INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA INPA...
Transcript of INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA INPA...
13
INSTITUTO NACIONAL DE PESQUISAS DA AMAZÔNIA – INPA
PROGRAMA DE PÓS-GRADUAÇÃO EM CIÊNCIAS DE FLORESTAS TROPICAIS
MODELAGEM DO RENDIMENTO NO DESDOBRO DE TORAS DE
Manilkara spp. (SAPOTACEAE) EM SERRARIA NA NOVA FRONTEIRA
MADEIREIRA DO ESTADO DE RORAIMA, BRASIL
FILIPE EDUARDO DANIELLI
Manaus, Amazonas
Maio, 2013
ii
FILIPE EDUARDO DANIELLI
MODELAGEM DO RENDIMENTO NO DESDOBRO DE TORAS DE
Manilkara spp. (SAPOTACEAE) EM SERRARIA NA NOVA FRONTEIRA
MADEIREIRA DO ESTADO DE RORAIMA, BRASIL
Orientador: Dr. Joaquim dos Santos
Co-orientador: Dr. Niro Higuchi
Dissertação apresentada ao Instituto Nacional de
Pesquisas da Amazônia como parte dos requisitos
para obtenção do título de Mestre em Ciências de
Florestas Tropicais, área de concentração em
Manejo Florestal.
Manaus, Amazonas
Maio, 2013
iii
D185 Danielli, Filipe Eduardo Modelagem do rendimento no desdobro de toras
de Manilkara spp. (SAPOTACEAE) em serraria na nova fronteira madeireira do estado de Roraima, Brasil / Filipe Eduardo Danielli. --- Manaus: [s.n.], 2014.
xii, 69 f. : il. color.
Dissertação (Mestrado) --- INPA, Manaus, 2013. Orientador : Joaquim dos Santos. Coorientador : Niro Higuchi. Área de concentração : Ciências de Florestas tropicais.
1. Maçaranduba. 2. Serraria. 3. Sapotaceae. I. Título.
CDD 583.685
SINOPSE:
Estudou-se o rendimento em madeira serrada no desdobro de
toras de Manilkara spp. (SAPOTACEAE) serraria localizada no
sul do estado de Roraima, bem como ajuste de modelos para
estimar o rendimento em madeira serrada, estimar o volume
de oco das toras, quantificar os resíduos e verificar se existia
diferenças de rendimento entre toras ocas e não-ocas e em
diferentes classes de diâmetro.
Palavras-chave: Maçaranduba, Serraria, Sapotaceae.
iv
Aos meus pais, Merci Klauberg Danielli
e Jalmir Luis Danielli, dedico.
v
AGRADECIMENTOS
A Deus, pela vida, pela saúde e por todas as oportunidades concedidas. Aos meus queridos pais, Merci e Jalmir, pelo apoio e força durante toda minha vida e por contribuírem para minha formação profissional. À minha madrasta Cláudia Lúcia por contribuir na minha formação acadêmica. Aos meus irmãos Rafael, Leonardo, Júnior e Mariana pela alegria que sempre me trouxeram. À Criscian Kellen, pela parceria, companheirismo, paciência, por toda a ajuda na coleta de dados em Roraima, além dos vários conselhos que contribuíram para meu crescimento como pessoa e como profissional. Ao Instituto Nacional de Pesquisas da Amazônia e ao curso de pós-graduação em Ciências de Florestas Tropicais pela oportunidade do mestrado. À CAPES pela concessão da bolsa. À serraria RR Madeiras, na figura dos senhores Dalmo e Tiago, e a todos os seus funcionários, por todo apoio e suporte dado à coleta de dados. Ao meu orientador Dr. Joaquim dos Santos e co-orientador Dr. Niro Higuchi, por terem acreditado na minha competência, pela orientação, por todo o apoio e incentivo e pelas conversas e discussões que contribuíram para a realização desse trabalho. Ao Evandro Orfano, por todas as conversas e ideias compartilhadas, que me ajudaram muito na execução desse trabalho. Ao Bruno Gimenez, pela amizade e por toda a ajuda a esse trabalho, principalmente, na coleta dos dados em Roraima. Ao Conrado e à Lidiane por todos esses anos de amizade e de Manaus, por todos os momentos de descontração e alegria que compartilhamos juntos, pelas "trips" que fizemos, por todas as conversas de apoio e pelos conselhos. Ao Paulinho e Raoni pela amizade, boa vizinhança, companhia e incontáveis risadas. Aos amigos do programa de Ciências de Florestas Tropicais e do Laboratório de Manejo Florestal-LMF, por toda a convivência e experiência que tivemos juntos nessa importante etapa de nossas vidas, a pós-graduação.
vi
EPÍGRAFE
"A mente que se abre a uma nova ideia jamais
voltará ao seu tamanho original."
Albert Einstein
"Pouco conhecimento faz com que as pessoas se
sintam orgulhosas. Muito conhecimento, que se
sintam humildes. É assim que as espigas sem grãos
erguem desdenhosamente a cabeça para o Céu,
enquanto que as cheias as baixam para a terra, sua
mãe."
Leonardo da Vinci
"Há um prazer nas florestas desconhecidas;
Um entusiasmo na costa solitária;
Uma sociedade onde ninguém penetra;
Pelo mar profundo e música em seu rugir;
Amo não menos o homem, mas mais a natureza..."
Lord Byron
vii
RESUMO
O rendimento no desdobro de toras tem relação intrínseca com a
sustentabilidade na utilização dos recursos florestais na Amazônia e é de suma
importância para o planejamento, otimização e controle na produção da serraria. O
objetivo desse estudo foi estimar o rendimento no processo de desdobro de toras de
Manilkara spp., quantificar os resíduos gerados, avaliar se existe diferença de
rendimento entre as classes diamétricas e ajustar modelos que estimem o
rendimento em madeira serrada e o volume de oco das toras. Foram amostradas 71
toras e agrupadas em classes de diâmetro, foi feita a cubagem rigorosa pelo método
de Smalian para cálculo do volume das toras e calculado o volume de madeira
serrada, para determinação do rendimento e volume de resíduos gerados no
processamento das toras. O rendimento médio em madeira serrada no desdobro de
toras de Manilkara spp. foi de 30,1 % e não apresentou diferenças estatísticas entre
as classes diamétricas estudadas e entre as toras ocadas e não-ocadas. Entre as
classes estudadas, a classe 5 foi a que representou a classe máxima de rendimento.
Foram testados 12 modelos para estimar o rendimento em madeira serrada, sendo 7
modelos lineares e 5 não-lineares, em função das variáveis independentes diâmetro
da tora (Dpf), comprimento da tora (L) e volume da tora (Vt). Para estimar o volume
do oco das toras, foram testados 12 modelos, sendo 8 modelos lineares e 4 não-
lineares, em função das variáveis independentes diâmetro da tora (Dpf), diâmetro do
oco (Do), comprimento da tora (L) e volume da tora (Vt). Todas as relações entre as
variáveis foram analisadas baseando-se nos valores da correlação de Pearson. A
seleção dos modelos foi baseada no maior coeficiente de determinação ajustado
(R2ajust), menor erro padrão da estimativa (Syx%) e distribuição homogênea dos
resíduos. Entre os modelos testados para estimativa de rendimento em madeira
serrada, o melhor foi modelo 7, de dupla entrada, visto que os de simples entrada
não obtiveram boas estatísticas. Para estimativa do volume do oco das toras, os
modelos com as melhores estatísticas apresentadas foram os modelos 2 e 10, de
dupla entrada e o modelo 3, de simples entrada, em função da praticidade na coleta
da variável independente.
viii
ABSTRACT
The yield in sawing logs has intrinsic relationship to sustainability in the use of forest
resources in the Amazon and is of paramount importance to the business, as it
enables improved planning, optimization and control of the production of the sawmill.
The aim of this study was to estimate the yield of sawing logs Manilkara spp.,
quantify the waste generated, evaluate whether there is a difference in the yield
between the diameter classes and adjust models to estimate the yield in lumber and
volume of hollow logs. Seventy-one logs were sampled and grouped into diameter
classes, and was made the cubing Smalian method for calculating the volume of logs
and calculated the volume of lumber for determining yield and volume of waste
generated in the sawing of logs Manilkara spp. The average yield in sawing logs of
Manilkara spp. was 30,1% and showed no statistical differences in yield between the
diameter classes studied and among the hollow logs and non-hollow logs. Among the
classes studied, the class 5 was the one that represented the maximal yield. To
estimate the yield of sawing lumber, seven linear models and five nonlinear models
were tested, using as independent variable the smaller diameter of the log (Dpf),
length of the log (L) and volume of log (Vt). To estimate the volume of the hollow
logs, were tested eight linear models and four nonlinear models, using as
independent variable the smaller diameter of log (Dpf), hollow diameter (Do), length
of the log (L) and volume of log (Vt). All relationships between variables were
analyzed based on the values of the correlation of Pearson. The model selection was
based on the highest adjusted coefficient of determination (R2ajust), lower standard
error of estimate (Syx%) and homogeneous distribution of the residuals values.
Among the tested models to estimatte the yield of sawing lumber, the best model
was the number 7, of double entry, because the simple-entry models did not obtained
good statistics. To estimate the volume of hollow logs, the models with the best
statistics presented were the model 2 and model 10, of double entry; and model 3, of
single-entry, because of the convenience in the collection of the independent
variable.
ix
SUMÁRIO
RESUMO................................................................................................................... vii
ABSTRACT .............................................................................................................. viii
LISTA DE TABELAS ................................................................................................. xi
LISTA DE FIGURAS ................................................................................................. xii
LISTA DE ABREVIAÇÕES E SIGLAS .................................................................... xiii
1. INTRODUÇÃO ...................................................................................................... 14
2. OBJETIVO GERAL ............................................................................................... 16
2.1 OBJETIVOS ESPECÍFICOS ........................................................................................ 16
3. REVISÃO DE LITERATURA ................................................................................ 17
3.1 Desmatamento na Amazônia ....................................................................................... 17
3.2 Exploração florestal convencional versus Manejo Florestal Sustentável ...................... 18
3.3 O setor madeireiro na Amazônia legal ......................................................................... 19
3.4 Serrarias e o desdobro de toras na Amazônia ............................................................. 24
3.5 Rendimento no desdobro de toras ............................................................................... 25
3.6 Resíduos gerados na atividade madeireira .................................................................. 29
3.7 Métodos de cubagem rigorosa .................................................................................... 30
3.8 Modelagem para rendimento em serrarias .................................................................. 31
4. MATERIAL E MÉTODOS ..................................................................................... 33
4.1 Área de estudo ............................................................................................................ 33
4.2 Descrição da espécie .................................................................................................. 34
4.3 Descrição da serraria ................................................................................................... 35
4.4 Coleta de dados .......................................................................................................... 36
4.4.1 Obtenção e seleção das toras ........................................................................................... 36
4.4.2 Variáveis envolvidas ........................................................................................................... 37
4.4.3 Cubagem das toras ............................................................................................................. 38
4.4.4 Volume de madeira serrada .............................................................................................. 40
4.5 Determinação do rendimento (%) ................................................................................ 41
4.6 Volume de resíduos gerados ....................................................................................... 41
4.7 Análise estatística ........................................................................................................ 42
4.8 Modelos ajustados ....................................................................................................... 43
4.8.1 Modelos para estimativa do rendimento em madeira serrada ..................................... 43
4.8.2 Modelos para estimativa do volume de oco .................................................................... 44
4.8.3 Correlação de Pearson ....................................................................................................... 44
x
4.8.4 Seleção dos modelos ......................................................................................................... 45
5. RESULTADOS E DISCUSSÃO ............................................................................ 47
5.1 Comportamento dos dados .......................................................................................... 47
5.2 Rendimento no desdobro das toras de Manilkara spp. ................................................ 48
5.3 Comparação do rendimento entre toras ocadas e não ocadas .................................... 53
5.4 Geração de resíduos ................................................................................................... 55
5.5 Modelos testados para estimativa do rendimento em madeira serrada........................ 57
5.6 Modelos para estimativa do volume do oco ................................................................. 63
6. CONCLUSÕES ..................................................................................................... 68
7. REFERÊNCIAS BIBLIOGRÁFICAS ..................................................................... 69
xi
LISTA DE TABELAS
Tabela 1. Evolução madeireira na Amazônia no período de 1998 a 2009 (Adaptado de Lentini et al.,
2005 e Pereira et al., 2010). .................................................................................................................. 21
Tabela 2. Quantidade de pólos madeireiros, número de indústrias, produção de madeira em tora e
receita bruta da atividade madeireira na Amazônia Legal em 2009 (modificado de Pereira et al.,
2010). .................................................................................................................................................... 22
Tabela 3. Número de indústrias madeireiras, por tipo, na Amazônia Legal em 2009 (modificado de
Pereira et al., 2010). .............................................................................................................................. 22
Tabela 4. Produção de madeira processada da Amazônia Legal em 2009 (Adaptado de Pereira et al.,
2010). .................................................................................................................................................... 25
Tabela 5. Rendimento médio em madeira serrada (modificado de Batista e Carvalho et al., 2007). .. 26
Tabela 6. Rendimento do desdobro de toras em três serrarias do município de Jaru, RO, para
diversas espécies florestais, média de 3 serrarias (modificado de Oliveira et al., 2003). .................... 27
Tabela 7. Volume total de madeira serrada e resíduo (adaptado de Nascimento et al., 2006). .......... 28
Tabela 8. Rendimento médio em madeira serrada e volume total de resíduos, para 4 classes de
diâmetro de três espécies tropicais (adaptado de Biasi e Rocha, 2007). ............................................. 28
Tabela 9. Médias do rendimento de madeira serrada das 5 espécies estudadas (adaptado de Souza,
2006). .................................................................................................................................................... 29
Tabela 10. Quantidade, diâmetro médio e comprimento médio das toras agrupadas por classes de
diâmetro. ................................................................................................................................................ 37
Tabela 11. Modelos testados para estimar o rendimento de madeira serrada no desdobro de toras de
Manilkara spp. ....................................................................................................................................... 43
Tabela 12. Modelos testados para estimar o volume do oco das toras de Manilkara spp. .................. 44
Tabela 13. Média (x), desvio-padrão (s), valores mínimo (Mín) e máximo (Máx) do conjunto de
indivíduos amostrados na serraria em Rorainópolis (RR). ................................................................... 47
Tabela 14. Resultados obtidos para o desdobro de toras em diferentes classes diamétricas. ............ 49
Tabela 15. Rendimento percentual encontrado para as toras ocadas e não-ocadas. ......................... 53
Tabela 16. Resultados obtidos para a geração de resíduos em diferentes classes diamétricas. ........ 55
Tabela 17. Equações geradas para estimar o rendimento de madeira serrada no desdobro de toras de
Manilkara spp. ....................................................................................................................................... 58
Tabela 18. Valores obtidos pela Correlação de Pearson para as variáveis utilizadas com seus
respectivos valores de probabilidade (p). ............................................................................................. 59
Tabela 19. Equações geradas para estimar o volume do oco das toras de Manilkara spp. ................ 63
Tabela 20. Valores obtidos pela Correlação de Pearson para as variáveis utilizadas com seus
respectivos valores de probabilidade (p). ............................................................................................. 64
xii
LISTA DE FIGURAS
Figura 1. Evolução nas taxas (em km2) de desmatamento na Amazônia Legal. ................................ 17
Figura 2. Migração das madeireiras da Amazônia Legal. ..................................................................... 20
Figura 3. Eixos de transporte e produção de madeira na Amazônia Legal. ......................................... 23
Figura 4. Destino da madeira amazônica nos anos 1998, 2004 e 2009. .............................................. 24
Figura 5. Principais usos dos resíduos de madeira em indústrias madeireiras da Amazônia Legal em
2009. ...................................................................................................................................................... 30
Figura 6. Localização da área de estudo em empresa madeireira no município de Rorainópolis,
Roraima. ................................................................................................................................................ 33
Figura 7. Localização da área de estudo em empresa madeireira no município de Rorainópolis,
Roraima. ................................................................................................................................................ 34
Figura 8. Sequência de operações no processo de desdobro de toras na serraria estudada. ............ 35
Figura 9. Procedimento de marcação das toras com número na sequência do desdobro. .................36
Figura 10. Coleta do diâmetro das secções da tora para procedimento de cubagem rigorosa pelo
método de Smalian. .............................................................................................................................. 38
Figura 11. Coleta do diâmetro médio no início e no fim de cada extremidade da tora para cubagem do
volume de oco. ...................................................................................................................................... 39
Figura 12. Medição das dimensões de cada peça para o cálculo do volume individual.. .................... 40
Figura 13. Distribuição de frequência de indivíduos (toras) distribuídos por classes de diâmetro. ...... 48
Figura 14. Rendimento médio (%) no desdobro de toras de Manilkara spp. nas classes diamétricas. 50
Figura 15. Tora com defeito interno (oco) no processo de desdobro primário na serraria. .................. 51
Figura 16. Local de estocagem das toras no pátio da serraria estudada. . ............................. 53
Figura 17. Toras ocadas e não-ocadas armazenadas juntas no pátio da serraria.. ............................. 54
Figura 18. Resíduos gerados no processo de desdobro das toras na serraria. . ................... 57
Figura 19. Distribuição gráfica dos resíduos dos modelos 1 a 6 testados para todas as toras. ........... 61
Figura 20. Distribuição gráfica dos resíduos dos modelos 7 a 12 testados para todas as toras. ......... 62
Figura 21. Distribuição gráfica dos resíduos dos modelos 1 a 6 testados para as toras ocadas. ........ 66
Figura 22. Distribuição gráfica dos resíduos dos modelos 7 a 12 para as toras ocadas. ..................... 67
xiii
LISTA DE ABREVIAÇÕES E SIGLAS
ANOVA Análise de variância
CFT Ciências de Florestas Tropicais
CONAF Corporación Nacional Forestal
Do Diâmetro do oco da tora
Dpf Diâmetro da ponta fina da tora
EMBRAPA Empresa Brasileira de Pesquisa Agropecuária
IBAMA Instituto Brasileiro do Meio Ambiente e dos Recursos Naturais
Renováveis
IMAFLORA Instituto de Manejo e Certificação Florestal e Agrícola
IMAZON Instituto do Homem e Meio Ambiente na Amazônia
INPA Instituto Nacional de Pesquisas da Amazônia
INPE Instituto Nacional de Pesquisas Espaciais
IUFRO International Union of Forest Research Organizations
L Comprimento da tora
LMF Laboratório de Manejo Florestal
LPF Laboratório de Produtos Florestais
M3 Metros cúbicos
R2ajust Coeficiente de determinação ajustado
SFB Serviço Florestal Brasileiro
Syx Erro padrão da estimativa
SUDAM Superintendência do Desenvolvimento da Amazônia
USDA United States Department of Agriculture
Vms Volume de madeira serrada
Vo Volume do oco
Vt Volume da tora com casca
13
1. INTRODUÇÃO
A Amazônia brasileira é uma das maiores regiões produtoras de madeira
tropical do mundo e, com o esgotamento dos estoques da Indonésia e Malásia, a
atividade madeireira no Brasil ganha cada vez mais destaque no mercado
internacional como principal fornecedor para suprir a demanda por madeira tropical.
Paradoxalmente, embora a Amazônia possua cerca de 30% do estoque de madeira
tropical do mundo (Barbosa et al., 2001), tal atividade ainda desenvolve-se
predominantemente de maneira insustentável, ocasionando um enorme desperdício
dos recursos florestais em todas as etapas da cadeia produtiva, desde a exploração
florestal até o processamento industrial na serraria (Araujo, 2003).
As serrarias são responsáveis pelo desdobro primário das toras em madeira
serrada, apresentando baixo rendimento industrial em função do nível tecnológico
obsoleto envolvido no processo de produção (Brand et al., 2002). Cerca de 80% do
volume de madeira serrada produzida provêm desse tipo de empresa (Vale et al.,
1994), o que implica no aumento de custo do produto final e na geração de uma
grande quantidade de resíduos (Biasi e Rocha, 2007).
Na Amazônia, o rendimento médio da maioria das espécies processadas nas
serrarias é de aproximadamente 30% (Higuchi e Clement, 2006), o que desperta
atenção para quantidade de resíduos gerados que, na maioria dos casos, são
simplesmente queimados a céu aberto no pátio das empresas (Garcia et. al., 2012).
Entretanto, apesar desse quadro negativo, começam a surgir iniciativas para
aproveitamento desses resíduos como produção de carvão, briquetes, cavacos,
principalmente para geração de energia (Ribeiro, 2008).
O rendimento no processamento ou desdobro das toras na serraria é uma
importante questão que tem relação intrínseca com a sustentabilidade na utilização
dos recursos florestais, uma vez que o nível de aproveitamento da matéria-prima
influencia diretamente sobre a área de floresta explorada necessária para atender à
demanda por madeira. Além disso, é de suma importância para os empresários do
setor florestal, o prognóstico do estoque e rendimento da matéria-prima processada
na serraria, viabilizando a melhoria no planejamento, otimização e controle na
produção (Iwakiri, 1990).
15
No entanto, existem poucos estudos aplicados à estimativa de rendimento em
serrarias: Schroeder e Hanks, 1967; Schroeder et al., 1968; Adams e Dunmire,
1977; SUDAM, 1981; Yaussey, 1983; Iwakiri, 1990; Leite, 1994; Abreu, 2000;
Barchet, 2002; Souza et al., 2007 e Valério et al., 2009.
A modelagem tem sido utilizada amplamente na área florestal para realizar
previsões de produtividade florestal, estimativas hipsométricas, volumétricas e de
biomassa (Higuchi e Ramm, 1985; Oliveira, 1988; Guimarães, 1994; Higuchi et al.,
1994; Lima et al., 1996; Santos, 1996; Scolforo, 1997; Higuchi et al., 1998; Scolforo,
1998; Veiga et al., 1998; Azevedo et al., 1999; Batista et al., 2001; Barros et al.,
2002; Caldeira et al., 2002; Silva et al., 2004; Eisfeld et al., 2005; Valério et al.,
2007).
O uso de modelos para estimativa do rendimento de serrarias pode gerar
informações importantes para a composição de modelos e a formação de sistemas
para se conhecer o rendimento futuro de uma floresta em termos de volume de
produto final, proporcionando estratégias mais ousadas e seguras, com vistas aos
mercados de tais produtos (Souza et al., 2007).
Contudo, apesar de reconhecida a importância do uso de modelos
matemáticos no processamento industrial para previsão do rendimento e do volume
de resíduos gerados no desdobro de madeira, eles ainda têm sido pouco utilizados
no Brasil.
Para garantir a sustentabilidade da indústria madeireira amazônica, fica
evidente a necessidade de pesquisas que disponibilizem informações técnicas sobre
o desempenho no rendimento de espécies tropicais desdobradas na serraria, com o
ajuste de modelos de rendimento, principalmente para as espécies com maior
demanda no mercado, como a maçaranduba (Manilkara spp., Sapotaceae). A
Maçaranduba é uma das espécies mais abundantes da Amazônia (Hirai et al., 2008)
e utilizada em quase 90% das serrarias da região amazônica, por apresentar
características que a tornam mais cobiçada pelos madeireiros, como alta densidade
específica e coloração escura (Ribeiro, 2008).
Nesse contexto, o propósito desse trabalho foi estimar o rendimento no
processo de desdobro de toras de Manilkara spp. e ajustar modelos para estimativa
do rendimento em madeira serrada e o volume de oco das toras.
16
2. OBJETIVO GERAL
Estimar o rendimento em madeira serrada no desdobro de toras de Manilkara
spp. (Sapotaceae) em serraria no estado de Roraima.
2.1 OBJETIVOS ESPECÍFICOS
Determinar o rendimento percentual das toras processadas;
Avaliar diferenças de rendimento entre as classes diamétricas;
Avaliar diferenças de rendimento entre as toras não ocadas e ocadas;
Quantificar o percentual de resíduos gerados;
Ajustar modelos para estimar o rendimento em madeira serrada no desdobro
das toras;
Ajustar modelos para estimar o volume do oco das toras;
17
3. REVISÃO DE LITERATURA
3.1 Desmatamento na Amazônia
A dinâmica de ocupação para uso alternativo do solo na Amazônia teve início
na década de 1970 e ganhou impulso até a década de 1980, com os incentivos
fiscais aprovados pela Superintendência para o Desenvolvimento da Amazônia
(SUDAM), para a implantação de fazendas de criação de gado (Mahar, 1979).
A atividade madeireira está intimamente relacionada ao desmatamento, pois é
com a retirada e comercialização da madeira presente nessa área que é possível
fomentar a implantação da pecuária para criação de gado bovino (Oliveira e Braz,
1994; Barros e Uhl, 1997).
A madeira oriunda de áreas de corte raso (desmatamento) é a principal fonte
de suprimento para atender à demanda do setor madeireiro, dificultando a
implantação do manejo florestal.
A figura 1 apresenta a evolução do desmatamento (em km2) ao longo dos
anos com os picos de queda e aumento das taxas. Esses picos estão diretamente
ligados a toda uma conjuntura política e econômica do país.
Figura 1. Evolução nas taxas (em km
2) de desmatamento na Amazônia Legal.
Fonte: Instituto Nacional de Pesquisas Espaciais - INPE, 2012.
18
Fearnside (2005) explicou que a queda nos índices do desmatamento de
1987 até 1991 possivelmente tenha ocorrido em função da recessão econômica
brasileira. O autor também mencionou que o pico de desmatamento de 1995 foi
influenciado pela recuperação econômica que o Plano Real proporcionou ao país,
por meio do aumento na disponibilidade de capital e crédito agrícola. A queda nos
índices de desmatamento, em 1996 e 1997, possivelmente está relacionada com a
queda brusca do índice de inflação, como consequência lógica do Plano Real, que
fizeram com que os preços da terra atingissem o pico em 1995 e decréscimo de
quase 50% no final de 1997.
O aumento dos índices de desmatamento em 2002 pode ser atribuído em
partes pelo crescimento do mercado internacional de soja e, principalmente, de
carne bovina que, anteriormente, restringia-se ao mercado nacional devido à
ocorrência de febre aftosa (Alencar et al., 2004; Kaimowitz et al., 2004).
3.2 Exploração florestal convencional versus Manejo Florestal Sustentável
Na Amazônia, a exploração florestal ainda é realizada, na maioria dos casos,
de maneira convencional, ou seja, sem adoção de técnicas de manejo florestal
sustentável (Vidal et al., 1996; Amaral et al., 1998; Lentini et al., 2003; Sabogal et al.,
2006).
A exploração convencional danifica profundamente as florestas, causando a
exposição do solo, perda de biomassa, redução da cobertura florestal, deixando
muitas clareiras e árvores danificadas (Barreto et al., 1998), o que facilita a
incidência de incêndios (Cochrane et al.,1999).
A adoção do manejo florestal apresenta diversas vantagens em relação à
exploração florestal convencional, pois se caracteriza pela exploração florestal feita
com planejamento criterioso de suas atividades, buscando melhorar a produtividade
durante as operações, reduzindo os custos e os impactos ambientais à floresta
remanescente e ao solo (Putz et al., 1999; Holmes et al., 2000; Sabogal et al., 2000).
O manejo florestal contribui para a conservação florestal, mantendo a
estrutura e composição de espécies da floresta, assegurando a prestação de
serviços ambientais, como manutenção do ciclo hidrológico e seqüestro de carbono
(Amaral et al., 1998; Braz et al., 2005).
19
Além disso, o manejo florestal sustentável leva em consideração os aspectos
sociais, econômicos e ambientais de forma a justificar o desenvolvimento
sustentável (Higuchi e Hummel, 1997; Gomes et al., 2004).
3.3 O setor madeireiro na Amazônia legal
A exploração madeireira é um dos principais usos da terra na Amazônia
(Arima e Veríssimo, 2002; Lentini et al., 2005) e com o surgimento da infra-estrutura
de transporte e melhoria dos valores de mercado possibilitaram a exploração
madeireira em aproximadamente 65% da Amazônia brasileira (Lentini et al., 2005).
A exploração comercial de madeira na Amazônia começou nas florestas de
várzea, ou matas ciliares, às margens do rio Amazonas e de seus principais
afluentes, no século XVII, com a extração de madeiras nobres como o mogno
(Swietenia macrophylla), cedro (Cedrela odorata) e a virola (Virola surinamensis),
que eram comercializadas para a Europa (Barros e Uhl, 1997; Lentini et al., 2005).
Na década de 1970, cerca de 80% da madeira extraída na Amazônia era
oriunda de florestas de várzea (Barros e Uhl, 1997). Contudo, em 2004, essa
produção despencou para menos de 5% (Lentini et al., 2005).
A escassez dos recursos madeireiros nas florestas de várzea fez com que o
eixo da exploração florestal migrasse (figura 2), buscando as florestas de terra firme,
concentradas no leste amazônico, ao longo da rodovia Belém-Brasília, a oeste do
estado do Pará (Arima e Veríssimo, 2002; Lentini et al., 2005; Schulze et al., 2008).
20
Figura 2. Migração das madeireiras da Amazônia Legal. Fonte: Arima e Veríssimo, 2002.
A exploração madeireira em áreas de terra firme foi facilitada pelo
asfaltamento das primeiras rodovias nas bordas leste e sul da Amazônia brasileira.
Essa infraestrutura possibilitou condições favoráveis de transporte e mercado,
tornando a atividade madeireira ainda mais lucrativa e resolvendo o problema de
escassez nas florestas de várzea (Barros e Uhl, 1997).
Com isso, prósperos centros de exploração madeireira cresceram e se
espalharam ao longo dos estados do Pará, norte do Mato Grosso e Rondônia, sendo
o primeiro deles, o maior estado produtor de madeira na Amazônia, responsável por
45% da produção total, seguido do Mato Grosso com 33% e de Rondônia, com 15%
da produção. O Amazonas, embora possua a maior extensão da floresta amazônica,
participa apenas com 2% dessa produção. Os 5% remanescentes ficam a cargo dos
demais estados (Baitz et al., 2008).
Nos anos 90, o setor madeireiro no Pará contava com 783 empresas, seguido
do Mato Grosso com 860 empresas e de Rondônia com 509 empresas (Scholz,
2000). Um levantamento feito em 1998 por Lentini et al. (2003), identificou 72 pólos
madeireiros (tabela 1) em toda a região amazônica com cerca de 2.570 empresas
instaladas. Veríssimo e Lima (1998) e Veríssimo et al. (2001) levantaram um total de
2.533 madeireiras instaladas, quantidade próxima à indicada por Lentini et al.
(2003). Em 1998, essas empresas consumiram aproximadamente 28,3 milhões de
21
metros cúbicos de madeira em tora que gerou uma receita de US$ 381 milhões
(Lentini et al., 2003). Em 2004, essa dinâmica na demanda por madeires tropicais
propiciou o aumento do número de pólos madeireiros que passou de 72 para 82,
proporcionando, consequëntemente, o incremento no número de madeireiras
instaladas que passou de 2.570 para 3.132 empresas (tabela 1), responsáveis pelo
consumo de 24,5 milhões de metros cúbicos de madeira em tora (cerca de 6,3
milhões de árvores), o que representou 80% da produção de madeira tropical do
Brasil (Lentini et al., 2005). Em 2009, houve uma redução no número de empresas
madeireiras, de 3.132 para 2.227 (tabela 3); e no consumo de madeira em tora, de
24,5 para 14,2 milhões de metros cúbicos.
Tabela 1. Evolução madeireira na Amazônia no período de 1998 a 2009 (Adaptado de Lentini et al., 2005 e Pereira et al., 2010).
Item 1998 2004 2009
Consumo de madeira em
tora (milhões m3/ano) 28,3 24,5 14,2
Produção de madeira
processada (milhões
m3/ano)
10,8 10,4 5,8
Rendimento médio do
processamento 38% 42% 41%
Número de pólos
madeireiros 72 82 71
Número de empresas 2.570 3.132 2.227
Empregos gerados 353.044 379.621 203.702
22
Tabela 2. Quantidade de pólos madeireiros, número de indústrias, produção de madeira em tora e receita bruta da atividade madeireira na Amazônia Legal em 2009 (modificado de Pereira et al., 2010).
Estado Polos
madeireiros
Número de
indústrias
Consumo de toras
(milhares de m3)
Receita bruta
(US$ milhões)
Acre 1 24 422 91,4
Amapá 1 48 94 16,1
Amazonas 3 59 367 57,9
Maranhão 1 54 254 29,7
Mato Grosso 20 592 4.004 803,2
Pará 30 1.067 6.599 1.094,2
Rondônia 14 346 2.220 358,6
Roraima 1 37 188 31,5
Amazônia Legal 71 2.227 14.148 2.482,6
Na tabela 2 é possível observar que os estados do Pará, Mato Grosso e
Rondônia foram os maiores produtores de madeira em 2009, responsáveis por 91%
do total de madeira produzida na Amazônia.
Tabela 3. Número de indústrias madeireiras, por tipo, na Amazônia Legal em 2009 (modificado de Pereira et al., 2010).
Estado
Tipos de indústrias madeireiras
Micro-
serrarias
Serrarias
(Serras
de fita)
Laminadoras Fábricas de
compensado
Benefici
adoras Total
Acre - 16 3 - 5 24
Amapá 41 7 - - - 48
Amazonas 2 53 - - 4 59
Maranhão - 53 - 1 - 54
Mato Grosso 56 414 45 13 64 592
Pará 449 523 37 10 48 1.067
Rondônia 28 226 32 4 56 346
Roraima 5 27 2 - 3 37
Amazônia
Legal 581 1.319 119 28 180 2.227
23
A figura 3 mostra as principais rodovias que funcionavam como eixo de
transporte para o escoamento da produção madeireira (BR 163, BR 364, Estuário,
BR 010, PA 150, BR 230) (Lentini et al., 2005).
Figura 3. Eixos de transporte e produção de madeira na Amazônia Legal. Fonte: Lentini et al., 2005.
Analisando o destino da madeira amazônica, entre 1998 e 2004, cerca de
86% da produção madeireira era voltada ao mercado nacional e 14% à exportação
(Veríssimo e Smeraldi, 1999) (figura 4). No entanto, a partir de 2004, com o
surgimento de novas empresas, câmbio favorável e o crescente aumento da
demanda por madeiras tropicais, criaram um cenário positivo para as exportações,
que se intensificaram, saltando de 14% para 36% (3,7 milhões de m3), o que gerou
uma receita anual de US$ 943 milhões (Lentini et al., 2005). Em 2009, o consumo de
madeira no mercado nacional foi de 79% do total produzido e 21% foram destinados
ao mercado externo (figura 4). A receita estimada com a produção de 2009 para
todos os estados da Amazônia Legal foi de aproximadamente US$ 2,5 bilhões
(Pereira et al., 2010).
24
Figura 4. Destino da madeira amazônica nos anos 1998, 2004 e 2009. Fonte: Lentini et al., 2003; Lentini et al., 2005; Hummel et al., 2010.
Os principais países importadores dos produtos madeireiros da Amazônia
legal foram a União Européia, que representou 41% (US$ 418 milhões) do total de
exportações, seguido dos Estados Unidos, com 31% (US$ 313 milhões) e, da China,
com 15% (US$ 154 milhões) (Baitz et al., 2008). A tendência tem alcançado novos
mercados consumidores como a França e Japão (Scholz, 2000).
3.4 Serrarias e o desdobro de toras na Amazônia
Serraria é o local onde toras são armazenadas e desdobradas em madeira
serrada, sendo posteriormente estocadas por um determinado período para
secagem (Rocha, 1999).
O desdobro é a processamento das toras na serraria para conversão em
madeira serrada e é dividido em duas partes: desdobro primário e secundário. O
desdobro primário ocorre no momento em que a tora passa pela serra de fita vertical
e é transformada em pranchões, blocos e semi-blocos, e o processamento destes
em serras circulares, pelas refiladeiras (canteadeiras) e destopadeiras, consiste no
desdobro secundário, gerando como resíduo o pó-de-serragem, costaneiras e
aparas.
25
Na Amazônia, as serrarias utilizam o desdobro convencional das toras, que
consiste, na maioria das vezes, em um sistema de corte tangencial em sanduíche,
no qual a tora é fatiada, tentando obter o maior número de peças (Murara Jr. et al.,
2005).
O operador é quem visualiza todas as alternativas para tomada de decisão de
como serão feitos os cortes durante o desdobro da tora, tentando obter um nível
ótimo de aproveitamento das toras (Leite, 1994).
3.5 Rendimento no desdobro de toras
A indústria madeireira dos estados da Amazônia legal consumiu em 2009,
14,2 milhões de metros cúbicos em toras, que resultaram em 5,8 milhões de metros
cúbicos de madeira serrada, o que representou um rendimento médio de 41%. Dos
estados, o Acre foi o que mais se destacou apresentando o melhor aproveitamento
da matéria-prima comparado aos demais (tabela 4), com rendimento de 45,7%,
seguido do Mato Grosso com 44,8%, Amapá com 43,6%, Roraima com 37,2% e
Maranhão com 35,4%, apresentando o pior desempenho na atividade (Pereira et al.,
2010).
Tabela 4. Produção de madeira processada da Amazônia Legal em 2009 (Adaptado de Pereira et al.,
2010).
Estado Produção
processada (milhares de m
3)
Madeira serrada
Produtos beneficiados
Laminados e compensados
Rendimento do processamento
(%)
Produção processada (%)
Acre 193 23 22 55 45,7
Amapá 41 88 12 - 43,6
Amazonas 144 86 14 - 39,2
Maranhão 90 85 - 15 35,4
Mato Grosso 1.795 67 21 12 44,8
Pará 2.550 80 8 12 38,6
Rondônia 925 64 23 13 41,7
Roraima 70 68 20 12 37,2
Amazônia Legal 5.808 72 15 13 41,1
A determinação do rendimento no desdobro de toras é feito por meio da razão
entre o volume de madeira serrada (m3) e o volume da tora (m3), em porcentagem
26
(Gomide, 1974; Tuset e Duran, 1979; Rocha, 1999; Brand et al., 2002; Oliveira et al.,
2003; Latorraca, 2004; Batista e Carvalho, 2007), sendo influenciado principalmente
pelo diâmetro, volume da tora, conicidade, qualidade da tora (presença de
rachaduras, podridão e oco), tomada de decisões pelo operador durante o desdobro
(Steele, 1984; Biasi e Rocha, 2006) e pelos produtos gerados (Souza et al., 2007).
As toras com maiores diâmetros tendem a proporcionar maiores rendimentos,
uma vez que o volume de madeira perdido com costaneiras e aparas é menor em
porcentagem em relação ao volume das toras (Wade et al., 1992). Gerwing et al.
(2001) acreditam que esse volume perdido pode ser diminuído por meio da adoção
de técnicas e procedimentos simples como o armazenamento das toras, o uso de
equipamentos com melhor manutenção, treinamento de mão-de-obra e o
desenvolvimento de novos produtos, o que pode aumentar o rendimento da matéria-
prima em até 12%.
Batista e Carvalho (2007) avaliaram o rendimento de espécies em uma
serraria de pequeno porte em Santanésia-RJ, que apresentou um bom desempenho
(tabela 5), sendo o rendimento médio em madeira serrada similar às demais
serrarias nacionais.
Tabela 5. Rendimento médio em madeira serrada (modificado de Batista e Carvalho et al., 2007).
Variáveis Média Desvio Padrão CV%
Volume serrado/tora (m³) 0,035 0,014 39,84
Volume por tora(m³) 0,078 0,028 35,83
Rendimento (%) 44,86 5,36 12,11
Brand et al. (2002), trabalhando com dados da empresa Battistella em Santa
Catarina, observaram diversas etapas do processo produtivo, e encontraram os
menores valores para o rendimento das atividades de desdobro 34,87%, abaixo de
valores encontrados na literatura para a mesma atividade com coníferas. Segundo
Gomide (1974), um rendimento de 55 a 65% em coníferas é considerado normal, em
folhosas esse mesmo rendimento varia entre 45 e 55%, pelo fato das coníferas
apresentarem tronco menos tortuoso, com menos defeitos e o alburno é sempre
utilizável.
Em um estudo pioneiro realizado por Iwakiri (1990) o rendimento médio do
desdobro das toras obtido foi de 41,9 a 61,8% para 20 espécies de madeira tropical.
27
Em outro estudo com 15 espécies tropicais da Amazônia (tabela 6), avaliando três
serrarias do município de Jarú no estado de Rondônia, Oliveira et al. (2003)
obtiveram um rendimento médio do desdobro das toras de 49,28% com amplitude
de 28,04 a 72,02%, sendo as espécies com maior rendimento: garrote (72,20%),
freijó (69,08%) e cedro (66,09%); e as espécies com menores rendimentos: jitó
(28,04%), roxinho (34,85%) e cabriúva (34,86%).
Tabela 6. Rendimento do desdobro de toras em três serrarias do município de Jaru, RO, para diversas espécies florestais, média de 3 serrarias (modificado de Oliveira et al., 2003).
Espécies Volume da tora (m3) Volume de
madeira serrada
(m3)
Rendimento do
desdobro (%)
Angelim 2,1 1,18 49,50
Cabriúva 0,93 0,43 34,86
Caixeta 0,67 0,45 50,99
Cedro 1,01 0,91 66,09
Cerejeira 1,70 1,02 53,70
Cumaru 1,42 1,04 62,01
Freijó 1,16 1,02 69,08
Garapa 1,89 1,10 48,96
Garrote 1,37 1,09 72,20
Ipê 1,15 0,69 45,17
Jatobá 3,30 1,67 41,57
Jitó 1,32 0,44 28,04
Muiracatiara 1,24 0,78 47,94
Roxinho 1,47 0,84 34,85
Sucupira 1,15 0,64 39,29
Média Geral 1,15 0,64 49,28
Com o objetivo de caracterizar os resíduos de uma indústria madeireira no
município de Mojú, estado do Pará, Nascimento et al. (2006) observaram rendimento
médio de 36,50% com amplitude de 32,30 a 41,20% em toras de madeira de três
espécies nativas muiracatiará, maçaranduba e Guajará (tabela 7). O rendimento do
desdobro de toras das espécies angelim-pedra (Hymenolobyum heterocarpum,
Hymenolobyum nitidum), guariúba (Clarisia racemosa), louro-gamela (Nectandra
rubra), louro-itaúba (Mezilaurus sinandra, Mezilaurus duckei) e louro-preto (Ocotea
28
fragentissima), na empresa Mil Madeireira (Itacoatira-Amazonas) mostraram-se
abaixo de 40% (Benchimol, 1996 apud Souza, 2006).
Tabela 7. Volume total de madeira serrada e resíduo (adaptado de Nascimento et al., 2006).
Espécie Tora Serrado Resíduo % Rendimento
serrado
%
Resíduos
Volume (m3)
Muiracatiará 7,24 2,34 4,90 32,3 67,68
Maçaranduba 8,11 3,34 4,77 41,2 58,82
Guajará 5,94 2,09 3,85 35,2 64,81
Total 21,29 7,77 13,52 36,50 63,50
Biasi e Rocha (2002), em um estudo do rendimento e da produção de
resíduos de três espécies da Amazônia, não encontraram diferença significativa no
rendimento das espécies entre as classes diamétricas, apenas itaúba obteve maior
geração de resíduos em relação às demais (tabela 8). Observou-se ainda que o
diâmetro médio, o grau de conicidade das toras e a densidade básica não tiveram
qualquer influência direta sobre o rendimento.
Tabela 8. Rendimento médio em madeira serrada e volume total de resíduos, para 4 classes de
diâmetro de três espécies tropicais (adaptado de Biasi e Rocha, 2007).
Classe diâmetro
(cm) Rendimento médio (%) Volume de resíduos (%)
cedrinho cambara itaúba cedrinho cambara itaúba
31,0-40,0 57,30 a 59,18 a 49,73 a 42,70 40,82 50,27
41,0-51,0 60,52 a 62,69 a 59,56 a 39,48 37,31 43,44
51,0-60,0 62,40 a 63,37 a 57,21 a 37,60 36,63 42,79
61,0-70,0 59,12 a 65,29 a 52,13 a 40,88 34,71 47,87
Média geral 59,83 62,63 53,90 40,17 37,37 46,10
Souza (2006) avaliou em um assentamento rural Cristo Rei do Uatumã, no
município de Presidente Figueiredo, AM o rendimento de cinco espécies tropicais:
cardeiro (Scleronema micranthum), louro-faia (Roupala montana), castanha-
sapucaia (Lecythis paraensis), cupiúba (Goupia glabra), mandioqueira (Qualea
29
homosepala) com a utilização de uma serraria móvel da marca Lucas Mill. Os
resultados estão na tabela 9.
Tabela 9. Médias do rendimento de madeira serrada das 5 espécies estudadas (adaptado de Souza,
2006).
Espécie RMS (%)
Castanha-sapucaia 50,81
Mandioqueira 49,82
Cupiúba 43,74
Louro Faia 42,91
Cardeiro 38,53
Média 45,16
3.6 Resíduos gerados na atividade madeireira
A atividade madeireira envolve uma complexa cadeia produtiva desde a
extração das árvores na exploração florestal até a indústria no momento do
desdobro na serraria. Consequentemente, em todas essas etapas são geradas
grandes quantidades de resíduos que são geralmente descartados.
Resíduo é tudo aquilo que sobra de um processo de produção industrial ou
exploração florestal. Cerca de 50 a 70% do volume de madeira em tora consumida
na serraria é transformada em resíduos (Fontes, 1994).
Os resíduos podem ser classificados em (Fontes, 1994):
a) serragem: resíduo gerado na operação de serras fita e serras circulares,
durante o desdobro das toras.
b) lenha: resíduo de maiores dimensões também gerado pelas serras durante
o desdobro, composto por costaneiras, aparas e refilos.
Segundo pesquisa realizada pelo Imazon e SFB (2010), a indústria madeireira
produziu um volume de resíduos de 8,3 milhões de metros cúbicos, sendo desse
total, 19% convertidos em carvão vegetal, 18% para fabricação de tijolos e telhas de
barro em olarias, 14% para geração de energia para caldeiras e estufas de secagem
e os 24% restantes foram aproveitados como aterros, adubo, lenha, queimados ou
abandonados como entulho (figura 5).
30
Figura 5. Principais usos dos resíduos de madeira em indústrias madeireiras da Amazônia Legal em 2009. Fonte: SFB e Imazon, 2010.
3.7 Métodos de cubagem rigorosa
A cubagem é o método direto de estimação do volume que consiste na medição
sucessiva de diâmetros ao longo da tora, dividindo-o em seções (Belchior, 1996).
Entretanto, a cubagem não é uma atividade fácil, pois as toras possuem seções
transversais e perfil irregular (Sternadt, 2001). Por isso deve-se buscar medir o
diâmetro com bastante precisão para minimizar erros na estimativa do volume da
tora.
Existem vários métodos para cubagem como Smalian, Francon, Huber, Newton
ou Cavalieri, Hohenald. Segundo Machado e Figueiredo Filho (2006), no Brasil, a
fórmula de Smalian tem sido tradicionalmente a mais usada nos levantamentos
florestais, normalmente empregando-se seções curtas de até 2 m de altura e seções
de 1 ou 2 metros no restante do tronco, esse procedimento é adotado mais pela
praticidade que por questões de acuracidade.
Figueiredo Filho et al. (2000) utilizaram o xilômetro construído por Machado e
Nadolny (1991) para testar a exatidão de três fórmulas tradicionais de cubagem
(Smalian, Huber e Newton) e três métodos recentes (Spline Cúbica, Centróide e
sobreposição de seções de Bailey) para estimativa de volume de toras e concluíram
31
que o método de Huber é o mais exato dos seis procedimentos de cubagem
analisados e deveria ser utilizado em todas as circunstâncias.
Em seus trabalhos, Manassés e Peichl (1986) e Husch et al. (1972), também
concluíram que o volume calculado pelo método de Huber, que mede apenas o
diâmetro no meio da tora, tende a ter maior exatidão, quando a forma do tronco se
aproximar de um cilindro. Ao contrário, se o tronco tiver formato cônico ou tender a
um neilóide, os erros no cálculo do volume serão consideráveis.
3.8 Modelagem para rendimento em serrarias
A modelagem é uma ferramenta de grande importância na área florestal,
sendo desenvolvida e utilizada para realizar previsões de produtividade florestal,
estimativas hipsométricas, volumétricas e de biomassa (Higuchi et al., 1985; Oliveira,
1988; Guimarães, 1994; Higuchi et al., 1994; Lima et al., 1996; Santos, 1996;
Scolforo, 1997; Higuchi et al., 1998; Scolforo, 1998; Veiga et al., 1998; Azevedo et
al., 1999; Abreu, 2000; Batista et al., 2001; Barros et al., 2002; Caldeira et al., 2002;
Silva et al., 2004; Eisfeld et al., 2005; Valério et al., 2007).
Porém, existem poucos estudos aplicados à modelagem para estimativa do
rendimento do desdobro de toras em serrarias: Schroeder e Hanks, 1967; Schroeder
et al., 1968; Adams e Dunmire, 1977; SUDAM, 1981; Yaussey, 1983; Iwakiri, 1990;
Leite, 1994; Abreu, 2000; Barchet, 2002; Souza et al., 2007 e Valério et al., 2009.
Apesar de reconhecida a importância do uso de modelos matemáticos no
processamento industrial para previsão do rendimento e do volume de resíduos
gerados no desdobro e desenrolo de madeira, eles ainda têm sido pouco utilizados
no Brasil.
Nesse contexto, o uso de modelos para estimativa do rendimento de serrarias
pode gerar informações importantes para a composição de modelos e a formação de
sistemas para se conhecer o rendimento futuro de uma floresta em termos de
volume de produto final, proporcionando estratégias mais ousadas e seguras, com
vistas aos mercados de tais produtos (Souza et al., 2007).
Para se desenvolver uma equação de regressão linear deve-se primeiramente
representar as variáveis envolvidas graficamente. A representação gráfica não é
problema quando se tem apenas uma variável independente. Para duas variáveis
independentes (chamadas de X1 e X2), é possível representar a variável
32
dependente (Y) em função de X1 para diferentes níveis de X2. Se há mais do que
duas variáveis independentes, o procedimento torna-se mais complicado. O usual é
a representação gráfica para cada variável independente esperando identificar
alguma tendência global, ou então, representar pares de variáveis independentes,
na tentativa de identificar algumas interações entre as variáveis (Freese, 1964).
Pode-se utilizar como alternativa uma matriz de correlação de Pearson, uma
representação tabular dos coeficientes de correlação entre as variáveis envolvidas
no estudo e a determinação da variável mais importante para compor o modelo
matemático será aquela que apresentar o maior coeficiente de correlação (Draper e
Smith, 1980). O primeiro critério é que para desenvolver uma equação com
propósito de obtenção de estimativas é desejável que a ela inclua-se o máximo de
variáveis independentes quanto for possível.
33
4. MATERIAL E MÉTODOS
4.1 Área de estudo
Esse estudo foi desenvolvido na serraria RR Madeiras, situada no município
de Rorainópolis, sul do estado de Roraima, distante cerca de 450 km de Manaus-
AM. As coordenadas geográficas da madeireira são: 00°35'37,90134'' latitude N e
60º27'46,05369'' longitude W (figura 6). A área explorada para retirada das toras
caracteriza-se por possuir relevo variando de plano a ondulado com vegetação
predominante considerada como Floresta Ombrófila Densa (PROJETO
RADAMBRASIL, 1975) em área de terra firme. O clima na região é classificado
como Ami (tropical chuvoso com pequeno período de seca) com precipitação média
anual entre 1.700 mm a 2.000 mm. O período chuvoso ocorre com maior frequência
de abril a agosto, precipitação mensal superior a 100 mm. A partir de setembro há
uma sensível redução, com período seco ocorrendo mais frequentemente de
novembro a março com temperatura média anual de 270C.
Figura 6. Localização da área de estudo em empresa madeireira no município de Rorainópolis, Roraima.
34
4.2 Descrição da espécie
A maçaranduba (Manilkara spp.) é da família Sapotaceae, também conhecida
vulgarmente como aparaiú, maparajuba-de-várzea, maçaranduba-de-leite,
maçarandubinha, maparajuba, paraju, parajuba, bulle wood e balata (Souza et al.,
2002). A espécie possui alta densidade específica (1,27 g/cm3) e tem ocorrência
generalizada em toda a região amazônica, em florestas de terra firme, planalto e
flanco (Hirai et al., 2008), sendo encontrada desde o nordeste do estado do
Maranhão ao Suriname, e das proximidades do Atlântico ao estado de Roraima
(Serra Grande e Caracaraí), Rondônia (comum em Porto Velho) e Amapá (Serra do
Navio), e nos arredores de Belém (Loureiro e Silva, 1968). A Maçaranduba é
encontrada em florestas de terra firme com até 700 m de altitude (Pennington,
1990).
Figura 7. Tora de maçaranduba no pátio da serraria onde foi realizado o estudo. Fonte: Filipe Eduardo Danielli, 2012.
35
4.3 Descrição da serraria
A serraria onde foi desenvolvido o estudo é representativa das demais que
processam madeira na Amazônia. É constituída basicamente por um pátio com
espaço reservado para a estocagem das toras e da madeira serrada; setor de
maquinário, onde está disposto o layout das máquinas da serraria; setor de afiação
das serras de fita e serras circulares.
Os equipamentos que compõem o desdobro primário das toras são a serra de
fita simples, com volante superior raiado e inferior maciço com diâmetro de 1,80 m,
onde é definida a espessura da peça, e carro transportador de toras pneumático. O
desdobro secundário é realizado durante a operação dos seguintes equipamentos:
uma serra circular múltipla e duas serras circulares simples, para a operação de
refilagem ou canteagem, que definem a largura das peças; e uma serra circular
destopadeira pendular, para o destopo, que define o comprimento final das peças.
As etapas do processo de desdobro de toras é ilustrado na figura 8.
Figura 8. Sequência de operações no processo de desdobro de toras na serraria estudada.
36
4.4 Coleta de dados
4.4.1 Obtenção e seleção das toras
As toras foram obtidas de árvores oriundas de áreas de desmatamento
legalizado para uso alternativo do solo e apresentaram amplitude de variação nos
diâmetros entre 31 e 90,5 cm e comprimentos entre 4 e 11 m.
Foram selecionadas 71 toras aleatoriamente no pátio da empresa, sendo 40
toras não-ocadas e 31 toras ocadas, correspondendo a uma amostra significativa
para a maçaranduba. Em seguida, as toras foram marcadas e cada uma recebeu um
número (figura 9).
Figura 9. Procedimento de marcação das toras com número na sequência do desdobro. Fonte: Filipe Eduardo Danielli (2012).
Após a marcação, as toras foram agrupadas em classes diamétricas, levando
em consideração o diâmetro da ponta fina (dpf), como apresentado na tabela 10.
37
Tabela 10. Quantidade, diâmetro médio e comprimento médio das toras agrupadas por classes de
diâmetro.
Classes
Intervalo de diâmetro na ponta fina da
tora (cm)
Número de toras (n)
Diâmetro médio (cm)
Comprimento médio (m)
1 30<39,9 9 36,26 5,11
2 40<49,9 15 44,08 7,10
3 50<59,9 21 55,12 6,76
4 60<69,9 13 63,79 7,62
5 70<79,9 7 74,18 6,64
6 >80 6 86,88 6,67
Para estabelecer o número de classes de diâmetro necessárias para agrupar
as toras, aplicou-se a fórmula de Sturges (Angelini e Milone, 1993), muito utilizada
para definição da quantidade de número de classes para um conjunto de dados
(Machado e Figueiredo Filho, 2003; Valério et al., 2007; Valério et al., 2009). A
fórmula 1 é dada por:
NC= 1 + 1,4427 Ln(n) (1)
Onde:
NC= Número de classes
Ln= Logaritmo natural
n= Número de observações (toras)
4.4.2 Variáveis envolvidas
As variáveis dendrométricas coletadas foram: o diâmetro da ponta fina da tora
(Dpf), comprimento da tora (L), diâmetro do oco (Do). Também foram utilizadas outras
variáveis, calculadas a partir das variáveis dendrométricas: volume da tora com
casca (Vt), volume de madeira serrada (Vms), volume do oco (Vo) e rendimento
percentual (R%).
Todas as variáveis foram mensuradas com auxílio de suta diamétrica, trena
métrica e paquímetro digital.
38
4.4.3 Cubagem das toras
Para calcular o volume de cada tora com casca foi feito a marcação das
secções, a cada um metro e, com o auxílio da suta diamétrica, foi realizada a coleta
de duas medidas de diâmetro e tirado a média para cada marcação das seções
(figura 10).
Figura 10. Coleta do diâmetro das secções da tora para procedimento de cubagem rigorosa pelo método de Smalian. Fonte: Bruno Oliva Gimenez (2012).
Em seguida, foi feita a cubagem rigorosa de cada tora, utilizando-se o método
de Smalian pela fórmula 2:
(2)
Onde:
Vt= volume da tora com casca (m³); D1= diâmetro da seção 1 (cm);
D2= diâmetro da seção 2 (cm); Dn= diâmetro da seção n (cm);
L= comprimento da seção (m);
39
A cubagem para o cálculo do volume das toras ocas foi realizada
normalmente pelo método de Smalian sem descontar o oco, de acordo com a
fórmula anteriormente descrita. No entanto, foi necessária a cubagem para o cálculo
do volume real do oco, usado para o ajuste dos modelos matemáticos. Para isso,
com o auxílio de trena métrica, foi mensurado o comprimento do oco da tora e tirada
a média de duas medidas perpendiculares do diâmetro do oco no início (Di) e no
final (Df) de cada extremidade da tora, conforme ilustrado na figura 11.
Figura 11. Coleta do diâmetro médio no início e no fim de cada extremidade da tora para
cubagem do volume de oco.
Sendo:
(3) (4)
Em seguida foi realizada a cubagem do volume do oco por meio da fórmula 5:
(5)
Onde:
Vo= volume do oco (m³);
Di= diâmetro médio do oco da ponta fina da tora (cm);
Df= diâmetro médio do oco da ponta grossa da tora (cm);
L= Comprimento do oco (m);
40
4.4.4 Volume de madeira serrada
Após o desdobro, todas as peças geradas de cada tora foram separadas e
cada peça teve suas dimensões medidas, com auxílio de paquímetro digital e trena
métrica, para o cálculo do volume individual (figura 12), utilizando a fórmula 6:
(6)
Onde:
=volume individual da peça (m³);
= largura da peça (cm);
= espessura da peça (cm);
= comprimento da peça (m);
Figura 12. Medição das dimensões de cada peça para o cálculo do volume individual.
Fonte: Criscian Kellen Amaro de Oliveira (2012).
Em seguida, foi calculado o volume de madeira serrada de cada tora,
somando o volume das peças, utilizando a fórmula 7:
41
(7)
Onde:
=volume em madeira serrada (m³);
= somatório do volume individual das peças (m³);
4.5 Determinação do rendimento (%)
A determinação do rendimento no desdobro das toras foi realizada por meio
da razão entre o volume de madeira serrada e o volume de toras processadas, dado
pela fórmula 8 (Gomide, 1974; Tuset e Duran, 1979; Rocha, 1999; Brand et al.,
2002; Oliveira et al., 2003; Latorraca, 2004; Batista e Carvalho, 2007):
(8)
Onde:
R(%)= rendimento percentual;
Vms= volume em madeira serrada (m³);
Vt= volume com casca da tora (m³);
4.6 Volume de resíduos gerados
O volume de resíduos (%) gerado no desdobro das toras foi calculado
conforme a fórmula 9:
(9)
Onde:
VR(%) = volume de resíduos percentual; R(%) = rendimento percentual;
42
4.7 Análise estatística
Foi aplicado o teste de Bartlett a 95% de probabilidade para verificar a
homogeneidade das variâncias do rendimento entre as classes diamétricas,
atendendo ao preceito da homocedasticidade, que permitiu a realização da análise
de variância.
Para verificar se havia diferença estatística do rendimento (%) entre as
classes diamétricas, foi feita uma análise de variância (ANOVA) com número de
repetições diferente para cada classe de diâmetro (tabela 10), caracterizando dados
desbalanceados, conforme metodologia utilizada por Dobner Jr. et al. (2012).
Foi utilizado o teste Tukey a 95% de probabilidade para discriminar as
diferenças entre as médias dos tratamentos. Foram utilizadas letras iguais para as
médias que não apresentaram diferença estatística entre si e letras diferentes para
as médias que apresentaram diferença estatística.
Foi realizado o teste t de Student a 95% de probabilidade para verificar se
havia diferença estatística do rendimento (%) entre toras ocadas e não-ocadas,
As análises estatísticas foram obtidas por meio da utilização do software
Excel 2007 e dos programas estatísticos Minitab 16 e Systat 12.
43
4.8 Modelos ajustados
4.8.1 Modelos para estimativa do rendimento em madeira serrada
Por meio de análise de regressão utilizando o método dos mínimos
quadrados, foram testados 12 modelos, sendo 7 modelos lineares e 5 não-lineares,
apresentados na tabela 11.
Tabela 11. Modelos testados para estimar o rendimento de madeira serrada no desdobro de toras de Manilkara spp.
Número Modelo Fonte
1 R= B0+B1*Dpf + ɛ -
2 R=B0+B1*Dpf2 + ɛ -
3 R=B0+B1*Dpf+B2*L + ɛ Valério et al. (2009)
4 R=B0+B1*Dpf2+B2*L
2 + ɛ -
5 R=B0+B1*(Dpf2*L) + ɛ -
6 R=B0*DpfB1 + ɛ Valério et al. (2009)
7 R=B0*DpfB1*LB2 + ɛ Valério et al. (2009)
8 R=B0*(Dpf2*L)B1 + ɛ -
9 R=B0*DpfB1*VtB2 + ɛ -
10 R=B0*VtB1 + ɛ -
11 R=B0+B1*Vt + ɛ Valério et al. (2009)
12 R=B0+B1*Vt+B2*Dpf + ɛ -
R: rendimento (m3); Dpf: diâmetro da ponta fina da tora (cm); L: comprimento da tora (m); Vt: volume
da tora com casca (m3); B0, B1 e B2: coeficientes da regressão e ɛ: erro aleatório.
44
4.8.2 Modelos para estimativa do volume de oco
Por meio de análise de regressão utilizando o método dos mínimos
quadrados, foram testados 12 modelos, sendo 8 modelos lineares e 4 não-lineares,
apresentados na tabela 12.
Tabela 12. Modelos testados para estimar o volume do oco das toras de Manilkara spp.
Número Modelo Fonte
1 Vo= B0+B1*Dpf + ɛ -
2 Vo = B0+B1*Do + ɛ -
3 Vo = B0+B1*Do +B2*L + ɛ -
4 Vo =B0+B1*Dpf+B2*Do + ɛ -
5 Vo =B0+B1*Dpf+B2*Do+B3*L + ɛ -
6 Vo=B0+B1*(Do*L) + ɛ -
7 Vo=B0+B1*(Do*Dpf) + ɛ -
8 Vo=B0+B1*Vt + ɛ -
9 Vo=B0*VtB1 + ɛ -
10 Vo=B0*DoB1 + ɛ -
11 Vo=B0*DpfB1*Do
B2 + ɛ -
12 Vo=B0*DoB1*(Dpf*Do)
B2 + ɛ -
Vo: volume do oco da tora (m3); Dpf: diâmetro da ponta fina da tora (cm); Do=diâmetro do oco da tora
(cm); L: comprimento da tora (m); Vt: volume da tora com casca (m3); B0, B1, B2 e B3: coeficientes da
regressão e ɛ: erro aleatório.
4.8.3 Correlação de Pearson
Foi realizado o teste de correlação de Pearson para verificar a correlação
entre as variáveis envolvidas nos modelos testados. Também foi verificado se as
variáveis independentes estavam correlacionadas entre si, caracterizando o efeito
da multicolinearidade (Belsley, 1980; Graham, 2003). Um dos pressupostos da
regressão diz que deve haver baixa correlação entre as variáveis independentes
utilizadas nos modelos (Magnusson e Mourão, 2003; Gotelli e Ellison, 2011).
45
4.8.4 Seleção dos modelos
A seleção do melhor modelo foi feita levando em consideração critérios
estatísticos que indicam a qualidade do modelo, com maiores valores de coeficiente
de determinação (R2ajust), menores valores de erro padrão da estimativa (Syx) e
distribuição homogênea dos resíduos (Draper e Smith, 1966; Belsley, 1980; Santos,
1996):
Coeficiente de determinação ajustado (R2ajust)
(10)
Onde:
R2= coeficiente de determinação;
k= número de coeficientes;
n= número de observações (toras);
Erro padrão da estimativa (Syx)
(11)
Onde:
y= volume de madeira serrada observado da tora (m³);
yest= volume de madeira serrada estimado da tora (m³);
n= número de toras amostradas;
k= número de coeficientes;
46
Erro padrão da estimativa percentual (Syx%)
(12)
Onde:
Sxy= erro padrão da estimativa (m³);
x= média da população;
Distribuição de resíduos
(13)
Onde:
Vest= volume estimado de madeira serrada (m³);
Vobs= volume observado de madeira serrada (m³);
47
5. RESULTADOS E DISCUSSÃO
5.1 Estatística dos dados
Foram cubadas rigorosamente 71 toras de Manilkara huberi, das quais 40
toras não-ocadas e 31 ocadas. O volume total de toras foi de 142,02 m3, com média
de 2 m3 por tora e o volume total de madeira serrada foi de 45,06 m3, com média de
0,63 m3 por tora.
Observa-se na tabela 13 as estatísticas das variáveis envolvidas dos
indivíduos amostrados na serraria.
Tabela 13. Média (x), desvio-padrão (s), valores mínimo (Mín) e máximo (Máx) do conjunto de
indivíduos amostrados na serraria em Rorainópolis (RR).
Variável x s Mín Máx
Dpf 56,55 14,60 31 90,5
Do 12,82 16,48 13 59
L 6,76 1,54 4 11
Vt 2 1,04 0,37 4,5
Vo 0,23 0,38 0,08 1,75
Vms 0,63 0,45 0,06 2,33
R 30,09 11,66 11,54 59,61
Onde: Dpf=diâmetro da ponta fina (cm); Do=diâmetro do oco (cm); L=comprimento da tora (m); Vt=volume da tora com casca (m
3); Vo=volume do oco (m
3); Vms= volume de madeira serrada (m
3) e
R=rendimento percentual (%).
Analisando a figura 13 é possível observar que a distribuição de frequência
dos indivíduos é similar à distribuição normal, também encontrada por Hirai et al.
(2008). Constata-se que a distribuição em classes de diâmetro do conjunto de dados
mostra uma maior concentração de indivíduos nas classes 2 (40<49,9), 3 (50<59,9)
e 4 (60<69,9), representando 70% do total de indivíduos amostrados. O maior
número de indivíduos pertence à classe 3 (50<59,9cm), com 21 indivíduos (30%) e o
menor pertence à classe 6 (>80cm), com 6 indivíduos (8,45%).
48
Figura 13. Distribuição de frequência de indivíduos (toras) distribuídos por classes de diâmetro.
Esse desbalanceamento dos dados pode aumentar a variância, podendo
ocasionar problemas no ajuste dos modelos testados. As toras de menor diâmetro,
normalmente, apresentam pouca variação em volume, tendendo a ser maior em
toras de maiores diâmetros o que pode levar a uma diminuição na homogeneidade
dos dados. Cunia (1964) demostrou que a variância do volume possui uma relação
crescente com o diâmetro. Silva e Carvalho (1984) recomendaram a coleta de um
número balanceado de indivíduos nas classes de diâmetro de maneira a melhorar as
estimativas geradas pelos modelos testados.
5.2 Rendimento no desdobro das toras de Manilkara spp.
Na tabela 14 são apresentados os resultados, com os valores médios do
volume de toras, volume de madeira serrada e rendimento médio, obtidos para as 6
classes diamétricas estudadas.
O rendimento médio encontrado para o desdobro de toras de Manilkara spp.
na serraria foi de 30,1%, variando de 11,5 a 59,6% entre as toras e 20,12 a 36,20%,
entre as classes amostradas.
49
Tabela 14. Resultados obtidos para o desdobro de toras em diferentes classes diamétricas.
Classes
Intervalo de diâmetro na ponta fina da
tora (cm)
Número de toras (n)
Volume de toras (m3)
Volume de madeira serrada
(m3)
Rendimento médio
(%)
1 30<39,9 9 0,57 0,11 20,12 a
2 40<49,9 15 1,24 0,37 28,85 a
3 50<59,9 21 1,87 0,59 31,51 a
4 60<69,9 13 2,56 0,85 32,81 a
5 70<79,9 7 3,11 1,11 36,20 a
6 >80 6 3,99 1,21 30,13 a
Médias seguidas de mesma letra não diferem estatisticamente entre si pelo teste de Tukey a 95% de probabilidade.
O teste de Bartlett feito sobre os valores da variável rendimento, para testar a
homogeneidade das variâncias entre as classes diamétricas, a 95% de
probabilidade, revelou haver homogeneidade de variâncias dos dados (p=0,534).
Os resultados apresentados na tabela 14 indicam que não houve diferença
significativa do rendimento entre as classes de diâmetro (p=0,078). Outros autores,
estudando o rendimento de espécies amazônicas em serraria, também não
encontraram diferença estatística no rendimento entre as classes diamétricas
(Iwakiri, 1990; Biasi e Rocha, 2002).
Mesmo não havendo diferença estatística, é possível observar que a classe 1
foi a que apresentou o menor rendimento entre as demais (20,12%) e a classe 5, o
maior rendimento (36,20%). Essa diferença de aproximadamente 16% entre a classe
1 e classe 5 é considerada muito importante dentro de uma escala de produção,
tanto na redução dos custos de produção (Marchesan, 2012), como na redução dos
resíduos gerados pela serraria, que, como prática habitual na região em estudo,
quase não são aproveitados (Biasi e Rocha, 2002).
Pode-se observar que, mesmo existindo uma amplitude diamétrica de mais de
40 cm entre as classes 2 e 6, a diferença entre elas foi muito pequena, variando de
28,85% (classe 2) a 30,13% (classe 6), perfazendo uma diferença de 1,28%.
A classe 1 não apresentou toras ocadas, fazendo com que o menor
rendimento encontrado nessa classe seja atribuído aos pequenos diâmetros das
toras, o que é considerado normal, uma vez que o volume perdido com costaneiras
é maior nas classes diamétricas menores, pois representa maior porcentagem em
relação aos seus volumes (Wade et al., 1992; Rocha, 2000).
50
A tabela 14 mostra ainda que o volume das toras aumentou de acordo com a
classe diamétrica, ocorrendo o mesmo aumento com o volume de madeira serrada.
Wade et al., (1992) também encontraram essa relação diretamente proporcional
entre diâmetro, volume da tora e volume de madeira serrada.
Na figura 14 pode-se observar que a maçaranduba apresentou uma tendência
de aumento do rendimento com o aumento do diâmetro até a classe 5, que
correspondeu à classe de máximo rendimento total entre as classes estudadas.
Entretanto, na classe 6, houve um decréscimo no rendimento, ficando este abaixo
das classes 3, 4 e 5. Consequentemente, a redução do rendimento na classe 6
implicou um menor aproveitamento das toras, gerando maior quantidade de madeira
perdida na forma de resíduo.
Figura 14. Rendimento médio (%) no desdobro de toras de Manilkara spp. nas classes
diamétricas.
SUDAM (1981), avaliando o rendimento no desdobro de toras de
maçaranduba em serraria no estado do Pará, constatou a mesma tendência de
aumento até uma classe máxima de rendimento (65<75 cm), próxima à classe
encontrada nesse estudo (70<79 cm).
51
Essa tendência de redução no rendimento observada a partir da classe
máxima de rendimento (classe 5), pode ter sido ocasionada em função de 75% das
toras amostradas na classe 6 estarem ocadas, conforme ilustra a figura 15.
Figura 15. Tora com defeito interno (oco) no processo de desdobro primário na serraria.
Fonte: Filipe Eduardo Danielli (2012).
Tonini e Ferreira (2004), analisando o rendimento das espécies cupiúba,
caferana e angelim-pedra, também constataram diminuição no rendimento em
classes diamétricas maiores, em função da ocorrência de rachaduras, nós,
protuberâncias e podridões de cerne (oco) nas toras estudadas.
O rendimento médio para o desdobro de toras de maçaranduba obtido nesse
estudo ficou abaixo da faixa de 45 a 55% sugerida para folhosas (Gomide, 1974),
porém similar ao rendimento médio de 30%, apontado por Clement e Higuchi (2006),
para espécies amazônicas e ao rendimento médio de 37% para as serrarias do
estado de Roraima (Pereira et al., 2010).
O rendimento encontrado nesse trabalho ficou próximo aos resultados obtidos
por outros autores: Dutra et al. (2005), 32,30%; Nascimento et al. (2006), 36,50%;
Cavallet et al. (2010), 35,18% e Marchesan (2012), 29,88%, que avaliaram o
rendimento de espécies tropicais em serraria e próximo aos valores encontrados por
52
Kock (1976), 35% e Brand et al. (2002), 34,87%, para espécies de florestas
plantadas.
Entretanto, ficou abaixo dos valores observados por Oliveira et al. (2003),
49,28%; Souza (2006), 45,16% e Biasi e Rocha (2007), 58,8%, que também
estudaram o rendimento de espécies amazônicas.
Outros autores, ao estudar o rendimento médio da maçaranduba,
encontraram valores superiores ao obtido nesse estudo: SUDAM (1981), 50%;
Araujo (2003), 48,13% e Nascimento et al. (2006), 41,2%.
De maneira geral, o baixo rendimento encontrado nesse estudo (30,1%) está
diretamente relacionado à qualidade das toras que foram processadas na serraria,
uma vez que algumas toras apresentaram defeitos como rachaduras radiais, fissuras
e trincas na parte central da tora (56,3% da toras), bem como podridões e oco
(43,7% da toras).
Essa queda na qualidade apresentada pelas toras pode ter sido causada
pelas técnicas utilizadas no momento da exploração (corte e derrubada das
árvores), pois a maçaranduba é uma espécie muito susceptível à ocorrência de
rachaduras; pelo tempo de permanência das toras na floresta após a exploração;
pelo tempo de espera até o transporte à indústria e pelo tempo de estocagem das
toras no pátio da serraria (figura 16), que pode chegar a mais de 6 meses, em
função da sazonalidade da região amazônica, que só permite que a exploração das
florestas ocorra preferencialmente na época seca.
Alguns autores que também encontraram rendimentos inferiores a 40%,
estudando espécies amazônicas, acreditam que essa diferença possa ter ocorrido
em função de uma melhor seleção em relação ao diâmetro e qualidade das toras
que foram amostradas na serraria (Dutra et al., 2005; Nascimento et al., 2006;
Cavallet et al., 2010; Marchesan, 2012).
53
Figura 16. Local de estocagem das toras no pátio da serraria estudada.
Fonte: Filipe Eduardo Danielli (2012).
A qualidade das toras está relacionada ao tempo de estocagem (Marchesan,
2012), sendo um dos principais fatores que influencia no rendimento do desdobro de
toras de uma serraria (Murara Jr. et al., 2005), uma vez que todas as decisões de
corte são tomadas em função da qualidade visual apresentada pelas toras no
momento do desdobro (Hochheim e Martin, 1993).
5.3 Comparação do rendimento entre toras ocadas e não ocadas
Na tabela 15 são apresentados os resultados encontrados para o rendimento
das toras ocadas e não-ocadas (figura 17), onde é possível observar que não houve
diferença estatística do rendimento entre ambas (p=0,168).
Tabela 15. Rendimento percentual encontrado para as toras ocadas e não-ocadas.
Toras Rendimento (%)
Ocadas 28,07 a
Não-ocadas 31,65 a
Médias seguidas de mesma letra não diferem estatisticamente entre si pelo teste t de Student a 95% de probabilidade.
54
Figura 17. Toras ocadas e não-ocadas armazenadas juntas no pátio da serraria. Fonte: Filipe Eduardo Danielli (2012).
De maneira geral, esse comportamento similar do rendimento das toras
ocadas e não-ocadas ocorreu porque, durante o processo de desdobro na serraria, a
parte central (cerne) da maioria das toras não-ocadas não pôde ser aproveitada, em
função da ocorrência de trincas e rachaduras radiais, sendo descartada como
resíduo em forma de blocos quadrangulares.
Esse resultado pode ajudar a quebrar o paradigma que existe sobre a
exploração para utilização das árvores ocadas presentes na floresta. Muitos
pesquisadores, ambientalistas, gestores ambientais e órgãos ambientais não
acreditam na viabilidade da exploração de árvores ocadas.
No entanto, a tomada de decisão sobre o aproveitamento de árvores ocadas
ainda é muito discutível e precisa ser mais bem analisada levando em consideração
os aspectos ecológicos e econômicos envolvidos.
Do ponto de vista ecológico, seria esperado que a retirada das árvores
ocadas da floresta proporcionasse benefícios, como: melhoramento genético da
espécie, uma vez que ocorreria a diminuição na propagação de indivíduos com
incidência de oco; contribuição para os serviços ambientais, com a diminuição das
emissões de carbono, pois a árvore ocada está apodrecendo e morrendo lentamente
55
em pé na floresta, o que causa maior emissão de carbono à atmosfera sob a forma
de metano (CH4), mais poluente que o dióxido de carbono (CO2).
Por outro lado, analisando pelo ponto de vista econômico, é importante
considerar os altos custos de exploração, principalmente, na fase do transporte das
toras da floresta até a serraria, o que torna a exploração das árvores ocadas viável
até certo ponto. Isso, porque a tendência encontrada nesse estudo, de aumento no
rendimento das toras até determinada classe diamétrica, que correspondeu à classe
de rendimento máximo, demonstrou que seria necessário uma análise econômica
mais aprofundada para inferir sobre a viabilidade em explorar as árvores com
diâmetros maiores de 80 cm.
5.4 Geração de resíduos
Na tabela 16, são apresentados valores percentuais para os resíduos, obtidos
para as 6 classes diamétricas estudadas, onde é possível observar que o percentual
médio de resíduos gerados na serraria foi de 70,06%, sendo que a maior geração de
resíduos ocorreu na classe 1 (79,88%) e o menor na classe 5 (63,80%).
Tabela 16. Resultados obtidos para a geração de resíduos em diferentes classes diamétricas.
Classes Intervalo de diâmetro na ponta fina da tora
(cm)
Número de toras (n)
Volume de toras (m3)
Volume de madeira
serrada (m3)
Resíduos (%)
1 30<39,9 9 0,57 0,11 79,88
2 40<49,9 15 1,24 0,37 71,15
3 50<59,9 21 1,87 0,59 68,49
4 60<69,9 13 2,56 0,85 67,19
5 70<79,9 7 3,11 1,11 63,80
6 >80 6 3,99 1,21 69,87
É possível observar uma tendência de diminuição na geração de resíduos
conforme o aumento das classes diamétricas até a classe 5, aumentando
novamente na classe 6 (69,87%), conforme mostra a tabela 16. O valor obtido na
classe 6 ficou abaixo dos valores encontrados para as classes 1 (79,88%) e classe 2
(71,15%). Esse aumento na porcentagem total de resíduos na classe 6 aconteceu
devido à espécie apresentar nas toras de maior diâmetro (acima de 80 cm) uma
56
incidência maior de defeitos, como ocos e podridão. Com isso, ocorreu uma maior
quantidade de resíduos em refilos e costaneiras.
O valor encontrado nesse estudo ficou dentro do intervalo de 50 a 70% citado
por Fontes (1994) para geração de resíduos em serrarias e próximo aos valores
observados por Dutra et al. (2005), 67,70%; Nascimento et al. (2006), 63,50%;
Cavallet et al. (2010), 64,82 e Marchesan (2012), 70,12%, que avaliaram o
rendimento de espécies tropicais em serraria.
Em estudo realizado com o aproveitamento de resíduos para fins energéticos,
Araujo (2003) encontrou um percentual de resíduos médio de 51,87% no desdobro
de toras de maçaranduba nas serrarias do Acre, valor inferior ao encontrado nesse
trabalho, o que indica que as serrarias do estado do Acre apresentam melhor
aproveitamento da maçaranduba em relação às serrarias de Roraima.
Nascimento et al. (2006), avaliando o desdobro de toras de maçaranduba,
obtiveram um percentual de resíduos de 58,82%, também inferior ao observado
nesse estudo para as toras de Manilkara spp. (70,06%).
O resultado médio encontrado para o percentual de resíduos gerados no
desdobro de toras de maçaranduba indica que 70,06% do volume bruto total das
toras processadas na serraria foi transformado em resíduos gerados na forma de
costaneiras, serragem (pó-de-serra), refilos, aparas e miolo (parte central das toras
com rachaduras e trincas), conforme ilustrado na figura 18.
57
Figura 18. Resíduos gerados no processo de desdobro das toras na serraria.
Fonte: Filipe Eduardo Danielli (2012).
Atualmente, a maioria das serrarias em operação na Amazônia ainda não tem
uma utilização nobre para a enorme quantidade de resíduos gerados, que são
simplesmente queimados a céu aberto no pátio das empresas (Garcia et. al., 2012).
Entretanto, apesar desse quadro negativo, começam a surgir iniciativas para
aproveitamento desses resíduos como produção de carvão, briquetes, cavacos,
principalmente para a maçaranduba (Ribeiro, 2008), que é uma espécie com grande
potencial energético para produção de carvão, graças à alta densidade específica da
sua madeira (Nascimento et al., 2006).
5.5 Modelos testados para estimativa do rendimento em madeira serrada
O volume de madeira serrada observado para as 71 toras amostradas na
serraria em Roraima foi de 45,06 m3, com média de 0,63 m3 por tora processada.
Na tabela 17 são apresentadas as equações geradas, com seus respectivos
valores de coeficiente de determinação (R2ajust), erro padrão da estimativa (Syx) em
m3 e erro padrão da estimativa percentual (Syx%).
58
Tabela 17. Equações geradas para estimar o rendimento de madeira serrada no desdobro de toras de Manilkara spp.
No Equação R2ajust
Syx
(m3)
Syx
(%) 1 R= -0,627019144+0,022312987*Dpf 0,512 0,316 5,905
2 R= 0,036261+0,000176*Dpf2 0,466 0,330 6,178
3 R= -1,11392+0,020467*Dpf+0,087458*L 0,592 0,289 5,398
4 R= -0,29224886+0,000163139*Dpf2+0,007724131*L2 0,585 0,291 5,444
5 R= 0,003949+0,0000269025*(Dpf2*L) 0,622 0,278 5,196
6 R= 0,0000000010*Dpf2,475 0,753 0,387 7,240
7 R= 0,00000001*Dpf2,320*L1,111 0,809 0,297 5,550
8 R= 0,0000001*(Dpf2*L)1,427 0,799 0,349 6,527
9 R= 1,417*Dpf-0,451*Vt1,472 0,852 0,276 5,165
10 R= 0,312*Vt1,052 0,787 0,271 5,069
11 R= -0,06237+0,348498*Vt 0,644 0,270 5,048
12 R= 0,113159-0,00573*Vt+0,422683*Dpf 0,643 0,270 5,050
R: rendimento (m3); Dpf: diâmetro da ponta fina da tora (cm); L: comprimento da tora (m); Vt: volume
da tora com casca (m3); B0, B1 e B2: coeficientes da regressão e ɛ: erro aleatório.
Nos resultados mostrados na tabela 17, observa-se que as equações não
lineares resultantes dos modelos 6 a 10, foram as que obtiveram os maiores
coeficientes de determinação ajustados (0,753; 0,809; 0,799; 0,852; 0,787), em
relação aos ajustes obtidos para os modelos lineares.
Analisando a figura 20, observa-se que os modelos 7 a 12 foram os que
apresentaram melhor distribuição dos resíduos em relação à apresentada pelos
modelos 1 a 6 na figura 19. Os modelos 1 a 5 apresentaram os menores coeficientes
de determinação (0,512; 0,466; 0,592; 0,585; 0,622) dentre todos os modelos
testados. Além disso, os modelos 1, 2 e 5 apresentaram tendência em superestimar
os valores para rendimento em madeira serrada das toras com diâmetro entre 30 e
40 cm (figura 19), não sendo recomendada a utilização desses modelos. É possível
ainda observar que o modelo 3 tende a subestimar o rendimento das toras com
diâmetro inferior a 40 cm.
O modelo 6, de simples entrada, apresentou um bom coeficiente de
determinação (R2ajust=0,753) e forte correlação linear entre a variável dependente
rendimento (R) e a variável independente diâmetro da tora (Dpf) (r=0,720),
mostrando a importância da sua utilização no modelo. O modelo de simples entrada
59
tem a vantagem de ser dependente de apenas uma variável independente (Dpf), que
é fácil de ser medida com menor risco da incidência de erros amostrais (Higuchi et
al., 1998).
Assim, o modelo 6 seria o mais indicado para estimativa do rendimento na
serraria, visto que leva apenas o diâmetro da tora como variável independente no
modelo, o que é uma vantagem em comparação aos modelos de dupla entrada, em
função da facilidade na sua obtenção e a praticidade na aplicação. Entretanto,
levando-se em consideração outros critérios estatísticos, o modelo 6 mostrou-se
inapropriado, pois apresentou o maior erro padrão da estimativa (7,240%) dentre os
demais modelos testados e tendência em superestimar o rendimento das toras com
diâmetro menor que 40 cm e maiores que 80 cm, devendo-se evitar sua utilização
(figura 19).
O modelo 9 de dupla entrada, que possui as variáveis independentes
diâmetro da tora (Dpf) e volume da tora (Vt), foi o que apresentou os melhores
ajustes dentre todos os demais modelos testados, com maior coeficiente de
determinação (R2ajust=0,852) e melhor distribuição gráfica dos resíduos (figura 20).
Porém, ao analisar os valores da correlação de Pearson, apresentados na tabela 18,
foi observada uma forte correlação entre as variáveis independentes Dpf e Vt
(r=0,927), que demonstrou estar ocorrendo um problema de multicolinearidade entre
elas. O mesmo aconteceu para o modelo 12, composto pelas mesmas variáveis
independentes. Além da forte correlação entre as variáveis independentes Dpf e Vt,
outra desvantagem em utilizar os modelos 9 e 12 está na dificuldade da coleta da
variável independente Vt em relação à variável Dpf.
Tabela 18. Valores obtidos pela Correlação de Pearson para as variáveis utilizadas com seus
respectivos valores de probabilidade (p).
Dpf Vt R L
Dpf
1,00
- - -
Vt 0,927
(p<0,001) 1,00 - -
R 0,720
(p<0,001) 0,805
(p<0,001) 1,00 -
L 0,200
(p=0,094) 0,496
(p<0,001) 0,469
(p<0,001) 1,00
Onde: Dpf= diâmetro da ponta fina da tora (cm); Vt= volume da tora (m3); R= rendimento em madeira
serrada (m3); L= comprimento da tora (m).
60
Na tabela 18, é possível observar que a maior correlação ocorreu entre o
volume da tora (Vt) e o rendimento (R) (r=0,805) e entre o diâmetro da tora (Dpf) e o
rendimento (R) (r=0,720). A menor correlação observada foi entre o diâmetro da tora
(Dpf) e o comprimento da tora (L) (r=0,200).
Esses resultados foram similares ao encontrado por Valério et al. (2009) que
testaram modelos para estimar o rendimento em madeira serrada no desdobro de
toras de Araucaria angustifolia e encontraram maior correlação linear entre a
variável independente volume da tora e a variável dependente rendimento (r=0,972)
e entre o diâmetro na ponta fina e o rendimento (r=0,969) e uma menor correlação
entre o diâmetro da ponta fina e comprimento da tora (r=0,464).
Sendo assim, a fraca correlação observada entre as variáveis independentes
Dpf e L as tornam importantes para a composição de modelos. Os modelos 7 e 8, de
dupla entrada, compostos justamente por essas variáveis independentes,
apresentaram estatísticas consistentes, ambos com coeficiente de determinação
ajustado relativamente alto (0,809 e 0,799) e distribuição homogênea dos resíduos
(figura 20). Porém, analisando os resultados obtidos na tabela 17, observa-se que o
modelo 7 tende a gerar estimativas mais confiáveis, em função de apresentar o
menor erro padrão da estimativa (Syx=5,550%), em relação ao modelo 8
(Syx=6,527%), sendo o modelo mais recomendado nesse estudo para a estimativa
do rendimento em madeira serrada no desdobro de toras de Manilkara spp.
61
Figura 19. Distribuição gráfica dos resíduos dos modelos 1 a 6 testados para todas as toras.
62
Figura 20. Distribuição gráfica dos resíduos dos modelos 7 a 12 testados para todas as toras.
63
5.6 Modelos para estimativa do volume do oco
O volume de oco observado para as 31 toras ocadas de Manilkara spp.
amostradas na serraria em Roraima foi de 16,67 m3, com média de 0,54 m3 por tora,
representando 21,28% do volume bruto das toras.
Na tabela 19 são apresentadas as equações geradas, com seus respectivos
valores de coeficiente de determinação (R2ajust), erro padrão da estimativa (Syx) em
m3 e erro padrão da estimativa percentual (Syx%).
Tabela 19. Equações geradas para estimar o volume do oco das toras de Manilkara spp.
N Equação R2ajust
Syx
(m3)
Syx
(%) 1 Vo= -0,5640260395+0,0172255572*Dpf 0,305 0,344 11,499
2 Vo = -0,4710134712+0,0343528950*Do 0,911 0,123 4,108
3 Vo = -1,04592316+0,03606338*Do+0,07310213*L 0,949 0,093 3,112
4 Vo = -0,41301265-0,00138399*Dpf+0,03539219*Do 0,909 0,124 4,149
5 Vo = -1,03364-0,00022*Dpf+0,03622*Do+0,07276*L 0,947 0,095 3,168
6 Vo= -0,5102458588+0,0050440069*(Do*L) 0,885 0,140 4,684
7 Vo= -0,0842728476+0,0003150742*(Do*Dpf) 0,798 0,185 6,195
8 Vo= -0,2591145330+0,3152790900*Vt 0,425 0,313 10,458
9 Vo= 0,108*Vt1,658 0,469 0,306 10,225
10 Vo= 0,001*Do1,728 0,916 0,122 4,063
11 Vo= 0,005*Dpf-0,557*Do
2,013 0,931 0,125 4,190
12 Vo= 0,005*Do2,570*(Dpf*Do)
-0,557 0,931 0,110 3,682
Vo: volume do oco da tora (m3); Dpf: diâmetro da ponta fina da tora (cm); Do=diâmetro do oco da tora
(cm); L: comprimento da tora (m); Vt: volume da tora com casca (m3); B0, B1, B2 e B3: coeficientes da
regressão e ɛ: erro aleatório.
Nos resultados mostrados na tabela 19, observa-se que as equações
resultantes dos modelos 2, 3, 4, 5 (lineares) e 10, 11, 12 (não-lineares) foram as que
obtiveram os maiores coeficientes de determinação ajustados (0,911; 0,949; 0,909;
0,947; 0,916; 0,931; 0,931), sendo que os primeiros apresentaram menores valores
para o erro padrão da estimativa (Syx%).
Os modelos 1, 8 e 9 foram os que obtiveram as piores estatísticas
observadas, apresentando os menores coeficientes de determinação ajustados
(0,305, 0,425; 0,469), maiores valores de erro padrão da estimativa (11,499; 10,458;
64
10,225%). Para reforçar a decisão, foi feita a análise da distribuição gráfica dos
resíduos, apresentada nas figuras 21 e 22, indicando que a utilização desses
modelos não é confiável, visto que apresentaram maior amplitude de variação
residual nas toras com diâmetros maiores que 50 cm, com os modelos 8 e 9
tendendo a subestimar os valores do volume de oco das toras com diâmetros
menores que 50 cm.
O modelo 1, de simples entrada, seria uma boa opção para estimar o volume do
oco das toras na serraria, pois esse modelo apresentou como única variável
independente o diâmetro da tora (Dpf), que é fácil de ser medida com menor risco da
incidência de erros amostrais (Higuchi et al., 1998). No entanto, o modelo 1
apresentou as piores estatísticas em relação aos demais modelos testados com o
menor coeficiente de determinação (R2ajust=0,305) e maior erro padrão da estimativa
(Syx=11,49%). Além disso, os valores da correlação de Pearson, apresentados na
tabela 20, mostraram uma baixa correlação entre a variável dependente volume do
oco (Vo) e a variável independente (Dpf) (r=0,568), não sendo recomendada a
utilização do modelo 1.
Tabela 20. Valores obtidos pela Correlação de Pearson para as variáveis utilizadas com seus
respectivos valores de probabilidade (p).
Dpf Vt Do Vo L
Dpf
1,00
- - - -
Vt 0,927
(p<0,001) 1,00 - - -
Do 0,577
(p<0,001) 0,562
(p<0,001) 1,00 - -
Vo 0,568
(p<0,001) 0,574
(p<0,001) 0,937
(p<0,001) 1,00 -
L 0,200
(p=0,094) 0,496
(p<0,001) 0,162
(p=0,178) 0,157
(p=0,191) 1,00
Onde: Dpf= diâmetro da ponta fina da tora (cm); Vt= volume da tora (m3); Do= diâmetro do oco (cm);
Vo= volume do oco (m3); L= comprimento da tora (m).
Os modelos 3 e 5 tiveram desempenho similar, apresentando o mesmo valor
do coeficiente de determinação (R2ajust=0,95) e baixos valores de erro padrão da
estimativa, sendo o menor observado no modelo 3 (3,112%; 3,168%), além de uma
distribuição homogênea dos resíduos.
65
A tabela 20 mostra a correlação existente entre as variáveis independentes
diâmetro da tora (Dpf), diâmetro do oco (Do) e comprimento da tora (L) com a
variável dependente volume do oco (Vo) nos modelos 3 e 5, sendo possível
observar que a variável independente que apresentou a maior correlação com a
variável dependente Vo foi a variável Do (r=0,937), seguida da variável Dpf
(r=0,568), o que indica que Do é uma variável importante na modelagem. As
variáveis independentes Do e L apresentaram uma correlação fraca entre si
(r=0,162), indicando que não houve problema de multicolinearidade entre as
variáveis, o que torna o modelo 3 recomendado para utilização, dentre os modelos
de dupla entrada.
Entretanto, os modelos 2 e 10, de simples entrada, também apresentaram
boas estatísticas com os valores de coeficiente de determinação ajustado (0,911;
0,916) e erro padrão da estimativa (4,108%; 4,063%) similares entre os dois
modelos, além de ambos apresentarem boa distribuição gráfica dos resíduos
(figuras 21 e 22). Outra vantagem na utilização dos modelos 2 e 10 em relação aos
demais se dá em função de terem apenas o diâmetro do oco (Do) como variável
independente, que representa maior facilidadade no momento da coleta.
Sendo assim, considerando todos os índices estatísticos apresentados, os
modelos 2 e 10 são os mais indicados para utilização, sendo recomendados por
gerar estatísticas confiáveis para a estimativa do volume do oco das toras
amostradas.
Os modelos 11 e 12 obtiveram boas estatísticas apresentando valores iguais
de coeficientes de determinação (R2ajust= 0,931) e valores de erro padrão da
estimativa relativamente baixos (4,190%; 3,682%). Porém, ao analisar a distribuição
gráfica dos resíduos, foi observado que os dois modelos apresentaram tendência em
superestimar os valores do volume do oco das toras com diâmetros entre 40 e 50
cm e em subestimar os valores nas toras com diâmetros entre 50 e 70 cm, não
sendo recomendada a utilização desses modelos para gerar estimativas confiáveis.
66
Figura 21. Distribuição gráfica dos resíduos dos modelos 1 a 6 testados para as toras ocadas.
67
Figura 22. Distribuição gráfica dos resíduos dos modelos 7 a 12 para as toras ocadas.
68
6. CONCLUSÕES
A maçaranduba (Manilkara spp.) apresentou baixo rendimento e,
consequentemente, alta geração de resíduos no desdobro de toras na serraria
analisada.
Não houve diferença significativa do rendimento entre as classes diamétricas
e do rendimento entre as toras ocadas e não-ocadas.
A maçaranduba apresenta uma classe de diâmetro máxima de rendimento,
com o maior aproveitamento das toras processadas na serraria, mostrando que
toras com diâmetro maiores tendem a ter um menor rendimento, em função da maior
incidência de defeitos internos e ocosidade. As toras com menores diâmetros
também apresentaram os menores rendimentos e, consequentemente, maior
geração de resíduos.
O modelo 7 (R= 0,00000001*Dpf2,320*L1,111) mostrou-se o mais adequado para
estimativa do rendimento de madeira serrada de maneira confiável.
O modelos 2 (Vo = -0,4710134712+0,0343528950*Do), modelo 3 (Vo = -
1,04592316+0,03606338*Do+0,07310213*L) e modelo 10 (Vo= 0,001*Do1,728)
apresentaram índices estatísticos semelhantes e permitem estimar o volume do oco
das toras com maior confiabilidade.
O ajuste de modelos por meio da mensuração de variáveis de fácil coleta,
permite estimar o rendimento de madeira serrada, bem como o volume de oco das
toras com maior acuracidade, gerando informações robustas que proporcionam
melhoria no sistema de gestão de produção da empresa.
69
7. REFERÊNCIAS BIBLIOGRÁFICAS
ABREU, E. C. R. 2000. Modelagem para prognose precoce do volume por
classe diamétrica para Eucalyptus grandis. Dissertação de Mestrado em Ciências
Florestais. Universidade Federal de Lavras, Lavras/MG. 69 f.
ABREU, F. A. 2005. Eficiência operacional de serra de fita: estudo de caso em
duas serrarias no município de Paragominas, PA. Monografia de Graduação em
Engenharia Florestal. Universidade Federal Rural do Rio de Janeiro. Seropédica/RJ.
30p.
ADAMS, E. L.; DUNMIRE, D. E. 1977. SOLVEII: a technique to improve efficiency
and solve problems in hardwood sawmills. Washington, DC: USDA Forest
Service Res. Pap. 19p.
ALENCAR, A.; NEPSTAD, D. C.; D. MCGRATH, P. MOUTINHO, P. PACHECO, M.
del C. V. DIAZ e B. SOARES-FILHO. 2004. Desmatamento na Amazônia: indo
além da emergência crônica. Instituto de Pesquisa Ambiental da Amazônia,
Belém/PA.
AMARAL, P.; VERÍSSIMO, A.; BARRETO, P.; VIDAL, E. 1998. Floresta para
Sempre: um Manual para Produção de Madeira na Amazônia. IMAZON.
Belém/PA. 130 p.
ANGELINI, F.; MILONE, G. 1993. Estatística Geral. São Paulo: Atlas. 206 p.
ANGELO, H. 1998. As exportações brasileiras de madeiras tropicais. Tese de
Doutorado em Engenharia Florestal. Setor Ciências Agrárias, Universidade Federal
do Paraná, Curitiba/PR. 90f.
ARAUJO, H. J. B. 2003. Aproveitamento de resíduos das indústrias serraria do
Acre para fins energéticos. Embrapa Acre, Documentos 82. Rio Branco/AC,
Belém/PA. 38 p.
70
ARIMA, E.; VERÍSSIMO, A. 2002. Brasil em Ação: Ameaças e Oportunidades
Econômicas na Fronteira Amazônica. Série Amazônia N° 19 – IMAZON,
Belém/PA.
AZEVEDO, C. P.; MUROYA, K.; GARCIA, L. C.; LIMA, R. M. B.; MOURA, J. B.;
NEVES, E. J. M. 1999. Relação hipsométrica para quatro espécies florestais em
plantio homogêneo e em diferentes idades na Amazônia Ocidental. Boletim de
Pesquisa Florestal, Colombo, n. 39, p. 5-29.
BAITZ, W.; PEREIRA, D. e LENTINI, M. 2008. O setor madeireiro da Amazônia
Brasileira. IMAZON. Belém/PA.
BARBOSA, A. P.; VIANEZ, B. F.; VAREJÃO, M. J.; ABREU, R. L. S. 2001.
Considerações sobre o perfil tecnológico do setor madeireiro na Amazônia
Central. Biodiversidade, pesquisa e desenvolvimento na Amazônia. Parcerias
estratégicas, n.12.
BARCHET, V. G. 2002. Potencialidades de espécies de Eucalyptus para
produção de madeira serrada. Dissertação de Mestrado. Escola Superior de
Agricultura Luiz de Queiroz. Piracicaba/SP. 166f.
BARRETO, P.; AMARAL, P.; VIDAL, E. e UHL, C., 1998. Custos e benefícios do
manejo florestal para produção de madeira na Amazônia Oriental, Série
Amazônia, IMAZON, Belém/PA.
BARROS, A. C.; UHL, C. F. 1997. Padrões, problemas e potencial da extração
madeireira ao longo do rio Amazonas e do seu estuário. Série Amazônia, no 04.
IMAZON. Belém/PA.
BARROS, D. A.; MACHADO, S. A.; ACERBI JUNIOR, F. W.; SCOLFORO, J. R. S.
2002. Comportamento de modelos hipsométricos tradicionais e genéricos para
plantações de Pinus oocarpa em diferentes tratamentos. Boletim de Pesquisa
Florestal, Colombo, n. 45, p. 3-28.
71
BARBOSA, R. I. 1990. Análise do setor madeireiro do estado de Roraima. Acta
Amazonica, 20: 193-209.
BATISTA, J. L. F.; COUTO, H. T. Z. do; MARQUESINI, M. 2001. Desempenho de
modelos de relação hipsométricas: estudo em três tipos de floresta. Scientia
Forestalis, Piracicaba/SP, n. 60, p. 149-163.
BATISTA, D. C.; CARVALHO, A. M. 2007. Avaliação do desempenho operacional
de uma serraria através de estudo do tempo, rendimento e eficiência. Scientia
Forestalis, 75: 31-38.
BELSLEY, O. A. 1980. Regression diagnostics: Identifying data and souces of
co linearity. Scientia Forestalis, 75: 31-38.
BIASI, C. P.; ROCHA, M. P. 2002. Rendimento em madeira serrada e
quantificação de resíduos para três espécies tropicais. Floresta, 37: 95-108.
BRAND, M.A.; MUÑIZ, G.I.B.; SILVA, D.A.; KLOCK, U. 2002. Caracterização do
rendimento e quantificação dos resíduos gerados em serraria através do
balanço de materiais. Floresta, 32: 247-259.
BRAZ, E. M.; PASSOS, C. A. M.; OLIVEIRA, L. C.; D’OLIVEIRA, M. V. N., 2005.
Manejo e exploração sustentável de florestas naturais tropicais: opções,
restrições e alternativas. Documentos 110. Embrapa Florestas, Colombo/PR.
CALDEIRA, M. V. W.; SCHUMACHER, M. V.; SCHEEREN, L. R.; BARICHELLO, L.
R.; WATZLAWICK, L. F. 2002. Relação hipsométrica para Acacia mearnsii com
diferentes idades. Boletim de Pesquisa Florestal, Colombo, n. 45, p. 57-68.
CAVALLET, J.; OLIVEIRA, A. L. A.; ARRUDA, T. P. M.; ACOSTA, F. C. 2010.
Rendimento em madeira de Jatobá (Hymenaea courbaril). Anais do II SICCA – II
Simpósio de Iniciação Científica das Ciências Agrárias. Alta Floresta/MT. p.20-23
72
CLEMENT, C. R.; HIGUCHI, N. 2006. A floresta amazônica e o futuro do Brasil.
Ciência e Cultura (SBPC), v. 58, p. 44-49.
COCHRANE, M. A. e SCHULZE, M. D. 1999. Fire as a recurrent event in tropical
forests of the Eastern Amazon: effects on forest structure, biomass and
species composition. Biotropica 31: 2-16.
DOBNER JR, M.; HIGA, A. R.; ROCHA, M. P. 2012. Rendimento em Serraria de
Toras de Pinus taeda: Sortimentos de Grandes Dimensões. Floresta e Ambiente.
19(3): 385-392 p.
DRAPER, N. R.; SMITH, H. 1966. Applied regression analysis. Second edition
(1981), 709 p. Wiley series in probability and mathematical statistics.
DRAPER, N.; SMITH, H. 1980. Applied regression analysis. 2. ed. New York: John
Wiley and Sons, 709 p.
DUTRA, R. I. J. P; NASCIMENTO, S. M. NUMAZAWA, S. 2005. Resíduos de
indústria madeireira: Caracterização, consequência sobre o meio ambiente e
opções de uso. Revista científica eletrônica de Engenharia Florestal, edição n. 5.
EISFELD, R. L.; SANQUETA, C. R.; ARCE, J. E.; MAESTRI, R.; WEBER, K. S.
2005. Modelagem do crescimento e da produção de Pinus taeda L. por meio de
função probabilística. Floresta, Curitiba/PR, v. 35, n. 2, p.317-328.
FEARNSIDE, P. M. 2005. Desmatamento na Amazônia brasileira: história,
índices e consequências. Instituto Nacional de Pesquisas da Amazônia, INPA.
Megadiversidade, volume 1, no 1. Manaus/AM.
FIGUEIREDO FILHO, A.; MACHADO, S. A.; CARNEIRO, M. R. A. 2000. Testing
accuracy of log volume calculation procedures against water displacement
techniques (xylometer). Canadian Journal of Forest Research. Toronto, v. 30, n. 6,
p. 990-997.
73
FONTES, P. J. P. 1994. Auto-suficiência energética em serraria de Pinus e
aproveitamento de resíduos. Dissertação (Mestrado em Engenharia Florestal).
Setor Ciências Agrárias, Universidade Federal do Paraná, Curitiba/PR. 90f.
FREESE, F. 1964. Linear regression methods for forest research. U.S Forest
Service Research Paper. FPL-17. Madison, WIS. 136p.
FREITAS, A. R. 1986. Alternativas tecnológicas para melhor aproveitamento
dos recursos florestais brasileiros. In: Anais do Congresso Florestal Brasileiro.
Olinda. São Paulo: Sociedade Brasileira de Silvicultura, p. 176-178.
GARCIA, F. M.; MANFIO, D. R.; SANSÍGOLO, C. A. MAGALHÃES, P. A. D. 2012.
Rendimento no desdobro de toras de Itaúba (Mezilaurus itauba) e Tauari
(Couratari guianensis) Segundo a classificação da qualidade da tora. Floresta e
Ambiente. 19(4): p.468-474.
GERWING, J.; FARIAS, D. L. 2000. Integrating liana abundance and forest
stature into an estimate of aboveground biomass for an eastern Amazonian
forest. J Trop. Ecol. 16(3):327-336.
GERWING, J.; VIDAL, E.; VERÍSSIMO, A.; UHL, C. 2001. Rendimento no
processamento de madeira no estado do Pará. Imazon, Belém/PA.
GOMES, A. P. C.; SOUZA, A. L.; MEIRA NETO, J. A. A. 2004. Alteração estrutural
de uma área florestal explorada convencionalmente na bacia do Paraíba do sul,
Minas gerais, nos domínios de floresta atlântica. Revista Árvore, v.28, n.3,
Viçosa/MG. p. 407-417.
GOMIDE, J. L. 1974. Serraria. Universidade Federal de Viçosa, Imprensa
Universitária, Viçosa/MG, 119p.
GOTELLI, N. J.; ELLISON, A. M. 2011. Princípios de estatística em ecologia.
Porto Alegre/RS. Artmed. 528 p.
74
GRAHAM, M. H. 2003. Confronting multicollinearity in ecological multiple
regression. Ecology 84: 2809-2815.
GUIMARÃES, D. P. 1994. Desenvolvimento de um modelo de distribuição
diamétrica de passo invariante para prognose e projeção da estrutura de
povoamentos de eucalipto. Tese de Doutorado em Ciência Florestal. Universidade
Federal de Viçosa, Viçosa/MG. 160f.
HIGUCHI, N.; RAMM, C. W. 1985. Developing Bole Wood Volume Equations for
a Group of Tree Species of Central Amazon (Brazil). Commonwealth Forestry
Review, Oxford, v. 64, n.1, p. 33-41.
HIGUCHI, N.; SANTOS, J. M.; IMANAGA, M.; YOSHIDA, S. 1994. Aboveground
Biomass Estimate for Amazonian Dense Tropical Moist Forests. The Memoirs of
the Faculty Of Agriculture Kagoshima University, Kagoshima, v. 30, n.39, p. 43-54.
HIGUCHI, N.; HUMMEL, A. C. 1997. Desenvolvimento sustentável e a
experiência do setor Madeireiro. In: Relatório Final do Projeto Bionte. INPA, p.34-
43. Manaus/AM.
HIGUCHI, N.; SANTOS, J.; RIBEIRO, R. J.; MINETTE, L.; BIOT, Y. 1998. Biomassa
da Parte Aérea da Vegetação da Floresta Tropical Úmida de Terra-firme da
Amazônia Brasileira. Acta Amazonica, Manaus, v. 28, n.2, p. 153-166.
HIGUCHI, N.; SANTOS, J.; TEIXEIRA, L. M.; LIMA, A. J. N. 2006. O mercado
internacional de madeira tropical está à beira do colapso. SBPN (São Paulo),
v.1-2, p. 33-41.
HIRAI, E. H.; CARVALHO, J. O. P.; PINHEIRO, K. .A. O. 2008. Estrutura da
população de maçaranduba (Manilkara huberi Standley) em 84 ha de floresta
natural na fazenda Rio capim, Paragominas, PA. Revista ciências agrárias, n. 49.
Belém/PA. p.65-76.
75
HOCHHEIN, N.; MARTIN, P. 1993. Influência da qualidade das toras no
processo de fabricação, rendimento, custo e rentabilidade da madeira serrada.
In: 1º Congresso florestal pan-americano e 7º Congresso florestal brasileiro (1993:
Curitiba). Anais. Curitiba/PR. SBS-SBEF, 644-646 p.
HOLMES, P.; BLATE, G.; ZWEEDE, J.; PEREIRA, R.; BARRETO, P.; BOLTZ, F. e
BAUCH, R. 2000. Financial costs and benefits of reduced-impact logging
relative to conventional logging in the eastern Amazon. USDA Forest Service,
TFF, IFT, IMAZON and SFRC. Belém/PA.
HUSCH, B.; MILLER, C. I.; BEERS, T. E. 1972. Forest mensuration. 3. ed. New
York: Ronald Press, 410 p.
INSTITUTO BRASILEIRO DO MEIO AMBIENTE E DOS RECURSOS NATURAIS
RENOVÁVEIS (IBAMA). Madeiras Brasileiras: Maçaranduba. Disponível em:
<http://www.ibama.gov.br/lpf/madeira/caracteristicas.php?ID=152&caracteristica=213
>, Acesso em: 23/10/2012.
IWAKIRI, S. 1990. Rendimento e condições de desdobro de 20 espécies de
madeiras da Amazônia. Instituto Nacional de Pesquisas da Amazônia. Acta
Amazonica, 20 (único): 271-281 p. Manaus-AM.
KAIMOWITZ, D.; MERTENS, B., WUNDER, S. e PACHECO, P. Hamburger
connection fuels Amazon destruction. Relatório técnico. Center for International
Forest Research, Bogor, Indonésia. Disponível em http://www.cifor.cgiar.org/
publications/pdf_files/media/ Amazon.pdf (acessado em agosto de 2012).
KOCK, P. 1976. Material balances and energy required for manufacture of ten
wood commodities. Energy and the wood products industry. Forest products
Research Society. Georgia. 173p.
LATORRACA, J. V. F. 2004. Processamento mecânico da madeira. Seropédica:
Universidade Federal Rural do Rio de Janeiro, 116p.
76
LEITE, H. G. 1994. Conversão de troncos em multiprodutos da madeira,
utilizando programação dinâmica. Tese de doutorado. 230f. Universidade Federal
de Viçosa. Viçosa/MG.
LELE, U. et al., 2000. Brazil forests in the balance: challenges of conservation
with development. Evaluation country case study series. operations evaluation
department. The world bank, Washington/D.C. 195 p.
LENTINI, M.; VERÍSSIMO, A.; PEREIRA, D. 2005. A expansão madeireira na
Amazônia. IMAZON. Belém/PA.
LENTINI, M.; PEREIRA, D.; CELENTANO, D.; PEREIRA, R. 2005. Fatos florestais
da Amazônia. Imazon. Belém/PA. 4 p.
LENTINI, M.; VERÍSSIMO, A. e SOBRAL, L. 2003. Fatos florestais da Amazônia.
IMAZON. Belém/PA. 110 p.
LIMA, P. C. F.; OLIVEIRA, E. B.; MACHADO, S. A. 1996. Equações para
estimativa de biomassa de espécies de Prosopis no semi-árido brasileiro.
Boletim de Pesquisa Florestal, Colombo, n. 32/33, p. 67-79.
LIMA, J. R. A.; SANTOS, J.; HIGUCHI, N. 2000. Situação das indústrias
madeireiras do estado do Amazonas em 2000. Acta Amazonica, 35: 125-132.
LOUREIRO, A. A.; SILVA, M. F. 1968. Catálogo das madeiras da Amazônia.
SUDAM. Belém/PA. p.167-168.
MACHADO, S. A.; FIGUEIREDO FILHO, A. 2006. Dendrometria. 2.ed. Curitiba/PR.
316 p.
MACHADO, S. A.; NADOLNY, M. C. 1991. Comparação de métodos de cubagem
de árvores e de diversos comprimentos de seção. In: Congresso florestal e do
meio ambiente do Paraná, 3. Curitiba. Anais Curitiba: APEF, 1991. v. 1, p. 89-104.
77
MAGNUSSON, W. E.; MOURÃO, G. 2003. Estatística sem matemática: a ligação
entre as questões e as análises. Londrina/PR, Editora Planta, 126 pp.
MAHAR, D. J. 1979. Frontier development policy in Brazil: a study of Amazonia.
Praeger, Nova York.
MANASSÉS, J. P.; PEICHL, B. 1986. Manual do técnico florestal: apostila do
colégio florestal de Irati. Campo Largo: Ingra, v. 3, p. 88.
MANHIÇA, A. A. 2010. Rendimento e eficiência no desdobro de Pinus sp.
utilizando modelos de corte numa serraria de pequeno porte. Dissertação de
mestrado. Setor de Ciências Agrárias. Universidade Federal do Paraná-UFPR.
Curitiba/PR.
MARCHESAN, R. 2012. Rendimento e qualidade de madeira serrada de três
espécies tropicais. Universidade Federal do Paraná. Dissertação de mestrado.
Curitiba/PR. 94 p.
MURARA JR, M. I.; ROCHA, M. P.; TIMOFEICZYK JR, R. 2005. Rendimento em
madeira serrada de Pinus taeda para duas metodologias de desdobro. Revista
Floresta, Curitiba/PR, v. 35, n. 3.
NASCIMENTO, S. M.; DUTRA, R. I. J. P.; NUMAZAWA, S. 2006. Resíduos de
indústria madeireira: caracterização, conseqüências sobre o meio ambiente e
opções de uso. Holos Environment, 6: 08- 21.
OLANDOSKI, D. P.; BRAND, M. A.; GORNIAK, E. 1997. Avaliação do rendimento,
quantidade, qualidade e aproveitamento de resíduos no desdobro de Pinus
spp. In: Universidade Federal do Paraná. Evento de Iniciação Científica 5. Anais,
Curitiba/PR. p. 379.
OLIVEIRA, Y. M. M. de; OLIVEIRA, E. B. de. 1988. Relação hipsométrica para
bracatinga. In: Embrapa. Centro Nacional de Pesquisas Florestais. Manual técnico
78
da bracatinga (Mimosa scabrella Benth.), p. 46-47. (Documentos, n. 20). Embrapa-
CNPF, Curitiba/PR.
OLIVEIRA, M. V. N. d’; BRAZ, E. M. 1994. Proposta para políticas florestais e
manejo florestal adequado, para o estado do Acre. In: Simpósio Internacional de
Estudos Ambientais sobre Ecossistemas Florestais, Porto Alegre/RS. Resumos
expandidos. BIOSFERA. Rio de Janeiro/RJ. p.42.
OLIVEIRA, A. D.; MARTINS, E. P.; SCOLFORO, J. R. S.; REZENDE, J. L. P.;
SOUZA, A. N. 2003. Viabilidade econômica de serrarias que processam madeira
de florestas nativas: o caso do município de Jarú, estado de Rondônia. Cerne,
9: 01-1.
PENNINGTON, T.D. 1990. Sapotaceae. (Flora Neotropica. Monograph, 52). New
York: The New York Botanical Garden, 770p.
PEREIRA, D.; SANTOS, D.; VEDOVETO, M.; GUIMARÃES, J.; VERÍSSIMO, A.
2010. Fatos florestais da Amazônia. Imazon. 4 p. Belém/PA.
PROJETO RADAMBRASIL, 1975. Folha NA. 20, Boa Vista E parte das folhas NA.
21 Tumucumaque, NB. 20 Roraima e NB. 21: geologia geomorfologia
pedologia, vegetação e uso potencial da terra. Departamento Nacional de
Produção Mineral. Rio de Janeiro. 426 p.
RIBEIRO, J. 2008. Avaliação ambiental econômica da produção de madeira de
espécie nativa em dois municípios na Amazônia brasileira. Dissertação de
Mestrado em Saúde Ambiental. Setor Ciências Biológicas, Universidade de São
Paulo. 42f.
ROCHA, M. P. 1999. Desdobro primário da madeira. Série Didática Fupef,
Curitiba, n.02, p.1-61.
79
SABOGAL, C.; LENTINI, M.; POKORNY, B.; SILVA, J. N. M.; ZWEEDE, J.;
VERÍSSIMO, A. e BOSCOLO, M. 2006. Manejo florestal empresarial na Amazônia
brasileira: Restrições e oportunidades. CIFOR. Belém/PA.
SANTOS, J. dos. 1996. Análise de modelos de regressão para estimar a
fitomassa da floresta tropical úmida de terra-firme da Amazônia Brasileira.
Tese de Doutorado. Universidade Federal de Viçosa, Minas Gerais. 121 p.
SANTOS, J. dos. 1988. Diagnóstico das serrarias e das fábricas de laminados e
compensados do estado do Amazonas. Acta Amazonica, 18(1-2): 67-82. INPA.
Manaus/AM.
SCARNAVACA JUNIOR, L.; GARCIA, J. N. 2003. Rendimento em madeira
serrada de Eucaliptus uroplhylla. Scientia Forestalis, Piracicaba, n. 63, p. 32-43.
SCHROEDER, J. G.; CAMPBELL, R. A.; RODENBACH, R. C. 1968. Southern pine
logs grades for yard and structural lumber. Washington, DC: USDA Forest
Service Res. Pap. 9p.
SCHROEDER, J. G.; HANKS, L. F. 1967. Lumber grade yields for factory grade
northern red oak sawlogs. Washington, DC: USDA Forest Service Res. Pap. 7p.
SCHULZE, M.; GROGAN, J.; VIDAL, E. 2008. O manejo florestal como estratégia
de conservação e desenvolvimento socioeconômico na Amazônia: Quanto
separa os sistemas de exploração madeireira atuais do conceito de manejo
florestal sustentável? Instituto Internacional de Educação do Brasil. Brasília/DF.
SCOLFORO, J. R.; FIGUEIREDO FILHO, A. 1993. Mensuração florestal. Módulo 2:
volumetria. Lavras: ESAL/FAEPE, 126p.
SCOLFORO, J. R. S. 1997. Técnica de regressão aplicada para estimar: volume,
biomassa, relação hipsométrica e múltiplos produtos de madeira. Lavras:
ESAL: FAEPE, 292 p.
80
SCOLFORO, J. R. S. 1998. Modelagem do crescimento e da produção de
florestas plantadas e nativas. Lavras: UFLA/FAEPE, 441 p.
SILVA, J. N. M.; CARVALHO, M. S. P. de. 1984. Equações de volume para uma
floresta secundária no planalto de Tapajós, Belterra-Pará. Boletim de pesquisa
florestal, no 8/9.
SILVA, H. D.; FERREIRA, C. A.; CORRÊA, R. S.; BELLOTE, A. F. J.; TUSSOLINI, E.
L. 2004. Alocação de biomassa e ajuste de equações para estimativa de
biomassa em compartimentos aéreos de Eucalyptus benthamii. Boletim de
Pesquisa Florestal, Colombo, n. 49, p. 83-95.
SOUZA, M. H.; MAGLIANO, M. M.; CAMARGO, J. A. A.; SOUZA, M. R. 2002.
Madeiras tropicais brasileiras. Laboratório de Produtos Florestais - LPF, IBAMA. 2.
ed. Belem/PA. p.82-83.
SOUZA, C. I. F. 2006. Rendimento do desdobro de toras, utilização dos
resíduos e otimização do tempo de trabalho com uma serraria portátil (Lucas
Mill) numa comunidade rural na Amazônia. Dissertação de Mestrado. Instituto
Nacional de Pesquisas da Amazônia. 82 p.
SOUZA, A. N.; OLIVEIRA, A. D.; SCOLFORO, J. R. S.; MELLO, J. M.; CARVALHO,
L. M. T. 2007. Modelagem do rendimento no desdobro de toras de eucalipto
cultivado em sistema agroflorestal. Cerne, v.13, n.2, p.222-238.
STEELE, P. H. 1984. Factors determining lumber recovery in sawmilling. Gen.
Tech. Rep. FPL-39. Madison, WI: U.S. Department of Agriculture, Forest Service,
Forest Products Laboratory, 8 p.
STERNADT, G. H. 2001. Cubagem de toras de mogno – Comparação do
processo do IBAMA e o adotado por madeireiras. xi, 65 p: il. Laboratório de
produtos florestais, IBAMA. Brasília/DF.
81
SUPERINTENDÊNCIA DO DESENVOLVIMENTO DA AMAZÔNIA. 1981.
Rendimento em serraria de trinta espécies de madeiras amazônicas. Belém/PA.
186 p.
YAUSSEI D. A. 1983. Multivariate regression model for predicting lumber grade
volumes of northern red oak sawlogs. Washington, DC: USDA Forest Service,
30p.
TONINI, H.; FERREIRA, L. M. M. 2004. Rendimento em madeira serrada de
cupiúba (Goupia glabra), caferana (Erisma uncinatum) e angelim-pedra (Dinizia
excelsa). EMBRAPA. Comunicado técnico 07, ISSN 0102-099.
TUSET, A. e DURAN, F. 1979. Manual de madeiras comerciales, equipos e
processo de utilizacions.
UHL, C.; BEZERRA, O.; MARTINI, A. 1993. An ecosystem perspective on threats
to biodiversity in Eastern Amazonia. In: POTTER, C. S., COHEN, J. I.,
JANCZEWSKI, D. eds. Perspectives on biodiversity: case studies of genetic resource
conservation and development. AAAS Press.
VALÉRIO, A. F.; SANTOS, R. T.; SILVESTRE, R.; KOEHLER, H. S.; WATZLAWICK,
L. F. 2007. Ajuste de modelos matemáticos para estimativa de biomassa nos
distintos componentes de uva do japão (Hovenia dulcis Thunb.). Ambiência,
Guarapuava, v. 3, n. 3, p. 325-336.
VALÉRIO, A. F.; WATZLAWICK, L. F.; BALBINOT, R.; CALDEIRA, M. V. W;
FIGUEIREDO FILHO, A. 2009. Modelagem para a estimativa do rendimento no
desdobro de toras de araucaria angustifolia (Bertol.) Kuntze. Floresta,
Curitiba/PR, v. 39, n. 3, p. 619-628.
VALLE, D., PHILLIPS, P., VIDAL, E., SCHULZE, M. GROGAN, J., SALES, M.,
GARDINGEN, P. 2007. Adaptation of a spatially explicit individual tree-based
growth and yield model and long-term comparison between reduced-impact
82
and conventional logging in eastern Amazonia, Brazil. Forest Ecology and
Management, v. 243, n. 2-3, p. 187-198.
VEIGA, R. A. de A.; CARVALHO, C. M. de; BRASIL, M. A. M. 1998. Determinación
de equaciones de volumen y peso para arboles de Acacia mangium Willd. Y
Eucalyptus grandis Hill ex- Maiden ocasion del primer corte. In: CONGRESO
LATINOAMERICANO IUFRO, 1., 1998, Valdivia, Chile. El manejo sustentable de los
recursos forestales, desafio del siglo XXI: actas. [S.I.]: CONAF; [Viena]: IUFRO,
Resumo.
VERÍSSIMO, A.; ARIMA, E. e LIMA, E., 2001. O diagnóstico dos usos da terra na
Amazônia: exploração madeireira, agricultura e agropecuária.. Instituto
Socioambiental. p. 327-351. São Paulo/SP.
VERÍSSIMO, A; SMERALDI, R. 1999. Acertando o Alvo: consumo de madeira no
mercado interno brasileiro e promoção da certificação florestal. Amigos da
Terra, IMAZON e IMAFLORA. 41p. São Paulo/SP.
VERÍSSIMO, A.; LIMA, E. 1998. Pólos de exploração madeireira na Amazônia.
IMAZON. Belém/PA.
VIANNA NETO, J. A. 1984. Considerações básicas sobre desdobro de Pinus
spp. Silvicultura; 9(34): 15-19.
VIDAL, E. et al., 1996. Redução de desperdício na produção de madeira na
Amazônia. Série Amazônia nº 5. IMAZON. 18p. Belém/PA.
WADE, M. W.; BULLARD, S. H.; STEELE, P. H.; ARAMAN, P. A. 1992. Estimating
hardwoord sawmil conversion efficiency based on sawing machine and log
characteristics. Forest Products Journal, Madison, v. 42. n. 11/12. p. 21-26.