ABSTRACT: A key issue in large-area inventories is defining a suitable sampling design and the effort required to obtain reliable estimates of species richness and forest attributes, especially in species-diverse forests. To address this issue, data from 418 systematically distributed 0.4 ha plots were collected. Estimators of nonparametric species richness were employed to assess the floristic representativeness of data collected in three forest types in the Brazilian Atlantic Forest. The sampling sufficiency of forest attributes was evaluated as a function of sample size. Altogether, 831 tree/shrub species were recorded. The data acquired through the systematic sampling design were representative of both species richness and basal area. The confidence intervals’ length would not substantially decrease by using more than 70 % of the reference sample (n = 364), thereby reaching a length of ∼5 % of the sample mean. Nevertheless, reliable estimates of species richness for diverse forests demand a thorough sampling approach far more exacting so as to achieve acceptable population estimates of forest attributes. Though the study area is regarded as a biodiversity hotspot, the forest stands showed diminished species richness, basal area, stem volume and biomass when compared to old-growth stands. As regards species richness, the data provided evidence of contrasting great γ-diversity (at the forest type level) and small α-diversity (at the forest stand level). Amongst anthropic impacts, illegal logging and extensive cattle grazing within stands are undoubtedly key factors that threaten forest conservation in the study area.

Neste estudo foi abordada a segmentação de imagens de alta resolução e a utilização da técnica da mineração de dados. O objetivo foi encontrar correlação entre resposta espectral, espacial, de contexto e de textura, e variáveis dendrométricas obtidas de inventários florestais em áreas de estágio inicial de sucessão da Floresta Ombrófila Densa em três locais do Estado de Santa Catarina. Os dados de campo foram levantados em seis Unidades Amostrais (UA) com 1.600 m² cada. No processamento digital utilizaram-se três imagens de alta resolução espacial (0,39 m) obtidas pelo sensor SAAPI, com três bandas no visível, três no infravermelho próximo, modelo numérico de terreno e de superfície. Dados extraídos do produto digital (atributos) foram utilizados na etapa da mineração dos dados, que selecionou atributos relevantes e descartou aqueles de menor peso. Verificou-se que tanto no estrato arbóreo quanto na regeneração existe heterogeneidade de variáveis, como número de indivíduos (N), diâmetro a altura do peito (DAP) e área basal (AB). Mesmo assim, foram encontradas correlações significativas entre atributos das imagens e os dados de campo. A correlação de maior magnitude absoluta de N foi com as médias da banda 1 (-0,64), 3 (-0,62) e IR1 (0,63), para DAP foi a razão das bandas IR3 (0,56) e 2 (0,55) e para AB foi o menor valor de pixel das bandas 1 (-0,64) e IR3 (-0,60), todas altamente significativas (p<0,01). Esses resultados configuram pontos de partida para futuras investigações a respeito da construção de um estimador de parâmetros biofísicos da vegetação.

High-resolution image segmentation and data mining techniques were used in order to find statistical correlation between spatial, spectral, context and texture attributes, considering field data from early stages of secondary forests in the three study sites of Rain Forest in Santa Catarina State, Brazil. Field data were collected in six sampling plots with 1,600 m² each. Digital processing utilized three high resolution images (0.39 m) obtained by SAAPI sensor with three visible bands, three near infrared bands, one terrain and one surface model. Extracted data from the digital product (attributes) were used for data mining purposes, selecting the ones with relevance and dismissing those of lesser weight. It was found that both tree and regeneration layers are heterogeneous considering number of individuals (N), diameter at breast height (DBH) and basal area (AB). However, significant correlations between forest attributes and field data were found. The higher correlation of N is with the average of the band 1 (-0.64), 3 (-0.62) and IR1 (0.63) for DBH was the ratio of bands IR3 (0.56) and 2 (0.55) and the variable AB was the smallest pixel value of band 1 (-0.64) and IR3 (-0.60). All correlation coefficients were highly significant (p <0.01). These results constitute the starting point for future research on the relationship between groups of variables in order to estimate biophysical parameters

Resumo Mudanças climáticas são cada vez mais evidentes no cenário atual, provocando alterações em processos físicos, químicos e biológicos. O aumento da precipitação, por exemplo, é uma consequência das mudanças do clima. Este estudo teve por objetivo analisar o comportamento tendencial de dados mensais e anuais, assim como os máximos, das estações de entorno da bacia do Ribeirão Concórdia no município de Lontras no estado de Santa Catarina. Foi analisada a normalidade dos dados utilizados, além de três testes de aferição de tendências; o da análise da linha de tendência, o teste Mann-Kendall e a técnica da DFA (Detrended Fluctuation Analysis), além de uma correlação com índices do clima global. Foram encontradas tendências positivas para grande parte das estações analisadas por ambos os métodos (16 de 20), com significância para 11 estações. Os dados de máxima precipitação diária no mês também apresentaram aumento. Por meio de métodos estatísticos simplificados não foi encontrada correlação entre os dados pluviométricos e os índices globais na área analisada.

Abstract Climate change is increasingly evident in the current scenario, causing changes in physical, chemical and biological processes. The precipitation increase, for example, is a consequence of the climate change. This study aimed to analyze the trend behavior of monthly and annual data, as well the maximum values, from the surrounding stations of the Concordia River catchment in Lontras municipality, State of Santa Catarina, southern Brazil. Normality tests and three trends analysis were performed; trend line analysis, Mann-Kendall test and technique of DFA (Detrended Fluctuation Analysis), besides a correlation test with global index responsible for the climate. Positive trends were found for means, maximums and annual for analyzed stations by both methods (16 of 20) with significance for 11 stations. Maximum data also showed an increase. However, considering the simplified statistical methods used in this work no correlation was found towards the global index.

<p>Em florestas naturais, a altura total das árvores (h) é, muitas vezes, difícil de medir. Nesses casos, modelos de regressão baseados em variáveis de fácil medição, como o DAP (d), são uma alternativa, desde que seus pressupostos sejam atendidos. Neste estudo, objetivou-se i) o ajuste de modelos hipsométricos para três tipologias florestais de Santa Catarina (Floresta Estacional Decidual, Floresta Ombrófila Mista, Floresta Ombrófila Densa), testando os pressupostos e avaliando a qualidade dos ajustes; ii) verificação de diferenças das relações hipsométricas entre as tipologias florestais e entre os modelos ajustados baseados em alturas medidas e estimadas. Os dados de 1.766 alturas medidas e 3.150 alturas estimadas em campo foram coletados pelo Inventário Florístico Florestal de Santa Catarina (IFFSC), em 418 unidades amostrais. Os modelos foram ajustados para ambos os conjuntos de dados. Modelos específicos foram ajustados para espécies com ≥ 30 árvores medidas; normalidade, aleatoriedade e homoscedasticidade dos resíduos foram avaliadas analiticamente. Bandas com intervalos de confiança foram construídas pelo método Working-Hotelling; teste z para médias foi aplicado para comparar os modelos baseados nos dois conjuntos de dados. Parâmetros estatísticos como o AIC evidenciaram melhor ajuste dos modelos logarítmicos. Foram encontradas diferenças nas relações h/d entre as tipologias florestais (DEN e MIX) e entre os conjuntos de dados. O uso de modelos hipsométricos é uma alternativa para estudar a relação h/d e para determinar padrões da estrutura vertical em comunidades florestais, quando a medição de h não é viável, embora em casos da necessidade de maior acurácia das alturas estimadas, os modelos nem sempre possam fornecê-las.</p>

<p>Total tree height (h) is often difficult to measure in natural forests. Regression models based on easily accessed variables like DBH (d) can be an alternative, since their assumptions are validated. The aims of this study are to: (i) calibrate specific and generic h-d models for three forest types (Seasonal Deciduous Forest, DEC; Mixed Ombrophilous Forest, MIX; and Dense Rainforest, DEN) in Santa Catarina state testing the regression assumptions and evaluating model quality; (ii) verify different h-d relationship between forest types. The dataset (1,766 measured tree h and 3,150 estimated h) was collected by Santa Catarina Forest and Floristic Inventory (IFFSC) in 418 systematically located sample plots. Models were calibrated for two datasets, one containing hypsometer measurements, the other h estimations made by field crews. Specific models were calibrated for species with at least 30 sampled trees. Residual normality, randomness and heteroskedasticity were evaluated by analytical methods. Confidence bands were generated by the Working-Hotelling method; z test for means was applied to compare models based on the two databases. The statistical parameters such as corrected Akaike Information Criterion provided evidences that logarithmic models were better adjusted to the data. Both datasets were statistically different for DEN and MIX. Differences in h-d relationships were found between forest types. The use of calibrated h-d models is an alternative for studying the relationships between these variables and to assess vertical structure patterns of forest communities, when h measurements are not feasible, although, for situations that more accurate h values are needed, they will not always provide reliable predictions.</p>