Resumo A modelagem do recrutamento em florestais tropicais é importante para estudos de sustentabilidade do manejo florestal, por dar subsídio adequado à recuperação do estoque de madeira. O objetivo do trabalho foi estimar o recrutamento após a colheita de madeira, empregando um modelo de rede neural artificial (RNA). A área de estudo está localizada na Floresta Nacional do Tapajós (55°00’ W, 2°45’ S), Pará. Em 64 ha da área de estudo, em 1979, foi realizada colheita intensiva de 72,5 m3 ha-1. Em 1981 foram instaladas, aleatoriamente, 36 parcelas permanentes de 50 m x 50 m. Essas parcelas foram mensuradas em 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 e 2012. Para modelar o recrutamento foram consideradas as variáveis da subparcela-alvo e a sua vizinhança. As estimativas obtidas no treino e na generalização da RNA foram avaliadas pelas estatísticas: correlação () e raiz quadrada do erro quadrático médio (RQRQM), sendo obtido RQRQM 35,6% e 0,89. Foi possível modelar a tendência do recrutamento ao longo do tempo em florestas tropicais, após a colheita de madeira.

Abstract Recruitment models in tropical forests are important for studies on forest management sustainability because they provide adequate support to recovery of wood stocks. The objective of this work was to estimate recruitment after wood harvesting by using an artificial neural network (ANN) model. The study area is located at Tapajós National Forest (55° 00’ W, 2° 45’ S), Pará state. In 64 ha of the study area, in 1979, an intensive harvest of 72.5 m3 ha-1 was carried out. In 1981, 36 permanent plots of 50 m x 50 m were randomly installed. These plots were measured in 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 and 2012. For recruitment modeling, the variables of the target subplot and its vicinity were considered. The estimates obtained in ANN training and generalization were evaluated by statistics: correlation () and root mean square error (RMSE) were determined: RMSE 35.6% and 0.89. Recruitment tendency could be modeled over time in tropical forests after wood harvesting.

Resumo A procura intensa por essências madeireiras nativas consolidadas, que apresentam elevado uso, pode ocasionar a superexploração de espécies e diminuição do seu estoque na floresta. Uma alternativa para essa situação é a substituição dessas espécies por outras com propriedades da madeira semelhantes e com suficiente estoque de crescimento na floresta. O objetivo deste trabalho foi agrupar as espécies da Amazônia através das propriedades físico-mecânicas da madeira e realizar a análise discriminante para identificar quais características tecnológicas são mais importantes para o agrupamento. As espécies estudadas foram provenientes de oito localidades distintas da região amazônica. As propriedades físico-mecânicas utilizadas obtidas da literatura especializada nacional foram: densidade básica, contração (tangencial, radial e volumétrica), flexão estática, compressão paralela e perpendicular às fibras, dureza Janka paralela e transversal, tração perpendicular às fibras, fendilhamento e cisalhamento. Foi utilizada a técnica de análise multivariada de Cluster (distância euclidiana simples e o método de Ward) e a análise discriminante para avaliar o agrupamento. A análise de Cluster foi eficiente para agrupar as espécies, que foram separadas em três grupos distintos. As espécies que se destacaram foram a Helicostylis pedunculata Benoist. e Tachigali chrysophylla (Poepp.) Zarucchi & Herend., por se agruparem com as espécies mais comercializadas. Os menores valores de Wilks’Lambda foram da densidade da madeira (0,759053), cisalhamento (0,802960) e compressão paralela às fibras (0,825594). Essas características foram as mais determinantes para discriminar os grupos. A análise de agrupamento é eficiente para indicar a substituição de espécies consolidadas na Amazônia.

Abstract The intense search for consolidated native wood essences, which are highly used, can lead to the overexploitation of species and decrease their stocks in the forest. An alternative to this situation is the replacement of these species by others with similar wood properties and with sufficient forest growing stock. The objective of this work was to cluster the Amazon species through wood physical-mechanical properties and perform the discriminant analysis to identify which technological characteristics are more important for the clustering. The species studied came from eight different locations in the Amazon region. The properties used were: basic density, contraction (tangential, radial and volumetric), static flexion, compression parallel and perpendicular to the fibers, Janka hardness parallel and transversal, traction perpendicular to the fibers, cracking and shearing, all obtained from the national specialized literature. Multivariate Cluster analysis (simple Euclidean distance and Ward’s method) and the discriminant analyses were used to evaluate the clustering. Cluster analysis was efficient to cluster the species, which were separated into three distinct groups. The species that stood out were Helicostylis pedunculata Benoist. and Tachigali chrysophylla (Poepp.) Zarucchi & Herend., f or clustering with the most commercialized species. The lowest values of Wilks’Lambda were wood density (0.759053), shearing (0.802960) and compression parallel to the fibers (0.825594). These characteristics were the most determinant to discriminate the clusters. The clustering analysis was efficient for the separation of the species into marketing clusters.

Abstract: Timber from the second cutting cycle may make up the majority of future crop volumetric. However, there are few studies of the physical and mechanical properties of this timber, which are important to support the consolidation of new species. This study aimed to use Artificial Neural Networks to estimate the physical and mechanical properties of wood from the Amazon, based on basic density. The properties were: shrinkage (tangential, radial and volumetric), static bending, parallel and perpendicular to the fiber compression, parallel and transverse to the fibers, Janka hardness, traction, splitting and shear. The estimate followed the tendency of the data observed for the tangential, radial and volumetric shrinkage. The network estimated the mechanical properties with significant accuracy. Distribution of errors, static bending, parallel compression and perpendicular to the fiber compression also showed significant accuracy. Artificial Neural Networks can be used to estimate the physical and mechanical properties of wood from Amazon species.

RESUMO No manejo florestal é importante projetar a distribuição diamétrica ao longo do ciclo de corte para subsidiar as técnicas silviculturais mais adequadas à estrutura da floresta. O objetivo do trabalho foi projetar a distribuição diamétrica ao longo do ciclo de corte utilizando Matriz de Transição Markoviana. Em 1979 foi realizada a colheita seletiva, com intensidade de 72,5 m3 ha-1, em uma área de 64 ha, na Floresta Nacional do Tapajós, Pará. Em 1981 foram instaladas, aleatoriamente, 36 parcelas permanentes de 50 m x 50 m medidas sucessivamente em 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 e 2012. Para a projeção foram usadas duas matrizes de transição: uma com intervalo de tempo de um ano (1981 a 1982) e outra de dois anos (1981 a 1983). Todas as projeções apresentaram distribuição diamétrica em forma de “J” invertido, com pequena descontinuidade no último ano (2012). Houve aderência da distribuição diamétrica a 5% de significância entre os dados observados e estimados até aos 11 anos de projeção. A matriz de transição pode ser usada para projetar a distribuição diamétrica após a colheita em pequenos períodos de tempo após a colheita florestal.

ABSTRACT In forest management, it is important to project diametric distribution along the cutting cycle to subsidize the most suitable silvicultural techniques to forest structure. The aim of this work was to project diametric distribution along the cutting cycle using Markov Transition Matrix. In 1979, selective harvest was performed with an intensity of 72.5 m3 ha-1, in a 64 ha area in ‘Floresta Nacional do Tapajós’ - Pará state (PA). In 1981, 36 permanent plots of 50m x 50m were randomly installed and measured successively in 1982, 1983, 1985, 1987, 1992, 1997, 2007, 2010 and 2012. For the projection, two transition matrices were used: one with time interval of one year (1981 to 1982) and another of two years (1981 to 1983). All projections showed diametric distribution in inverted “J” form, with small discontinuity last year (2012). There was adherence of diametric distribution at 5% significance between observed and estimated data, up to 11 years of projection. Transition matrix can be used to project diametric distribution after harvest in short periods of time after the forest harvest.

RESUMO Avaliou-se o incremento periódico anual (IPA) em altura, considerando quatro períodos (2005 a 2006, 2006 a 2008, 2008 a 2010 e 2005 a 2010) ao longo de cinco anos, de mudas de Parkia gigantocarpa Ducke plantadas em clareiras, causadas pela exploração florestal, no Município de Paragominas, estado do Pará (3º30'S e 48º45'W). Foram considerados três tamanhos de clareiras: I- clareira pequena (200 a 400 m²), II- clareira média (401 a 600 m²) e III- clareira grande (> 600 m²). No período de 2005 a 2010, considerando todos os tamanhos de clareiras, Parkia gigantocarpa apresentou um incremento periódico em altura, de 96,7 cm ano-1. Nas clareiras grandes, no período de 2008 a 2010, o incremento foi de 137,9 cm ano-1 diferenciando em 5% de probabilidade das clareiras pequenas, onde o incremento foi de 64,2 cm ano-1. Também nas clareiras grandes, nesse mesmo período, não houve mortalidade de mudas, enquanto que nas clareiras pequenas e médias a mortalidade foi de 16,1% e 9,7% ano-1, respectivamente. Os resultados indicam que a espécie pode ser utilizada em plantios de enriquecimento em clareiras causadas pela exploração florestal.

ABSTRACT Height periodic annual increment (2005-2010) of seedlings of Parkia gigantocarpa Ducke planted in gaps caused by logging, in the municipality of Paragominas, state of Pará (3º 30'S; 48º 45'W) was evaluated. Three gap sizes were considered: small gap (200-400 m2); medium gap (401-600 m2); and large gap (> 600 m2). Parkia gigantocarpa had high height increment in all gap sizes during the study period, with 96.7 cm year-1 from 2005 to 2010. From 2008 to 2010 the increment in large gaps (137.9 cm year-1) was significantly different at p < 0.05 from small gaps (64.2 cm year-1). There was no mortality in large gaps in that period but in small and medium gaps the mortality rate was 16.1% and 9.7%, respectively. According to these results we can suggest the species for enrichment planting after logging, mainly in gaps larger than 600 m2.