São muitas as dificuldades enfrentadas pelos profissionais e estudantes que se dedicam aos estudos das ciências florestais e que necessitam fazer uso de métodos estatísticos multivariados na análise de inventários florestais...
moreSão muitas as dificuldades enfrentadas pelos profissionais e estudantes que se dedicam
aos estudos das ciências florestais e que necessitam fazer uso de métodos estatísticos
multivariados na análise de inventários florestais multidimensionais, decorrentes da
falta de livros didáticos com aplicações práticas dentro desse contexto.
Objetivando ajudar a minimizar esse problema, o presente livro foi elaborado com a
finalidade de contribuir para a diminuição dessa lacuna existente na literatura florestal
e, de colaborar com o aprendizado de disciplinas que tratam da análise de
levantamentos florestais.
O conteúdo apresentado nesta obra constitui a base dos cursos de análise multivariada
que foram ministrados aos alunos de graduação do curso de Engenharia Florestal e no
programa de pós-graduação em Ciências Florestais da Universidade Federal Rural da
Amazônia (UFRA), quando do exercício ativo da docência deste professor aposentado.
Este livro nada mais seria que “um pingo d’água no oceano”, dentro do mar diversificado
de alternativas que caracterizam o ramo da análise estatística multivariada, caso o
objetivo fosse apresentar com profundidade todos os métodos estatísticos, visando a
subsidiar a análise de levantamentos e de experimentos longitudinais, considerando a
complexidade requerida e a grande quantidade de problemas a serem equacionados
dentro da engenharia florestal. A seguir serão abordados alguns pontos para aguçar a
discussão sobre o panorama da análise multidimensional nos inventários florestais.
No caso do estudo dos recursos naturais de uma floresta, o planejamento dos
inventários para subsidiar a operacionalização de um plano de manejo florestal
sustentado, obrigatoriamente, deve, em seu levantamento, definir, distinguir e delimitar
os ecossistemas com características semelhantes, e obviamente, os métodos estatísticos
univariados não oferecem o suporte necessário e suficiente de análise para atender
referido objetivo.
A experiência na Amazônia tem demonstrado que as estratificações dos ecossistemas
estabelecidas mediante a interpretação de imagens de satélite e de fotografias aéreas,
apesar de importantes e informativas, isoladamente não são capazes de explicar com o
detalhamento requerido as inter-relações existentes entre as variáveis envolvidas para a
definição dos diferentes estratos, principalmente na composição da vegetação localizada
no sub-bosque da floresta. Desse modo, seria indicado compatibilizar os recursos de
sensoriamento remoto e de planejamento de amostragem com a análise estatística
multivariada. Entretanto, durante a execução de uma análise multivariada ocorrem
algumas dificuldades, sejam em relação à compreensão de sua teoria estatística ou com
relação à computação dessas análises.
É inegável, nas análises fitossociológicas de uma floresta natural, ser o uso da análise
multidimensional um instrumento poderoso para interpretar as correlações inter e
intra, existentes nos seus ecossistemas. Este fato fica ainda mais evidente atualmente,
quando os métodos mais comumente utilizados nos estudos da fitossociologia e,
amplamente disponíveis na literatura, através dos diversos “índices fitossociológicos”
unidimensionais que, de acordo com Queiroz et al. (2017), tornam difícil a interpretação ecológica dos tipos florestais, principalmente por não apresentarem estruturas de lógica
matemática e de método estatístico capazes de explicarem a complexidade dos
problemas envolvidos.
Atualmente, um dos problemas mais complexos enfrentados pelos profissionais que
atuam no campo do manejo das florestas de terra firme da Amazônia, é a análise dos
inventários florestais contínuos, com parcelas permanentes, cujo objetivo principal é o
de monitorar e avaliar a dinâmica de crescimento e produção da floresta manejada. Por
outro lado, para subsidiar o planejamento, definição e aplicação dos tratos silviculturais
com vista à aceleração da recomposição da floresta manejada, torna-se imprescindível o
uso de métodos estatísticos, que levem em consideração a detectação e a classificação de
agrupamentos de espécies que possuam perfis de crescimento semelhantes.
Em se tratando do manejo de florestas naturais, a análise estatística do inventário
contínuo com parcelas permanentes, ajuda a explicar a tendência de crescimento de
diferentes grupos de espécies com características de desenvolvimento semelhantes e,
portanto, facilita o planejamento dos tratamentos silviculturais a serem aplicados para
estimular a regeneração natural e melhorar o crescimento da floresta. A análise
multivariada, denominada de medidas repetidas, com o uso das técnicas de análises de
levantamentos longitudinais, pode ajudar na determinação desses grupos. Em alguns
casos, é até recomendável a aplicação conjunta de vários métodos multidimensionais.
As técnicas multivariadas de componentes principais e análise de fatores podem ser
utilizadas na diminuição da dimensionalidade dos dados, o que possibilitaria a partir de
um número menor de variáveis, mais facilmente explicar suas inter-relações. Essas
técnicas são importantes para construir índices fitossociológicos multivariados, e, a
partir deles, produzir mapas delimitando as comunidades florestais.
As técnicas de análises de agrupamento, de discriminante e de variância multivariada
podem ser usadas para delimitar, classificar e comparar os diferentes tipos de
ecossistemas, e assim obter mapas tipológicos baseados nas variáveis mais importantes
na explicação das estruturas florísticas e ecológicas da vegetação.
Pode ser interesse de o pesquisador estudar as inter-relações entre grupos de variáveis.
Por exemplo, um grupo pode ser formado por variáveis da flora e o outro pelas variáveis
que refletem a fertilidade de solo. A análise de correlação canônica ajuda a explicar essas
correlações gerando, inclusive, mapas com a estratificação das diversas relações solovegetação.
Nesta obra, os programas para efetuar as análises foram elaborados utilizando a
linguagem de programação do Sistema de Análise Estatística (SAS), haja vista o seu
grande potencial e amplitude, assim como a sua facilidade operacional e possibilidade de
adaptação a outros aplicativos disponíveis no mercado.
Waldenei Travassos de Queiroz