Neste estudo foram estabelecidos modelos para estimar a biomassa aérea de pinheiro-bravo (Pinus pinaster Aiton.) considerando as componentes individuais, tronco, casca, bicada, ramos e agulhas. De forma a garantir a aditividade entre as componentes de biomassa, foi ajustado um sistema de equações de regressão aparentemente não relacionadas (SUR). Recorrendo ao método destrutivo foram medidas e pesadas 77 árvores, recolhidas em 16 povoamentos florestais na região Norte-Centro de Portugal. As componentes de biomassa das árvores foram separadas e pesadas individualmente e, após determinação da fração de humidade, foi determinado o seu peso seco. Das variáveis biométricas medidas, o diâmetro à altura do peito e a altura total da árvore foram as que melhor se correlacionaram com a biomassa das componentes consideradas e, por isso, utilizadas em todas as equações incluídas no sistema ajustado. As estatísticas da regressão, coeficiente de determinação ajustado (R²aj) e valor percentual do desvio padrão dos resíduos (s yx), mostraram uma boa qualidade de ajustamento para a estimação da biomassa aérea total (R²aj=0.986, s yx=13.7%). A menor capacidade preditiva foi observada nas equações respeitantes às componentes bicada (R²aj=0.71, s yx=22.3%) e ramos (R²aj=0.79, s yx=51.1%). A comparação com equações disponíveis na bibliografia, para a mesma espécie, confirmou que os novos modelos de biomassa conduzem a estimativas mais exatas nos povoamentos estudados. Finalmente, o sistema de equações desenvolvido foi integrado no modelo de crescimento e produção ModisPinaster. Esta ferramenta open source, disponível na plataforma Capsis (http://www.inra.fr/capsis/help_en/modispinaster) permite, entre outras funcionalidades, a estimativa da biomassa aérea em pinhal bravo, de acordo com diferentes cenários de gestão escolhidos pelo utilizador.
This study presents a system of allometric equations to estimate the aboveground biomass (AGB) components (stem wood, stem bark, branches, top and needles) of maritime pine (Pinus pinaster Aiton.). In order to assure the additivity properties among the components of tree biomass and total tree biomass, a nonlinear regression equations system was developed by Seemingly Unrelated Regression (SUR) procedures. The data was collected, by destructive sampling, in 77 trees within 16 forest stands, located in the North-Centre of Portugal. The trees components were separated, individually weighed and, after determination of the moisture content, the biomass dry weight was determined. The biomass of individual components was modelled as a function of the diameter at breast height and total tree height. The goodness of fit (R²adj) and the percentage root mean square error (RMSE) indicates the good predictive ability to estimate the total AGB biomass (R²ad = 0986, RMSE = 13.7%). The lowest predictive ability was observed in top and branches components (R²ad = 0.71, RMSE = 22.3%; and R²ad = 0.79, RMSE = 51.1%, respectively). The comparison with previous equations, for the same species, showed that the new models achieve more accurate estimates in the stands studied. Finally, the system of equations was included in the open source simulator ModisPinaster, available in the Capsis platform (http://www.inra.fr/capsis/help_en/modispinaster), allowing the estimation of maritime pine AGB, under different management scenarios chosen by the user.