-199.
Finol, U.H. 1971. Nuevos parametros a considerarse en el analisis estructural de las selvas virgines tropicales. Revista Forestal Venezolana, Merida, v.14, n.21, p.29-42.
Fisher, R.A., Corbet, A.S., Willians, C.B. 1943. The relation between the number of species and the number ofindividuals in a random sample of an animal population. Journal of Animal Ecology12:42-58.
Forsyth, T. 2009. Multilevel, multiactor governance in REDD+: Participation, integration and coordination. InRealising REDD+: National Strategy and Policy Options; Angelsen, A., Ed.; Center for International ForestryResearch: Bogor, Indonesia, p. 113-124.
Food Agriculture Organization of the Unided Nations - FAO. 2008. Managing forests for climate change. Strategic framework for forests and climate change. Collaborative Partnership on Forests, 20pp. Acesso em:http://www.fao.org/docrep/013/i1960e/i1960e00.pdf
96
Francez, L.M.B.; Carvalho, J.O.P.; Jardim, F.C.S. 2007. Mudanças ocorridas na composição florística emdecorrência da exploração florestal em uma área de floresta de terra firme na região de Paragominas, PA. ActaAmazonica, 37: 211-228.
Frenedozo-Soave, R.D.C. 2003. Phytosociological studies on natural establishment of vegetation in anunreclaimed limestone mining. Brazilian Archives of Biology and Technology, 46 (2): 259-269.
Fundação Instituto Brasileiro de Geografia e Estatística - IBGE. Manual Técnico da vegetação do Brasil. Rio de Janeiro, segunda edição: 2012.
Gadow, K.V.; Zhang, C.Y.; Wehenkel, C.; Pommerening, A.; Corral-Rivas, J.; Korol, M.; Myklush, S.; Hui, G.Y.;Kiviste, A.; Zhao, X. H. 2012. Forest Structure and Diversity. Chapter 2 - Pukkala, T.; Gadow, K. von (eds.), Continuous Cover Forestry, Managing Forest Ecosystems – p. 29-83.
Gaspar, R.O.; Castro, R.V.O.; Del Peloso, R.V.; Souza, F.C.; Martins, S.V. 2014. Análise fitossociológica e do estoque de carbono no estrato arbóreo de um fragmento de floresta estacional semidecidual. Ciência Florestal, Santa Maria, v. 24, n. 2, p. 313-324.
Gibbs, H.K.; Brown, S.; Niles, J.O.;Foley, J.A. 2007. Monitoring and estimating tropical forest carbon stocks: making REDD a reality. Environmental Research Letters, 2: 045023.
Gibson, L.; Lee, T.M.; Koh, L.; Brook, B.W.; Gardner, T.A.; Barlow, J.; Peres, C.A. Bradshaw, C.J.A.; Laurance,W.F.; Lovejoy, T.E.; Sodhi, N.S. 2011. Primary forests are irreplaceable for sustaining tropical biodiversity. Nature, 478, 378-381.
Godoy, J.R.L.; Marabesi, M.A.; Mortari, L.C.; Aidar, M.P.M.; Buckeridge, M.S. 2009. A dinâmica da floresta neotropical e as mudanças climáticas globais. Naturalia (São José do Rio Preto), 32: 53-66.
Goularte, B.S.; Alvim, A.M. 2011. A comercialização de créditos de carbono e seu impacto econômico e social.Face, Porto Alegre, 22 (1): 72-88.
Gonçalves, F.G. & Santos, J. R. 2008. Composição florística e estrutura de uma unidade de manejo florestal sustentável na Floresta Nacional do Tapajós, Pará. Revista Acta Amazônica, 38: 229 - 244.
Grace, J. 2004. Understanding and managing the global carbon cycle. Journal Ecology, 92:189-202.
Guariguata, M.R. & Ostertag, R. 2001. Neotropical secondary forest succession: changes in structural and functional characteristics. Forest Ecology and Management 148: 185-206.
Guariguata, M.R.; Cornelius, J.P.; Locatelli, B.; Forner, C.; Sánchez-Azofeifa, G.A. 2008. Mitigation needs adaptation: Tropical forestry and climate change. Mitig. Adapt. Strateg. Climate Change, 13, 793-808.
Guariguata, M.R.; Sist, P.; Nasi, R. 2012. Reprint of: Multiple use management of tropical production forests: How can we move from concept to reality? Forest Ecology and Management, 268: 1-5.
Gimenez, B.O.; Danielli, F.E.; Oliveira, C.K.A.; Santos, J.; Higuchi, N. 2015. Equações volumétricas paraespécies comerciais madeireiras do sul do estado de Roraima. Sci. For., Piracicaba, 43 (106): 291-301.
Gutiérrez-Granados, G.; Pérez-Salicrup, D.R.; Dirzo, R. 2011. Differential diameter-size effects of forest management on tree species richness and community structure: implications for conservation. Biodiversity and Conservation, Vol. 20 (7) 1571–1585. DOI 10.1007/s10531-011-0046-8.
Hall, J.S.; Harris, D.J.; Medjibe, V.; Ashtona, P.M.S. 2003. The effects of selective logging on forest structure and tree species composition in a Central African forest: implications for management of conservation areas. Forest Ecology and Management, Amsterdam, 183, (1-3): 249-264.
Hamilton, K.; Sjardin, M.; Shapiro, A.; Marcello, T. 2009. Fortifying the foundation: state of the voluntarycarbon markets. New York: Ecosystem Marketplace & New Carbon Finance, 92pp.
Hess, A.F.; Calgarotto, A.R.; Pinheiro, R.; Wanginiak, T.C.R. 2010. Proposta de manejo de Araucaria angustifolia utilizando o quociente de Liocourt e análise de incremento, em propriedade rural no Município de Lages, SC. Pesquisa Florestal Brasileira, 30 (64): 337-345.
Higuchi, N.; Chambers, J.; Santos, J.; Ribeiro, R. J.; Pinto, A.C.M.; Silva, R.P.; Rocha, R.M.; Tribuzy, E.S. 2004.Dinâmica e balanço do carbono da vegetação primária da Amazônia Central. Revista Floresta, 34 (3): 295-304.
97
Higuchi, N.; Pereira, H. S.; Santos, J.; Lima, A.J.N.; Higuchi, F.G.; Higuchi, M.I.G.; Ayres, I.G.S.S. 2009. Governos locais amazônicos e as questões climáticas globais. Capítulo 6 - Estudo de caso 1, Estoque e dinâmica do carbono da floresta do Estado do Amazonas, Manaus, p. 69-70 .
Higuchi, N.; Santos, J.; Ribeiro, R. J.; Minette, L.; Biot, Y. 1998. Biomassa da parte aérea da vegetação da floresta tropical úmida de terra-firma da Amazônia brasileira. Acta Amazônica 28: 153-166.
Higuchi, F.G.; Siqueira, J.D.P.; Lima, A.J.N.; Figueiredo Filho, A.; Higuchi, N. 2012. Influência do tamanho da parcela na precisão da função de distribuição diamétrica de Weibull na floresta primária da Amazônia central. Floresta, 42 (3) 599-606. doi:10.5380/rf.v42i3.19640
Higuchi, F.G.; Lima, A.J.N.; Ribeiro, G.H.P.M.; Santos, J.; Higuchi, N. 2014. Equações alométricas especificas: Estimativas de biomassa para diferentes sítios da Amazônia. Dinâmica de carbono das floresta da Amazônia, Projeto Carbon Dynamics of Amazonian Forest - CADAF. Capítulos 2, p. 21-27.
Hosokawa, R.T.; Moura, J.B.; Cunha, U.S. 1998. Introdução ao manejo e economia de florestas. Curitiba: Ed. UFPR, 162pp.
Houghton, R.A.; Lawrence, K.T.; Hackler, J.L.; Brown, S. 2001. The spatial distribution of forest biomass in the Brazilian Amazon: a comparison of estimates. Global Change Biology 7, 731-746.
Houghton, R.A. 2003a. Revised estimates of the annual net flux of carbon to the atmosphere from changes in land use and land management 1850-2000. Tellus 51B, 378-390.
Houghton, R.A. 2003b. Why are estimates of the terrestrial carbon balance so different? Glob Change Biology 9:500-509.
Houghton, R.A. 2005. Aboveground Forest Biomass and the Global Carbon Balance. Global Change Biology, 11, 945-958. doi: 10.1111/j.1365-2486.2005.00955.x
House Of Commons. 2007. The voluntary carbon offset market - sixth report of session 2006-07: report, togetherwith formal minutes, oral and written evidence. London: Environmental Audit Committee; The Stationery OfficeLimited. 235pp.
Huang, M. & Asner, G.P. 2010. Long-term carbon loss and recovery following selective logging in Amazon Forests. Global Biogeochemical Cycles, 24, GB3028, doi:10.1029/2009GB003727.
Imai, N.; Kitayama, K.; Titin, J. 2012. Effects of logging on phosphorus pools in a tropical rainforest of Borneo Journal of Tropical Forest Science 24(1): 5-17.
Imai, N.; Tanaka, A.; Samejima, H.; Sugau, J.B.; Pereira, J.T.; Titin, J.; Kurniawan, Y.; Kitayama, K. 2014. Tree community composition as an indicator in biodiversity monitoring of REDD+. Forest Ecology and Management313, 169-179.
Intercontinental Exchange - ICE. Report Center. Disponível em: (www.theice.com/marketdata/reports/ReportsCenters.html) Acesso em outubro de 2017.
Instrução Normativa Nº 3, de 4 de março de 2002.
Intergovernmental Panel on Climate Change (IPCC). 2003. Good practice guidance for land use, land-use change and forestry. Hayama: Institute for Global Environmental Strategies for the IPCC, 632pp.
Intergovernmental Panel on Climate Change (IPCC). 2006a IPCC Guidelines for National Greenhouse Gas Inventories. Prepared by the National Greenhouse Gas Inventories Programme, Eggleston H.S., Buendia L., Miwa K., Ngara T. and Tanabe K. (eds). Published: IGES, Japan. 40pp.
Intergovernmental Panel On Climate Change (IPCC.) 2006b IPCC Guidelines for National Greenhouse Gas Inventories: Agriculture, forestry and other land use. Japan: Institute for Global Environmental Strategies (IGES), 2006.v.4.
Intergovernmental Panel on Climate Change (IPCC), 2007, Climate Change 2007: Synthesis Report. Cambridge:Cambridge University Press. IPCC, Geneva, Switzerland, 104pp.
Jardim, F.C.S.; Serrão, D.R.; Nemer, T.C. 2007. Efeito de diferentes tamanhos de clareiras, sobre o crescimento ea mortalidade de espécies arbóreas, em Moju-PA. Revista Acta Amazônica, vol. 37(1), 37 - 48.
Jardim, F.C.S. & Hosokawa, R.T. 1987. Estrutura da floresta equatorial úmida da estação experimental desilvicultura tropical do INPA. Acta Amazonica, v. 16/17 (n° único), p. 411-508.
98
Johns, J.S.; Barreto, P.; Uhl, C. 1996. Logging damage during planned and unplanned logging operations in the eastern Amazon. Forest Ecology and Management, 89, 59-77.
Jonkers, W.B.J. 2003. Long-term effects of logging in a Neotropical rain forest in Suriname. International ExpertMetting on Forest and water, Chiba, Japan. Acesso em novembro de 2016: http://www.rinya.maff.go.jp/codeh2003/PART_4/WYB_Jonkers_(Netherland).pdf
Letcher, S.G. & Chazdon, R.L. 2009. Rapid recovery of biomass, species richness, and species composition in aforest chronosequence in Northeastern Costa Rica. Biotropica 41: 608-617.
Luck, G.W.; Harrington, R.; Harrison, P.A.; Kremen, C.; Berry, P.M.; Bugter, R.; Dawson, T.P.; Bello, F.; Diaz,S.; Feld, C.K.; Haslett, J.R.; Hering, D.; Kontogianni, A.; Lavorel, S.; Rounsevell, M.; Samways, M.J.; Sandin,L.; Settele, J.; Sykes, M.T.; van den Hove, S.; Vandewalle, M.; Zobel, M. 2009. Quantifying the contribution oforganisms to the provision of ecosystem services. Bioscience 59, 223-235.
Karsenty, A.; Vogel, A.; Castell, F. 2012. ‘‘Carbon rights’’, REDD+ and payments for environmental services. Environmental Science & Policy, 35, p. 20-29, http://dx.doi.org/10.1016/j.envsci.2012.08.013
Keller, M.; Palace, M.; Hurt, G. 2001. Biomass estimation in the Tapajós National Forest, Brazil examination of sampling and allometric uncertainties. Forest Ecology and Management. 154, (3): 371-382.
Keller, M.; Alencar, A.; Asner, G.P.; Braswell, B.; Bustamente, M.; Davidson, E.; Feldpausch, T.; Fernandes, E.; Goulden, M.; Kabat, P.; Kruijt, B.; Luizao, F.; Miller, S.; Markewitz, D.; Nobre, A.D.; Nobre, C.A.; Priante Filho, N.; Rocha, H.; Dias, P.S.; von Randow, C.; Vourlitis, G.L. 2004. Ecological research in the large scale biosphere atmosphere experiment in Amazônia (LBA): early results. Ecological Application 14 (4): S3-S16.
Keller, M.; Asner, G.P.; Silva, N.; Palace, M. 2004. Sustainability of selective logging of upland forests in theBrazilian Amazon: carbon budgets and remote sensing as tools for evaluation of logging effects. In: ZARIN,D.E.A. Working forests in the tropics: conservation through sustainable management? New York: ColumbiaUniversity Press, p. 41-63.
Kim Phat, N.; Knorr, W.; Kim, S. 2004. Appropriate measures for conservation of terrestrial carbon stocks—analysis of trends of forest management in Southeast. Forest Ecology and Management 191 (1-3), 283-299.
King, D.A. 1996. Allometry and life history of tropical trees, Journal of Tropical Ecology., 12, 25-44.
Koehler, H.S.; Watzlawick, L.F.; Kirchner, F.F.; Valério A.F. 2005. Fontes de erros na estimativa de biomassa e carbono fixado em floresta Ombrófila mista. Biomassa & Energia, 2 (1): 69-77.
Koike, F. & Syahbuddin. 1993. Canopy Structure of a Tropical Rain Forest and the Nature of an UnstratifiedUpper Layer. Functional Ecology, 7 (2): 230-235.
Kohyama, T. 1991. Simulating stationary size distribution of trees in rain forests. Annals of Botany 62: 173-180.
Kollmuss, A.; Lazarus, M.; Lee, C.; Lefranc, M.; Polycarp, C. 2010. Handbook of carbon offset programs:trading systems, funds, protocols and standards. London: Earthsacan, 256pp.
Krug, T. 2005. Modalidades e procedimentos para atividades de projeto de florestamento e reflorestamento nomecanismo de desenvolvimento limpo: uma síntese. São José dos Campos: INPE; Instituto Interamericano paraPesquisa em Mudanças Globais. Propostas Metodológicas para Projetos de Sequestro de Carbono por FlorestasNativas, promovido pela Secretaria do Meio Ambiente do Estado - SMA, Consulado-Geral dos Estados Unidos eCENBIO-USP, 19pp.
Krug, T.; Guimarães, L; Ferreira, F. 2014. O Marco de Varsóvia para REDD+. In: Blog do Clima. PlanetaSustentável. Disponível em (http://planetasustentavel.abril.com.br/blog/blog-do-clima/2014/02/20/omarco-de-varsovia-para-redd/). Acesso em fevereiro de 2016.
Laurance, W.F. 2007. A new initiative to use carbon trading for tropical forest conservation. Biotropica, 39 (1):20-24.
Lamprecht, H. 1964. Ensayo sobre la estructura florística de la parte sul-oriental del Bosque Universitario "ElCaimital "- Estado Barinas. Rev. For. Venez., 7 (10-11): 77- 119.
Lamprecht, H. 1990. Silvicultura nos trópicos: ecossistemas florestais e respectivas espécies arbóreas - possibilidades e métodos de aproveitamento sustentado. Eschborn: Deutsche Gesellschaft für Technische Zusammenarbeit (GTZ) GmbH, 343pp.
99
Lanssanova, L. R.; Ubialli, J. A.; Arce, J. E.; Pelissari A. L.; Favalessa, C. M. C.; Drescher, R. 2013. Avaliação de funções de afilamento para a estimativa de diâmetro de espécies florestais comerciais do bioma Amazônico Mato-Grossense. Floresta, Curitiba, PR,43 (2): 215 - 224.
Lemos, D.A.N.; Ferreira, B.G.A.; Siqueira, J.D.P.; Oliveira, M.M.; Ferreira, A.M. 2015. Floristic andphytosociology in dense “terra firme” rainforest in the Belo Monte Hydroelectric Plant influence area, Pará,Brazil. Brazilian Journal of Biology, 75 (3): S257-S276. http://dx.doi.org/10.1590/1519-6984.01814BM
Le Quéré, C.; Andres, R.J.; Boden, T.; Conway, T.; Houghton, R.A.; House, J.I.; Marland, G.; Peters, G.P.; van der Werf, G.R.; Ahlstrom, A.; Andrew, R.M.; Bopp, L.; Canadell, J.G.; Ciais, P.; Doney, S.C.; Enright, C.; Friedlingstein, P.; Huntingford, C.; Jain, A.K.: Jourdain, C.; Kato, E.; Keeling R.F.; Goldewijk, K.K.; Levis, S.; Levy, P.; Lomas, M.; Poulter, B.; Raupach, M.R.; Schwinger, J.; Sitch, S.; Stocker, B. D.; Viovy, N.; Zaehle, S.; Zeng, N. 2013. The global carbon budget 1959-2011. Earth SystemScience Data 5, 165-185.
Lewis, S.L.; Phillips, O.L.; Sheil, D.; Vinceti, B.; Baker, T.R.; Brown, S.; Graham, A.W.; Higuchi, N.; Hilbert, D.W.; Laurance, W.F.; Lejoly, J.; Malhi, Y.; Monteagudo, A.; Vargas, P.N.; Sonké, B.; Nur Supardi M.N.; Terborgh, J.W.; Martínez, R.V. 2004. Tropical forest tree mortality, recruitment and turnover rates: calculation, interpretation and comparison when census intervals vary. Journal of Ecology 92: 929-944.
Lima, A. J. N. 2010. Avaliação de um sistema de inventário florestal contínuo em áreas manejadas e não manejadas do estado do Amazonas (AM). Tese (Doutorado em Biologia Tropical e Recursos Naturais) - InstitutoNacional de Pesquisas da Amazônia. Universidade Federal do Amazonas, Manaus, 165pp.
Lindenmayer, D.B.; Laurance, W.F.; Franklin, J.F.; Likens, G.E.; Banks, S.C.; Blanchard, W.; Gibbons, P.; Ikin,K.; Blair, D.; Mcburney, L.; Manning, A.D.; Stein, J.A.R. 2013. New policies for old trees: averting a globalcrisis in a keystone ecological structure. Conserv. Lett. 00, n/a-n/a. doi:10.1111/conl.1. 2013.
Loetsch, F.; Zöhrer, F.; Haller, K.E. 1973. Forest Inventory. München: BLV Verlagsgesellschaft mbH, 469pp.
Machado, E.L.M. 2008. Heterogeneidade temporal e espacial de comunidades arbóreas fragmentadas na região do Alto Rio Grande, MG. Tese de Doutorado. Lavras: UFLA, 55pp.
Machado, E.L.M. 2005. Heterogeneidade espacial e temporal em um fragmento de floresta estacional em Lavras,MG. Dissertação de Mestrado. Lavras: UFLA. 100pp.
Machado, E.L.M. & Oliveira-Filho, A.T. 2010. Spatial patterns of tree community dynamics are detectable in a small (4 ha) and disturbed fragment of the Brazilian Atlantic forest. Acta Botanica Brasilica 24 (1): 250-261.
Machado, S.A.; Figueiredo Filho, A. 2003. Dendrometria. Capitulo 3, medição de Aturas, Altura Dominante, p.135-136. Curitiba, 309pp.
Macpherson, A.J.; Carter, D.R.; Schulze, M.D.; Vidal, E.; Lentini, M.W. 2012. The sustainability of timberproduction from eastern Amazonian forests. Land Use Policy 29, 339-350.
Malhi, Y.; Wood, D.; Baker, T.R.; Wright, J.; Phillips, O.L.; Cochrane, T.; Meir, P.; Chave, J.; Almeida, S.;Arroyo, L.; Higuchi, N.; Killeen, T.J.; Laurance, S.G.; Laurance, W.F.; Lewis, S.L.; Monteagudo, A.; Neill, D.A.;Vargas, P.N.; Pitman, N.C.A.; Quesada, C.A.; Salomao, R.; Silva, J.N.M.; Lezama, A.T.; Terborgh, J.; Martinez,R.V.; Vinceti, B. 2006. The regional variation of aboveground live biomass in old-growth Amazonian forests,Glob. Change Biol., 12, 1107-1138.
Martin, H.G. & Goldenfeld, N. 2006. On the origin and robustness of power-law species-area relationships inecology. Proceedings of the National Academy of Science USA 103:10310-10315.
Martins, L.; Lago, A.A.; Andrade, A.C.S.; Sales, W.R.M. 2009. Conservação de sementes de ipê-roxo (Tabebuiaimpetiginosa (Mart. ex DC.) Standl.) em nitrogênio líquido. Revista Brasileira de Sementes, vol. 31, n. 2, p. 071-076.
Martin, P.A.; Newton, A.; Pfeifer, M.; Khoo, M.; Bullock, J. 2015. The effects of reduced impact logging and logging intensity on stand damage, biomass loss and tree species richness in tropical forests: a meta-analysis. p. 1-18. PeerJ PrePrints3:e846v1:https://doi.org/10.7287/peerj.preprints.846v1.
Masera, O.R.; Garza-Caligaris, J.F.; Kanninen, M.; Karjalainen, T.; Liski, J.; Nabuurs, G.J.; Pussinen, A.; Jong,B.H.J.; Mohren, G.M.J. 2003. Modeling carbon sequestration in afforestation, agroforestry and forestmanagement projects: the CO2FIX V.2 approach. Ecological Modelling 164, 177-199.
100
Mason, C.F. & Plantinga, A.J. 2013. The additionality problem with offsets: Optimal contracts for carbonsequestration in forests. J. Environ. Econ. Manage. 66 (1):1-14.
Masota, A.M.; Zahabu, E.; Malimbwi, R.E.; Bollandsås, O.M.; Eid, T.H. 2014. Volume models for single trees intropical rainforests in Tanzania. Journal of Energy and Natural Resources, 3 (5): 66-76.
Matos, F.D.A.; Amaral, I.L. 1999. Análise ecológica de um hectare em floresta ombrófila densa de terra-firme, estrada da várzea, Amazonas, Brasil. Acta Amazonica, 29:365-379.
Mazzei, L.; Sist, P.; Ruschel, A.R.; Putz, F.E.; Marco, P.; Pena, W.; Ribeiro Ferreira, J.A. 2010. Above-ground biomass dynamics after reduced-impact logging in the Eastern Amazon. Forest Ecology and Management, 259, p. 367-373.
McFarland, B.J. 2012. Carbon reduction projects and the concept of additionality. Sustainable Development Lawand Policy 11: 15-18.
Medjibe, V.P.; Putz, F.E.; Starkey, M.P.; Ndouna, A.A.; Memiaghe, H.R. 2011. Impacts of selective logging onabove-ground forest biomass in the Monts de Cristal in Gabon. Forest Ecology and Management, Amsterdam.262, 1799-1806.
Melo, M. S. 2004. Florística, fitossociologia e dinâmica de duas florestas secundárias antigas com história de usodiferentes no nordeste do Pará-Brasil. Dissertação (mestrado) Escola Superior de Agricultura Luiz de Queiroz, Piracicaba, 116pp.
Melo, A.S. 2008. O que ganhamos ‘confundindo’ riqueza de espécies e equabilidade em um índice dediversidade? Biota Neotropica 8 (3): 23-27.
Merger, E. 2008. Forestry carbon standards 2008: a comparison of the leading standards in the voluntary.London: Carbon Positive, 72pp.
Merger, E. 2010. The role of forest carbon standards in the over-the-counter voluntary carbon market: analysison the economic efficiency and organizational legitimacy of forest carbon standards certifyingafforestation/reforestation carbon projects. Thesis (PhD. in Forestry Science) - Albert-Ludwigs Universität,Freiburg, 130pp.
Merger, E.; Dutschke, M.; Verchot L. 2011. Options for REDD+ Voluntary Certification to Ensure Net GHGBenefits, Poverty Alleviation, Sustainable Management of Forests and Biodiversity Conservation. Forests, 2,550-577; doi:10.3390/f2020550
Miller, T.F.; Mladenoff, D.J.; Clayton, M.K. 2002. Old-growth northern hardwood forests: spatial autocorrelationand patterns of understory vegetation. Ecological Monographs, 72: 487-503.
Miller, S.D.; Goulden, M.L.; Hutyra, L.R.; Keller, M.; Saleska, S.R.; Wofsy, S.C.; Figueira, A.M.S.; Rocha, H.R.; Camargo, P.B. 2011. Reduced impact logging minimally alters tropical rainforest carbon and energy exchange. Proceeding of National Sciences, 108, 48.
Ministério do Meio Ambiente (MMA). 2012. REDD+ Relatório de painel técnico do MMA sobre financiamento,benefícios e cobenefícios. Ministério do Meio Ambiente. Brasília: MMA, 2012.
Ministério do Meio Ambiente (MMA). Secretaria de Mudanças Climáticas e Qualidade Ambiental. Salvaguardaspara REDD+. Nota informativa 2. (www.mma.gov.br/redd) Acesso Agosto de 2012.
Ministério do Meio Ambiente (MMA). 2015. O nível de referência de emissões florestais do Brasil parapagamentos por resultados de redução de emissões provenientes do desmatamento no bioma Amazônia. Notainformativa 5. (http://redd.mma.gov.br/images/publicacoes/reddnotainformativa-05-frel.pdf) Acesso em Julho de2015.
Ministério do Meio Ambiente (MMA). 2017. Mensuração, relato e verificação (MRV) de resultado REDD+.(http://redd.mma.gov.br/pt/mensuracao-relato-e-verificacao-mrv-de-resultados-de-redd) Acesso em Janeiro de2017.
Ministério de ciência tecnologia - MCTI. 2010. Estimativas anuais de emissões de gases de efeito estufa noBrasil. 2010. (http://www.mct.gov.br/upd_blob/0235/235580.pdf). Acesso em Janeiro de 2016.
Moles, A.T.; Warton, D.I.; Warman, L.; Swenson, N.G.; Laffan, S.W.; Zanne, A.E.; Pitman, A.; Hemmings, F.A.; Leishman, M.R. 2009. Global patterns in plant height, Journal of Ecology, 97, 923-932, doi:10.1111/j.1365-2745.2009.01526.x.
101
Mollicone, D.; Freibauer, A.; Schulze, E.D.; Braatz, S.; Grassi, G.; Federici, S. 2007. Elements for the expected mechanisms on ‘reduced emissions from deforestation and degradation, REDD’ under UNFCCC. Environ. Res. Lett. 2 (4), 045024.
Murray, J.P.; Grenyer, R.; Wunder, S.; Raes, N.; Jones, J.P.G. 2015. Spatial patterns of carbon, biodiversity,deforestation threat, and REDD+ projects in Indonesia. Conservation Biology, Volume 00, Nº 0, 1-12.
Nasi R.; Putz, F.E.; Pacheco, P.; Wunder, S.; Anta, S. 2011. Sustainable Forest Management and Carbon in Tropical Latin America: The Case for REDD+. Forests, 2, 200-217; doi:10.3390/f2010200.
Nepstad, D.C.; Veríssimo, A.; Alencar, A.; Nobre, C.; Lima, E.; Lefebvre, P.; Schlesinger, P.; Potter, C.; Moutinho, P.; Mendoza, E.; Cochrane, M.; Brooks, V. 1999. Large-scale impoverishment of Amazonian forests by logging and fire. Nature 398, 505-508.
Nogueira, E.M.; Fearnside, P.M.; Nelson, B.W.; Barbosa, R.I.; Keizer, E.W.H. 2008a. Estimates of forestbiomass in the Brazilian Amazon: new allometric equations and adjustments to biomass from wood-volumeinventories. For. Ecol. Manage. 256, 1853-1867.
Nogueira, E.M.; Nelson, B.W.; Fearnside, P.M.; França, M.B.; Oliveira, A.C.A.D. 2008b. Tree height in Brazil’s“arc of defor- ´ estation”: shorter trees in South and Southwest Amazonia imply lower biomass, Forest Ecol.Manag., 255, 2963-2972.
Oboite, F.O. & Ade-Oni V.D. 2014. Comparative study of some non-linear models for predicting the yield ofGmelina arborea plantation. Journal of Applied and Natural Science 6 (2): 738 - 743, 2014.
Oliveira, L. C. 2005. 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. São Paulo - Piracicaba, 183pp.
Oliveira, A.N. & Amaral, I.L. 2004. Florística e fitossociologia de uma floresta de vertente na Amazônia Central,Amazonas, Brasil. Acta Amazônica, vol. 34(1), 21- 34.
Pantaleão, J.C.; Soares, T.S.; Colpini, C.; Silva, V.S.M.; Matricardi, W.A.T. 2008. Avaliação da estrutura, crescimento, mortalidade e recrutamento em uma floresta semidecidual submontana na Amazônia Mato-Grossense. Amazônia: Ciência & Desenvolvimento, Belém, 4, 7. doi:10.1371/journal.pbio.0060166.
Phelps, J.; Webb, E.L.; Agrawal, A. 2010. Does REDD+ threaten to recentralize forest governance? Science328(5976): 312-313.
Odum, E. P. 2010. Ecologia. Rio de Janeiro, Guanabara Koogan, 434pp.
Oliveira, M.V.N.D.; Braz, E.M. 2006. Estudo da dinâmica da floresta manejada no projeto de manejo florestal comunitário do PC Pedro Peixoto na Amazônia Ocidental. Acta Amazonica (Impresso), 36, 177-182.
Oliveira, M.V.N.D.; Reutebuch, S.E.; McGaughey, R.J.; Andersen, H.-E. 2012. Estimating forest biomass and identifying low-intensity logging areas using airborne scanning lidar in Antimary State Forest, Acre State, Western Brazilian Amazon. Remote Sensing of Environment, 124, 479-491.
Olander, J. & Ebeling, J. 2011. Building Forest Carbon Projects: Step-by-Step Overview and Guide. In BuildingForest Carbon Projects, Johannes Ebeling and Jacob Olander (eds.). Washington, DC: Forest Trends, 58pp.
Otukei, J. R.; Emanuel, M. 2015. Estimation and mapping of above ground biomass and carbon of Bwindi impenetrable National Park using ALOS PALSAR data. South African Journal of Geomatics, vol. 4, n. 1, p. 1-13.
Palace, M.; Keller, M.; Hurtt, G.C.; Frolking, S. 2012. A Review of Above Ground Necromass in Tropical Forests, Tropical Forests, Dr. Padmini Sudarshana (Ed.), ISBN: 978-953-51-0255-7, InTech, Available from: http://www.intechopen.com/books/tropical-forests/a-review-of-above-groundnecromass- in-tropical-forests, 2012.
Palace, M.; Keller, M.; Asner, G.P.; Silva, J.N.M.; Passos, C. 2007. Necromass in undisturbed and logged forests in the Brazilian Amazon. Forest Ecology and Management 238, p. 309-318.
Pan, Y.; Birdsey, R.A.; Fang, J.; Houghton, R.; Kauppi, P.E.; Kurz, W.A.; Phillips, O.L.; Shvidenko, A.; Lewis, S.L.; Canadell, J.G.; Ciais, P.; Jackson, R.B.; Pacala, S.W.; McGuire, A.D.; Piao, S.; Rautiainen, A.; Sitch, S.; Hayes, D. 2011. A Large and Persistent Carbon Sink in the World's Forests. Science 333, 988.
102
Pantoja, F.B.C.; Oliveira, V.C. De; Costa, L.G.S.; Vasconcelos, P.C.S. 1997. Estrutura de um trecho de floresta secundária de terra firme, no município de Benevides, Pará: Faculdade de Ciências Agrárias do Pará, 18pp. (Informe Técnico, 24)
Paoli, G.; Curran, L.; Slik, J. 2008. Soil nutrients affect spatial patterns of aboveground biomass and emergent tree density in Southwestern Borneo, Oecologia, 155, 287-299, doi:10.1007/s00442-007-0906-9.
Páscoa, F.; Martins, F.; Gonzáles, R.S.; João, C. 2004. Estabelecimento simultâneo de equações de biomassa para o pinheiro bravo. In: Simpósio iberoamericano de gestión y economía forestal, 2., Barcelona. p. if.
Pereira, R.; Zweede, J.; Asner, G.P.; Keller, M. 2002. Forest canopy damage and recovery in reduced-impact and conventional selective logging in eastern Para, Brazil. Forest Ecology Management 168: 77-89.
Pearson, T.R.H.; Brown, S.; Casarim F.M. 2014. Carbon emissions from tropical forest degradation caused bylogging. Environmental Research Letters, 9, 034017, pp. 11. doi:10.1088/1748-9326/9/3/034017
Phelps, J.; Friess, D.A.; Webb, E.L. 2012. Win-win REDD+ approaches belie carbon-biodiversity trade-offs.Biological Conservation 154 (2012) 53-60.
Picard, N.; Gourlet-Fleury, S.; Forni, É. 2012. Estimating damage from selective logging and implications for tropical forest management. Canadian Journal of Forest Research, 42 (3): 605-613, doi:10.1139/x2012-018.
Pinard, M.A.; Barker, M.G.; Tay, J. 2000. Soil disturbance and post-logging forest recovery on bulldozer paths inSabah, Malaysia. Forest Ecology and Management 130: 213-225.
Pinard, M.A.; Putz, F.E. 1996. Retaining forest biomass by reducing logging damage. Biotropica 28: 278-295.
Pimentel-Gomes, F. 1984. O problema do tamanho das parcelas em experimentos com plantas arbóreas. Pesquisaagropecuária brasileira, Brasília, 19(12): 1507-12.
Phillips, O.L.; Malhi, Y.; Higuchi, N.; Laurance, W.F.; Núñez, P.V.; Vásquez, R.M.; Laurance, S.G.; Ferreira, L.V.; Stern, M.; Brown, S.; Grace, J. 1998. Changes in the carbon balance of tropical forests: evidence from long-term plots. Science, 282:439-442.
Pitman, N.C.A.; Terborg, J.W.; Silvan, S.R.; Nunes, P.V.; Neil, D.A.; Ceron, C.E.; Palácios, W.A.; Aulestia, M. 2001. Dominance and distribution of tree species in upper Amazonia terra firme. Ecology 82(8):2101-2117.
Poorter, L. 2008. The relationships of wood-, gas- and water fractions of tree stems to performance and lifehistory variation in tropical trees. Annals of Botany 102(3): 367-375.
Popma, J.; Bongers, F.; Meave del Castillo, J. 1988. Patterns in the vertical structure of the tropical lowland rainforest of Los Tuxtlas, Mexico. Vegetatio 74: 81-91.
Putz, F. E.; Dykstra, D. P.; Heinrich, R. 2000. Why poor logging practices persist in the Tropics. Conservation Biology 14, 951-956.
Putz, F.E.; Zuldema, P.A.; Pinard, M.A.; Boot, R.G.A.; Sayer, J.A.; Sheil, D.; Sist, P.; Ellas; Vanclay, J.K. 2008.Improved tropical forest management for carbon retention. Plos Biology, San Francisco, v. 6, p. 1368-1370.
Putz, F.E.; Zuidema, P.A.; Synnott, T.; Peña-Claros, M.; Pinard, M.A.; Sheil, D.; Vanclay, J.K.; Sist, P.; Gourlet-Fleury, S.; Griscom, B.; Palmer, J.; Zagt, R. 2012. Sustaining conservation values in selectively logged tropical forests: the attained and the attainable. Conservation Letters, 5, 296-303.
Rees, M.; Condit, R.; Crawley, M.; Pacala, S.; Tilman, D. 2001. Long-term studies of vegetation dynamics. Science, 293: 650-655.
Reis, L.P.; Ruschel, A.R.; Silva, J.N.M.; Reis, P.C.M.; Carvalho, J.O.P.; Soares, M.H.M. 2014. Dinâmica da distribuição diamétrica de algumas espécies de Sapotaceae após exploração florestal na Amazônia Oriental. Revista de Ciências Agrárias, v. 57 (3) 234 - 243.
Ribeiro, J.E.L. da S.; Hopkins, M.J.G.; Vicentini, A.; Sothers, C.A.; Costa, M.A.S.; Brito, J.M.; Souza, M.A.D.; Martins, L.H.P.; Lohmann, L.G.; Assunção, P.A.C.L.; Pereira, E.C.P.; Silva, C.F.; Mesquita, M.R.; Procópio, L.C. 1999. Flora da Reserva Ducke: Guia de identificação das plantas vasculares de uma floresta de terra-firme na Amazônia Central. Manaus: INPA, 816 pp.
Rodrigues, R.R.; Gandolfi, S. 1998. Restauração de florestas tropicais: subsídios para uma definição metodológica e indicadores de avaliação de monitoramento, In: DIAS, L.E.; Mello, J.W.V. de. (Ed.). Recuperação de áreas degradadas . Viçosa: UFV, p. 203-215.
103
Rossi, L.M.B.; Koehler, H.S.; Sanquetta, C.R.; Arce, J.E. 2007. Modelagem de mortalidade em florestas naturais. Floresta, Curitiba, PR, v. 37, n. 2.
Saatchi, S.S.; Houghton, R.A.; Dos Santos Alvala, R.C.; Soares, J.V.; Yu, Y. 2007. Distribution of aboveground live biomass in the Amazon basin. Global Change Biology, 13, 816-837.
Salles, J.-M. 2011. Valuing biodiversity and ecosystem services: Why put economic values on Nature? C. R.Biologies 334, 469-482.
Sanquetta, C.R. 1995. Análise da estrutura vertical de florestas através do diagrama h-M. Ciência Florestal, SantaMaria, v. 5, n 1, p- 55-68.
Sasaki, N.; Asner, G.P.; Putz, F.E.; Knorr, W.; Durst, P.B.; Priyadi, H.R. 2011. Approaches to classifying and restoring degraded tropical forests for the anticipated REDD+ climate change mitigation mechanism. Iforest vol. 4, pp. 1-6.
Schneider, P. R.; Schneider, P. S.P.; Souza, C. A. M. 2009. Análise de regressão aplicada a engenharia florestal. Santa Maria, RS. 2º edição, 294pp.
Scolforo, J.R.S. 1998. Modelagem do crescimento e da produção de florestas plantadas e nativas. Lavras: UFLA/FAEPE, 443pp.
Scolforo, J.R.S. & Silva, S.T. 1993. O conceito de “floresta balanceada de Meyer” como opção para intervenção em cerrado senso stricto. In: Congresso Florestal Brasileiro, 7., 1993, Curitiba. Anais. Curitiba: SBS, v. 1, p. 378-381.
Schmid, S.; Thürig, E.; Kaufmann, E.; Lischke, H.; Bugmann, H. 2006. Effect of forest management on future carbon pools and fluxes: A model comparison. Forest Ecology and Management, 237: 65-82.
Segura, M. & Kanninen, M. 2005. Allometric models for tree volume and total aboveground biomass in a Tropical Humid Forest in Costa Rica. Biotropica, 37(1): 2-8.
Silva, J.N.M.; Alves Lopez, J.D.C. 1984. Inventário florestal contínuo em florestas tropicais: a metodologia utilizada pela EMBRAPA/CPATU na Amazônia Brasileira. In. Simposio Sobre Inventário Florestal, (2.:1984:Piracicaba) Anais Piracicaba. USP, p. 65-79.
Silva, J.N.M.; Carvalho, J.O.P.; Lopes, J.C.A.; Almeida, B.F.; Costa, D.H.M.; Oliveira, L.C.; Vanclay, J.K.; Skovsgaard, J.P. 1995. Growth and yield of a tropical rainforest in the Brazilian Amazon 13 years after logging. Forest Ecology and Management 71:267-274.
Silva, R.P. 2007. Alometria, estoque e dinâmica da biomassa de florestas primárias e secundárias na região deManaus(AM). Tese (doutorado) - INPA/UFAM, Manaus. 152pp.
Silva, K.E.; Matos, F.D.A.; Ferreira, M.M. 2008. Composição florística e fitossociologia de espécies arbóreas doParque Fenológico da Embrapa Amazônia Ocidental. Acta Amazonica, vol. 38(2): 213 – 222.
Silva, R.P.; Souza, C.A.S.; Amaral, M.R.M.; Carneiro, V.M.C.; Barros, P.C.; Marra, D.M.; Santos, J.; Higuchi, N.2012. Capitulo 3 – Árvore: crescimento, desenvolvimento e identificação. In: Higuchi, M.I.G. & Higuchi, N.(Eds). A floresta amazônica e suas múltiplas dimensões: Uma proposta de educação ambiental. 2. Ed. revisada eampliada --- Manaus-Amazonas: [s.n.], p. 75-76.
Silveira, P.; Koehler, H.S.; Sanquetta, C.R.; Arce, E.J. 2008. O estado da arte na estimativa de biomassa e carbono em formações florestais. Floresta, Curitiba, PR, 38 (1): 185-206.
Sist P.; Sablayrolles P.; Barthelon S.; Sousa-Ota L.; Kibler J. F.; Ruschel A.; Santos-Melo M.; Ezzine-de-Blas D. 2014. The Contribution of Multiple Use Forest Management to Small Farmers Annual Incomes in the Eastern Amazon. Forests, 5, 1508-1531; doi:10.3390/f5071508.
Sist, P.; Nascimento-Ferreira, F. 2007. Sustainability of Reduced-Impact Logging in the Eastern Amazon. For. Ecol. Manag. 243, 199-209.
Smith, J.E.; Heath, L.H.; Woodbury, P.B. 2004. How to estimate forest carbon for large areas from inventory data. Journal of Forestry. Washington, DC, p. 25-31.
Snipes, M.; Taylorn, D.C. 2014. Model selection and Akaike Information Criteria: An example from wine ratingsand prices. Wine Economics and Policy 3: 3-9.
104
Soares, C. P. B.; Paula Neto, F.; Souza, A. L. 2007. Dendrometria e inventário florestal. Viçosa: Editora UFV, 276pp.
Socha, J.; Kulej, M. 2007. Variation of the tree form factor and taper in European larch of Polish provenances tested under conditions of the Beskid Sądecki mountain range (southern Poland). Journal of forest science, 53, (12): 538-547.
Soares, C.P.B.; Neto, F.P.; Souza, A.L. 2006. Dendrometria e Inventário Florestal. Editora UFV, 276pp.
Souza, C.R.; Azevedo, C.P.; Rossi, L.M.B.; Silva, K.E.; Dos Santos, J.; Higuchi, N. 2012. Dinâmica florestal e estoque de carbono em floresta primária na região de Manaus/AM. Acta Amazonica, v. 42, p. 501-506.
Souza, A.L. & Soares, C.P.B. 2013. Floresta Nativa: Estrutura, dinâmica e manejo. Viçosa, MG: Ed. UFV, 322pp.
Souza, C.R.; Azevedo, C.P.; Rossi, L. M. B.; Dos Santos, J.; Higuchi, N. 2014. Projection of diametric distribution and carbon stock of a managed forest in Manaus/AM. Floresta (UFPR. Impresso), v. 44, p. 525-534.
Souza, M.A.S.; Azevedo, C. P.; Souza, C.R.; França, M.; Vasconcelos Neto, E.L. 2017. Dinâmica e produção de uma floresta sob regime de manejo sustentável na Amazônia central. Floresta, Curitiba, PR, v. 47 (1): 55 – 63.
Swanson, M.E. 2009. Modeling the effects of alternative management strategies on forest carbon in theNothofagus forests of Tierra del Fuego, Chile. Forest Ecology and Management 257 (8): 1740-1750. - doi:10.1016/j.foreco.2009. 01.045
Tacconi, L.; Downs, F.; Larmour, P. 2009. Anti-corruption policies in the forest sector and REDD+. In RealisingREDD+: National Strategy and Policy Options; Angelsen, A., Ed.; Center for International Forestry Research:Bogor, Indonesia, p. 163-174.
Tello, J.C.R. 1995. Aspectos fitossociológicos das comunidades vegetais de uma toposseqüência da Reserva Florestal Ducke do INPA. Tese de Doutorado, Instituto Nacional de Pesquisas da Amazônia/Universidade Federal do Amazonas, Manaus, Amazonas. 335pp.
Ter Steege, H.; Pitman, N.C.A.; Sabatier, D.; Baraloto, C.; Salomão, R.P.; Guevara, J.E.; Phillips, O.L.; Castilho,C.V.; Magnusson, W.E.; Molino, J.F., et al., 2013. Hyperdominance in the Amazonian Tree Flora. Science, vol. 342: 1-9. http://dx.doi.org/10.1126/science.1243092
Stern, N. 2006. Stern Review on the Economics of Climate Change; Cabinet Office—HM Treasury: London,UK, 27pp.
Stern, N. 2007. The Economics of Climate Change: The Stern Review. Cambridge University Press, Cambridge. 662pp.
Stephenson, N.L. & Van Mantgem, P.J. 2005. Forest turnover rates follow global and regional patterns of productivity. Ecology Letters 8: 524-531.
Su, J.C.; Debinski, D.M.; Jakubauskas, M.E.; Kindscher, K. 2004. Beyond species richness: community similarity as a measure of cross-taxon congruence for coarse-filter conservation. Conservation Biology. 18, 167-173.
Swaine, M.D.; Hall, J.B. 1988. The mosaic theory of forest regeneration and the determination of forest composition in Ghana. Journal of Tropical Ecology 4:253-269.
Tedeschi, L.O. 2006. Assessment of the adequacy of mathematical models. Agricutural Systems 89 (2-3), 225-247.
Ter Steege, H.; Welch, I.; Roderick, Z. 2002. Long-term effect of timber harvesting in the Bartica Triangule, Central Guyana. Forest Ecology Management 170:127-144.
Thompson, M. C.; Baruah, M.; Carr, R.E. 2011. Seeing REDD+ as a project of environmental governance. Environmental Science & Policy, 14, 100-110.
Toledo-Aceves, T.; Purata-Velarde, S.; Peters, C.M. 2009. Regeneration of commercial tree species in a logged forest in the Selva Maya, Mexico. Forest Ecology Management 258:2481-2489.
UNFCCC (UN Framework Convention on Climate Change). 2010. Draft Decision -/CP.16 Outcome of the Ad Hoc Working Group on long-term cooperative action under the convention: advance unedited version
105
(disponível em http://unfccc.int/files/meetings/cop_16/application/pdf/cop16_lca.pdf) acesso em janeiro de 2017.
Van gardingen, P.; Valle, D.; Thompson, I. 2006. Evaluation of yield regulation options for primary forest in Tapajós National Forest, Brazil. Forest Ecology and Management, 231 (1-3), 184-195.
van Kooten, G.C.; Bogle, T.N.; Vries, F.P. 2015. Forest carbon offsets revisited: shedding light on darkwoods.Forest Science 61 (2): 370-380.
Vargas-Larreta, B.; López-Sánchez, C.A.; Corral-Rivas, J.J.; López-Martínez, J.O.; Aguirre-Calderón, C.G.; Álvarez-González, J.G. 2017. Allometric Equations for Estimating Biomass and Carbon Stocks in the Temperate Forests of North-Western Mexico. Forests, 8, (269): 1-20. doi:10.3390/f8080269
Vasconcelos, R.S.; Azevedo, C.P.; Souza, C.R.; Carreire, M.B.F.; Vasconcelos Neto, E.L. 2016. Dinâmica docarbono em uma floresta manejada comercialmente no Amazonas. Floresta, Curitiba, PR, 46 (2): 197–205.Vacchiano, G.; Berretti, R.; Romano, R.; Motta, R. 2018. Voluntary carbon credits from improved forest management: policy guidelines and case study. iForest 11: 1-10. doi: 10.3832/ifor2431-010
Verified Carbon Standard (VCS) ASSOCIATION. Guidance for agriculture, forestry and other land use projects.Washington, 2008a. 44pp.
Verified Carbon Standard (VCS) ASSOCIATION. Voluntary carbon standard program guidelines. Washington,2008b. 12p.
Verified Carbon Standard (VCS) ASSOCIATION. VCS program guide: version 3.0. Washington, 2011a. 21 p.
Verified Carbon Standard (VCS) ASSOCIATION. Agriculture, Forestry and Other Land Use (AFOLU)requirements: requirements document; version 3.0. Washington, 2011b. 46 p.
Verified Carbon Standard (VCS) ASSOCIATION. Approved VCS Methodology VM0015. Version 1.1, 3December 2012. 207 p.
Venter, O. & Koh, LP. 2011. Reducing emissions from deforestation and forest degradation (REDD+): Gamechanger or just another quick fix? Annals of the New York Academy of Sciences 1249:137-150.
Verchot, L.V. & Petkova, E. 2009. The state of REDD negotiations: consensus points, options for moving forward and research needs to support the process. 24pp. Disponível em: (http://www.cifor.cgiar.org/publications/pdf_files/Papers/PVerchot0901.pdf). Acesso em janeiro de 2017.
Vieira, S.; Trumbore, S.; Camargo, P. B.; Selhorst, D.; Chambers, J. Q.; Higuchi, N.; Martinelli, L.A. 2005. Slow growth rates of Amazonian trees: Consequences for carbon cycling. Proceedings of the national academy of Sciences the Unided State of America (PNAS) vol. 102, (51): 18502–18507.
Vieira, D.S.; Gama, J.R.V.; Oliveira, M.L.R.; Ribeiro, R.B.S. 2015. Análise estrutural e uso múltiplo de espécies arbóreas em florestas manejadas no médio vale do rio Curuá-Una, Pará. Floresta, 45 (3): 465-476.
Vieira, S.; Camargo, P.B.; Selhorst, D.; Silva, R.; Hutyra, L.; Chambers, J.Q.; Brown, I.F.; Higuchi, N.; Santos,J.; Wofsy, S.C.; Trumbore, S.E.; Martinelli, L.A. 2004. Forest structure and carbon dynamics in Amazoniantropical rain forests. Oecologia 140: 468-479.
Villela, D.M.; Nascimento, M.T.; Aragão, L.E.O.C; Gama, D.M. 2006. Effect of selective logging on forest structure and nutrient cycling in a seasonally dry Brazilian Atlantic forest. Journal of Biogeography, 33:506-516.
von Hagen, B.; Burnett, M.S. 2006. Forests, Carbon and Climate Change: A Synthesis of Science Findings.Chapter Eight: E merging markets For carbons tored by northwest forests. Oregon Forest Resources Institute, p.131-155.
Weise, W. 1880. Ertragstafeln für kiefer: J. Springer. 156 p.
Weishaar, S. 2007. The EU ETS: current problems and possible ways to move forward. University of Maastricht,v. 28, p. 1-23.
West, G.B.; Brown, J.H.; Enquist, B.J.A. 1997. General Model for the Origin of Allometric Scaling Laws inBiology. Science, vol. 276, p. 1-5.
West, T.A.P. 2012. Metodologia para projeto florestais de crédito de carbono envolvendo a conversão daexploração madeireira convencional para o manejo florestal com exploração de impacto reduzido. Dissertação(Mestrado), Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba. 209pp.
106
Wiedinmyer, C. & Hurteau M. D. 2010. Prescribed fire as a means of reducing forest carbon emissions in the western United States. Environment, Science and Technology, 44:1926-1932.
Wirth, C.; Schumacher, J.; Schulze, E.D. 2004. Generic biomass functions for Norway spruce in Central Europe—A meta-analysis approach toward prediction and uncertainty estimation. Tree Physiology, 24, 121-139.
Whitakker, R.H. 1975. Community and ecosytems. New Iork: MacMillan Publishing, 385pp.
Whitmore, T.C. 1988. The influence of tree population dynamics on forest species composition. In: A.J. Davy, M.J. Hutchings & A.R. Watkinson (eds.), Plant population ecology. Blackwell, Oxford. p. 271-291.
Whitmore, T.C. 1990. An introduction to tropical rain forest. Oxford: Clarendon Press, 226pp.
Wunder, S. 2008. Payments for environmental services and the poor: concepts and preliminary evidence.Environment and Development Economics, 13, 279- 297.
Xiao, X.; White, E.P.; Hooten, M.B.; Durham, S.L. 2011. On the use of logtransformation vs. nonlinearregression for analyzing biological power-laws. Ecology 92: 18871894.
Yonavjak, L.; Swedeen, P.; Talberth, J. 2011. Forests for Carbon: Exploring Forest Carbon Offsets in the U.S.South. Southern Forests for the Future Incentives Series, Issue Brief 6. p. 1-20.
Zuur, A.F.; Ieno, E.N.; Smith, G.M. 2007. Analyzing ecological data. New York: Springer, 672pp.
16a Conferência das Partes da Convenção Nações Unidas sobre Mudanças do Clima (COP 16): Decisão 1 doAnexo 1, Parágrafo 2, Cancún, México, 11 dez. 2010.
19a Conferência das Partes da Convenção Nações Unidas sobre Mudanças do Clima (COP 19): Decision9/CP.19* Work programme on results-based finance to progress the full implementation of the activities referredto in decision 1/CP.16, paragraph 70, November, 2013.
107
APÊNDICE A - Lista de espécies identificadas na área de manejo florestal.
Cód. Nome regional Espécie Família
1Abiu-camorim Pradosia schomburgkiana (A.DC.) Cronquist subsp.
schomburgkiana Sapotaceae
2 Abiu-cutite Richardella macrophylla (Lam.) Aubrév. Sapotaceae
3 Abiu amarelo Pouteria caimito (Ruiz & Pav.) Radlk Sapotaceae
4 Abiu vermelho Pouteria sp. Sapotaceae
5 Abiurana Pouteria cladantha Sandwith Sapotaceae
8 Abiurana-casca-seca Planchonella pachycarpa Pires Sapotaceae
10 Abiurana-vermelha Pouteria guianensis Aubl. Sapotaceae
11 Abiu-rosadinho Chrysophyllum anomalum Pires Sapotaceae
12 Acapú-amarelo Swartzia ingifolia Ducke Fabaceae
13 Acapurana Guarea sp. Meliaceae
14 Acariquara Minquartia guianensis Aubl. Olacaceae
15 Acariquarana Rinorea guianensis Aubl. Violaceae
18 Amapá-doce Brosimum parinarioides Ducke Moraceae
19 Amapaí Brosimum rubescens Taub. Moraceae
20 Amarelão Pogonophora schomburgkiana Miers & Benth. Peraceae
21 Anani Symphonia globulifera L.f. Clusiaceae
22 Andiroba Carapa guianensis Aubl. Meliaceae
23 Andirobarana Guarea subsessiliflora C. DC. Meliaceae
24 Angelim-da-mata Dinizia excelsa Ducke Fabaceae
26 Angelim-rajado Zygia racemosa (Ducke) Barneby & J.W.Grimes Fabaceae
28 Aquiqui Derris spruceana (Benth.) Ducke Fabaceae
30 Araracanga Aspidosperma desmanthum Benth. ex Müll.-Arg. Apocynaceae
34 Atarana Duguetia cadaverica Huber Annonaceae
35 Axixá Sterculia pruriens (Aubl.) K.Schum. Malvaceae
36 Achuá Vantanea parviflora Lam. Humiriaceae
40 Barbatimão Andira surinamensis (Bondt) Splitg. ex Pulle Fabaceae
42 Breu-amescla Trattinnickia glaziovii Swart acheiro
45 Breu-branco Tetragastris altissima (Aubl.) Swart Burseraceae
46 Breu-manga Protium paniculatum var. riedelianum (Engl.) D.C.Daly Burseraceae
48 Breu-sucuruba Protium paniculatum Engl. Burseraceae
49 Breu-vermelho Protium cf. heptaphyllum (Aubl.) Marchand Burseraceae
50 Burra leiteira Sapium marmieri Huber Euphorbiaceae
51 Cacau-da-mata Theobroma glaucum H.Karst. Malvaceae
52 Cacurana Theobroma sp. Malvaceae
53 Caferana Dulacia candida (Poepp.) Kuntze Olacaceae
55 Cajúaçú Anacardium spruceanum Benth. ex Engl. Anacardiaceae
58 Capitiú Siparuna cuspidata A.DC. Monimiaceae
108
CONT.APÊNDICE A - Lista de espécies identificadas na área de manejo florestal.
Cód. Nome regional Espécie Família
60 Carapanaúba Aspidosperma sp. Apocynaceae
63 Caripé Licania kunthiana Hook.f. Chrysobalanaceae
66 Castanha-de-arara Joannesia heveoides Ducke Euphorbiaceae
68 Castanha-do-pará Bertholletia excelsa Bonpl Lecythidaceae
74 Cedro-vermelho Cedrela odorata Ruiz & Pav. Meliaceae
75 Cocão Poecilanthe sp. Fabaceae
76 Copaíba Copaifera reticulata Ducke Fabaceae
78 Coração-de-negro Clarisia ilicifolia (Spreng.) Lanj. & Rossberg Moraceae
82 Cumarú Dipteryx odorata (Aubl) Willd. Fabaceae
83 Cumarurana Dipteryx sp. Fabaceae
84 Cupiúba Goupia glabra (Gmel.) Aublet Celastraceae
86 Cupurana Alexa grandiflora Ducke Malvaceae
87 Embaúba Cecropia pachystachya Trec. Urticaceae
88 Embaúba-branca Cecropia obtusa Trécul Urticaceae
89 Embaúbarana Pourouma guianensis Aubl. Urticaceae
90 Embaúba-vermelha Cecropia sciadophylla Mart. Urticaceae
92 Envira-amarela Xylopia benthami R. E. Fries Annonaceae
94 Envira-branca Ouratea discophora Ducke Ochnaceae
95 Envira-preta Guatteria poeppigiana Mart. Annonaceae
97 Envira-surucucu Duguetia sp1 Annonaceae
103 Facheiro Lonchocarpus spruceanus Benth. Fabaceae
104 Farinha-seca Miconia ruficalyx Gleason Melastomataceae
107 Fava-arara-tucupí Parkia multijuga Benth. Fabaceae
112 Fava-coronha Parkia gigantocarpa Ducke Fabaceae
113 Fava-doce Vatairea paraensis Ducke Fabaceae
114 Fava-folha-fina Newtonia sp. Fabaceae
117Fava-orellha-de-macaco Enterolobium schomburgkii (Benth.) Benth. Fabaceae
118 Fava-paricá Parkia multijuga Benth. Fabaceae
124 Freijó Cordia alliodora (Ruiz et Pav.) Cham. Boraginaceae
128 Ginja Erythroxylum gracilipes Peyr. Erythroxylaceae
129 Glícia Licania heteromorpha Benth. Chrysobalanaceae
130 Goiabão Pouteria bilocularis (H. Winkler) Baehni Sapotaceae
131 Goiabarana Ecclinusa ramiflora Mart. Sapotaceae
132 Goiabinha Myrciaria floribunda (H.West ex Willd.) O.Berg Myrtaceae
133 Gombeira Swartzia laurifolia Benth. Fabaceae
136 Guajará bolacha Pouteria oppositifolia (Ducke) Baehni Sapotaceae
138 Ingá Inga sp1. Fabaceae
109
CONT.APÊNDICE A - Lista de espécies identificadas na área de manejo florestal.
Cód. Nome regional Espécie Família
140 Ingá-amarelo Inga capitata Desv. Fabaceae
141 Ingá-branco Inga ingoides (Rich) Willd. Fabaceae
142 Ingarana Inga heterophylla Willd. Fabaceae
144 Ingá-vermelho Inga alba (Sw.) Willd. Fabaceae
145 Ingá-xixica Inga auristellae Harms Fabaceae
146 Inharé Helicostylis podogyne Ducke Moraceae
147 Ipê-amarelo Handroanthus serratifolius (Vahl) S.Grose Bignoniaceae
148 Ipê-roxo Handroanthus impetiginosus (Mart. ex DC.) Mattos Bignoniaceae
149 Itaúba Mezilaurus itauba Taubert ex Mez. Lauracea
150 Itaúba-amarela Heisteria duckei Sleumer Olacaceae
151 Itaúbarana Guarea guidonia (L.) Sleumer Meliaceae
152 Jaca brava Ampelocera edentula Kuhlm. Ulmaceae
153 Jacamin Rinorea neglecta Sandwith Violaceae
156 Janitá Brosimum guianensis (Aubl.) Huber Moraceae
157 Jarana Lecythis jarana (Huber & Ducke) A. C. Smith Lecythidaceae
159 Jataúba Guarea macrophylla Vahl Meliaceae
160 Jatobá Hymenaea courbaril L. Fabaceae
162 João-mole Neea floribunda Poepp. & Endl. Nyctaginaceae
163 Jutaí-mirim Hymenaea parviflora Huber Fabaceae
164 Jutai-pororoca Dialium guianense (Aubl.) Sandwith. Fabaceae
166 Lacre-vermelho Vismia guianensis D. C. Hypericaceae
169 Louro-amarelo Endlicheria longicaudata (Ducke) Kosterm. Lauracea
170 Louro-branco Ocotea guianensis Aublet Lauracea
174 Louro-itaúba Mezilaurus sp. Lauraceae
175 Louro-pimenta Licaria armeniaca (Nees) Kosterm Lauraceae
176 Louro-preto Nectandra sp. Lauraceae
177 Louro-rosa Aniba burchellii Kosterm. Lauracea
178 Louro-tamaquaré Cedrelinga cateniformis (Ducke) Ducke Fabaceae
179 Louro-vermelho Sextonia Rubra Lauraceae
180 Macacaúba Platymiscium filipes Benth. Fabaceae
181 Maçaranduba Manilkara huberi (Ducke) Chevalier Sapotaceae
186 Maparajuba Manilkara bidentata (A.DC.) A.Chev. Sapotaceae
187 Marupá Simarouba amara Aubl. Simaroubaceae
190 Matamatá-branco Eschweilera coriacea (DC.) S.A.Mori Lecythidaceae
191 Matamatá-ci Eschweilera amazonica Knuth Lecythidaceae
192 Matamatá-preto Eschweilera blanchetiana Miers. Lecythidaceae
193 Matamatá-vermelho Eschweilera grandiflora (Aubl.) Sandwith Lecythidaceae
194 Melancieira Alexa grandiflora Ducke Fabaceae
110
CONT.APÊNDICE A - Lista de espécies identificadas na área de manejo florestal.
Cód. Nome regional Espécie Família
195 Mirindiba Buchenavia capitata (Vahl) Eichler Combretaceae
200 Morototó Schefflera morototoni Mag. Steyem. & Fondin Araliaceae
201 Muiracatiara Astronium gracilis Engl. Anacardiaceae
202 Muirapiranga Eperua schomburgkiana Benth. Fabaceae
203 Muirapixuna Chamaecrista scleroxylon (Ducke) H.S.Irwin & Barneby Fabaceae
204 Muiratinga Naucleopsis sp. Moraceae
211 Munguba Eriotheca globosa (Aubl.) A. Robyns Malvaceae
212 Murta Myrcia bracteata (Rich.) DC. Myrtaceae
214 Mururé Brosimum acutifolium Huber Moraceae
215 Mututi Pterocarpus officinalis Jacq. Fabaceae
218 Pajurá Couepia robusta Huber Chrysobalanaceae
219 Papo-de-mutum Licania sp. Chrysobalanaceae
220 Parapará Jacaranda copaia (Aubl.) D. Don. Bignoniaceae
221 Pau-de-remo Chimarrhis turbinata DC. Rubiaceae
222 Pau-jacaré Laetia procera (Poepp.) Eichler Salicaceae
226 Pauzandra Pausandra martini Baill. Euphorbiaceae
227 Pente-de-macaco Apeiba echinata Gaertn. Malvaceae
232 Pitaíca Swartzia acuminata Willd. ex Vogel Fabaceae
234 Pitombeira Talisia retusa AC. Smith Sapindaceae
236 Puruí Duroia fusifera Hook. F. ex K. Schum Rubiaceae
239 Quaruba-cedro Tetragastris panamensis (Engl.) Kuntze Burseraceae
240 Quinarana Geissospermum sericeum Benth. & Hook.f. ex Miers Apocynaceae
241 Sapucarana Lecythis lurida (Miers) S.A. Mori Lecythidaceae
242 Seringa-da-mata Hevea brasiliensis (Willd. ex A.Juss.) Müll.Arg. Euphorbiaceae
244 Sorva Lacmellea floribunda (Poepp.) Benth. Apocynaceae
245 Sucupira Diplotropis sp. Fabaceae
246 Sucupira-amarela Diplotropis purpurea var. leptophylla (Kleinh.) Amshoff Fabaceae
248 Sucuúba Himatanthus sucuuba (Spruce ex Müll.-Arg.) Woodson Apocynaceae
252 Taxi-branco Tachigali guianensis (Benth.) Zarucchi & Herend. Fabaceae
253 Taxi-pitomba Tachigali vulgaris L.G.Silva & H.C.Lima Fabaceae
255 Taxi-preto Tachigali sp. Fabaceae
256Taxi-preto-folha-miúda Tachigali melinonii (Harms) Zarucchi & Herend. Fabaceae
260 Taquari Mabea caudata Pax & K.Hoffm. Euphorbiaceae
261 Tarumã Vitex triflora Vahl. Verbenaceae
262 Tatapiririca Tapirira guianensis Aubl. Anacardiaceae
263 Tauari Eschweilera parviflora (Aubl.) Miers Lecythidaceae
267 Tento-mulato Ormosia flava (Ducke) Raudd. Fabaceae
111
CONT.APÊNDICE A - Lista de espécies identificadas na área de manejo florestal.
Cód. Nome regional Espécie Família
268 Tento-preto Ormosia paraensis Ducke Fabaceae
274 Ucuúba Iryanthera juruensis Warb. Myristicaceae
275 Ucuúbarana Iryanthera sagotiana (Benth.) Warb. Myristicaceae
277 Uruá-da-mata Cordia nodosa Lam. Boraginaceae
278 Urucum-da-mata Bixa arborea Huber Bixaceae
281 Virola Virola melinonii (Benoist) A.C.Sm. Myristicaceae
282 Xixuá Maytenus sp. Celastraceae
297 Taperebarana Heisteria laxiflora Engler Olacaceae
298 Pau colher Lacmellea aculeata (Ducke) Monach. Apocynaceae
302 Tatajuba Bagassa guianensis Aubl. Moraceae
303 Abiu casca grossa Ecclinusa ramiflora Mart. Sapotaceae
304 Achuá Sacoglottis guianensis Benth. Humiriaceae
305 Araçá Eugenia flavescens DC. Myrtaceae
306 Bacurirana Garcinia madruno(Kunth) Hammel Clusiaceae
307 Boa Macaca Elizabetha paraensis Ducke Fabaceae
308 Canela de velho Rinorea macrocarpa (C.Mart. Ex Eichler) Kuntze Violaceae
309 Casearia Umifolia Casearia ulmifolia Vahl ex Vent Salicaceae
310 Envira Taia Annona cherimolioides Triana&Planch. Annonaceae
311 Garapeiro Apuleia leiocarpa (Vogel) J. F. Macbr. Fabaceae
312 itaúba abacate Mezilaurus lindaviana Schw.&Mez Lauraceae
313 Janitá amarelo Maquira guianensis Aubl Moraceae
314 jutairana Cynometra hostmanniana Tul. Fabaceae
315 Limorana Randia armata (Sw.) DC. Rubiaceae
316 Louro Abacate Ocotea glomerata (Nees) Mez Lauraceae
318Mandioqueira escamosa Ruizterania albiflora (Warm.) Marcano-Berti Vochysiaceae
319 mari mari Senna multijuga (L.C.Rich.) Irwin & Barneby Fabaceae
320 Maria pretinha Solanum americanum Mill. Solanaceae
321 Marmeleiro Croton sonderianus Muell. Arg. Euphorbiaceae
322 Matací Mouriri brachyanthera Ducke Melastomataceae
323 Muirapuama Ptychopetalum olacoides Bentham Olacaceae
324 Muiraúba Mouriri duckeana Morley Melastomataceae
325 Passarinheira Casearia grandiflora Cambess. Salicaceae
326 Peruana Pogonophora sp. Euphorbiaceae
328 Urucurana Croton urucurana Euphorbiaceae
329 Arataciú preto Sagotia racemosa Baill. Euphorbiaceae
330 Breu amarelo Protium paraense Burseraceae
331 Pau rosa Aniba rosaeodora Ducke Lauraceae
112
CONT.APÊNDICE A - Lista de espécies identificadas na área de manejo florestal.
Cód. Nome regional Espécie Família
332 Matayba Matayba opaca Radlk. Sapindaceae
333Pera schomburgkiana Pera schomburgkiana Müll. Arg. Euphorbiaceae
334 Louro manga Panopsis sessilifolia Proteaceae
340 Breu Folha-grande Protium robustum Burseraceae
343 Muiratinga amarela Maquira guianensis Aubl. Moraceae
345 Maruparana Zanthoxylum huberi P. G. Waterman Simaroubaceae
356 Mamorana Paquira aquatica Aubl. Bombacaceae
357 Pau-de-colher Maytenus rigida Mart. Celastraceae
358 Arataciú Amarelo Sagotia brachysepala Euphorbiaceae
359Abiurana casca grossa Pouteria Engleri Sapotaceae
360Caferana Folha Grande Coussarea macrophylla M. Arg Rubiaceae
361 Murta-da-mata Strychnos subcordata Spruce ex Benth. Loganiaceae
362 Abiu-folha-peluda Ecclinusa abbreviata Ducke Sapotaceae
363 Louro Chumbo Ocotea fragantissima Lauraceae
364 Maparana Thyrsodium paraensis Anacardiaceae
365Muiratinga-folha-grande Perebea guianensis Aubl Moraceae
366 Escorrega Macaco Calycophyllum spruceanum Rubiaceae
367 Pajurá Pedra Parinari montana Chrysobalanaceae
368 Caneleira Branca Ocotea puberula (Rich.) Nees Lauraceae
369 Tacoari Mabea angustifolia Spruce Euphorbiaceae
371 Jacaminzeiro Rinorea falcata Violaceae
373 Araçá-da-Mata Myrcia citrifolia Myrtaceae
374 Inajarana Quararibea guianensis Aubl. Bombacaceae
375 Abiu-folha-grande Pouteria sp. Sapotaceae
376 Arabá vermelho Swartzia schomburgkii Benth. Fabaceae
377 Visgueiro Parkia pendula (Wild) Benth Fabaceae
378 Canela-de-veado Helietta apiculata Benth. Rutaceae
379 Swartizia Swartzia sp. Fabaceae
380 Casearia Casearia sp. Flacourtiaceae
381 Breu Amescla Trattinickia burserifoliaMartius. Burseraceae
382 Pororoca Rapanea gardneriana Myrsinaceae
383 Paracutaca Swartzia Duckei Fabaceae
384 Guajará Branco Chrysophyllum sp. Sapotaceae
385Pitomba da folha grande Talisia Allenii Sapindaceae
113
CONT.APÊNDICE A - Lista de espécies identificadas na área de manejo florestal.
Cód. Nome regional Espécie Família
386 Breu leite Protium sp. Burseraceae
387 Embaúba Vick Cecropia sp. Urticaceae
391 Tovumito Ubelato Tovumito Ubelato 0
392 Pitomba folha média Cupania sp. Sapindaceae
393Pitomba da folha pequena 0 0
396 Tabacurana Neea sp. Nyctaginaceae
397 Mututi-da-mata Pterocarpus sp. Fabaceae
399 Ingá-folha-peluda Inga striata Benth. Fabaceae
400 Inuirá amarelo 0 0
402 Ingá cipó Inga Edulis Fabaceae
403 Araticum Annona crassiflora Mart. Annonaceae
404 Marubarana 0 0
406 Cheiloclinium sp. Celastraceae
407 Swartzia Reticulada Fabaceae
408 Caqui Diospyros kaki L. Ebenaceae
409 Casearia Juvertence Flacourtiaceae
413Caferana-Folha-Pequena Coussarea sp. Rubiaceae
NI 1
NI 2
NI 3
NI 4
NI 5
NI 6
114
APÊNDICE B - Lista de espécies identificadas na área controle.
Cód. Nome Regional Nome Científico Família
2 Breu-sucuruba Protium paniculatum Engl. Burseraceae
3 Louro-preto Nectandra sp. Lauracea
4 Abiurana Pouteria cladantha Sandwith Pouteria cladanthaSandwith Sapotaceae
5 Goiabinha Myrciaria floribunda (H.West ex Willd.) O.Berg Myrtaceae
6 Matamatá-branco Eschweilera coriacea (DC.) S.A.Mori Lecythidaceae
7 Jataúba Guarea macrophylla Vahl Meliaceae
9 Acariquarana Rinorea guianensis Aubl. Violaceae
10 Ingarana Pithecellobium sp Fabaceae
11 Muirapiranga Eperua schomburgkiana Benth. Fabaceae
12 Ucuubarana Iryanthera sagotiana (Benth.) Warb. Myristicaceae
13 Muiratinga Naucleopsis sp. Moraceae
14 Abiu Pouteria sp Sapotaceae
15 Janitá Brosimum guianensis (Aubl.) Huber Moraceae
16 Araçá Eugenia flavescens DC. Myrtaceae
17 Pitomba Talisia sp Sapindaceae
19 Louro-amarelo Endlicheria longicaudata (Ducke) Kosterm. Lauracea
20 Axixá Sterculia pruriens (Aubl.) K.Schum. Malvaceae
21 Muiracatiara Astronium gracilis Engl. Anacardiaceae
23 Breu-vermelho Protium sp Burseraceae
24 Maçaranduba Manilkara huberi (Ducke) Chevalier Sapotaceae
25 Itaúba-abacate Mezilaurus lindaviana Lauracea
26 João-mole Neea floribunda Poepp. & Endl. Nyctaginaceae
27 Matamatá Eschweilera sp Lecythidaceae
28 Taxi-pitomba Sclerolobium sp Fabaceae
29 Taxi-preto Tachigali sp Fabaceae
30 Envira-surucucu Duguetia sp Annonaceae
31 Farinha-seca Miconia ruficalyx Gleason Melastomataceae
32 Taxirana Sclerolobium sp Fabaceae
34 Virola Virola melinonii (Benoist) A.C.Sm. Myristicaceae
35 Tauarí Eschweilera parviflora (Aubl.) Miers Lecythidaceae
36 Matamatá-preto Eschweilera blanchetiana Miers. Lecythidaceae
37 Pente-de-macaco Apeiba echinata Gaertn. Malvaceae
39 Acariquara Minquartia guianensis Aubl. Olacaceae
40 Itaúba Mezilaurus itauba Lauracea
41 Abiu-cutite Pouteria macrophylla Sapotaceae
42 Matamatá-vermelho Eschweilera obversa (o.berg) miers Lecythidaceae
43 Ingá Inga sp Fabaceae
115
CONT.APÊNDICE B - Lista de espécies identificadas na área controle.
Cód. Nome Regional Nome Científico Família
44 Fava-doce Vatairea sp Fabaceae
45 Embaúba Cecropia pachystachya Trec. Urticaceae
46 Jacamim Rinorea neglecta Sandwith Violaceae
49 Breu-amarelo Protium paniculatum Burseraceae
50 Andirobarana Guarea subsessiliflora C. DC. Meliaceae
52 Uruá Cordia nodosa Lam. Boraginaceae
53 Andiroba Carapa guianensis Meliaceae
55 Coração-de-negro Clarisia ilicifolia (Spreng.) Lanj. & Rossberg Moraceae
56 Envira-cana Xylopia nitida Annonaceae
57 Goiabão Pouteria bilocularis (H. Winkler) Baehni Sapotaceae
58 Breu-amescla Trattinnickia rhoifolia Burseraceae
59 Urucurana Croton urucurana Euphorbiaceae
61 Mururé Brosimum acutifolium Huber Moraceae
62 Angelim-rajado Zygia racemosa (Ducke) Barneby & J.W.Grimes Fabaceae
63 Tento-preto Ormosia paraensis Ducke Fabaceae
65 Envira-preta Guatteria poeppigiana Annonaceae
66 Cacau-da-mata Theobroma glaucum H.Karst. Malvaceae
67 Breu-manga Tetragastris altissima Burseraceae
68 Glícia Licania heteromorpha Benth. Chrysobalanaceae
72 Ingá-xixica Inga sp Fabaceae
73 Maria-pretinha Solanum americanum Mill. Solanaceae
74 Louro-branco Ocotea guianensis Aublet Lauracea
76 Louro-rosa Aniba burchellii Kosterm. Lauracea
78 Breu-branco Protium paliidum Burseraceae
79 Gombeira Swartzia laurifolia Benth. Fabaceae
81 Pau-jacaré Laetia procera (Poepp.) Eichler Salicaceae
83 Muiraúba Mouriri duckeana Morley Melastomataceae
86 Louro-tamanguaré Caraipa richardiana Lauracea
88 Puruí Duroia fusifera Hook. F. ex K. Schum Rubiaceae
89 Pauzandra Pausandra martini Baill. Euphorbiaceae
90 Peruana Pogonophora sp Euphorbiaceae
91 Arabá-roxo Swartzia reticulata Fabaceae
92 Murteira Eugenia sp Myrtaceae
95 Capitiú Siparuna cuspidata A.DC. Monimiaceae
96 Atarana Duguetia cadaverica Huber Annonaceae
97 Cocão Pogonophora schomburgkiana Euphorbiaceae
99 Murtinha Myrcia bracteata (Rich.) DC. Myrtaceae
100 Fava-timborana Pseudopiptadenia psilostachya Fabaceae
116
CONT.APÊNDICE B - Lista de espécies identificadas na área controle.
Cód. Nome Regional Nome Científico Família
101 Jarana Lecythis jarana (Huber & Ducke) A. C. Smith Lecythidaceae
104 Mututi Pterocarpus officinalis Jacq. Fabaceae
106 Caferana Dulacia candida (Poepp.) Kuntze Olacaceae
108 Abiu-camurim Chrysophyllum oppositum Sapotaceae
109 Quaruba-cedro Tetragastris panamensis (Engl.) Kuntze Burseraceae
110 Açoita-cavalo Luehea speciosa Tiliaceae
111 Cupiúba Goupia glabra (Gmel.) Aublet Celastraceae
113 Taxi-branco Sclerolobium paraense Fabaceae
114 Marupá Simarouba amara Aubl. Simaroubaceae
115 Parapará Jacaranda copaia (Aubl.) D. Don. Bignoniaceae
116 Seringueira Hevea brasiliensis (Willd. ex A.Juss.) Müll.Arg. Euphorbiaceae
117 Cajuaçu Anacardium spruceanum Benth. ex Engl. Anacardiaceae
118 Pororoca Rapanea gardneriana Myrsinaceae
121 Mandioqueira Ruizterania albiflora (Warm.) Marcano-Berti Vochysiaceae
127 Carapanaúba Aspidosperma sp. Apocynaceae
128 Macacaúba Platymiscium filipes Benth. Fabaceae
130 Abiu-vermelho Pouteria sp Sapotaceae
132 Quinarana Geissospermum sericeum Benth. & Hook.f. exMiers Apocynaceae
134 Ingá-vermelho Inga sp Fabaceae
136 Taquari Mabea angustifolia Spruce Euphorbiaceae
137 Caripé Licania canescens Chrysobalanaceae
138 Castanheira Bertholletia excelsa Bonpl Lecythidaceae
140 Boa-macaca Elizabetha paraensis Ducke Fabaceae
143 Papo-de-mutum Licania sp. Chrysobalanaceae
144 Fava-tucupi Parkia multijuga Fabaceae
147 Janitá amarelo Maquira guianensis Aubl Moraceae
148 Louro-manga Panopsis sessilifolia Proteaceae
149 Amarelinho Apuleia effusa Fabaceae
152 Muirapixuna Chamaecrista scleroxylon (Ducke) H.S.Irwin &Barneby Fabaceae
154 Ucuuba Iryanthera juruensis Warb. Myristicaceae
164 Guajará bolacha Pouteria oppositifolia (Ducke) Baehni Sapotaceae
167 Garapeira Apuleia leiocarpa (Vogel) J. F. Macbr. Fabaceae
168 Tata-piririca Tapirira guianensis Aubl. Anacardiaceae
169 Gurariúba Clarisia racemosa Ruiz & Pav. Moraceae
170 Abiu-rosadinha Pouteria sp Sapotaceae
172 Ginja sp Erythroxylum gracilipes Peyr. Erythroxylaceae
175 Sapucaia Lecythis sp Lecythidaceae
117
CONT.APÊNDICE B - Lista de espécies identificadas na área controle.
Cód. Nome Regional Nome Científico Família
183 Jaca-brava sp Ampelocera edentula Kuhlm. Ulmaceae
188 Mataci Mouriri brachyanthera Ducke Melastomataceae
191 Anani Symphonia globulifera L.f. Clusiaceae
193 Cupurana Alexa grandiflora Ducke Malvaceae
199 Caraipé Licania icana Chrysobalanaceae
200 Turulha-guianense Turulha-guianense
209 Itaúba-amarela Heisteria duckei Sleumer Olacaceae
210 Uxi Endopleura uchi Humiriaceae
221 Castanha-de-arara Joannesia heveoides Ducke Euphorbiaceae
226 NI01
229 Jutaí-mirim Hymenaea parviflora Huber Fabaceae
231 Goiabarana Ecclinusa ramiflora Mart. Sapotaceae
232 Ingá-branco Inga laurina Fabaceae
234 Amapaí Brosimum rubescens Taub. Moraceae
241 Munguba Eriotheca globosa (Aubl.) A. Robyns Malvaceae
242 Inharé Helicostylis podogyne Ducke Moraceae
243 Cumaru Dipteryx odorata (Aubl) Willd. Fabaceae
247 Escorrega-macaco Calycophyllum spruceanum Rubiaceae
250 Achuá Vantanea parviflora Lam. Humiriaceae
252 Tauarí-cachimbo Cariniana rubra Lecythidaceae
261 Louro penéia Ocotea sp Lauracea
264 Pau-santo Cassia ramiflora Fabaceae
266 Ipê-roxo Handroanthus impetiginosus (Mart. ex DC.)Mattos Bignoniaceae
267 Copaíba Copaifera reticulata Ducke Fabaceae
268 Envira-amarela Xylopia benthami Annonaceae
270 Embaubarana Pourouma guianensis Aubl. Urticaceae
272 Arataciu-preto Sagotia racemosa Baill. Euphorbiaceae
274 Envirataia Annona ambotay Annonaceae
277 Maparajuba Manilkara bidentata (A.DC.) A.Chev. Sapotaceae
278 Matamata-ci Eschweilera amazonica Knuth Lecythidaceae
280 Casca-seca Licania macrophylla Chrysobalanaceae
281 Taperebarana Heisteria laxiflora Engler Olacaceae
282 Cumaí Couma utilis (Mart.) Muell. Arg. Apocynaceae
289 Envira-catitu Duguetia sp Annonaceae
291 Pitomba-de-macaco Talisia esculenta Sapindaceae
295 Pau-de-colher Lacmellea aculeata (Ducke) Monach. Apocynaceae
297 Maruparana Simarouba sp. Simaroubaceae
118
CONT.APÊNDICE B - Lista de espécies identificadas na área controle.
Cód. Nome Regional Nome Científico Família
298 Itaubarana Guarea guidonia (L.) Sleumer Meliaceae
119
APÊNDICE C - Análise fitossociológica na área de manejo florestal, para o ano de 2010.Código DA DR FA FR DoA DoR VI
2 3,68 0,52 31,58 0,77 1,33 0,15 0,48
5 55,51 7,81 94,74 2,3 260,93 29,42 13,18
8 2,1 0,3 13,16 0,32 0,18 0,02 0,21
10 2,1 0,3 18,42 0,45 0,38 0,04 0,26
11 1,32 0,19 13,16 0,32 0,15 0,02 0,17
12 0,26 0,04 2,63 0,06 0 0 0,03
13 0,79 0,11 7,89 0,19 0,01 0 0,1
14 6,31 0,89 55,26 1,34 6,58 0,74 0,99
15 33,94 4,77 92,11 2,24 79,28 8,94 5,32
18 1,05 0,15 10,53 0,26 0,08 0,01 0,14
19 1,32 0,19 13,16 0,32 0,06 0,01 0,17
20 0,26 0,04 2,63 0,06 0 0 0,03
21 1,84 0,26 15,79 0,38 0,32 0,04 0,23
22 3,42 0,48 31,58 0,77 5,18 0,58 0,61
23 3,68 0,52 18,42 0,45 0,34 0,04 0,33
24 1,05 0,15 10,53 0,26 0,1 0,01 0,14
26 2,89 0,41 23,68 0,58 0,77 0,09 0,36
28 0,26 0,04 2,63 0,06 0 0 0,03
30 0,53 0,07 5,26 0,13 0,03 0 0,07
34 2,37 0,33 18,42 0,45 0,22 0,02 0,27
35 3,16 0,44 26,32 0,64 0,4 0,05 0,38
36 0,79 0,11 5,26 0,13 0,05 0,01 0,08
40 0,26 0,04 2,63 0,06 0,09 0,01 0,04
42 0,79 0,11 7,89 0,19 0,01 0 0,1
45 15,52 2,18 73,68 1,79 8,63 0,97 1,65
46 5,26 0,74 42,11 1,02 1,09 0,12 0,63
48 2,63 0,37 23,68 0,58 0,86 0,1 0,35
49 22,89 3,22 92,11 2,24 45,88 5,17 3,54
50 0,53 0,07 5,26 0,13 0,03 0 0,07
51 2,89 0,41 26,32 0,64 0,38 0,04 0,36
52 0,53 0,07 5,26 0,13 0,01 0 0,07
53 0,79 0,11 7,89 0,19 0,03 0 0,1
55 0,26 0,04 2,63 0,06 0,03 0 0,04
58 3,68 0,52 26,32 0,64 0,27 0,03 0,4
60 0,79 0,11 7,89 0,19 0,03 0 0,1
63 8,42 1,18 52,63 1,28 2,95 0,33 0,93
66 0,26 0,04 2,63 0,06 0,01 0 0,03
68 0,26 0,04 2,63 0,06 0 0 0,03
74 0,26 0,04 2,63 0,06 0,06 0,01 0,04
120
CONT.APÊNDICE C - Análise fitossociológica na área de manejo florestal, para o ano de 2010.
Código DA DR FA FR DoA DoR VI
75 5,53 0,78 44,74 1,09 0,57 0,06 0,64
76 0,26 0,04 2,63 0,06 0,01 0 0,03
78 0,26 0,04 2,63 0,06 0,01 0 0,03
82 0,26 0,04 2,63 0,06 0,04 0 0,04
83 0,79 0,11 7,89 0,19 0,08 0,01 0,1
84 1,05 0,15 10,53 0,26 1,31 0,15 0,18
86 2,1 0,3 18,42 0,45 0,21 0,02 0,26
88 1,58 0,22 15,79 0,38 0,44 0,05 0,22
89 1,58 0,22 13,16 0,32 0,38 0,04 0,2
90 1,32 0,19 13,16 0,32 0,19 0,02 0,18
92 8,95 1,26 55,26 1,34 2,97 0,34 0,98
94 1,58 0,22 13,16 0,32 0,71 0,08 0,21
95 7,63 1,07 50,00 1,21 7,45 0,84 1,04
97 26,57 3,74 89,47 2,17 21,44 2,42 2,78
103 1,05 0,15 10,53 0,26 0,08 0,01 0,14
104 1,32 0,19 13,16 0,32 0,22 0,02 0,18
107 1,05 0,15 7,89 0,19 0,21 0,02 0,12
113 0,53 0,07 5,26 0,13 0,01 0 0,07
114 1,05 0,15 10,53 0,26 0,34 0,04 0,15
117 1,32 0,19 13,16 0,32 0,52 0,06 0,19
128 1,58 0,22 15,79 0,38 0,26 0,03 0,21
129 0,79 0,11 7,89 0,19 0,09 0,01 0,1
130 2,37 0,33 21,05 0,51 2,78 0,31 0,39
131 1,84 0,26 15,79 0,38 0,41 0,05 0,23
132 15,52 2,18 76,32 1,85 12,3 1,39 1,81
133 2,37 0,33 21,05 0,51 1,27 0,14 0,33
136 0,53 0,07 5,26 0,13 0,12 0,01 0,07
138 0,26 0,04 2,63 0,06 0 0 0,03
140 2,89 0,41 21,05 0,51 1,4 0,16 0,36
141 17,63 2,48 89,47 2,17 13,93 1,57 2,07
142 23,94 3,37 86,84 2,11 18,2 2,05 2,51
144 8,95 1,26 57,89 1,41 7,96 0,9 1,19
145 2,89 0,41 23,68 0,58 0,86 0,1 0,36
146 1,84 0,26 18,42 0,45 0,39 0,04 0,25
147 1,05 0,15 10,53 0,26 0,39 0,04 0,15
148 0,79 0,11 5,26 0,13 1,38 0,16 0,13
149 1,32 0,19 13,16 0,32 0,68 0,08 0,19
150 2,1 0,3 18,42 0,45 0,22 0,03 0,26
151 2,63 0,37 23,68 0,58 0,59 0,07 0,34
121
CONT.APÊNDICE C - Análise fitossociológica na área de manejo florestal, para o ano de 2010.
Código DA DR FA FR DoA DoR VI
152 1,58 0,22 15,79 0,38 0,26 0,03 0,21
153 0,26 0,04 2,63 0,06 0 0 0,03
156 4,47 0,63 34,21 0,83 1,34 0,15 0,54
157 2,1 0,3 15,79 0,38 0,35 0,04 0,24
159 6,58 0,93 47,37 1,15 2,4 0,27 0,78
160 0,26 0,04 2,63 0,06 0,01 0 0,03
162 11,31 1,59 55,26 1,34 8,48 0,96 1,3
163 0,79 0,11 7,89 0,19 0,01 0 0,1
164 1,84 0,26 18,42 0,45 0,63 0,07 0,26
166 1,05 0,15 10,53 0,26 0,21 0,02 0,14
169 7,1 1 55,26 1,34 3,5 0,4 0,91
170 6,58 0,93 50,00 1,21 4,21 0,47 0,87
174 0,53 0,07 5,26 0,13 0,1 0,01 0,07
175 0,26 0,04 2,63 0,06 0,01 0 0,03
176 15,79 2,22 78,95 1,92 25,42 2,87 2,33
177 2,37 0,33 21,05 0,51 2,02 0,23 0,36
178 2,89 0,41 28,95 0,7 1,54 0,17 0,43
179 0,53 0,07 5,26 0,13 0,05 0,01 0,07
180 0,26 0,04 2,63 0,06 0,04 0 0,04
181 1,84 0,26 18,42 0,45 2,43 0,27 0,33
186 0,26 0,04 2,63 0,06 0 0 0,03
187 2,1 0,3 18,42 0,45 1,88 0,21 0,32
190 8,95 1,26 57,89 1,41 5,98 0,67 1,11
191 14,47 2,04 52,63 1,28 16,68 1,88 1,73
192 41,57 5,85 100,00 2,43 177,7 20,03 9,44
193 8,95 1,26 71,05 1,73 9,76 1,1 1,36
194 1,32 0,19 13,16 0,32 0,71 0,08 0,2
195 2,37 0,33 23,68 0,58 2,74 0,31 0,41
200 0,26 0,04 2,63 0,06 0,01 0 0,03
201 2,37 0,33 18,42 0,45 0,87 0,1 0,29
202 0,26 0,04 2,63 0,06 0,16 0,02 0,04
203 3,95 0,56 28,95 0,7 2,41 0,27 0,51
204 13,68 1,92 78,95 1,92 7,48 0,84 1,56
211 1,84 0,26 15,79 0,38 0,18 0,02 0,22
212 10,26 1,44 60,53 1,47 2,89 0,33 1,08
214 0,26 0,04 2,63 0,06 0,01 0 0,03
215 0,79 0,11 7,89 0,19 0,04 0 0,1
218 0,53 0,07 5,26 0,13 0,01 0 0,07
219 5,26 0,74 42,11 1,02 0,89 0,1 0,62
122
CONT.APÊNDICE C - Análise fitossociológica na área de manejo florestal, para o ano de 2010.
Código DA DR FA FR DoA DoR VI
220 1,84 0,26 15,79 0,38 1,33 0,15 0,26
221 1,05 0,15 5,26 0,13 1,02 0,12 0,13
222 2,37 0,33 18,42 0,45 0,82 0,09 0,29
226 7,63 1,07 57,89 1,41 0,78 0,09 0,86
227 3,16 0,44 31,58 0,77 2,36 0,27 0,49
232 0,53 0,07 5,26 0,13 0,18 0,02 0,07
234 5 0,7 36,84 0,89 0,61 0,07 0,56
236 1,84 0,26 18,42 0,45 0,1 0,01 0,24
239 0,79 0,11 7,89 0,19 0,01 0 0,1
240 3,16 0,44 26,32 0,64 5,41 0,61 0,56
241 0,26 0,04 2,63 0,06 0,02 0 0,04
242 1,84 0,26 15,79 0,38 0,35 0,04 0,23
244 0,53 0,07 5,26 0,13 0,03 0 0,07
245 0,26 0,04 2,63 0,06 0,04 0 0,04
246 0,26 0,04 2,63 0,06 0 0 0,03
248 0,53 0,07 5,26 0,13 0,07 0,01 0,07
252 1,84 0,26 15,79 0,38 0,98 0,11 0,25
253 5 0,7 36,84 0,89 3,01 0,34 0,65
255 9,47 1,33 57,89 1,41 8,36 0,94 1,23
256 0,26 0,04 2,63 0,06 0 0 0,03
260 3,95 0,56 28,95 0,7 1 0,11 0,46
261 0,26 0,04 2,63 0,06 0,01 0 0,03
262 0,79 0,11 5,26 0,13 0,28 0,03 0,09
263 10 1,41 68,42 1,66 12,32 1,39 1,49
267 0,26 0,04 2,63 0,06 0 0 0,03
268 1,32 0,19 13,16 0,32 0,05 0,01 0,17
274 8,16 1,15 63,16 1,53 2,39 0,27 0,98
275 0,79 0,11 7,89 0,19 0,03 0 0,1
277 3,42 0,48 28,95 0,7 1,24 0,14 0,44
278 0,79 0,11 5,26 0,13 0,02 0 0,08
281 8,42 1,18 65,79 1,6 4,71 0,53 1,1
282 0,26 0,04 2,63 0,06 0 0 0,03
297 1,05 0,15 10,53 0,26 0,03 0 0,14
298 1,84 0,26 13,16 0,32 0,22 0,02 0,2
302 0,26 0,04 2,63 0,06 0 0 0,03
303 0,26 0,04 2,63 0,06 0,03 0 0,04
304 2,1 0,3 18,42 0,45 0,49 0,06 0,27
307 6,31 0,89 36,84 0,89 3,18 0,36 0,71
308 1,84 0,26 18,42 0,45 0,09 0,01 0,24
123
CONT.APÊNDICE C - Análise fitossociológica na área de manejo florestal, para o ano de 2010.
Código DA DR FA FR DoA DoR VI
309 0,79 0,11 7,89 0,19 0,03 0 0,1
310 0,53 0,07 5,26 0,13 0 0 0,07
311 0,26 0,04 2,63 0,06 0,31 0,03 0,05
312 1,05 0,15 7,89 0,19 0,04 0 0,12
313 3,16 0,44 26,32 0,64 0,6 0,07 0,38
314 3,42 0,48 15,79 0,38 1,07 0,12 0,33
315 0,26 0,04 2,63 0,06 0 0 0,03
316 0,26 0,04 2,63 0,06 0 0 0,03
318 0,53 0,07 5,26 0,13 0,05 0,01 0,07
319 1,05 0,15 10,53 0,26 0,06 0,01 0,14
320 2,1 0,3 21,05 0,51 0,52 0,06 0,29
321 0,26 0,04 2,63 0,06 0 0 0,03
322 4,47 0,63 23,68 0,58 1,47 0,17 0,46
323 0,79 0,11 7,89 0,19 0,04 0 0,1
324 3,68 0,52 26,32 0,64 1,02 0,12 0,42
325 0,26 0,04 2,63 0,06 0 0 0,03
326 3,42 0,48 18,42 0,45 0,28 0,03 0,32
328 9,21 1,3 57,89 1,41 5,45 0,61 1,11
329 22,36 3,15 84,21 2,04 17,31 1,95 2,38
330 7,89 1,11 47,37 1,15 6,36 0,72 0,99
331 0,26 0,04 2,63 0,06 0 0 0,03
332 0,53 0,07 5,26 0,13 0 0 0,07
333 0,26 0,04 2,63 0,06 0,03 0 0,04
334 0,53 0,07 5,26 0,13 0,03 0 0,07
335 0,26 0,04 2,63 0,06 0,01 0 0,03
340 0,26 0,04 2,63 0,06 0,01 0 0,03
345 0,53 0,07 5,26 0,13 0,01 0 0,07
346 0,53 0,07 5,26 0,13 0,02 0 0,07
347 0,26 0,04 2,63 0,06 0 0 0,03
380 0,26 0,04 2,63 0,06 0,01 0 0,03
385 0,26 0,04 2,63 0,06 0 0 0,03
nãoidentificadas 1,84 0,26 15,79 0,38 0,08 0,01 0,22
Total 710,9 100 4118,42 100 886,96 100 100
124
APÊNDICE D - Análise fitossociológica na área de manejo florestal, para o ano de 2011.Código DA DR FA FR DoA DoR VI
2 3,68 0,57 31,58 0,82 1,35 0,17 0,518
5 52,09 8,04 94,74 2,46 241,13 29,80 13,432
8 2,10 0,32 13,16 0,34 0,19 0,02 0,230
10 2,10 0,32 18,42 0,48 0,39 0,05 0,284
11 1,32 0,20 13,16 0,34 0,16 0,02 0,188
12 0,26 0,04 2,63 0,07 0,00 0,00 0,036
13 0,79 0,12 7,89 0,20 0,01 0,00 0,109
14 6,05 0,93 55,26 1,43 6,10 0,75 1,040
15 32,89 5,07 92,11 2,39 79,10 9,78 5,747
18 1,05 0,16 10,53 0,27 0,08 0,01 0,148
19 1,32 0,20 13,16 0,34 0,06 0,01 0,184
20 0,26 0,04 2,63 0,07 0,00 0,00 0,036
21 1,32 0,20 13,16 0,34 0,14 0,02 0,187
22 3,16 0,49 28,95 0,75 5,03 0,62 0,620
23 3,42 0,53 18,42 0,48 0,32 0,04 0,348
24 1,05 0,16 10,53 0,27 0,10 0,01 0,149
26 2,63 0,41 21,05 0,55 0,67 0,08 0,345
28 0,26 0,04 2,63 0,07 0,00 0,00 0,036
30 0,53 0,08 5,26 0,14 0,03 0,00 0,074
34 2,10 0,32 18,42 0,48 0,21 0,03 0,276
35 2,63 0,41 21,05 0,55 0,32 0,04 0,330
36 0,79 0,12 5,26 0,14 0,05 0,01 0,088
40 0,26 0,04 2,63 0,07 0,09 0,01 0,040
42 0,79 0,12 7,89 0,20 0,01 0,00 0,109
45 14,47 2,23 71,05 1,84 7,87 0,97 1,683
46 5,00 0,77 39,47 1,02 1,06 0,13 0,642
48 2,37 0,37 21,05 0,55 0,81 0,10 0,337
49 20,52 3,17 92,11 2,39 42,47 5,25 3,602
50 0,53 0,08 5,26 0,14 0,03 0,00 0,074
51 2,37 0,37 23,68 0,61 0,31 0,04 0,339
52 0,53 0,08 5,26 0,14 0,01 0,00 0,073
53 0,79 0,12 7,89 0,20 0,03 0,00 0,110
55 0,26 0,04 2,63 0,07 0,03 0,00 0,038
58 3,42 0,53 26,32 0,68 0,25 0,03 0,414
60 0,53 0,08 5,26 0,14 0,02 0,00 0,074
63 7,89 1,22 50,00 1,30 2,84 0,35 0,955
66 0,26 0,04 2,63 0,07 0,01 0,00 0,037
68 0,26 0,04 2,63 0,07 0,00 0,00 0,036
74 0,26 0,04 2,63 0,07 0,06 0,01 0,039
75 5,53 0,85 44,74 1,16 0,60 0,07 0,696
76 0,26 0,04 2,63 0,07 0,01 0,00 0,037
125
CONT.APÊNDICE D - Análise fitossociológica na área de manejo florestal, para o ano de 2011.
Código DA DR FA FR DoA DoR VI
78 0,26 0,04 2,63 0,07 0,01 0,00 0,037
82 0,26 0,04 2,63 0,07 0,04 0,01 0,038
83 0,79 0,12 7,89 0,20 0,08 0,01 0,112
84 0,53 0,08 5,26 0,14 0,22 0,03 0,082
86 1,58 0,24 13,16 0,34 0,13 0,02 0,201
88 1,32 0,20 13,16 0,34 0,29 0,04 0,193
89 1,58 0,24 13,16 0,34 0,42 0,05 0,212
90 1,05 0,16 10,53 0,27 0,22 0,03 0,154
92 8,42 1,30 50,00 1,30 2,84 0,35 0,982
94 1,32 0,20 10,53 0,27 0,36 0,04 0,173
95 7,10 1,10 50,00 1,30 7,10 0,88 1,090
97 23,15 3,57 81,58 2,12 18,39 2,27 2,654
103 1,05 0,16 10,53 0,27 0,08 0,01 0,149
104 1,32 0,20 13,16 0,34 0,22 0,03 0,191
107 1,05 0,16 7,89 0,20 0,22 0,03 0,131
113 0,53 0,08 5,26 0,14 0,01 0,00 0,073
114 1,05 0,16 10,53 0,27 0,38 0,05 0,161
117 1,32 0,20 13,16 0,34 0,54 0,07 0,204
128 1,32 0,20 13,16 0,34 0,24 0,03 0,191
129 0,79 0,12 7,89 0,20 0,09 0,01 0,113
130 2,37 0,37 21,05 0,55 2,82 0,35 0,420
131 1,84 0,28 15,79 0,41 0,42 0,05 0,249
132 13,68 2,11 68,42 1,78 10,09 1,25 1,711
133 2,37 0,37 21,05 0,55 1,29 0,16 0,357
136 0,53 0,08 5,26 0,14 0,15 0,02 0,079
138 0,26 0,04 2,63 0,07 0,00 0,00 0,036
140 2,63 0,41 18,42 0,48 1,36 0,17 0,350
141 14,47 2,23 81,58 2,12 10,66 1,32 1,889
142 22,36 3,45 81,58 2,12 17,55 2,17 2,579
144 7,63 1,18 55,26 1,43 5,70 0,70 1,105
145 2,63 0,41 21,05 0,55 0,89 0,11 0,354
146 1,84 0,28 18,42 0,48 0,40 0,05 0,271
147 1,05 0,16 10,53 0,27 0,39 0,05 0,161
148 0,53 0,08 5,26 0,14 0,46 0,06 0,091
149 1,32 0,20 13,16 0,34 0,69 0,09 0,210
150 2,10 0,32 18,42 0,48 0,23 0,03 0,277
151 2,10 0,32 18,42 0,48 0,48 0,06 0,287
152 1,58 0,24 15,79 0,41 0,27 0,03 0,229
153 0,26 0,04 2,63 0,07 0,00 0,00 0,036
126
CONT.APÊNDICE D - Análise fitossociológica na área de manejo florestal, para o ano de 2011.
Código DA DR FA FR DoA DoR VI
156 3,95 0,61 31,58 0,82 1,14 0,14 0,523
157 1,84 0,28 15,79 0,41 0,32 0,04 0,244
159 6,31 0,97 47,37 1,23 2,35 0,29 0,831
160 0,26 0,04 2,63 0,07 0,01 0,00 0,037
162 10,26 1,58 52,63 1,37 7,45 0,92 1,290
163 0,79 0,12 7,89 0,20 0,02 0,00 0,110
164 1,84 0,28 18,42 0,48 0,63 0,08 0,280
166 0,79 0,12 7,89 0,20 0,15 0,02 0,115
169 6,58 1,01 50,00 1,30 3,45 0,43 0,913
170 6,58 1,01 50,00 1,30 4,29 0,53 0,948
174 0,53 0,08 5,26 0,14 0,10 0,01 0,077
176 12,37 1,91 63,16 1,64 17,11 2,11 1,887
177 2,10 0,32 18,42 0,48 0,76 0,09 0,299
178 2,37 0,37 23,68 0,61 0,89 0,11 0,363
179 0,53 0,08 5,26 0,14 0,05 0,01 0,075
180 0,26 0,04 2,63 0,07 0,04 0,01 0,038
181 1,58 0,24 15,79 0,41 2,38 0,29 0,316
186 0,26 0,04 2,63 0,07 0,00 0,00 0,036
187 1,84 0,28 15,79 0,41 1,10 0,14 0,277
190 8,16 1,26 57,89 1,50 5,63 0,70 1,152
191 12,63 1,95 47,37 1,23 13,30 1,64 1,607
192 38,68 5,97 100,00 2,60 164,91 20,38 9,647
193 8,95 1,38 71,05 1,84 9,95 1,23 1,485
194 0,79 0,12 7,89 0,20 0,33 0,04 0,123
195 2,37 0,37 23,68 0,61 2,78 0,34 0,441
200 0,26 0,04 2,63 0,07 0,01 0,00 0,037
201 1,84 0,28 15,79 0,41 0,27 0,03 0,243
202 0,26 0,04 2,63 0,07 0,16 0,02 0,043
203 3,95 0,61 28,95 0,75 2,46 0,30 0,555
204 11,84 1,83 65,79 1,71 6,72 0,83 1,455
211 1,58 0,24 15,79 0,41 0,16 0,02 0,224
212 8,68 1,34 52,63 1,37 2,52 0,31 1,005
214 0,26 0,04 2,63 0,07 0,01 0,00 0,037
215 0,79 0,12 7,89 0,20 0,05 0,01 0,111
218 0,53 0,08 5,26 0,14 0,01 0,00 0,073
219 4,21 0,65 34,21 0,89 0,60 0,07 0,537
220 1,58 0,24 13,16 0,34 1,05 0,13 0,238
221 1,05 0,16 5,26 0,14 1,05 0,13 0,143
222 2,37 0,37 18,42 0,48 0,85 0,11 0,316
127
CONT.APÊNDICE D - Análise fitossociológica na área de manejo florestal, para o ano de 2011.
Código DA DR FA FR DoA DoR VI
226 6,84 1,06 52,63 1,37 0,63 0,08 0,833
227 2,89 0,45 28,95 0,75 2,34 0,29 0,496
232 0,53 0,08 5,26 0,14 0,19 0,02 0,080
234 4,47 0,69 36,84 0,96 0,51 0,06 0,570
236 1,32 0,20 13,16 0,34 0,06 0,01 0,184
239 0,53 0,08 5,26 0,14 0,01 0,00 0,073
240 2,89 0,45 23,68 0,61 5,16 0,64 0,566
241 0,26 0,04 2,63 0,07 0,02 0,00 0,037
242 1,84 0,28 15,79 0,41 0,37 0,05 0,247
244 0,26 0,04 2,63 0,07 0,02 0,00 0,037
245 0,26 0,04 2,63 0,07 0,04 0,01 0,038
246 0,26 0,04 2,63 0,07 0,00 0,00 0,036
248 0,53 0,08 5,26 0,14 0,07 0,01 0,076
252 1,84 0,28 15,79 0,41 1,03 0,13 0,274
253 4,74 0,73 34,21 0,89 2,58 0,32 0,646
255 8,42 1,30 55,26 1,43 8,09 1,00 1,244
256 0,26 0,04 2,63 0,07 0,00 0,00 0,036
260 3,95 0,61 28,95 0,75 1,04 0,13 0,496
261 0,26 0,04 2,63 0,07 0,01 0,00 0,037
262 0,79 0,12 5,26 0,14 0,29 0,04 0,098
263 10,00 1,54 68,42 1,78 12,57 1,55 1,624
267 0,26 0,04 2,63 0,07 0,00 0,00 0,036
268 1,05 0,16 10,53 0,27 0,04 0,00 0,147
274 6,84 1,06 50,00 1,30 1,98 0,24 0,866
275 0,79 0,12 7,89 0,20 0,03 0,00 0,110
277 3,42 0,53 28,95 0,75 1,28 0,16 0,479
278 0,79 0,12 5,26 0,14 0,02 0,00 0,087
281 7,10 1,10 60,53 1,57 3,23 0,40 1,022
282 0,26 0,04 2,63 0,07 0,00 0,00 0,037
297 1,05 0,16 10,53 0,27 0,03 0,00 0,146
298 1,84 0,28 13,16 0,34 0,22 0,03 0,218
302 0,26 0,04 2,63 0,07 0,00 0,00 0,036
303 0,26 0,04 2,63 0,07 0,03 0,00 0,038
304 1,58 0,24 13,16 0,34 0,30 0,04 0,207
307 5,26 0,81 34,21 0,89 2,38 0,29 0,664
308 1,58 0,24 15,79 0,41 0,08 0,01 0,221
309 0,53 0,08 5,26 0,14 0,02 0,00 0,073
310 0,53 0,08 5,26 0,14 0,00 0,00 0,073
312 1,05 0,16 7,89 0,20 0,04 0,01 0,124
128
CONT.APÊNDICE D - Análise fitossociológica na área de manejo florestal, para o ano de 2011.
Código DA DR FA FR DoA DoR VI
313 2,89 0,45 23,68 0,61 0,59 0,07 0,378
314 3,42 0,53 15,79 0,41 1,12 0,14 0,359
315 0,26 0,04 2,63 0,07 0,00 0,00 0,036
316 0,26 0,04 2,63 0,07 0,00 0,00 0,036
318 0,26 0,04 2,63 0,07 0,01 0,00 0,037
319 1,05 0,16 10,53 0,27 0,06 0,01 0,148
320 2,10 0,32 21,05 0,55 0,54 0,07 0,312
321 0,26 0,04 2,63 0,07 0,00 0,00 0,036
322 4,47 0,69 23,68 0,61 1,49 0,18 0,496
323 0,79 0,12 7,89 0,20 0,04 0,00 0,110
324 3,16 0,49 26,32 0,68 0,96 0,12 0,430
325 0,26 0,04 2,63 0,07 0,00 0,00 0,036
326 3,16 0,49 18,42 0,48 0,24 0,03 0,332
328 7,89 1,22 55,26 1,43 4,81 0,59 1,082
329 20,00 3,08 78,95 2,05 15,06 1,86 2,332
330 7,89 1,22 47,37 1,23 6,56 0,81 1,086
331 0,26 0,04 2,63 0,07 0,00 0,00 0,036
332 0,53 0,08 5,26 0,14 0,00 0,00 0,073
333 0,26 0,04 2,63 0,07 0,03 0,00 0,037
334 0,53 0,08 5,26 0,14 0,03 0,00 0,074
335 0,26 0,04 2,63 0,07 0,01 0,00 0,037
340 0,26 0,04 2,63 0,07 0,01 0,00 0,037
345 0,53 0,08 5,26 0,14 0,01 0,00 0,073
346 0,53 0,08 5,26 0,14 0,02 0,00 0,073
347 0,26 0,04 2,63 0,07 0,00 0,00 0,036
380 0,26 0,04 2,63 0,07 0,01 0,00 0,037
385 0,26 0,04 2,63 0,07 0,00 0,00 0,036
nãoidentificadas 1,316 0,203 13,158 0,342 0,036 0,004 0,183
Total 648,28 100 3852,63 100 809,13 100,00 100,000
129
APÊNDICE E - Análise fitossociológica na área de manejo florestal, para o ano de 2014.Código DA DR FA FR DoA DoR VI
2 5,79 0,73 36,84 0,81 2,17 0,25 0,59
5 55,51 6,97 97,37 2,13 240,22 27,08 12,06
8 2,63 0,33 18,42 0,4 0,32 0,04 0,26
10 3,68 0,46 31,58 0,69 0,7 0,08 0,41
11 1,58 0,2 13,16 0,29 0,2 0,02 0,17
12 0,26 0,03 2,63 0,06 0 0 0,03
13 0,79 0,1 7,89 0,17 0,02 0 0,09
14 11,31 1,42 60,53 1,32 11,47 1,29 1,35
15 31,57 3,96 92,11 2,01 79,59 8,97 4,98
18 1,05 0,13 10,53 0,23 0,09 0,01 0,12
19 1,32 0,17 13,16 0,29 0,05 0,01 0,15
20 0,26 0,03 2,63 0,06 0 0 0,03
21 1,32 0,17 13,16 0,29 0,17 0,02 0,16
22 3,16 0,4 28,95 0,63 3,86 0,44 0,49
23 4,47 0,56 23,68 0,52 0,5 0,06 0,38
24 1,05 0,13 10,53 0,23 0,11 0,01 0,12
26 3,42 0,43 28,95 0,63 0,89 0,1 0,39
28 0,53 0,07 5,26 0,12 0 0 0,06
30 1,05 0,13 10,53 0,23 0,06 0,01 0,12
34 5,53 0,69 50,00 1,09 0,41 0,05 0,61
35 3,16 0,4 28,95 0,63 0,37 0,04 0,36
36 0,79 0,1 5,26 0,12 0,06 0,01 0,07
40 0,26 0,03 2,63 0,06 0,09 0,01 0,03
42 0,79 0,1 7,89 0,17 0,02 0 0,09
45 15,79 1,98 81,58 1,78 8,96 1,01 1,59
46 5,26 0,66 42,11 0,92 1,25 0,14 0,57
48 3,42 0,43 26,32 0,58 1,12 0,13 0,38
49 19,47 2,44 92,11 2,01 36,42 4,11 2,85
50 0,79 0,1 7,89 0,17 0,05 0,01 0,09
51 2,63 0,33 23,68 0,52 0,29 0,03 0,29
52 0,53 0,07 5,26 0,12 0,01 0 0,06
53 1,32 0,17 13,16 0,29 0,07 0,01 0,15
55 0,26 0,03 2,63 0,06 0,04 0 0,03
58 4,21 0,53 31,58 0,69 0,37 0,04 0,42
60 0,53 0,07 5,26 0,12 0,03 0 0,06
63 9,21 1,16 60,53 1,32 3,32 0,37 0,95
66 0,26 0,03 2,63 0,06 0,01 0 0,03
68 0,26 0,03 2,63 0,06 0 0 0,03
74 0,26 0,03 2,63 0,06 0,07 0,01 0,03
130
CONT.APÊNDICE E - Análise fitossociológica na área de manejo florestal, para o ano de 2014.
Código DA DR FA FR DoA DoR VI
75 7,89 0,99 65,79 1,44 1,2 0,14 0,85
76 0,53 0,07 2,63 0,06 0,01 0 0,04
78 0,26 0,03 2,63 0,06 0,02 0 0,03
82 0,26 0,03 2,63 0,06 0,05 0,01 0,03
83 0,79 0,1 7,89 0,17 0,08 0,01 0,09
84 0,53 0,07 5,26 0,12 0,24 0,03 0,07
86 1,84 0,23 15,79 0,35 0,17 0,02 0,2
87 0,79 0,1 5,26 0,12 0,01 0 0,07
88 16,58 2,08 39,47 0,86 6,82 0,77 1,24
89 1,32 0,17 10,53 0,23 0,46 0,05 0,15
90 1,58 0,2 13,16 0,29 0,23 0,03 0,17
92 10,26 1,29 55,26 1,21 3,81 0,43 0,97
94 1,05 0,13 10,53 0,23 0,22 0,03 0,13
95 8,42 1,06 57,89 1,27 6,62 0,75 1,02
97 27,63 3,47 86,84 1,9 24,22 2,73 2,7
103 1,05 0,13 10,53 0,23 0,09 0,01 0,12
104 1,84 0,23 13,16 0,29 0,33 0,04 0,19
107 1,05 0,13 7,89 0,17 0,26 0,03 0,11
112 0,26 0,03 2,63 0,06 0 0 0,03
113 0,53 0,07 5,26 0,12 0,01 0 0,06
114 1,05 0,13 10,53 0,23 0,44 0,05 0,14
117 1,05 0,13 10,53 0,23 0,43 0,05 0,14
124 1,32 0,17 10,53 0,23 0,03 0 0,13
128 1,32 0,17 13,16 0,29 0,22 0,03 0,16
129 0,79 0,1 7,89 0,17 0,1 0,01 0,09
130 3,68 0,46 34,21 0,75 2,95 0,33 0,51
131 5,26 0,66 36,84 0,81 1,24 0,14 0,54
132 14,47 1,82 73,68 1,61 10,24 1,15 1,53
133 2,37 0,3 21,05 0,46 1,48 0,17 0,31
136 0,79 0,1 7,89 0,17 0,18 0,02 0,1
138 1,58 0,2 13,16 0,29 0,04 0,01 0,16
140 4,21 0,53 31,58 0,69 1,63 0,18 0,47
141 15,52 1,95 81,58 1,78 11,44 1,29 1,67
142 28,41 3,57 84,21 1,84 24,71 2,79 2,73
144 7,89 0,99 52,63 1,15 6,12 0,69 0,94
145 2,63 0,33 23,68 0,52 0,94 0,11 0,32
146 1,84 0,23 18,42 0,4 0,43 0,05 0,23
147 1,05 0,13 10,53 0,23 0,41 0,05 0,14
148 0,26 0,03 2,63 0,06 0,39 0,04 0,04
131
CONT.APÊNDICE E - Análise fitossociológica na área de manejo florestal, para o ano de 2014.
Código DA DR FA FR DoA DoR VI
149 1,05 0,13 10,53 0,23 0,39 0,04 0,14
150 2,37 0,3 21,05 0,46 0,26 0,03 0,26
151 2,63 0,33 23,68 0,52 0,59 0,07 0,3
152 1,32 0,17 13,16 0,29 0,19 0,02 0,16
153 0,53 0,07 5,26 0,12 0,01 0 0,06
156 5,53 0,69 36,84 0,81 1,66 0,19 0,56
157 1,84 0,23 15,79 0,35 0,33 0,04 0,2
159 7,1 0,89 50,00 1,09 2,78 0,31 0,77
160 0,26 0,03 2,63 0,06 0,01 0 0,03
162 12,37 1,55 63,16 1,38 9,22 1,04 1,32
163 0,79 0,1 7,89 0,17 0,02 0 0,09
164 1,58 0,2 15,79 0,35 0,45 0,05 0,2
166 0,53 0,07 5,26 0,12 0,12 0,01 0,06
169 8,95 1,12 65,79 1,44 4,36 0,49 1,02
170 5 0,63 36,84 0,81 2,58 0,29 0,57
174 0,53 0,07 5,26 0,12 0,1 0,01 0,06
175 0,79 0,1 7,89 0,17 0,01 0 0,09
176 13,16 1,65 68,42 1,5 17,44 1,97 1,7
177 2,1 0,26 18,42 0,4 0,59 0,07 0,24
178 1,84 0,23 18,42 0,4 0,74 0,08 0,24
179 0,53 0,07 5,26 0,12 0,06 0,01 0,06
180 0,26 0,03 2,63 0,06 0,05 0,01 0,03
181 1,58 0,2 15,79 0,35 2,48 0,28 0,27
186 0,26 0,03 2,63 0,06 0 0 0,03
187 2,1 0,26 18,42 0,4 1,35 0,15 0,27
190 11,05 1,39 65,79 1,44 6,5 0,73 1,19
191 14,47 1,82 52,63 1,15 15,69 1,77 1,58
192 47,62 5,98 100,00 2,19 193,68 21,83 10
193 10,79 1,35 76,32 1,67 9,89 1,12 1,38
194 1,58 0,2 15,79 0,35 0,51 0,06 0,2
195 2,37 0,3 23,68 0,52 3,09 0,35 0,39
200 0,53 0,07 5,26 0,12 0,01 0 0,06
201 2,1 0,26 21,05 0,46 0,34 0,04 0,25
202 0,26 0,03 2,63 0,06 0,17 0,02 0,04
203 3,95 0,5 26,32 0,58 2,42 0,27 0,45
204 13,94 1,75 71,05 1,55 8,19 0,92 1,41
211 1,84 0,23 15,79 0,35 0,17 0,02 0,2
212 10 1,25 63,16 1,38 2,64 0,3 0,98
214 0,26 0,03 2,63 0,06 0,01 0 0,03
132
CONT.APÊNDICE E - Análise fitossociológica na área de manejo florestal, para o ano de 2014.
Código DA DR FA FR DoA DoR VI
215 1,32 0,17 13,16 0,29 0,1 0,01 0,15
218 0,79 0,1 7,89 0,17 0,02 0 0,09
219 6,05 0,76 50,00 1,09 1,08 0,12 0,66
220 2,63 0,33 21,05 0,46 1,17 0,13 0,31
221 1,05 0,13 5,26 0,12 1,08 0,12 0,12
222 2,63 0,33 21,05 0,46 1,11 0,13 0,31
226 7,63 0,96 50,00 1,09 0,82 0,09 0,71
227 2,89 0,36 28,95 0,63 2,11 0,24 0,41
232 0,53 0,07 5,26 0,12 0,21 0,02 0,07
234 3,95 0,5 34,21 0,75 0,4 0,05 0,43
236 1,58 0,2 15,79 0,35 0,07 0,01 0,18
239 0,53 0,07 5,26 0,12 0,01 0 0,06
240 2,89 0,36 23,68 0,52 5,22 0,59 0,49
241 0,26 0,03 2,63 0,06 0,03 0 0,03
242 2,1 0,26 18,42 0,4 0,44 0,05 0,24
244 0,26 0,03 2,63 0,06 0,02 0 0,03
245 0,26 0,03 2,63 0,06 0,09 0,01 0,03
246 0,26 0,03 2,63 0,06 0 0 0,03
248 0,53 0,07 5,26 0,12 0,11 0,01 0,06
252 2,1 0,26 15,79 0,35 1,33 0,15 0,25
253 5,53 0,69 39,47 0,86 3,1 0,35 0,64
254 0,26 0,03 2,63 0,06 0 0 0,03
255 10,79 1,35 57,89 1,27 11,01 1,24 1,29
256 0,26 0,03 2,63 0,06 0 0 0,03
260 5 0,63 31,58 0,69 1,46 0,16 0,49
262 1,05 0,13 7,89 0,17 0,36 0,04 0,12
263 11,05 1,39 71,05 1,55 11,89 1,34 1,43
267 0,26 0,03 2,63 0,06 0 0 0,03
268 1,58 0,2 15,79 0,35 0,06 0,01 0,18
274 8,16 1,02 55,26 1,21 2,34 0,26 0,83
275 1,05 0,13 10,53 0,23 0,05 0,01 0,12
277 4,47 0,56 36,84 0,81 1,81 0,2 0,52
278 0,79 0,1 5,26 0,12 0,03 0 0,07
281 7,37 0,92 63,16 1,38 3,55 0,4 0,9
282 0,26 0,03 2,63 0,06 0,01 0 0,03
297 1,05 0,13 10,53 0,23 0,03 0 0,12
298 1,84 0,23 13,16 0,29 0,23 0,03 0,18
302 0,26 0,03 2,63 0,06 0 0 0,03
303 0,53 0,07 5,26 0,12 0,05 0,01 0,06
133
CONT.APÊNDICE E - Análise fitossociológica na área de manejo florestal, para o ano de 2014.
Código DA DR FA FR DoA DoR VI
304 1,58 0,2 13,16 0,29 0,32 0,04 0,17
305 0,79 0,1 7,89 0,17 0,01 0 0,09
306 0,26 0,03 2,63 0,06 0 0 0,03
307 7,1 0,89 44,74 0,98 3,34 0,38 0,75
308 2,37 0,3 18,42 0,4 0,14 0,02 0,24
309 0,26 0,03 2,63 0,06 0 0 0,03
310 0,53 0,07 5,26 0,12 0 0 0,06
312 0,79 0,1 7,89 0,17 0,04 0 0,09
313 3,68 0,46 31,58 0,69 0,6 0,07 0,41
314 3,16 0,4 15,79 0,35 1,19 0,13 0,29
315 0,53 0,07 5,26 0,12 0,01 0 0,06
316 0,79 0,1 7,89 0,17 0,01 0 0,09
318 0,26 0,03 2,63 0,06 0,01 0 0,03
319 1,05 0,13 10,53 0,23 0,08 0,01 0,12
320 2,37 0,3 23,68 0,52 0,4 0,05 0,29
321 0,26 0,03 2,63 0,06 0 0 0,03
322 3,95 0,5 21,05 0,46 1,45 0,16 0,37
323 0,79 0,1 7,89 0,17 0,04 0,01 0,09
324 3,68 0,46 31,58 0,69 1,16 0,13 0,43
325 0,26 0,03 2,63 0,06 0 0 0,03
326 4,21 0,53 21,05 0,46 0,43 0,05 0,35
328 8,68 1,09 57,89 1,27 5,34 0,6 0,99
329 26,31 3,3 89,47 1,96 22,09 2,49 2,58
330 10,79 1,35 60,53 1,32 7,89 0,89 1,19
331 0,26 0,03 2,63 0,06 0 0 0,03
332 1,58 0,2 13,16 0,29 0,03 0 0,16
333 0,26 0,03 2,63 0,06 0,03 0 0,03
335 0,26 0,03 2,63 0,06 0,01 0 0,03
340 1,32 0,17 7,89 0,17 0,04 0 0,11
343 0,26 0,03 2,63 0,06 0 0 0,03
345 0,79 0,1 7,89 0,17 0,02 0 0,09
346 0,53 0,07 5,26 0,12 0,02 0 0,06
347 0,26 0,03 2,63 0,06 0 0 0,03
356 0,26 0,03 2,63 0,06 0 0 0,03
357 0,26 0,03 2,63 0,06 0 0 0,03
358 1,58 0,2 15,79 0,35 0,04 0,01 0,18
359 0,26 0,03 2,63 0,06 0 0 0,03
360 0,53 0,07 5,26 0,12 0,01 0 0,06
361 0,79 0,1 7,89 0,17 0,01 0 0,09
134
CONT.APÊNDICE E - Análise fitossociológica na área de manejo florestal, para o ano de 2014.
Código DA DR FA FR DoA DoR VI
362 0,53 0,07 2,63 0,06 0,01 0 0,04
363 0,53 0,07 2,63 0,06 0,01 0 0,04
364 0,26 0,03 2,63 0,06 0 0 0,03
365 0,26 0,03 2,63 0,06 0 0 0,03
367 0,53 0,07 5,26 0,12 0 0 0,06
368 1,05 0,13 10,53 0,23 0,02 0 0,12
369 0,26 0,03 2,63 0,06 0 0 0,03
371 0,26 0,03 2,63 0,06 0 0 0,03
374 2,37 0,3 21,05 0,46 0,1 0,01 0,26
375 0,53 0,07 2,63 0,06 0,01 0 0,04
376 0,79 0,1 7,89 0,17 0,01 0 0,09
377 0,26 0,03 2,63 0,06 0 0 0,03
378 0,26 0,03 2,63 0,06 0 0 0,03
379 0,53 0,07 5,26 0,12 0 0 0,06
380 0,26 0,03 2,63 0,06 0 0 0,03
381 0,26 0,03 2,63 0,06 0 0 0,03
382 0,26 0,03 2,63 0,06 0 0 0,03
383 0,26 0,03 2,63 0,06 0 0 0,03
384 0,26 0,03 2,63 0,06 0 0 0,03
385 2,63 0,33 21,05 0,46 0,09 0,01 0,27
386 0,26 0,03 2,63 0,06 0 0 0,03
387 0,26 0,03 2,63 0,06 0 0 0,03
391 0,26 0,03 2,63 0,06 0 0 0,03
392 0,26 0,03 2,63 0,06 0 0 0,03
393 0,26 0,03 2,63 0,06 0 0 0,03
394 0,26 0,03 2,63 0,06 0 0 0,03
396 0,26 0,03 2,63 0,06 0 0 0,03
397 0,79 0,1 5,26 0,12 0,08 0,01 0,07
399 1,84 0,23 18,42 0,4 0,05 0,01 0,21
400 0,26 0,03 2,63 0,06 0 0 0,03
402 0,26 0,03 2,63 0,06 0 0 0,03
403 0,26 0,03 2,63 0,06 0 0 0,03
404 0,26 0,03 2,63 0,06 0 0 0,03
407 0,26 0,03 2,63 0,06 0 0 0,03
408 0,26 0,03 2,63 0,06 0 0 0,03
nãoidentificadas 1,58 0,2 15,789 0,35 0,04 0,01 0,18
Total 796,67 100 4576,32 100 887,21 100 100
135
APÊNDICE F - Análise fitossociológica na área de manejo florestal, para o ano de 2015.Código DA DR FA FR DoA DoR VI
2 6,58 0,8 39,47 0,84 2,48 2,72E-01 0,64
5 56,04 6,81 97,37 2,06 249,88 2,74E+01 12,1
8 2,37 0,29 15,79 0,33 0,28 3,07E-02 0,22
10 3,68 0,45 31,58 0,67 0,74 8,07E-02 0,4
11 1,32 0,16 10,53 0,22 0,13 1,42E-02 0,13
12 0,26 0,03 2,63 0,06 0 9,19E-05 0,03
13 0,79 0,1 7,89 0,17 0,02 1,66E-03 0,09
14 11,05 1,34 60,53 1,28 11,38 1,25E+00 1,29
15 33,68 4,09 94,74 2,01 79,51 8,73E+00 4,94
18 1,05 0,13 10,53 0,22 0,09 1,01E-02 0,12
19 1,32 0,16 13,16 0,28 0,05 5,08E-03 0,15
20 0,26 0,03 2,63 0,06 0 2,85E-04 0,03
21 1,32 0,16 13,16 0,28 0,17 1,89E-02 0,15
22 3,42 0,42 31,58 0,67 4,16 4,57E-01 0,51
23 4,47 0,54 23,68 0,5 0,51 5,55E-02 0,37
24 1,05 0,13 10,53 0,22 0,11 1,20E-02 0,12
26 3,68 0,45 31,58 0,67 0,97 1,07E-01 0,41
28 0,53 0,06 5,26 0,11 0 3,77E-04 0,06
30 0,79 0,1 7,89 0,17 0,05 5,41E-03 0,09
34 5,26 0,64 47,37 1 0,44 4,88E-02 0,56
35 3,42 0,42 31,58 0,67 0,43 4,78E-02 0,38
36 0,53 0,06 2,63 0,06 0,03 3,74E-03 0,04
40 0,26 0,03 2,63 0,06 0,09 1,04E-02 0,03
42 0,79 0,1 7,89 0,17 0,02 1,73E-03 0,09
45 15,79 1,92 81,58 1,73 9,27 1,02E+00 1,56
46 5,26 0,64 42,11 0,89 1,27 1,39E-01 0,56
48 3,42 0,42 26,32 0,56 0,85 9,36E-02 0,36
49 20 2,43 92,11 1,95 35,93 3,94E+00 2,78
50 1,05 0,13 10,53 0,22 0,06 6,43E-03 0,12
51 2,37 0,29 21,05 0,45 0,21 2,29E-02 0,25
52 0,53 0,06 5,26 0,11 0,01 8,52E-04 0,06
53 2,37 0,29 21,05 0,45 0,14 1,56E-02 0,25
55 0,26 0,03 2,63 0,06 0,04 3,99E-03 0,03
58 4,21 0,51 31,58 0,67 0,39 4,23E-02 0,41
60 0,53 0,06 5,26 0,11 0,03 3,44E-03 0,06
63 8,95 1,09 60,53 1,28 3,28 3,60E-01 0,91
66 0,53 0,06 2,63 0,06 0,02 1,74E-03 0,04
68 0,26 0,03 2,63 0,06 0 1,19E-04 0,03
74 0,26 0,03 2,63 0,06 0,07 8,12E-03 0,03
136
CONT.APÊNDICE F - Análise fitossociológica na área de manejo florestal, para o ano de 2015.
Código DA DR FA FR DoA DoR VI
75 8,42 1,02 65,79 1,4 1,36 1,50E-01 0,86
76 0,53 0,06 2,63 0,06 0,01 1,18E-03 0,04
78 0,26 0,03 2,63 0,06 0,02 1,70E-03 0,03
82 0,26 0,03 2,63 0,06 0,05 5,17E-03 0,03
83 0,79 0,1 7,89 0,17 0,1 1,04E-02 0,09
84 0,53 0,06 5,26 0,11 0,24 2,63E-02 0,07
86 1,84 0,22 15,79 0,33 0,18 1,93E-02 0,19
87 1,58 0,19 10,53 0,22 0,04 4,72E-03 0,14
88 19,47 2,37 47,37 1 9,79 1,08E+00 1,48
89 1,58 0,19 10,53 0,22 0,54 5,98E-02 0,16
90 2,63 0,32 23,68 0,5 0,4 4,38E-02 0,29
92 10 1,21 55,26 1,17 3,63 3,99E-01 0,93
94 1,05 0,13 10,53 0,22 0,22 2,46E-02 0,13
95 8,16 0,99 55,26 1,17 6,27 6,88E-01 0,95
97 27,36 3,32 92,11 1,95 23,25 2,55E+00 2,61
103 1,32 0,16 10,53 0,22 0,1 1,15E-02 0,13
104 1,84 0,22 13,16 0,28 0,34 3,73E-02 0,18
107 1,05 0,13 7,89 0,17 0,27 2,96E-02 0,11
112 0,26 0,03 2,63 0,06 0 1,68E-04 0,03
113 0,53 0,06 5,26 0,11 0,01 8,89E-04 0,06
114 1,05 0,13 10,53 0,22 0,47 5,16E-02 0,13
117 1,05 0,13 10,53 0,22 0,45 4,91E-02 0,13
118 0,26 0,03 2,63 0,06 0 8,56E-05 0,03
124 1,58 0,19 10,53 0,22 0,06 6,46E-03 0,14
128 1,32 0,16 13,16 0,28 0,23 2,52E-02 0,16
129 0,79 0,1 7,89 0,17 0,1 1,05E-02 0,09
130 3,68 0,45 34,21 0,73 2,99 3,29E-01 0,5
131 5,26 0,64 36,84 0,78 1,28 1,40E-01 0,52
132 14,47 1,76 71,05 1,51 9,96 1,09E+00 1,45
133 2,1 0,26 18,42 0,39 1,18 1,30E-01 0,26
136 0,79 0,1 7,89 0,17 0,18 2,02E-02 0,09
138 2,1 0,26 18,42 0,39 0,07 7,37E-03 0,22
140 3,95 0,48 28,95 0,61 1,63 1,79E-01 0,42
141 15,26 1,85 81,58 1,73 11,83 1,30E+00 1,63
142 28,94 3,52 86,84 1,84 25,89 2,84E+00 2,73
144 6,84 0,83 50,00 1,06 5,35 5,88E-01 0,83
145 4,47 0,54 39,47 0,84 1,4 1,54E-01 0,51
146 1,84 0,22 18,42 0,39 0,43 4,73E-02 0,22
147 1,05 0,13 10,53 0,22 0,41 4,53E-02 0,13
137
CONT.APÊNDICE F - Análise fitossociológica na área de manejo florestal, para o ano de 2015.
Código DA DR FA FR DoA DoR VI
148 0,26 0,03 2,63 0,06 0,4 4,35E-02 0,04
149 1,05 0,13 10,53 0,22 0,39 4,33E-02 0,13
150 2,63 0,32 21,05 0,45 0,3 3,32E-02 0,27
151 2,37 0,29 21,05 0,45 0,38 4,22E-02 0,26
152 1,32 0,16 13,16 0,28 0,2 2,20E-02 0,15
153 0,53 0,06 5,26 0,11 0,01 8,50E-04 0,06
156 5,79 0,7 39,47 0,84 1,67 1,84E-01 0,58
157 2,1 0,26 18,42 0,39 0,36 4,00E-02 0,23
159 7,1 0,86 50,00 1,06 2,81 3,09E-01 0,74
160 0,26 0,03 2,63 0,06 0,01 8,08E-04 0,03
162 12,37 1,5 63,16 1,34 9,34 1,03E+00 1,29
163 0,53 0,06 5,26 0,11 0,01 7,60E-04 0,06
164 1,32 0,16 13,16 0,28 0,43 4,71E-02 0,16
166 0,53 0,06 5,26 0,11 0,12 1,32E-02 0,06
169 8,95 1,09 65,79 1,4 4,48 4,92E-01 0,99
170 5 0,61 36,84 0,78 2,66 2,92E-01 0,56
174 1,32 0,16 13,16 0,28 0,16 1,79E-02 0,15
175 1,05 0,13 10,53 0,22 0,01 1,20E-03 0,12
176 14,21 1,73 68,42 1,45 17,74 1,95E+00 1,71
177 2,1 0,26 18,42 0,39 0,61 6,65E-02 0,24
178 2,1 0,26 21,05 0,45 0,81 8,85E-02 0,26
179 0,53 0,06 5,26 0,11 0,06 6,45E-03 0,06
180 0,26 0,03 2,63 0,06 0,05 5,52E-03 0,03
181 1,58 0,19 15,79 0,33 2,55 2,80E-01 0,27
186 0,26 0,03 2,63 0,06 0 1,73E-04 0,03
187 2,37 0,29 21,05 0,45 1,46 1,61E-01 0,3
190 10,79 1,31 68,42 1,45 6,48 7,11E-01 1,16
191 13,94 1,69 52,63 1,12 15,42 1,69E+00 1,5
192 48,94 5,95 100,00 2,12 199,06 2,19E+01 9,97
193 11,58 1,41 81,58 1,73 10,54 1,16E+00 1,43
194 1,58 0,19 15,79 0,33 0,53 5,83E-02 0,2
195 3,16 0,38 26,32 0,56 3,39 3,72E-01 0,44
200 0,53 0,06 5,26 0,11 0,01 5,63E-04 0,06
201 2,1 0,26 21,05 0,45 0,35 3,82E-02 0,25
202 0,26 0,03 2,63 0,06 0,17 1,84E-02 0,04
203 4,74 0,58 28,95 0,61 2,9 3,18E-01 0,5
204 15 1,82 68,42 1,45 8,81 9,67E-01 1,41
211 1,84 0,22 15,79 0,33 0,17 1,91E-02 0,19
212 10 1,21 63,16 1,34 2,62 2,87E-01 0,95
138
CONT.APÊNDICE F - Análise fitossociológica na área de manejo florestal, para o ano de 2015.
Código DA DR FA FR DoA DoR VI
214 0,26 0,03 2,63 0,06 0,01 9,74E-04 0,03
215 1,84 0,22 18,42 0,39 0,14 1,53E-02 0,21
218 0,79 0,1 7,89 0,17 0,02 1,89E-03 0,09
219 6,05 0,74 50,00 1,06 1,11 1,22E-01 0,64
220 3,42 0,42 28,95 0,61 1,41 1,55E-01 0,4
221 1,05 0,13 7,89 0,17 0,65 7,09E-02 0,12
222 2,63 0,32 21,05 0,45 1,15 1,26E-01 0,3
226 7,63 0,93 52,63 1,12 0,84 9,19E-02 0,71
227 2,89 0,35 28,95 0,61 2,16 2,37E-01 0,4
232 0,53 0,06 5,26 0,11 0,21 2,30E-02 0,07
234 3,95 0,48 34,21 0,73 0,41 4,51E-02 0,42
236 1,32 0,16 13,16 0,28 0,06 6,37E-03 0,15
239 0,53 0,06 5,26 0,11 0,01 6,05E-04 0,06
240 2,89 0,35 23,68 0,5 5,28 5,79E-01 0,48
241 0,26 0,03 2,63 0,06 0,03 2,78E-03 0,03
242 2,1 0,26 18,42 0,39 0,45 4,98E-02 0,23
244 0,26 0,03 2,63 0,06 0,02 2,17E-03 0,03
245 0,26 0,03 2,63 0,06 0,09 9,57E-03 0,03
246 0,26 0,03 2,63 0,06 0 1,04E-04 0,03
248 0,53 0,06 5,26 0,11 0,08 9,10E-03 0,06
252 2,37 0,29 18,42 0,39 1,48 1,63E-01 0,28
253 5,53 0,67 39,47 0,84 3,28 3,60E-01 0,62
254 0,26 0,03 2,63 0,06 0 1,32E-04 0,03
255 10,26 1,25 55,26 1,17 10,69 1,17E+00 1,2
256 0,26 0,03 2,63 0,06 0 1,91E-04 0,03
260 5,26 0,64 31,58 0,67 1,56 1,71E-01 0,49
262 1,05 0,13 7,89 0,17 0,37 4,12E-02 0,11
263 11,31 1,37 76,32 1,62 12,71 1,40E+00 1,46
267 0,26 0,03 2,63 0,06 0 2,35E-04 0,03
268 1,58 0,19 15,79 0,33 0,07 7,34E-03 0,18
274 7,89 0,96 55,26 1,17 2,35 2,57E-01 0,8
275 1,58 0,19 15,79 0,33 0,07 7,96E-03 0,18
277 4,74 0,58 36,84 0,78 1,99 2,19E-01 0,53
278 0,79 0,1 5,26 0,11 0,03 2,95E-03 0,07
281 7,37 0,9 63,16 1,34 3,64 4,00E-01 0,88
282 0,26 0,03 2,63 0,06 0,01 5,63E-04 0,03
297 1,05 0,13 10,53 0,22 0,03 3,18E-03 0,12
298 1,58 0,19 13,16 0,28 0,19 2,10E-02 0,16
302 0,26 0,03 2,63 0,06 0 2,82E-04 0,03
139
CONT.APÊNDICE F - Análise fitossociológica na área de manejo florestal, para o ano de 2015.
Código DA DR FA FR DoA DoR VI
303 0,53 0,06 5,26 0,11 0,05 5,65E-03 0,06
304 1,58 0,19 13,16 0,28 0,33 3,63E-02 0,17
305 0,79 0,1 7,89 0,17 0,01 9,74E-04 0,09
306 0,26 0,03 2,63 0,06 0 2,08E-04 0,03
307 8,16 0,99 50,00 1,06 3,8 4,18E-01 0,82
308 2,37 0,29 18,42 0,39 0,14 1,54E-02 0,23
309 0,26 0,03 2,63 0,06 0 9,19E-05 0,03
310 0,79 0,1 7,89 0,17 0,01 9,09E-04 0,09
312 0,79 0,1 7,89 0,17 0,04 4,17E-03 0,09
313 3,42 0,42 31,58 0,67 0,48 5,31E-02 0,38
314 2,89 0,35 15,79 0,33 0,93 1,03E-01 0,26
315 0,53 0,06 5,26 0,11 0,01 7,26E-04 0,06
316 0,79 0,1 7,89 0,17 0,01 1,42E-03 0,09
318 0,53 0,06 5,26 0,11 0,02 1,70E-03 0,06
319 0,79 0,1 7,89 0,17 0,05 5,21E-03 0,09
320 2,37 0,29 23,68 0,5 0,41 4,47E-02 0,28
321 0,26 0,03 2,63 0,06 0 3,86E-04 0,03
322 3,95 0,48 21,05 0,45 1,48 1,62E-01 0,36
323 0,79 0,1 7,89 0,17 0,04 4,50E-03 0,09
324 3,42 0,42 28,95 0,61 1,12 1,23E-01 0,38
325 0,26 0,03 2,63 0,06 0 3,70E-04 0,03
326 5,26 0,64 23,68 0,5 0,59 6,50E-02 0,4
328 10 1,21 63,16 1,34 6,17 6,77E-01 1,08
329 27,63 3,36 89,47 1,9 23,35 2,56E+00 2,61
330 10 1,21 60,53 1,28 7,09 7,78E-01 1,09
331 0,26 0,03 2,63 0,06 0 2,21E-04 0,03
332 1,58 0,19 13,16 0,28 0,03 3,34E-03 0,16
333 0,26 0,03 2,63 0,06 0,03 3,37E-03 0,03
335 0,26 0,03 2,63 0,06 0,01 1,16E-03 0,03
340 1,32 0,16 7,89 0,17 0,04 4,23E-03 0,11
343 0,26 0,03 2,63 0,06 0 1,02E-04 0,03
345 0,79 0,1 7,89 0,17 0,02 2,01E-03 0,09
346 0,53 0,06 5,26 0,11 0,02 2,32E-03 0,06
347 0,26 0,03 2,63 0,06 0 2,50E-04 0,03
356 0,79 0,1 7,89 0,17 0,02 2,74E-03 0,09
357 0,26 0,03 2,63 0,06 0 2,66E-04 0,03
358 1,58 0,19 15,79 0,33 0,04 4,73E-03 0,18
359 0,26 0,03 2,63 0,06 0 6,88E-05 0,03
360 0,26 0,03 2,63 0,06 0 2,35E-04 0,03
140
CONT.APÊNDICE F - Análise fitossociológica na área de manejo florestal, para o ano de 2015.
Código DA DR FA FR DoA DoR VI
361 0,79 0,1 7,89 0,17 0,01 7,97E-04 0,09
362 0,53 0,06 2,63 0,06 0,01 5,59E-04 0,04
363 0,53 0,06 2,63 0,06 0,01 9,33E-04 0,04
364 0,26 0,03 2,63 0,06 0 2,21E-04 0,03
365 0,26 0,03 2,63 0,06 0 1,09E-04 0,03
367 0,53 0,06 5,26 0,11 0 4,45E-04 0,06
368 1,05 0,13 10,53 0,22 0,02 1,67E-03 0,12
369 0,26 0,03 2,63 0,06 0 2,98E-04 0,03
371 0,26 0,03 2,63 0,06 0 2,34E-04 0,03
374 2,37 0,29 21,05 0,45 0,11 1,16E-02 0,25
375 0,26 0,03 2,63 0,06 0 2,28E-04 0,03
376 0,79 0,1 7,89 0,17 0,01 9,21E-04 0,09
377 0,26 0,03 2,63 0,06 0 8,30E-05 0,03
378 0,26 0,03 2,63 0,06 0 8,12E-05 0,03
379 1,05 0,13 10,53 0,22 0,02 2,71E-03 0,12
380 0,26 0,03 2,63 0,06 0 9,38E-05 0,03
381 0,26 0,03 2,63 0,06 0 1,51E-04 0,03
382 0,26 0,03 2,63 0,06 0 2,28E-04 0,03
383 0,26 0,03 2,63 0,06 0 1,51E-04 0,03
384 0,26 0,03 2,63 0,06 0 1,16E-04 0,03
385 2,89 0,35 23,68 0,5 0,11 1,20E-02 0,29
387 0,26 0,03 2,63 0,06 0 1,27E-04 0,03
391 0,26 0,03 2,63 0,06 0 6,26E-05 0,03
392 0,53 0,06 5,26 0,11 0 2,98E-04 0,06
393 0,26 0,03 2,63 0,06 0 7,70E-05 0,03
394 0,26 0,03 2,63 0,06 0 8,30E-05 0,03
396 0,26 0,03 2,63 0,06 0 6,64E-05 0,03
397 0,79 0,1 5,26 0,11 0,1 1,06E-02 0,07
399 1,84 0,22 18,42 0,39 0,05 5,59E-03 0,21
400 0,53 0,06 5,26 0,11 0,01 6,58E-04 0,06
402 0,26 0,03 2,63 0,06 0 8,30E-05 0,03
403 0,26 0,03 2,63 0,06 0 7,12E-05 0,03
404 0,26 0,03 2,63 0,06 0 7,45E-05 0,03
406 0,26 0,03 2,63 0,06 0 1,53E-04 0,03
407 0,26 0,03 2,63 0,06 0 1,87E-04 0,03
408 0,26 0,03 2,63 0,06 0 7,04E-05 0,03
nãoidentificadas 4,21 0,51 26,32 0,56 0,17 0,02 0,36
Total 822,98 100 4715,79 100 910,9 100 100
141
APÊNDICE G - Análise efetuada com base nas técnicas específicas usualmente aplicadas na identificação anatômica macroscópica da madeira, seguindo as orientações contidas nas normas técnicas (COPANT, 1974; IBAMA, 1991).
Utilizando, principalmente, as características sensoriais e anatômicas macroscópicas,corroborando com nossas criteriosas observações, através do método de comparação(Confronto), tendo como suporte a Coleção Botânica - Xiloteca / COTI / INPA, julgamostratar-se de:
01- CupiúbaFam.: GoupiaceaeNome Cient.: Goupia glabra (Gmel.). Aublet.
Macrofotografia, plano Transversal (10 X).
02- Abiu; GoiabãoFam.: SapotaceaeNome Cient.: Planchonella pachycarpa Pires.
Macrofotografia, plano Transversal (10 X).
142
03- Breu-vermelho
Fam.: BurseraceaeNome Cient.: Protium cf. heptaphyllum (Aubl.) Marchand.
Macrofotografia, plano Transversal (10 X).
04- CuiaranaFam.: Combretaceae Nome Cient.: Terminalia amazonica (J.F. Gmel.). Exell.
Macrofotografia, plano Transversal (10 X).
05- JatobáFam.: FabaceaeNome Cient.: Hymenaea courbaril L.
Macrofotografia, plano Transversal (10 X).
143
06- Para-paráFam.: BignoniaceaeNome Cient.: Jacaranda copaia (Aubl.) D. Don.
Macrofotografia, plano Transversal (10 X).
07- Envira-pretaFam.: AnnonaceaeNome Cient.: Guatteria poeppigiana Mart.
Macrofotografia, plano Transversal (10 X).
08- AbiuranaFam.: SapotaceaeNome Cient.: Pouteria cladantha Sandwith.
Macrofotografia, plano Transversal (10 X).
144
09- Itaúba Fam.: LauraceaeNome Cient.: Mezilaurus itauba Taubert ex Mez.
Macrofotografia, plano Transversal (10 X).
11- CaferanaFam.: OlacaceaeNome Cient.: Dulacia candida (Poepp.). Kuntze.
Macrofotografia, plano Transversal (10 X).
12- MaçarandubaFam.: SapotaceaeNome Cient.: Manilkara huberi (Ducke) Chevalier
Macrofotografia, plano Transversal (10 X).
145
13- AcariquaranaFam.: ViolaceaeNome Cient.: Rinorea guianensis Aubl.
Macrofotografia, plano Transversal (10 X).
14- MirindibaFam.: CombretaceaeNome Cient.: Buchenavia capitata (Vahl) Eichler.
Macrofotografia, plano Transversal (10 X).
15- TauariFam.: LecythidaceaeNome Cient.: Eschweilera parviflora (Aubl.) Miers.
Macrofotografia, plano Transversal (10 X).
146
4 9- Jacamim Fam.: ViolaceaeNome Cient.: Rinorea neglecta Sandwith.
Macrofotografia, plano Transversal (10 X).
84- MatamataFam.: LecythidaceaeNome Cient.: Eschweilera cf. amazonica R. Knuth.
Macrofotografia, plano Transversal (10 X).
127-Taxi-branco Fam.: FabaceaeNome Cient.: Tachigali paniculata Aubl.
Macrofotografia, plano Transversal (10 X).
147
10- Envira-preta / Louro; Louro-preto. Fam.: LauraceaeNome Cient.: Ocotea guianensis Aubl.
Macrofotografia, plano Transversal (10 X).
Obs.:1- Algumas variações na estrutura anatômica de algumas espécies estão relacionadas àobtenção do material para análise, proveniente de localização inadequada ao longo do fuste(nós, sapopemas, galhos, etc..) ou resíduos sólidos das indústrias visitadas. Por tratar-se dematerial sem procedência definida e de uso comercial, pode não ser necessário reter amostrastestemunhas, para registro ou contraprova na Xiloteca do Instituto. 2- Poderá haver solicitação de “amostras testemunhas” das análises pertinentes, paraconfronto ou afirmação dos resultados conflitantes, como prova de isenção do Laboratório deAnatomia e Identificação de Madeiras - COTI / INPA. 3- Amostras testemunhas das análises pertinentes foram deixadas no Laboratório de Anatomiae Identificação de Madeiras - COTI / INPA.
Manaus, 04 de Abril de 2016.
Responsável pela Identificação:
_________________________________ JORGE ALVES DE FREITAS Anatomista de MadeiraLab. De Anatomia e Identificação de Madeiras / Xiloteca.Coordenação de Tecnologia e Inovação - COTI / INPAFone: (92) 3643 3084 / 3085
Av. André Araújo, nº 2.936 - Petrópolis, CEP 69.060-001, Manaus - Amazonas - Brasil.Tel. + 55 92 3643-3078 / 3079, Caixa Postal 2223, CEP 69.080-971
http://www.inpa.gov.br, e-mail: [email protected]
148