Estabelecimento inicial de Bertholletia excelsa submetida à … 2019-08-01 · Estabelecimento...

56
Estabelecimento inicial de Bertholletia excelsa submetida à adubação orgânica em área degradada na Amazônia Central Jéssica Pereira de Souza 1 1 Instituto Nacional de Pesquisas da Amazônia (INPA), Laboratório de Fisiologia e Bioquímica Vegental 01/agosto/2019 Introdução O desflorestamento na Amazônia legal representa cerca de 20% da cobertura original da floresta. Entretanto, do total desmatado, apenas 0,42% é coberto por reflorestamentos (INPE 2014). Essa remoção da cobertura florestal reflete em mudanças nas propriedades físicas e químicas do solo (Ferreira et al. 2015) resultando, em grande parte da região, em extensas áreas degradadas. Atualmente, nosso desafio é transformar o que Homma (2017) chama de “Segunda Natureza”, que seriam as áreas desmatadas, em uma “Terceira Natureza”, que se trataria da recomposição dessas áreas com base em atividades produtivas viáveis. Uma das soluções apresentadas pelo mesmo autor é o reflorestamento em áreas degradadas, ferramenta fundamental para alcançar a recomposição da cobertura vegetal dessas áreas (Nogueira et al. 2015, Homma 2017). Para tal, Homma (2017) afirma a importância do uso de espécies nativas para se evitar o risco de biopirataria. Entretanto, o conhecimento sobre silvicultura de espécies florestais nativas continua sendo um gargalo que tem impedido avanços importantes nessa área (Walters et al. 2005). De modo geral, o estabelecimento de povoamentos florestais de espécies nativas de relevância econômica tem se apresentado como ferramenta eficiente na reinserção de áreas degradadas ao processo produtivo, fornecendo benefícios ambientais, sociais e econômicos que, por sua vez, aumenta a oferta de produtos, e consequentemente, diminui a pressão sobre as florestas nativas (Homma 2013). De modo geral, o estabelecimento de povoamentos florestais de espécies nativas de relevância econômica tem se apresentado como ferramenta eficiente na reinserção de áreas degradadas ao processo produtivo, fornecendo benefícios ambientais, sociais e econômicos que, por sua vez, aumenta a oferta de produtos, e consequentemente, diminui a pressão sobre as florestas nativas (Campoe et al. 2014), principalmente em áreas degradadas que apresentam inúmeras variáveis de estresse para as plantas (Jaquetti et al. 2014). As interações entre os recursos disponíveis vão influenciar em diferentes estratégias de sobrevivência, crescimento e eficiência no uso de recursos

Transcript of Estabelecimento inicial de Bertholletia excelsa submetida à … 2019-08-01 · Estabelecimento...

Estabelecimento inicial de Bertholletia excelsa submetida à adubação orgânica em área degradada na Amazônia

Central

Jéssica Pereira de Souza1

1Instituto Nacional de Pesquisas da Amazônia (INPA), Laboratório de Fisiologia e Bioquímica Vegental

01/agosto/2019

Introdução

O desflorestamento na Amazônia legal representa cerca de 20% da cobertura original da floresta. Entretanto, do total desmatado, apenas 0,42% é coberto por reflorestamentos (INPE 2014). Essa remoção da cobertura florestal reflete em mudanças nas propriedades físicas e químicas do solo (Ferreira et al. 2015) resultando, em grande parte da região, em extensas áreas degradadas.

Atualmente, nosso desafio é transformar o que Homma (2017) chama de “Segunda Natureza”, que seriam as áreas desmatadas, em uma “Terceira Natureza”, que se trataria da recomposição dessas áreas com base em atividades produtivas viáveis. Uma das soluções apresentadas pelo mesmo autor é o reflorestamento em áreas degradadas, ferramenta fundamental para alcançar a recomposição da cobertura vegetal dessas áreas (Nogueira et al. 2015, Homma 2017). Para tal, Homma (2017) afirma a importância do uso de espécies nativas para se evitar o risco de biopirataria. Entretanto, o conhecimento sobre silvicultura de espécies florestais nativas continua sendo um gargalo que tem impedido avanços importantes nessa área (Walters et al. 2005).

De modo geral, o estabelecimento de povoamentos florestais de espécies nativas de relevância econômica tem se apresentado como ferramenta eficiente na reinserção de áreas degradadas ao processo produtivo, fornecendo benefícios ambientais, sociais e econômicos que, por sua vez, aumenta a oferta de produtos, e consequentemente, diminui a pressão sobre as florestas nativas (Homma 2013). De modo geral, o estabelecimento de povoamentos florestais de espécies nativas de relevância econômica tem se apresentado como ferramenta eficiente na reinserção de áreas degradadas ao processo produtivo, fornecendo benefícios ambientais, sociais e econômicos que, por sua vez, aumenta a oferta de produtos, e consequentemente, diminui a pressão sobre as florestas nativas (Campoe et al. 2014), principalmente em áreas degradadas que apresentam inúmeras variáveis de estresse para as plantas (Jaquetti et al. 2014). As interações entre os recursos disponíveis vão influenciar em diferentes estratégias de sobrevivência, crescimento e eficiência no uso de recursos

das espécies. Consequentemente, identificar espécies com melhor desempenho durante o estabelecimento inicial do plantio pode melhorar a formação de povoamentos florestais em áreas degradadas (Guimarães et al. 2018).

Para o estabelecimento de plantios deve-se priorizar métodos, que não somente irão melhorar o desempenho das espécies de interesse, mas também recuperar o solo das áreas alteradas, que apresentam graves problemas quanto às características físicas e químicas (Santos et al. 2018). Nesse sentido, o uso de adubos orgânicos melhora as características químicas, físicas e biológicas do solo uma vez que podem influenciar o aumento da capacidade de troca catiônica, na maior disponibilidade de nutrientes, no aumento da aeração e da porosidade do solo, na maior atividade e diversidade de microrganismos, assim como, na maior capacidade de armazenamento de água (Mesquita et al. 2012, Barbosa et al. 2019), oferecendo condições favoráveis para a retomada da qualidade dos solos e para o desenvolvimento das plantas.

Quanto aos plantios, uma das espécies nativas que vem sendo mais estudada é a Bertholletia excelsa Humb. & Bonpl., mais conhecida como Castanha-da-Amazônia ou Castanha-do-Pará, que vem sendo fortemente indicada para estabelecimento de plantios em áreas degradadas (Salomão et al. 2006, Ferreira 2012, Scoles et al. 2014). B.excelsa, da família Lecythidaceae, é uma espécie de alta relevância social e econômica, sendo considerada uma das espécies mais valiosas da Amazônia, por fornecer múltiplos produtos: madeira de excelente qualidade, semente e óleos para indústria alimentícia e cosmética (Azevedo 2013).

Ao longo dos anos, tem se discutido o uso da castanheira em diferentes sistemas de plantio na Amazônia: plantios homogêneos, sistemas agroflorestais e enriquecimento de capoeiras e a espécie tem-se destacado por suas excelentes características silviculturais (Scoles et al. 2011, Gomes 2012, Schroth et al. 2015, Ferreira et al. 2016). Inúmeros estudos relacionados à ecofisiologia da B. excelsa concluem que se trata de uma espécie com alta plasticidade fisiológica quanto à níveis médios e altos de irradiância, ao estresse hídrico e a diferentes níveis de fertilização (Ferreira et al. 2015, Schroth et al. 2015, Souza et al. 2017, Schimpl et al. 2019).

Ferreira et al. (2009) concluiu que o uso de material vegetal fresco (capoeira picada) foi eficiente para melhorar as características físicas e químicas do solo, refletindo em melhorias no processo fotossintético e resultando em melhor desempenho dos indivíduos jovens de B. excelsa em área degradada. Sendo que, segundo Ferreira et al. (2015) a adubação orgânica influencia na eficiência da castanheira no uso de nutrientes, principalmente no uso de fósforo, causando maior crescimento e justificando seu bom estabelecimento inicial em campo. Entretanto, pouco se investiga quanto ao uso de diferentes fontes de adubação orgânica no estabelecimento inicial de plantios com B. excelsa, fontes estas que podem estar disponíveis na própria área de plantio, reduzindo custos e gerando benefícios ecológicos. Essa investigação é relevante uma vez que essas fontes alternativas de adubação orgânica influenciarão no estabelecimento e produtividade dos plantios utilizando elementos mais viáveis. Além de subsidiar o aperfeiçoamento de programas silviculturais de ações de reinserção produtiva de áreas degradadas da região.

Portanto, este trabalho tem o intuito de responder a seguinte questão: Quais os efeitos de fontes alternativas de adubação orgânica sobre crescimento e respostas ecofuncionais no estabelecimento inicial de Bertholletia excelsa em área degradada na Amazônia?

Objetivo geral

Investigar as respostas ecofisiológicas e crescimento de plantas jovens de Bertholletia excelsa submetidas a adubação orgânica em área degradada na Amazônia Central.

Hipóteses

Afim de responder à questão apresentada, foram postuladas as seguintes hipóteses:

I) As taxas de crescimento de B. excelsa serão maiores com o uso da adubação orgânica.

II) Os indivíduos de B. excelsa apresentarão diferentes estratégias morfológicas ao ser submetida à adubação orgânica.

III) O uso de adubos orgânicos aumentará o desempenho fotossintético de B. excelsa.

IV) A eficiência no uso dos recursos (luz, água e nutrientes) de B. excelsa será maior quando submetidas a adubação orgânica.

Figura 1: Castanha-do-Brasil

Análise exploratória de dados (AED)

A AED tem como objetivo:

1. Controlar a qualidade dos dados.

2. Sugerir hipóteses para os padrões observados (novos estudos).

3. Apoiar a escolha dos procedimentos estatísticos de testes de hipótese.

4. Avaliar se os dados atendem às premissas dos procedimentos estatísticos escolhidos.

Essa AED foi feita com base na análise de característica(s) de crescimento (absoluto e relativo, de altura total e diâmetro a altura do solo), morfológica (massa foliar específica), ecofisiológicas (quanto ao desempenho fotossintético, utilizado as seguintes variáveis: condutância estomática, taxa fotossintética, respiração, transpiração, fluorescência, eficiência máxima do fotossistema II, teores de pigmentos cloroplastídicos); e de eficiência no uso de recursos: eficiência no uso da luz e da água) de mudas de Bertholletia excelsa ao longo do tempo (2, 7, 14 e 21 dias) submetidas a dois tratamentos de adubação (adubação orgânica e adubação química). Cada tratamento possui 5 repetições.

As taxas de crescimento absoluto foram determinados pela diferença entre as medidas no período inicial e final.

A massa foliar específica (MFE) foi determinada por meio da razão entre a massa foliar seca e a área foliar.

Os dados pontuais de trocas gasosas foram obtidos à densidade de fluxo de fótons saturante (PPFD) de 1500 umol m-2 s-1. O IRGA (analisador de gás a infravermelho portátil, de sistema aberto, modelo LI-6400 (Li-Cor, USA)) foi ajustado para o fluxo de 400 umol s-1, concentração de CO2 e H2O dentro da câmara de medição em torno de 400 ± 4 umol mol-1 e 21 ± 1 mmol mol-1, respectivamente. A temperatura do bloco foi mantida em torno de 31°C ± 1°C. A eficiência no uso da água (EUA) e da luz (EUL) foi calculada pela relação entre as taxas de fotossíntese líquida (A) e transpiração (E) (Ferreira et al. 2009).

Para determinar as taxas de fluorescência, as folhas são submetidas a um pulso de luz saturante de intensidade de 3.000 umol m-2 s-1 e comprimento de onda de 650 nm por 5 segundo após 30 minutos de adaptação no escuro (Schimpl et al. 2019). A partir da obtenção da fluorescência serão determinadas a fluorescência inicial (F0), máxima (Fm) e variável (Fv = Fm - F0), a eficiência máxima do fotossistema II (Fv/Fm).

Scripts:

Explorando os dados ## [1] "A. orgânica" "A. química"

## ID_planta individuo dia tratamento mfe ## 1_o : 4 Min. :1 Min. : 2.00 A. orgânica:20 Min. :46.64 ## 1_q : 4 1st Qu.:2 1st Qu.: 5.75 A. química :20 1st Qu.:58.66 ## 2_o : 4 Median :3 Median :10.50 Median :61.84 ## 2_q : 4 Mean :3 Mean :11.00 Mean :62.20 ## 3_o : 4 3rd Qu.:4 3rd Qu.:15.75 3rd Qu.:68.99 ## 3_q : 4 Max. :5 Max. :21.00 Max. :76.33 ## (Other):16 ## A gs E Rd ## Min. :2.350 Min. :0.010 Min. :0.3300 Min. :0.0900 ## 1st Qu.:3.748 1st Qu.:0.040 1st Qu.:0.9175 1st Qu.:0.2300 ## Median :5.495 Median :0.060 Median :1.4600 Median :0.2400 ## Mean :5.087 Mean :0.067 Mean :1.4280 Mean :0.2737 ## 3rd Qu.:6.225 3rd Qu.:0.090 3rd Qu.:1.8725 3rd Qu.:0.3625 ## Max. :7.380 Max. :0.160 Max. :2.7200 Max. :0.5000 ## ## EUL EUA fvfm chla ## Min. :1564 Min. :2.220 Min. :0.4400 Min. :0.960 ## 1st Qu.:2498 1st Qu.:3.210 1st Qu.:0.6675 1st Qu.:1.320 ## Median :3666 Median :3.670 Median :0.7550 Median :1.750 ## Mean :3391 Mean :4.048 Mean :0.7310 Mean :1.784 ## 3rd Qu.:4151 3rd Qu.:4.367 3rd Qu.:0.8200 3rd Qu.:2.205 ## Max. :4922 Max. :8.720 Max. :0.8500 Max. :3.300 ## ## chlb carotenoides chlachlb chltotal ## Min. :0.2900 Min. :0.4400 Min. :2.260 Min. :1.320 ## 1st Qu.:0.5300 1st Qu.:0.6050 1st Qu.:2.433 1st Qu.:2.007 ## Median :0.7400 Median :0.8300 Median :2.495 Median :2.525 ## Mean :0.7532 Mean :0.7855 Mean :2.529 Mean :2.538 ## 3rd Qu.:0.9350 3rd Qu.:0.9600 3rd Qu.:2.610 3rd Qu.:3.080 ## Max. :1.3500 Max. :1.2400 Max. :3.000 Max. :4.060 ## ## Chltotlcar h d ## Min. :2.220 Min. :80.00 Min. :8.000 ## 1st Qu.:2.962 1st Qu.:81.03 1st Qu.:8.103 ## Median :3.285 Median :83.00 Median :8.300 ## Mean :3.268 Mean :82.91 Mean :8.291 ## 3rd Qu.:3.522 3rd Qu.:84.00 3rd Qu.:8.400 ## Max. :5.070 Max. :88.30 Max. :8.830 ##

Plotando o gráfico de correlação

A seguir se encontra o gráfico de correlações entre todas as variáveis de estudo afim de entender como estão correlacionadas umas com as outras (Figura 2 ).

Figura 2: Correlações entre as variáveis de estudo.

Dividindo as variáveis para melhor visualização:

Conferindo os dados

Segundo Zuur et al. (2010) devemos analisar as seguintes questões:

1 Presença de outliers X e Y: boxplot e plot de Cleveland

2 Homogeneidade Y: boxplot condicional

3 Normalidade Y: Histograma e qqplot

4 Presença de zeros: freq. plot ou corrgram

5 Colinearidade X: vif e scatterplots

6 Relationships Y e X: multi-panel, scatterplots e boxplot condicional

7 Interações: coplots

8 Independencia Y: ACF e variograma, plot e versus time/space

1 Presença de outliers X e Y: boxplot

Analisando a presença de outliers nas variáveis de crescimento:

Figura 3: Boxplot do crescimento de Bertholletia excelsa.

Analisando a presença de outliers na variável morfológica:

Figura 4: Boxplot dos valores de massa foliar específica.

Analisando a presença de outliers nas variáveis do desempenho fotossintético:

Figura 5: Boxplot dos parâmetros fotossintéticos.

Analisando a presença de outliers nas variáveis de eficiência no uso dos recursos:

Figura 6: Boxplot da eficiência no uso dos recursos.

2 Homogeneidade Y: boxplot condicional

Analisando a homogeneidade entre as variáveis de crescimento e os tratamentos:

Figura 7: Boxplot de crescimento nos tratamentos de adubação.

Analisando a homogeneidade entre a variável morfológica e os tratamentos:

Figura 8: Boxplot dos valores de massa foliar específica nos tratamentos de adubação.

Analisando a homogeneidade entre as variáveis do desempenho fotossintético e os tratamentos:

Figura 9: Boxplot dos parâmetros fotossintéticos em relação aos tratamentos de adubação.

Analisando a homogeneidade entre as variáveis de eficiência no uso dos recursos e os tratamentos:

Figura 10: Boxplot da eficiência no uso dos recursos nos tratamentos de adubação.

3 Normalidade Y: Histograma e qqplot

Analisando a normalidade nas variáveis de crescimento:

Figura 11: Histograma das taxas de crescimento.

Figura 12: QQplot das taxas de crescimento.

Analisando a normalidade na variável morfológica:

Figura 13: Histograma da massa foliar específica.

Figura 14: QQplot da massa foliar específica.

Analisando a normalidade nas variáveis do desempenho fotossintético:

Figura 15: Histograma dos parâmetros fotossintéticos.

Figura 16: QQplot dos parâmetros fotossintéticos.

Analisando a distribuição dos dados nas variáveis de eficiência no uso dos recursos:

Figura 17: Histograma das eficiências no uso dos recursos.

Figura 18: QQplot das eficiências no uso dos recursos.

4 Presença de zeros: freq. plot ou corrgram (correlogramas)

No gráfico a seguir é possível ver as correlações entre as variáveis, no qual a parte preenchida da pizza indica a magnitude dessa correlação.

5 Colinearidade X: vif e scatterplots

6 Relationships Y e X: multi-panel, scatterplots e boxplot condicional

Esses gráficos já foram feitos nas etapas anteriores.

7 Interações: coplots

Coplots - gráficos de condicionantes das variáveis de crescimento, considerando os dias e os tratamentos:

Coplots - gráficos de condicionantes da variável morfológica, considerando os dias e os tratamentos:

Coplots - gráficos de condicionantes das variáveis do parâmetro fotossintético, considerando os dias e os tratamentos:

8 Independencia Y: ACF e variograma, plot e versus time/space

Essa etapa foi testada com outros gráficos já apresentados.

Resumo dos dados pós EAD

De acordo com o proposto por Zuur et al. (2010), foram seguidos os passos básicos de análise exploratória de dados para melhor compreensão da distribuição, da independência e da homogeneidade dos dados, assim como, das relações entre as variáveis. Os dados obtidos apresentaram poucos outliers apenas nas variáveis razão clorofila a e clorofila b e eficiência no uso da água, entretanto não apresentam erros de medição e são biologicamente aceitáveis. Quanto a homogeneidade, de acordo com o observado nos gráficos condicionais, os dados apresentados são homogêneos. Algumas variáveis apresentaram distribuição normal e algumas não, entretanto, posteriormente serão realizadas análises estatísticas para melhor compreensão de tais distribuições. Nos gráficos de correlação é possível entender quais variáveis estão mais ou menos correlacionadas e assim, tomar decisões futuramente sobre as análises estatísticas adequadas ao utilizá-las. Com os gráficos de scatterplots - diagramas de dispersão - é possível visualizar melhor a relação de duas variáveis. Com os demais procedimentos foi possível entender o comportamento dos dados em relação aos tratamentos e visualizar melhor as respostas de B. excelsa quando submetida à adubação orgânica e química. A partir dessa análise exploratória de dados foi possível prever possíveis análises estatísticas a serem utilizadas.

Material e métodos

Tratamentos

Foram testados dois tratamentos de adubação no estabelecimento inicial de B. excelsa em plantio em área degradada: T1 - adubação orgânica e T2 - adubação química.

Instalação do experimento

As mudas passaram por uma padronização quanto à idade, altura, diâmetro e número de folhas. O plantio foi realizado no início do período de chuva no mês de Nov/dez. O espaçamento utilizado foi o de 2 x 2 m.

Delineamento experimental

O experimento foi formado por duas parcelas, uma para cada tratamento, com 10 mudas de B. excelsa. Os tratamentos serão distribuídos aleatoriamente na área. Para a mensuração das variáveis foram selecionadas 5 mudas aleatoriamente. Os dados foram submetidos às análises de normalidade, homocedasticidade, variância, comparação de médias e análise multivariada, à 5% de significância.

Testando as hipóteses

Hipótese I

As taxas de crescimento de B. excelsa serão maiores com o uso da adubação orgânica.

## A. orgânica A. química ## 8.36725 8.21535

## A. orgânica A. química ## 83.6725 82.1535

## Individuo Crescimento IntervaloTempo Tratamento ## 1 1_o 0.10 2-7 o ## 2 1_q 0.00 2-7 q ## 3 2_o 0.30 2-7 o ## 4 2_q 0.10 2-7 q ## 5 3_o 0.25 2-7 o ## 6 3_q 0.11 2-7 q

## Individuo Crescimento IntervaloTempo Tratamento ## 1_o : 3 Min. :0.0000 2-7 :10 Length:30 ## 1_q : 3 1st Qu.:0.1025 7-14 :10 Class :character ## 2_o : 3 Median :0.2750 14-21:10 Mode :character ## 2_q : 3 Mean :0.2900 ## 3_o : 3 3rd Qu.:0.4000

## 3_q : 3 Max. :0.8900 ## (Other):12

Figura 19: Boxplot do crescimento em altura (cm) no tratamento com a) Adubação orgânica e b) adubação química.

## Individuo Crescimento IntervaloTempo Tratamento ## 1 1_o 0.010 2-7 o ## 2 1_q 0.000 2-7 q ## 3 2_o 0.030 2-7 o ## 4 2_q 0.010 2-7 q ## 5 3_o 0.025 2-7 o ## 6 3_q 0.011 2-7 q

Figura 20: Boxplot do crescimento em diâmetro (mm) no tratamento com a) Adubação orgânica e b) adubação química, ao longo do experimento.

As médias das taxas de crescimento das mudas de B. excelsa apresentaram valores maiores no tratamento da adubação orgânica, tanto em altura quanto em diâmetro do coleto, quando comparadas com a adubação química.

A seguir se encontram os resultados obtidos por meio do teste t em relação às taxas de crescimento nos tratamentos. Para utilizar o teste t para amostras independentes é preciso atender a dois pressupostos: de distribuição normal dos dados e de homogeneidade das variâncias, portanto, foram realizados os testes de Shapiro wilk e Levene test para testar a normalidade e homogeneidade dos dados.

## ## Shapiro-Wilk normality test ## ## data: dados$h[dados$tratamento == "A. orgânica"] ## W = 0.93016, p-value = 0.1555

## ## Shapiro-Wilk normality test ## ## data: dados$h[dados$tratamento == "A. química"] ## W = 0.79864, p-value = 0.0008247

## ## Shapiro-Wilk normality test ## ## data: dados$d[dados$tratamento == "A. orgânica"] ## W = 0.93016, p-value = 0.1555

## ## Shapiro-Wilk normality test ## ## data: dados$d[dados$tratamento == "A. química"] ## W = 0.79864, p-value = 0.0008247

## Warning: package 'car' was built under R version 3.6.1

## Loading required package: carData

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 3.8991 0.05561 . ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 3.8991 0.05561 . ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## ## Two Sample t-test ## ## data: dados$h by dados$tratamento ## t = 2.3187, df = 38, p-value = 0.02589 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## 0.1928082 2.8451918 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 83.6725 82.1535

## ## Two Sample t-test ## ## data: dados$d by dados$tratamento ## t = 2.3187, df = 38, p-value = 0.02589 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## 0.01928082 0.28451918 ## sample estimates:

## mean in group A. orgânica mean in group A. química ## 8.36725 8.21535

De acordo com o teste t, os crescimentos em diâmetro e altura nos dois tratamentos foram significativamente diferentes (p=0.02589).

A seguir se encontra os gráficos obtidos (Figura 21 )

Figura 21: Taxa de crescimento em relação aos tratamentos.

Hipótese II Os indivíduos de B. excelsa apresentarão diferentes estratégias morfológicas ao ser submetida à adubação orgânica.

Para essa hipótese foram utilizados apenas os dados de massa foliar específica.

## A. orgânica A. química ## 64.7340 59.6625

## A. orgânica A. química ## 50.88 46.64

## A. orgânica A. química ## 76.33 72.79

As médias da massa foliar específica de mudas de B. excelsa apresentaram valores maiores no tratamento da adubação orgânica quando comparadas com a adubação química.

A seguir se encontram os resultados obtidos por meio do teste t em relação à massa foliar específica.

## ## Shapiro-Wilk normality test ##

## data: dados$mfe[dados$tratamento == "A. orgânica"] ## W = 0.91424, p-value = 0.07681

## ## Shapiro-Wilk normality test ## ## data: dados$mfe[dados$tratamento == "A. química"] ## W = 0.93162, p-value = 0.1659

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 0.6744 0.4167 ## 38

## ## Two Sample t-test ## ## data: dados$mfe by dados$tratamento ## t = 2.2776, df = 38, p-value = 0.02846 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## 0.5638311 9.5791689 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 64.7340 59.6625

De acordo com o teste t, houve diferença estatisticamente significante (p=0.02846) quanto à massa foliar específica nos diferentes tratamentos. A seguir se encontra o gráfico obtido.

Figura 22: Boxplot da ANOVA obtida entre massa foliar específica e tratamentos.

Hipótese III O uso de adubos orgânicos aumentará o desempenho fotossintético de B. excelsa. Para testar essa hipótese utilizaremos os dados de: condutância estomática (gs), taxa fotossintética (A), respiração no escuro (Rd), transpiração (E), eficiência máxima do fotossistema II (fv/fm), teores de pigmentos cloroplastídicos (clorofila a (chla), clorofila b (chlb), carotenóides, clorofila a/clorofila b (chlachlb), clorofila total (chltotal)).

## A. orgânica A. química ## 6.2960 3.8775

## A. orgânica A. química ## 5.13 2.35

## A. orgânica A. química ## 7.38 6.39

## A. orgânica A. química ## 0.0935 0.0405

## A. orgânica A. química ## 0.06 0.01

## A. orgânica A. química ## 0.16 0.14

## A. orgânica A. química ## 0.2750 0.2725

## A. orgânica A. química ## 0.09 0.09

## A. orgânica A. química ## 0.50 0.41

## A. orgânica A. química ## 1.8865 0.9695

## A. orgânica A. química ## 1.25 0.33

## A. orgânica A. química ## 2.72 2.53

## A. orgânica A. química ## 0.6635 0.7985

## A. orgânica A. química ## 0.44 0.56

## A. orgânica A. química ## 0.82 0.85

## A. orgânica A. química ## 1.9065 1.6610

## A. orgânica A. química ## 0.99 0.96

## A. orgânica A. química ## 3.30 2.27

## A. orgânica A. química ## 0.8280 0.6785

## A. orgânica A. química ## 0.29 0.36

## A. orgânica A. química ## 1.35 0.95

## A. orgânica A. química ## 2.5285 2.5285

## A. orgânica A. química ## 2.26 2.29

## A. orgânica A. química ## 3.00 2.84

## A. orgânica A. química ## 0.835 0.736

## A. orgânica A. química ## 0.51 0.44

## A. orgânica A. química ## 1.24 0.98

## A. orgânica A. química ## 2.736 2.339

## A. orgânica A. química ## 1.36 1.32

## A. orgânica A. química ## 4.06 3.23

Os parâmetros de desempenho fotossintético das mudas de B. excelsa apresentaram valores maiores no tratamento da adubação orgânica quando comparadas com a adubação química.

A seguir se encontram os resultados obtidos por meio do teste t em relação aos parâmetros fotossintéticos.

## ## Shapiro-Wilk normality test ## ## data: dados$A[dados$tratamento == "A. orgânica"] ## W = 0.92195, p-value = 0.108

## ## Shapiro-Wilk normality test ## ## data: dados$A[dados$tratamento == "A. química"] ## W = 0.89952, p-value = 0.0404

## ## Shapiro-Wilk normality test ## ## data: dados$gs[dados$tratamento == "A. orgânica"] ## W = 0.77851, p-value = 0.0004203

## ## Shapiro-Wilk normality test ## ## data: dados$gs[dados$tratamento == "A. química"] ## W = 0.76004, p-value = 0.0002322

## ## Shapiro-Wilk normality test ## ## data: dados$Rd[dados$tratamento == "A. orgânica"] ## W = 0.94551, p-value = 0.3041

## ## Shapiro-Wilk normality test ## ## data: dados$Rd[dados$tratamento == "A. química"] ## W = 0.9514, p-value = 0.3889

## ## Shapiro-Wilk normality test ## ## data: dados$E[dados$tratamento == "A. orgânica"] ## W = 0.91485, p-value = 0.07888

## ## Shapiro-Wilk normality test ## ## data: dados$E[dados$tratamento == "A. química"] ## W = 0.88341, p-value = 0.02039

## ## Shapiro-Wilk normality test ##

## data: dados$fvfm[dados$tratamento == "A. orgânica"] ## W = 0.88068, p-value = 0.0182

## ## Shapiro-Wilk normality test ## ## data: dados$fvfm[dados$tratamento == "A. química"] ## W = 0.6471, p-value = 9.435e-06

## ## Shapiro-Wilk normality test ## ## data: dados$chla[dados$tratamento == "A. orgânica"] ## W = 0.95809, p-value = 0.5065

## ## Shapiro-Wilk normality test ## ## data: dados$chla[dados$tratamento == "A. química"] ## W = 0.93518, p-value = 0.1941

## ## Shapiro-Wilk normality test ## ## data: dados$chlb[dados$tratamento == "A. orgânica"] ## W = 0.96306, p-value = 0.6067

## ## Shapiro-Wilk normality test ## ## data: dados$chlb[dados$tratamento == "A. química"] ## W = 0.91958, p-value = 0.09726

## ## Shapiro-Wilk normality test ## ## data: dados$chlachlb[dados$tratamento == "A. orgânica"] ## W = 0.90883, p-value = 0.06055

## ## Shapiro-Wilk normality test ## ## data: dados$chlachlb[dados$tratamento == "A. química"] ## W = 0.97344, p-value = 0.8252

## ## Shapiro-Wilk normality test ## ## data: dados$carotenoides[dados$tratamento == "A. orgânica"] ## W = 0.95263, p-value = 0.4087

## ## Shapiro-Wilk normality test ## ## data: dados$carotenoides[dados$tratamento == "A. química"] ## W = 0.89352, p-value = 0.03123

## ## Shapiro-Wilk normality test ## ## data: dados$chltotal[dados$tratamento == "A. orgânica"] ## W = 0.95841, p-value = 0.5127

## ## Shapiro-Wilk normality test ## ## data: dados$chltotal[dados$tratamento == "A. química"] ## W = 0.94189, p-value = 0.2603

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 5.6258 0.02287 * ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 1.3846 0.2466 ## 38

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 2.9464 0.09421 . ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 0.0668 0.7975 ## 38

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 3.8523 0.05703 . ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 3.1006 0.08631 .

## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 5.2403 0.02772 * ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 0.7352 0.3966 ## 38

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 0.2877 0.5948 ## 38

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 2.6352 0.1128 ## 38

## ## Two Sample t-test ## ## data: dados$A by dados$tratamento ## t = 7.2163, df = 38, p-value = 1.256e-08 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## 1.740034 3.096966 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 6.2960 3.8775

## ## Two Sample t-test ## ## data: dados$gs by dados$tratamento ## t = 5.0323, df = 38, p-value = 1.2e-05 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## 0.03167927 0.07432073 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 0.0935 0.0405

## ## Two Sample t-test

## ## data: dados$Rd by dados$tratamento ## t = 0.077048, df = 38, p-value = 0.939 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -0.06318618 0.06818618 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 0.2750 0.2725

## ## Two Sample t-test ## ## data: dados$E by dados$tratamento ## t = 5.7087, df = 38, p-value = 1.429e-06 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## 0.5918184 1.2421816 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 1.8865 0.9695

## ## Two Sample t-test ## ## data: dados$fvfm by dados$tratamento ## t = -4.5915, df = 38, p-value = 4.715e-05 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -0.19452201 -0.07547799 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 0.6635 0.7985

## ## Two Sample t-test ## ## data: dados$chla by dados$tratamento ## t = 1.4062, df = 38, p-value = 0.1678 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -0.1079146 0.5989146 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 1.9065 1.6610

## ## Two Sample t-test ## ## data: dados$chlb by dados$tratamento ## t = 1.7614, df = 38, p-value = 0.08621

## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -0.0223187 0.3213187 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 0.8280 0.6785

## ## Two Sample t-test ## ## data: dados$chlachlb by dados$tratamento ## t = 0, df = 38, p-value = 1 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -0.1038861 0.1038861 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 2.5285 2.5285

## ## Two Sample t-test ## ## data: dados$carotenoides by dados$tratamento ## t = 1.518, df = 38, p-value = 0.1373 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -0.03302256 0.23102256 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 0.835 0.736

## ## Two Sample t-test ## ## data: dados$chltotal by dados$tratamento ## t = 1.8114, df = 38, p-value = 0.07799 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -0.04668372 0.84068372 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 2.736 2.339

De acordo com o teste t, os parâmetros fotossintéticos: fotossíntese (p = 1.256e-08), condutância estomática (p = 1.2e-05), transpiração (p = 1.429e-06), eficiência máxima do fotossistema II (p = 4.715e-05) apresentaram diferenças significativa (<0,05) entre os dois tratamentos de adubação. Já os parâmetros: respiração no escuro, clorofila a, clorofila b, razão clorofila a e clorofila b, carotenóides e clorofila total, não apresentaram diferença significativa estatisticamente.

A seguir se encontra os gráficos obtidos.

IV) A eficiência no uso dos recursos (luz e água ) de B. excelsa será maior quando submetidas a adubação orgânica.

## A. orgânica A. química ## 4197.647 2585.341

## A. orgânica A. química ## 3421.708 1563.747

## A. orgânica A. química ## 4922.351 4262.083

## A. orgânica A. química ## 3.4985 4.5985

## A. orgânica A. química ## 2.22 2.52

## A. orgânica A. química ## 5.01 8.72

As médias da eficiência no uso de luz e água de mudas de B. excelsa apresentaram valores maiores no tratamento da adubação orgânica quando comparadas com a adubação química.

A seguir se encontram os resultados obtidos por meio do teste t em relação ao uso eficiente dos recursos.

## ## Shapiro-Wilk normality test ## ## data: dados$EUL[dados$tratamento == "A. orgânica"] ## W = 0.92205, p-value = 0.1085

## ## Shapiro-Wilk normality test ## ## data: dados$EUL[dados$tratamento == "A. química"] ## W = 0.8997, p-value = 0.04071

## ## Shapiro-Wilk normality test ## ## data: dados$EUA[dados$tratamento == "A. orgânica"] ## W = 0.96688, p-value = 0.6881

## ## Shapiro-Wilk normality test ## ## data: dados$EUA[dados$tratamento == "A. química"] ## W = 0.89404, p-value = 0.03194

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 5.6227 0.0229 * ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## Levene's Test for Homogeneity of Variance (center = median) ## Df F value Pr(>F) ## group 1 4.4178 0.04225 * ## 38 ## --- ## Signif. codes: 0 '***' 0.001 '**' 0.01 '*' 0.05 '.' 0.1 ' ' 1

## ## Two Sample t-test ## ## data: dados$EUL by dados$tratamento ## t = 7.2131, df = 38, p-value = 1.268e-08 ## alternative hypothesis: true difference in means is not equal to 0

## 95 percent confidence interval: ## 1159.807 2064.806 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 4197.647 2585.341

## ## Two Sample t-test ## ## data: dados$EUA by dados$tratamento ## t = -2.7569, df = 38, p-value = 0.008917 ## alternative hypothesis: true difference in means is not equal to 0 ## 95 percent confidence interval: ## -1.9077368 -0.2922632 ## sample estimates: ## mean in group A. orgânica mean in group A. química ## 3.4985 4.5985

De acordo com o teste t, as diferenças entre as eficiências no uso de luz e água de B. excelsa foram significativas entre os tratamentos.

A seguir se encontra os gráficos obtidos.

Análise dos componentes principais (PCA)

Essa análise sumariza os dados por eixos não correlacionados, os componentes principais, que se trata da combinação linear das variáveis originais, em que os primeiros componentes são os que representam a maior parte da variação dos dados. A PCA nesse caso fpi utilizada para identificar os grupos de variáveis inter-relacionadas e possível redução do número de variáveis.

## Importance of components: ## PC1 PC2 PC3 PC4 PC5 PC6 ## Standard deviation 2.2689 1.9328 1.4180 1.22692 1.04285 0.84345 ## Proportion of Variance 0.3217 0.2335 0.1257 0.09408 0.06797 0.04446 ## Cumulative Proportion 0.3217 0.5552 0.6809 0.77499 0.84296 0.88742 ## PC7 PC8 PC9 PC10 PC11 PC12 ## Standard deviation 0.76070 0.61730 0.60994 0.52570 0.36792 0.22513 ## Proportion of Variance 0.03617 0.02382 0.02325 0.01727 0.00846 0.00317 ## Cumulative Proportion 0.92359 0.94741 0.97066 0.98793 0.99639 0.99956 ## PC13 PC14 PC15 PC16 ## Standard deviation 0.08385 0.004884 0.001167 1.876e-15 ## Proportion of Variance 0.00044 0.000000 0.000000 0.000e+00 ## Cumulative Proportion 1.00000 1.000000 1.000000 1.000e+00

## PC1 PC2 PC3 PC4 PC5 PC6 PC7 PC8 PC9 ## 0.32174 0.55523 0.68091 0.77499 0.84296 0.88742 0.92359 0.94741 0.97066

## PC10 PC11 PC12 PC13 PC14 PC15 PC16 ## 0.98793 0.99639 0.99956 1.00000 1.00000 1.00000 1.00000

Figura 25: Análise dos componentes principais.

Figura 25: Análise dos componentes principais.

Os eixos PCI e PCII representaram um total de 55,52% da variação dos dados (PCI:32,17% e PCII:23,35%). No eixo PC1 estão as variáveis: eficiência no uso da água, eficiência no uso da luz, altura, diâmetro e condutância estomática, já no eixo PC2 as variáveis: respiração no escuro, razão clorofila a e b e razão clorofila total e carotenoides.

Com o gráfico da PCA podemos novamente visualizar a correlação entre algumas variáveis, como por exemplo: Fotossíntese e Eficiência no uso da luz, que são variáveis biologicamente fortemente relacionadas.

A partir dessa primeira análise dos dados é possível inferir sobre a influência da adubação orgânica no crescimento, morfologia e desempenho fotossintético de B. excelsa. Esses parâmetros são fundamentais para alcançar um bom estabelecimento inicial em plantios em áreas degradadas na Amazônia Central.

Referências bibliográficas Azevedo, G.F. da C. 2013. Photosynthetic parameters and growth in seedlings of Bertholletia excelsa and Carapa guianensis in response to pre-acclimation to full sunlight and mild water stress. Acta Amazonica 44: 67–77.

Barbosa, J.L.; Nobre, R.G.; Souza, L. de P.; Veloso, L.L. de S.A.; Silva, E.L. da; Guedes, M.A. 2019. Crescimento de algodoeiro colorido cv. BRS Topázio em solos com distintas salinidades e adubação orgânica. Revista de Ciêcias Agrárias 42: 201–210.

Campoe, O.; Iannelli, C.; Stape, J.; Cook, R.; Mendes, J.; Vivian, R. 2014. Atlantic forest tree species responses to silvicultural practices in a degraded pasture restoration plantation: From leaf physiology to survival and initial growth. Forest Ecology and Management 313: 233–242.

Ferreira, J.F. de C.A.F., Marciel José AND Gonçalves. 2012. Crescimento e eficiência do uso da água de plantas jovens de Castanheira-da-Amazônia em área degradada e submetidas à adubação. Ciência Florestal 22: 393–401.

Ferreira, M.; Gonçalves, J.F.; Baptista Silva Ferraz, J.; Júnior, U.; Rennenberg, H. 2016. Clonal Variation in Photosynthesis, Foliar Nutrient Concentrations, and Photosynthetic Nutrient Use Efficiency in a Brazil Nut (Bertholletia excelsa) Plantation. Forest Science 62: 323–332.

Ferreira, M.J.; Gonçalves, J.F.C.; Ferraz, J.B.S. 2009. Photosynthetic parameters of young Brazil nut (Bertholletia excelsa H. B.) plants subjected to fertilization in a degraded area in Central Amazonia. Photosynthetica 47: 616–620.

Ferreira, M.J.; de Carvalho Goncalves, J.F.; Silva Ferraz, J.B.; Correa, V.M. 2015. Nutritional traits of young Bertholletia excelsa Bonpl. plants under fertilization treatments in a degraded area in Amazonia. Scientia Forestalis 43: 863–872.

Gomes, I.B. 2012. RESPOSTAS ECOFISIOLÓGICAS DE PLANTAS JOVENS DE Bertholletia excelsa Bonpl. SUBMETIDAS À FERTILIZAÇÃO EM PLANTIO HOMOGÊNEO.: 59.

Guimarães, Z.T.M.; Santos, V.A.H.F. dos; Nogueira, W.L.P.; Martins, N.O. de A.; Ferreira, M.J. 2018. Leaf traits explaining the growth of tree species planted in a Central Amazonian disturbed area. Forest Ecology and Management 430: 618–628.

Homma, A. 2017. A Terceira Natureza da Amazônia The Third Nature of the Amazon La Tercera Naturaleza de la Amazonia.: 27–42.

Homma, A.K.O. 2013. Amazônia: prioridade para as florestas ou para as áreas desmatadas? Revista Conexões 6: 7–41.

INPE. 2014. Projeto Terraclass 2014 – Mapeamento da vegetação secundária para a Amazônia Legal..

Jaquetti, R.K.; Carvalho Gonçalves, J.F. de; Silva Ferraz, J.B.; Ferreira, M.J.; Santos Junior, U.M. dos; Lacerda, C.F. de. 2014. Green Fertilization Enhances the Photosynthetic Performance and the Growth of Leguminous Trees for Restoration Plantation in Central Amazon. American Journal of Plant Sciences 05: 2497–2508.

Mesquita, E.F.; Chaves, L.H.; Freitas, B.V.; Silva, G.A.; Sousa, M.V.R.; Andrade, R.A. 2012. Produção de mudas de mamoeiro em função de substratos contendo esterco bovino e volumes de recipientes. Revista Brasileira de Ciências Agrárias - Brazilian Journal of Agricultural Sciences 7: 58–65.

Nogueira, W.L.P.; Ferreira, M.J.; Martins, N.O. de A. 2015. Estabelecimento inicial de espécies florestais em plantio para a recuperação de área alterada no Amazonas. Revista de Ciâncias agrárias Amazonian Jornal of Agricultural and Environmental Sciences 58: 365–371.

Salomão, R. de P.; Rosa, N.A.; Castilho, A.; Morais, K.A.C. 2006. Castanheira-do-brasil recuperando Ã!“reas degradadas e provendo alimento e renda para comunidades da AmazÃ∖”{}nia Setentrional. Boletim do Museu Paraense EmÃ∖-lio Goeldi CiÃ∖textordfemeninencias Naturais 1: 65–78.

Santos, A.A.; Agustini, J.A.; Maltoni, K.L.; Cassiolato, A.M.R. 2018. Addition of waste and introduction of microorganisms after 45 years.: 363–370.

Schimpl, F.C.; Ferreira, M.J.; Jaquetti, R.K.; Martins, S.C.V.; Gonçalves, J.F. de C. 2019. Physiological responses of young Brazil nut (Bertholletia excelsa) plants to drought stress and subsequent rewatering. Flora 252: 10–17.

Schroth, G.; Mota, M.; Elias, M.E. de A. 2015. Growth and nutrient accumulation of Brazil nut trees (Bertholletia excelsa) in agroforestry at different fertilizer levels. Journal of Forestry Research 26: 347–353.

Scoles, R.; Gribel, R.; Klein, G.N. 2011. Crescimento e sobrevivência de castanheira (Bertholletia excelsa Bonpl.) em diferentes condições ambientais na região do rio Trombetas, Oriximiná, Pará. Boletim do Museu Paraense Emílio Goeldi Ciências Naturais 6: 273–293.

Scoles, R.; Klein, G.N.; Gribel, R. 2014. Crescimento e sobrevivência de castanheira (Bertholletia excelsa Bonpl., Lecythidaceae) plantada em diferentes condições de luminosidade após seis anos de plantio na região do rio Trombetas, Oriximiná, Pará. Bol. Mus. Para. Emílio Goeldi. Cienc. Nat., Belém, 9.

Souza, C. de; Santos, V.A. dos; Ferreira, M.J.; Gonçalves, J.F. 2017. Biomassa, crescimento e respostas ecofisiológicas de plantas jovens de Bertholletia excelsa Bonpl. submetidas a diferentes níveis de irradiância. Ciência Florestal 27: 557–569.

Walters, B.B.; Sabogal, C.; Snook, L.K.; Almeida, E. 2005. Constraints and opportunities for better silvicultural practice in tropical forestry: an interdisciplinary approach. For. Ecol. Manage.: 3–18.

Zuur, A.F.; Ieno, E.N.; Elphick, C.S. 2010. A protocol for data exploration to avoid common statistical problems. Methods in Ecology and Evolution 1: 3–14.