Este trabalho foi realizado na Floresta Nacional de São Francisco de Paula, RS, e teve como objetivo avaliar a periodicidade do crescimento das árvores de Araucaria angustifolia, correlacionando-a com variáveis meteorológicas. O comportamento do crescimento foi obtido partindo do acompanhamento quinzenal de periodicidade por meio da instalação de cintas dendrométricas à altura do peito de 48 árvores femininas e 48 árvores masculinas, avaliadas durante o período de agosto de 2003 a agosto de 2006. Os resultados deste trabalho permitiram concluir que o início do crescimento anual em diâmetro das árvores ocorre em setembro, tendo seu pico no mês de janeiro, começando a decrescer a partir de março. As variáveis meteorológicas, como temperatura e precipitação, estão diretamente correlacionadas com o incremento. O aumento da temperatura e da precipitação influi positivamente no incremento e a ocorrência de precipitação acompanhada de temperaturas baixas reduz o crescimento em diâmetro.

O efeito do espaçamento (3 x 2, 3 x 3 e 3 x 4 m) e da adubação (400 e 800 kg/ha) sobre o crescimento de um clone de Eucalyptus saligna Smith foi avaliado neste trabalho. O crescimento em diâmetro (DAP), altura e volume comercial sem casca por árvore foi estudado dos três aos dez anos de idade, sendo os dados ajustados pela função de Backman. Mediante de análise de covariância foi possível verificar que os tratamentos de mesmo espaçamento apresentaram tendências de crescimento estatisticamente iguais para todas as variáveis estudadas. O fator adubação não mostrou influência significativa para a maioria dos tratamentos das variáveis estudadas, em todo o período observado. O fator espaçamento teve influência marcante no crescimento em diâmetro e volume comercial sem casca por árvore. Para a variável altura, apenas as árvores pertencentes ao menor espaçamento mostraram tendência de diminuição do crescimento em altura média no tempo. A produção em volume comercial sem casca por hectare foi menor para os tratamentos que constituíam o maior espaçamento, sendo que, praticamente, não diferiu entre os dois menores.

Este trabalho teve como objetivo comparar estimativas de volume com casca, obtidas com equações originadas partindo de dados da cubagem com casca e análise de tronco sem casca respectivamente. A base de informações para o desenvolvimento deste estudo foi obtida em povoamentos de Pinus taeda L. no município de Ponte Alta do Norte, Santa Catarina, sendo composta de duzentos e quarenta árvores cubadas com casca em diferentes idades, as quais foram selecionadas aleatoriamente e distribuídas por classe de diâmetro. Outra fonte de dados foi obtida com a análise de tronco sem casca de trinta árvores-amostra, distribuídas entre médias e dominantes. Foram testados modelos matemáticos para cada fonte de dados, afim de selecionar o de melhor ajuste e precisão, com base no critério de seleção do Valor Ponderado dos Escores dos Parâmetros Estatísticos (VP). O resultado do VP revelou a equação de Schumacher-Hall como mais adequada na estimativa do volume para as respectivas fontes de dados. A comparação entre as estimativas de volume dos modelos ajustados, partindo de dados da cubagem com casca e da análise de tronco sem casca, foi realizada com o teste Qui-quadrado, que demonstrou não haver diferença significativa entre elas, permitindo afirmar que é possível obter o volume com casca com base em uma equação gerada com dados de volume sem casca, obtidos pela análise de tronco.

No presente trabalho foi estudada a forma de tronco do Eucalyptus grandis Maiden para a determinação de volume e formação de sortimentos de madeira em duas classes: serraria, compreendendo toras com diâmetro na ponta fina superior a 30 cm com casca e com comprimentos de 4,20 m, 3,40 m e 2,60 m, priorizando a formação de sortimentos com o maior comprimento; indústria, para troncos ou porções deste com diâmetros entre 7 e 30 cm com casca. A forma de tronco foi ajustada por um polinômio do 5 grau, tendo como variável dependente os diâmetros relativos (di /d) e independente as alturas relativas (hi/h), apresentando bom ajuste e boa precisão estatística, permitindo estimar o volume absoluto e relativo dos sortimentos por integração da função de forma.

This research aimed to develop statistical models to predict basal area increment (BAI) for Araucaria angustifolia using Artificial Neural Networks (ANNs). Tree species were measured for their biometric variables and identified at the species level. The data were subdivided into three groups: (1) intraspecific competition with A. angustifolia; (2) the first group of species that causes interspecific competition with A. angustifolia; and (3) the second group of species that causes interspecific competition with A. angustifolia. We calculated both the dependent and independent distance and the described competition indices, considering the impact of group stratification. Multi-layer Perceptron (MLP) ANN was structured for modeling. The main results were that: (i) the input variables size and competition were the most significant, allowing us to explain up to 77% of the A. angustifolia BAI variations; (ii) the spatialization of the competing trees contributed significantly to the representation of the competitive status; (iii) the separate variables for each competition group improved the performance of the models; and (iv) besides the intraspecific competition, the interspecific competition also proved to be important to consider. The ANN developed showed precision and generalization, suggesting it could describe the increment of a species common in native forests in Southern Brazil and with potential for upcoming forest management initiatives.

A medição da altura das árvores é de extrema importância para o planejamento da produção florestal. Geralmente, é realizada por meio de amostragens por causa do tamanho das populações e das próprias árvores. Medições ao longo do tempo formam séries de dados temporais que implicam em certos problemas para o ajuste de equações que descrevam sua evolução. Muitos modelos de equações foram desenvolvidos com essa finalidade, sendo que neste trabalho são utilizados modelos lineares, logarítmicos, não-lineares linearizáveis e não-linearizáveis para descrever a altura ao longo do tempo. As estatísticas utilizadas para comparação entre modelos são o coeficiente de determinação (R²), a estatística C_p de Mallows, o critério de informação de Akaike (Akaike's information criterion - AIC), o quadrado médio dos resíduos (QMres) e a análise gráfica de resíduos. O objetivo deste trabalho foi desenvolver um exemplo de ajustamento de equações de crescimento para altura, verificar quais se adaptam melhor aos dados populacionais e determinar que critérios de seleção, entre os utilizados, têm mais relação com o verdadeiro melhor modelo. Para tanto, foi utilizada uma amostra de 64 árvores, provenientes de uma população de 531 árvores de Pinus elliottii Engelm. Nesse caso, as estatísticas da amostra são comparadas com as estatísticas da população, demonstrando qual modelo descreve melhor os dados da população. A qualidade do ajuste dos dados da população aos estimados por cada modelo foi avaliada pelo teste Qui-Quadrado e análise gráfica dos resíduos. O uso do critério de Akaike (AIC) mostrou-se adequado na seleção de modelos para os dados utilizados. As duas melhores equações foram a equação h = b₀ + b₁.t + b₂.t⁵ e o modelo de Chapman-Richards, que não apresentaram diferenças significativas entre si para os critérios analizados. Nesse sentido, o critério de Akaike, calculado para os dados amostrais, mostrou-se eficiente como critério de seleção de equações para descrever a altura das árvores ao longo do tempo, para a população utilizada neste estudo. A generabilidade, calculada pelo teste Qui-Quadrado em relação à população, não mostrou diferença significativa entre os modelos 3 e 9. A seleção final, usando-se os critérios qualitativos de ligação do modelo com o processo estudado, sua interpretabilidade e compreensibilidade, determinou a escolha do modelo de Chapman-Richards como o melhor para descrever o crescimento em altura das árvores estudadas.