Nativa, Sinop, v. 9, n. 1, p. p. 44-53, jan./fev. 2021.
Pesquisas Agrárias e Ambientais
DOI: https://doi.org/10.31413/nativa.v9i1.11111
ISSN: 2318-7670
Variabilidade espacial em sistema agroflorestal silvibananeiro,
no litoral do Rio Grande do Sul com gvSIG
Lúcio de Paula AMARAL1,2*, Regiane Aparecida FERREIRA2, Maxiel Gelaim VANZ3,
Cristiano MOTTER4, André Luiz Rodrigues Gonçalve4,5
1Departamento de Engenharia Rural, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil.
2Programa de Pós-Graduação em Agricultura de Precisão, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil.
3Curso de Engenharia Florestal, Universidade Federal de Santa Maria, Santa Maria, RS, Brasil.
4Centro Ecológico, Dom Pedro de Alcântara, RS, Brasil.
5Instituto Federal Catarinense, Santa Rosa do Sul, SC, Brasil.
*E-mail: amaralufsm@gmail.com
(ORCID: 0000-0001-8542-7078; 0000-0003-0540-6125; 0000-0003-0540-6002; 0000-0001-7373-6375; 0000-0003-3247-4908)
Recebido em 11/09/2020; Aceito em 30/10/2020; Publicado em 12/02/2021.
RESUMO: Os sistemas agroflorestais (SAF) são alternativas importantes para gerar renda com agricultura
sustentável, a exemplo dos SAF no Litoral Norte do Rio Grande do Sul. Porém, ainda são poucos os trabalhos
que utilizam a abordagem da Agricultura ou Floresta de Precisão, com uso da espacialização de atributos da
vegetação dos SAF, sendo este o objetivo desta pesquisa. Foi realizado um inventário, com amostragem
aleatória e método da Sexta Árvore de Prodan, num SAF silvibananeiro localizado em Três Cachoeiras (RS),
sendo instaladas 33 unidades amostrais (ua) para mensuração dos indivíduos arbóreos com CAP>15 cm. As ua
foram georreferenciadas, calculou-se os parâmetros fitossociológicos, que foram interpolados por ponderação
pelo inverso da distância (IDW) no gvSIG, que juntamente com os limites do SAF deram origem a mapas de
variabilidade espacial. A principal espécie observada foi palmito juçara (Euterpe edulis Mart. - Família Arecaceae)
tendo 75 indivíduos amostrados, com dominância, frequência e densidade relativas de 17, 22,2 e 37%,
respectivamente, e valor de importância de 76,2%. As variáveis que apresentaram variabilidade espacial evidente
foram número de espécies, diversidade máxima, índices de diversidade, dominância e equabilidade, número de
palmiteiros e cachos de banana verde. Conclui-se que os atributos do SAF silvibananeiro possuem variabilidade
espacial e que a metodologia utilizada foi adequada.
Palavras-chave: floresta de precisão; manejo florestal de precisão; análise espacial; agrofloresta; agricultura de
precisão.
Spatial variability in a silvibanan agroforestry system, on the coast of
Rio Grande do Sul with gvSIG
ABSTRACT: Agroforestry systems (AS) are important alternatives to generate income from sustainable
agriculture, like the AS in the North Coast of Rio Grande do Sul (RS), Brazil. However, there are still few
studies that use the precision agriculture or precision forest approach, using the spatialization of attributes of
the vegetation AS, this being the objective of this research. An inventory was carried out, with random sampling
and the Sixth Prodan Tree Method, in a silvibanan AS located in Três Cachoeiras (RS), with 33 sample units
(su) were installed to measure tree individuals with CBH >15 cm. The su were georeferenced, the
phytosociological parameters were calculated, which were interpolated by weighting the inverse of the distance
(IDW) in the gvSIG, which together with the AS limits gave rise to spatial variability maps. The main species
observed was juçara palm (Euterpe edulis Mart. - Family Arecaceae) having 75 individuals sampled, with relative
dominance, frequency and density of 17, 22.2 and 37%, respectively, and importance value of 76.2%. The
variables that showed evident spatial variability were number of species, maximum diversity, the index of
diversity, dominance and equability, number of palm trees and bunches of green banana. It is concluded that
the attributes of the silvibanan AS have spatial variability and that the methodology used was adequate.
Keywords: precision forestry; precision forest management; spatial analysis; agroforestry; precision agriculture.
1. INTRODUÇÃO
Os Sistemas Agroflorestais (SAF) consistem no cultivo e
manejo de várias espécies em um espaço físico ou área de
cultivo, ou seja, culturas arbóreas e agrícolas, podendo
ocorrer também a criação de animais, manejados em
consórcio, com o propósito de se obter uma produção
diversificada e constante de alimentos. Os SAF muitas vezes
são utilizados para a restauração de áreas degradadas, pois
otimizam a produção, melhoram a fertilidade do solo,
diminuem riscos de erosão, ataque de pragas e promovem a
relação entre plantas e animais. Além disso, os SAF
contribuem para a oferta de serviços ambientais, tais como
produção de água, biodiversidade, de plantas e animais, e
sequestro de carbono (EMBRAPA, 2004). Os SAF mostram-
se vantajosos comparados aos sistemas convencionais de
cultivos, influenciam os atributos físicos e químicos do solo,
Amaral et al.
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
45
protegendo-os efetivamente contra a erosão, estimulam
economicamente a produção, sua sustentabilidade, com base
na certificação participativa (MAIA et al., 2006; GARCEZ;
MIELITZ NETO, 2008; NUNES; VIVAN, 2011). Os SAF
são sistemas inteligentes e diversificados que produzem
alimentos, madeiras, entre outros produtos, que podem
aumentar a renda do agricultor reduzindo a pressão sobre as
florestas nativas, ajudando a conservar e proteger o solo,
água, biodiversidade e a fixar carbono, entre outros
benefícios (NUNES; VIVAN, 2011; BJÖRKLUND et al.,
2012; SILVA, 2013). Esses sistemas são formas de uso ou
manejo da terra, nos quais se combinam espécies arbóreas
(frutíferas e/ou madeireiras) com cultivos agrícolas e/ou
criação de animais, de forma simultânea ou em sequência
temporal e que promovem benefícios econômicos e
ecológicos, que podem ser considerados serviços ambientais.
Os SAF na região de Três Cachoeiras-RS, próxima a
Torres no Litoral Norte do Rio Grande do Sul, são
constituídos pela implantação e/ou conversão de bananais
convencionais em bananais agroflorestais, também
denominados de sistemas silvibananeiros, manejados por
agricultores familiares, sob sua ótica cultural, ecológica,
econômica, dentre outras, com apoio de organizações não
governamentais, a exemplo do Centro Ecológico – Litoral
Norte. São consórcios variados de bananeiras (Musa sp),
palmito juçara ou palmiteiro (Euterpe edulis Martius), árvores
nativas madeiráveis (louro-pardo, cedro, sobragi, canjarana),
frutíferas, e uma diversificada variedade de plantas não
arbóreas nativas e exóticas, manejadas sob a óptica da
agricultura ecológica. Várias espécies florestais são oriundas
da regeneração natural (aroeira pimenteira, canelas, alecrim,
canjerana, ingás, dentre outras), sendo que algumas são
podadas periodicamente para manejar a entrada de luz em
períodos críticos e/ou para aumentar a cobertura morta
sobre o solo e incrementar seu teor de matéria orgânica
(VIVAN, 2002; GARCEZ; COTRIM, 2007; GARCEZ;
MIELITZ NETO, 2008; FAVRETO et al., 2010;
BJÖRKLUND et al. 2012; WIVES; MACHADO, 2014;
GONCLAVES; MOTTER, 2015). É feito um controle de
sombreamento no SAF quando as árvores crescem e
ultrapassam as bananeiras, definindo assim uma estrutura
vertical típica, que não comprometa a produção de banana
(VIVAN, 2002; GONCLAVES; MOTTER, 2015).
Os SAF podem ser estudados e avaliados segundo a
abordagem da Silvicultura de Precisão ou Floresta de
Precisão, que fazem uso de diversas geotecnologias, a
exemplo do posicionamento pelos Sistemas Globais de
Navegação por Satélite (GNSS), uso de Sistemas de
Informações Geográficas (SIG), banco de dados geográficos,
dentre outras inúmeras tecnologias. Essas tecnologias podem
ser empregadas, por exemplo, para determinar a variabilidade
da produção, dos fatores que a condicionam no tempo e no
espaço, bem como de outras características destes sistemas
alternativos de produção, para elaborar recomendações de
manejo otimizadas e específicas para determinadas zonas
dentro da área de cultivo, seja cultivo agrícola ou florestal.
Este manejo específico é possível pelo uso de ferramentas
especializadas em gestão e visa maximizar a produção e a
renda obtida, aplicar de forma eficiente os recursos
disponíveis, minimizar os impactos ambientais, dentre outros
(BANDELERO et al., 2007; MAEDA et al., 2014; AMARAL
et al., 2018).
Nos SAF silvibananeiros do Litoral Norte do Rio Grande
do Sul estudos com esta abordagem ainda não foram
realizados. Conhecer a variabilidade espacial dos SAF é
importante, pois poderá ser utilizada para otimizar o seu
manejo. Neste sentido, o geoprocessamento (coleta e
armazenamento de dados, análise e geração de informações)
e as geotecnologias, associadas a Silvicultura, Manejo
Florestal e Exploração Florestal, dão suporte ao que se chama
de Floresta de Precisão (BANDELERO et al., 2007;
MAEDA et al., 2014; AMARAL et al., 2018).
Os SIG são difundidos por sua capacidade de auxiliar
gestores na tomada de decisão e são aliados na formulação de
políticas públicas para gestão do território, análise espaciais e
ambientais, agricultura de precisão, análise de zoonoses e
epidemias, gestão dos recursos hídricos, análise
socioeconômica de populações, planejamento urbano e rural,
geomarketing, cartografia temática, dentre uma infinidade de
possíveis aplicações (LONGLEY et al., 2013; MIRANDA,
2015). A utilização de SIG cresceu consideravelmente nas
últimas décadas, possibilitando um melhor gerenciamento de
informações, o que proporciona uma melhoria para a tomada
de decisões em diversas áreas como planejamentos
municipais, estaduais e federais, e também no setor florestal
em áreas de preservação ambiental, reservas legais,
fragmentação, plantios comerciais, que deverá ser ainda mais
massificado neste setor com a adoção da Silvicultura de
Precisão ou Foresta de Precisão. Os SIG são importantes
geotecnologias, especialmente quando aplicadas à Ciência
Florestal, pois é o meio onde o geoprocessamento
propriamente dito ocorre, ou seja, onde as análises espaciais,
necessárias para a utilização dos dados georreferenciados
coletados na floresta ou em outros usos da terra, podem ser
realizadas para executar parte de um projeto de Floresta ou
Silvicultura de Precisão.
Neste contexto, o gvSIG® é uma importante opção, por
ser um SIG livre e de código aberto (open source), sendo
distribuído gratuitamente e pode ter suas funções
aprimoradas pelos usuários, considerado interessante às
universidades e demais instituições públicas, inclusive
prefeituras, pois, além dos computadores, não demanda
investimento em aquisição, licença de uso e/ou taxas de
atualização de versões de software, bem como aquisição de um
sistema operacional para computador específico, pois é
compatível com Windows, Linux e Mac OS. O gvSIG conta
ainda com versões portáteis (executáveis), que podem ser
transportadas em dispositivos de memórias externa e
utilizados em computadores sem necessitar de instalação
(REOLON, 2008; ASOCIACIÓN gvSIG, 2020). Este SIG
possui ainda interface amigável, versatilidade e oferece
funções de geoprocessamento de camadas de dados
geográficos armazenados em estruturas dos tipos vetorial e
raster (REOLON, 2008). Segundo o mesmo autor, o gvSIG
foi lançado em 2005, e conta com aprimoramento contínuo,
tendo sido desenvolvido pelas instituições espanholas
Generalitat Valenciana e Iver Tecnologias de la Información S.A.,
dentre outros colaboradores e cofinanciadores, como a
União Europeia.
Para compreender os fatores que interferem na
produtividade das culturas e nos atributos da vegetação, a
variabilidade espacial passou a ser incorporada no manejo da
produção agrícola e florestal. Técnicas de estatística e análise
espacial são ferramentas eficientes para auxiliar na tomada de
decisão do manejo mais adequado, pois estudam a
variabilidade espacial e temporal de atributos do solo, da
planta e do clima. Elas propiciam a geração de informação e
o compartilhamento/uso da mesma, na forma de mapas
Variabilidade espacial em sistema agroflorestal silvibananeiro, no litoral do Rio Grande do Sul com gvSIG
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
46
temáticos, onde é possível interpretá-las e traduzi-las em
ações de intervenções nas lavouras ou outras áreas de
interesse, aumentando a compreensão da variabilidade da
produtividade, ou de outros atributos, e dos fatores que os
condicionam. No entanto, este processo depende da análise
espacial. Segundo Longley et al. (2013) a análise espacial é,
em muitos sentidos, o ponto crucial dos SIG, pois ela inclui
todas as transformações, modificações e métodos que podem
ser aplicados aos dados geográficos para adicionar valor a
eles, apoiar decisões e revelar padrões e anomalias que não
são óbvios à primeira vista, principalmente em dados
armazenados nas tradicionais tabelas ou quadros de registro
de dados.
No escopo desta pesquisa a interpolação espacial é um
ponto primordial. Para Miranda (2015) a definição mais
simples de interpolação envolve o processo de determinar
valores desconhecidos ou não amostrados, de um atributo
contínuo no tempo ou no espaço, a partir de seus valores
conhecidos ou amostrados. São necessárias duas etapas para
a composição do processo de interpolação, sendo a definição
de um relacionamento de vizinhança (determinar quais
pontos são os vizinhos apropriados) e a definição de qual
método calculará os valores até então desconhecidos, o que
necessitará de uma função matemática. A escolha desta
função é essencial para obter resultados razoáveis, sendo os
melhores resultados obtidos quando se utiliza uma função
matemática que se comporta de maneira similar ao
fenômeno.
Um dos métodos mais conhecidos de interpolação é a
Ponderação pelo Inverso da Distância (IDW). Este método
utiliza a Lei de Tobler, para realizar estimativas de medidas
desconhecidas com uso de médias ponderadas das medidas
conhecidas, obtidas por amostragem em pontos próximos. O
valor interpolado para cada ponto de interesse é a média dos
valores observados, calculado e ponderado por um peso w,
que é inversamente proporcional às distâncias que separam
os pontos de observação (LONGLEY et al., 2013;
MIRANDA, 2015). Este método é considerado exato, por
devolver o valor amostral para o atributo z referente às
coordenadas dos pontos da malha amostral, sendo aplicado
para dados razoavelmente independentes das suas
localizações vizinhas, ou seja, sem tendência regional. Seus
pontos positivos são a praticidade, a não necessidade de
ajustes de semivariogramas experimentais (Geoestatística), e
não exige alto número de pontos como na Geoestatística, é
facilmente encontrada em SIG, proprietários ou livres. Seus
pontos negativos são o não uso de pesos negativos, fazendo
com que este interpolador se restrinja a retornar valores não
amostrados sempre dentro dos limites dos valores amostrais.
Pode também produzir resultados invertidos em áreas de
picos, de depressões e fora da área coberta pelos pontos
amostrais, e ainda não determina a incerteza associada às
estimativas como na Geoestatística. O usuário deve ser
cauteloso e ter cuidado ao aceitar os seus resultados,
assegurando-se que eles façam sentido em relação ao seu
conhecimento do atributo em estudo numa determinada área
(LONGLEY et al., 2013; MIRANDA, 2015).
O objetivo deste trabalho foi avaliar a variabilidade
espacial em um sistema agroflorestal silvibananeiro no Litoral
Norte do Rio Grande do Sul. Os objetivos específicos foram
utilizar a interpolação pela ponderação do inverso das
distâncias (IDW) para mostrar a variabilidade espacial dos
resultados de uma análise fitossociológica e dados do
inventário florestal, com uso do gvSIG como sistema de
informação geográfica, livre e gratuito, na geração de mapas
por análises espaciais.
2. MATERIAL E MÉTODOS
2.1. Descrição da área de estudo
O presente estudo foi realizado em um sistema
agroflorestal silvibananeiro, com coordenada central de
29°26’18’’ S e 49°55’32’’ O, localizado no município de Três
Cachoeiras, no Litoral Norte do estado do Rio Grande do Sul
(Figura 1). Na região onde o SAF está inserido a tipologia
florestal é conhecida como Floresta Ombrófila Densa
Submontana, com características do Bioma Mata Atlântica
(IBGE, 2012).
Figura 1. Localização do sistema agroflorestal em estudo em Três
Cachoeiras, Litoral Norte do estado do Rio Grande do Sul, Brasil.
Fonte: Autores.
Figure 1. Location of agroforestry under study in Três Cachoeiras,
North Coast of the State of Rio Grande do Sul, Brazil. Source:
Authors.
O clima da região, segundo a classificação por Köppen, é
do tipo “Cfa”, sendo caracterizado como clima temperado
chuvoso e quente, com nenhuma estação seca, com verão
quente e mês mais quente com temperatura média maior do
que 22º C e a do mês mais frio superior a 3º C, precipitação
média anual variando aproximadamente entre 1800 a 1900
mm/ano (WOLLMANN; GALVANI, 2012). As classes de
solos predominantes na paisagem da região onde o SAF está
localizado são predominantemente Argilosos (podzólico),
originados do basalto. O relevo é fortemente ondulado, com
boa drenagem e afloramento de rochas em vários pontos
(VIVAN, 2002).
2.2. Coleta de dados georreferenciados, análise
fitossociológica e geração de mapas de variabilidade
espacial
Os limites do SAF foram mapeados, com uso de receptor
GNSS da marca Garmin®, modelo Etrex 66GSX, com erro
de precisão posicional de 5 a 15 metros, utilizados para
cálculo da área e distribuição das unidades amostrais (ua) do
inventário florestal realizado. As coordenadas utilizadas
foram do tipo Universal Transversa de Mercator (UTM),
referidas ao Sistema Geodésico de Referência mundial WGS
84 (World Geodetic System), Fuso 22 S e Meridiano Central 51°
W (AMARAL et al., 2018).
Amaral et al.
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
47
Foi utilizado o processo de amostragem aleatória,
contendo 33 unidades amostrais (ua) de área variável,
definidas pelo método da sexta árvore de Prodan, com os
pontos centrais georreferenciados, da mesma forma que os
limites do SAF. Para Brito et al. (2007) o método da sexta de
Prodan consiste na medição dos diâmetros das seis árvores
mais próximas do centro da ua e sua área é calculada pela
distância horizontal, que neste caso foi mensurada com trena
de fibra de vidro de 20 m, ou raio deste centro até a sexta
árvore, no caso a mais distante, adicionado ainda a metade do
diâmetro desta sexta árvore, constituindo o raio da ua, com o
qual se calcula a área das mesmas (Equação 1). Este método
foi utilizado pelo fato de permitir dispor as ua no SAF de
forma a contemplar todas as regiões em comparação a
métodos de amostragem que utilizam unidades amostrais de
área maior e/ou área fixa (menor número de ua com maior
área amostrada), sendo esta escolha um aspecto positivo do
ponto de vista da análise espacial, pois contemplou todas as
regiões ou zonas do SAF em estudo.
󰇡
󰇢  (01)
em que: A = área da unidade amostral (m2); d = diâmetro da sexta
árvore (m); D = distância horizontal medida do centro da ua da sexta
árvore (m); π = número Pi (3,141592654).
Em cada ua foram identificadas as espécies e
contabilizados o número de indivíduos, mensuradas a
circunferência à altura do peito em cm (CAP a partir de 15
cm), a altura total em metros, com uso de fita métrica e
clinômetro HaglöfHec, respectivamente, sendo contabilizados
também os cachos de banana verde, em ponto de corte para
comercialização, para descrever a produção de banana no
sistema.
A identificação das espécies no SAF em estudo foi feita
por Engenheiros Florestais e Técnicos do Centro Ecológico,
unidade do Litoral Norte, baseados no sistema Angiosperm
Phylogeny Group - APG III (2009), com auxílio dos
agricultores. Apesar de se tratar de um sistema agroflorestal
silvibananeiro, não foram contados os indivíduos de
bananeiras dentro das ua por não serem árvores, somente
foram levantados dados relativos à quantidade de cachos de
banana verde presentes dentro das ua.
Os dados coletados nas 33 ua foram digitados em planilha
eletrônica, com os quais foi realizada a análise
fitossociológica do SAF em estudo no programa Mata Nativa
2® versão 2.10. A planilha de dados foi importada para o
programa, no qual foram realizadas a análise da estrutura
horizontal e de diversidade, obtendo-se respectivamente, os
parâmetros valor de cobertura (VC) e valor de importância
(VI), que definem as espécies mais importantes no SAF em
sua estrutura horizontal, e índice de diversidade de Shannon-
Wiener (H’), índice de dominância de Simpson (C), índice de
Equabilidade de Pielou (J), bem como o número de espécies
(S) e a diversidade máxima de espécies (lnS).
O número de espécies (S) é uma variável importante, pois
a partir dela é que se conhece a diversidade da vegetação,
determinada pelos índices como o de Shannon-Wiener (H'),
equação 2. Este índice estima a diversidade específica, e
expressa a heterogeneidade e uniformidade florística da
vegetação, geralmente varia de 1,5 a 3,5 nats ind-1, raramente
apresenta-se acima de 5 nats ind-1 (SOUZA; SOARES, 2013).
󰆒󰇣󰇛󰇛󰇜󰇜󰇛󰇛󰇜󰇜
 󰇤
(02)
em que: H’ = índice de Shannon- Wiener; N = número total de
indivíduos amostrados; ln = logaritmo de base neperiana; S =
número total de espécies amostradas; ni = número de indivíduos
amostrados da i-ésima espécie.
O índice de dominância de Simpson (Equação 3) indica a
probabilidade de dois indivíduos, ao acaso, serem da mesma
espécie, ou seja, uma vegetação com maior diversidade vai
possuir uma menor dominância (SOUZA; SOARES, 2013).
 󰇛󰇜
󰇛󰇜 (03)
em que: C = índice de dominância de Simpson; S = número total de
espécies amostradas; ni = número de indivíduos amostrados da i-
ésima espécie; N= número total de indivíduos amostrados.
Já o índice de Equabilidade de Pielou determina a
diversidade máxima de espécies. O cálculo (Equação 4) usa
entre outros fatores, o índice de Shannon-Wiener (SOUZA;
SOARES, 2013).
󰆒
 (04)
em que: J = índice de equabilidade de Pielou; Hmax = ln(S); S =
número total de espécies amostradas, H’ = índice de diversidade de
Shannon-Wiener.
O programa Mata Nativa® também calcula, no seu
módulo de cálculos da estrutura horizontal da vegetação, para
cada ua, o número de indivíduos (U), a densidade (quantidade
de indivíduos de uma determinada espécie na ua) absoluta
(DA) e relativa (DR), frequência (número de ua onde uma
determinada espécie ocorre) absoluta (FA) e relativa (FR),
dominância (quantidade de área basal que uma determinada
espécie apresenta em uma ua) absoluta (DoA) e relativa
(DoR), valor de cobertura (VC) (Equação 5), que varia de 0 a
200%, e valor de importância (VI) (Equação 6), que varia de
0 a 300%, para todas as espécies, sendo VC e VI expressos
de 0 a 100%, quando divididos, respectivamente, por dois e
três, para deixa-los numa mesma escala de medida de
grandeza e facilitar seu entendimento (SOUZA; SOARES,
2013).
󰇛󰇜 
(05)
em que: VCi(%) = valor de cobertura da i-ésima espécie; DRi =
densidade relativa da i-ésima espécie; DoRi = dominância relativa
da i-ésima espécie.
󰇛󰇜 
(06)
em que: VIi = valor de importância da i-ésima espécie; DRi =
densidade relativa da i-ésima espécie; DoRi = dominância relativa da
i-ésima espécie; FRi = frequência relativa da i-ésima espécie.
Com os dados de contagens de indivíduos das espécies,
de maior VI e VC, e dos parâmetros obtidos na análise
fitossociológica (estrutura horizontal e diversidade),
acrescidas as coordenadas UTM de cada ua, foi gerada uma
planilha eletrônica para armazenar os dados, salva em arquivo
de texto no formato CSV (separado por vírgulas) para ser
feita a espacialização (interpolação) dos dados no SIG
Variabilidade espacial em sistema agroflorestal silvibananeiro, no litoral do Rio Grande do Sul com gvSIG
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
48
gvSIG® versão 2.3.1.2501 (software livre). Ainda na planilha
eletrônica foi realizada a análise de estatística descritiva das
variáveis de interesse. Já no programa gvSIG® foi inserida
uma nova tabela, com importação da planilha de dados no
formato de arquivo CSV. Foi criada uma nova vista e por
meio da ferramenta do SEXTANTE, “camada de pontos a
partir de uma tabela”, foi gerado um arquivo vetorial, de
feição pontual, no formato shapefile. Com este arquivo de
pontos foram realizadas as interpolações das variáveis, com
uso da ferramenta de interpolação pela ponderação do
inverso das distâncias (IDW). Este método de interpolação
(Equação 7) consiste em estimar medidas desconhecidas
utilizando as médias ponderadas, pelo peso w (Equação 8)
dos valores de média do conjunto de pontos próximos,
sempre enfatizando os pontos mais próximos (LONGLEY
et al., 2013).
󰇛󰇜
(07)
em que: Z(x) = valor da variável a ser interpolada em um pixel de
localização x; x = localização do pixel onde se quer interpolar um
valor de Z; Zi = valor da variável em análise mensurada em uma ua
de localização xi; i = unidades amostrais consideradas.
(08)
em que: Wi = peso de ponderação; di = distância de xi para x (xi =
localização da unidade amostral onde uma dada variável foi medida
e x = localização do pixel onde se quer interpolar um valor de uma
dada variável); i = unidades amostrais consideradas.
O resultado do processo de interpolação consiste em
superfícies interpoladas, que demonstram a variabilidade
espacial das variáveis em análise, armazenadas em arquivos
de estrutura matricial (nova imagem com saída do resultado
da análise). Com estas superfícies foram elaborados os
“mapas” de variabilidade espacial de atributos do SAF
silvibananeiro, com as variáveis de interesse.
3. RESULTADOS
A área calculada para o SAF em estudo, a partir do
levantamento com o receptor GNSS, foi de 1,08 ha. Nesta
área foram instaladas e mensuradas 33 unidades amostrais
(ua) de área variável, totalizando uma área amostral de
2.549,06 m2 (0,2549 ha), que corresponde a 23,6% da área
total do SAF em estudo. Foram mensurados 198 indivíduos
nestas ua, que correspondem a 776 indivíduos por hectare,
dos quais 14 indivíduos não foram identificados (7,07% do
total observado), sendo os demais indivíduos distribuídos em
22 espécies, um gênero e 17 famílias botânicas (Tabela 1).
Na análise da estrutura horizontal do SAF a espécie que
mais se destacou em relação à dominância relativa, frequência
relativa e densidade relativa foi o palmito juçara (Euterpe edulis
Mart.), com valores de 17, 22,2 e 37%, respectivamente para
estes parâmetros (76,2 % do VI total), que apresentou 75
indivíduos amostrados, seguido pelas espécies cedro (Cedrella
fissilis Vell.), canjarana (Cabralea canjerana (Vell.) Mart) e
embaúba (Cecropia pachystachya Trécul) (Figura 2),
respectivamente com 17, 17 e 12 indivíduos amostrados para
cada espécie.
A Figura 2 apresenta o comportamento da dominância,
frequência e densidade relativas para as espécies mais
abundantes no SAF em estudo, na qual se destaca o
palmiteiro ou palmito juçara (E. edulis Mart.).
Tabela 1. Espécies e famílias botânicas dos indivíduos arbóreos
inventariados no SAF em estudo no Litoral Norte do Estado do Rio
Grande do Sul, Brasil.
Table 1. Species and botanical families of tree individuals
inventoried in the SAF under study in the North Coast of the State
of Rio Grande do Sul, Brazil.
Nome Científico
Família
N
uaoc_esp
Euterpe edulis Mart.
Arecaceae
75
28
Cedrella fissilis Vell.
Meliaceae
17
15
Cabralea canjerana (Vell.) Mart.
Meliaceae
17
12
Não identificado
N.I.
14
11
Cecropia pachystachya Trécul
Urticaceae
12
7
Zanthoxylum rhoifolium Lam.
Rutaceae
10
8
Daphnopsis fasciculata (Meisn.) Nevling
Thymelaeaceae
10
7
Psidium cattleianum Sabine
Myrtaceae
7
7
Colubrina glandulosa Perkins
Rhamnaceae
3
3
Albizia niopoides (Spruce ex Benth.)
Burkart
Fabaceae
6
3
Citrus sp.
Rutaceae
5
4
Persea americana Mill.
Lauraceae
4
3
Nectandra lanceolata Nees
Lauraceae
3
2
Hovenia dulcis Thunb.
Rhamnaceae
2
2
Jacaranda micrantha Cham.
Bignoniaceae
2
2
Citrus sp.
Rutaceae
2
2
Alchornea triplinervia (Spreng.) M. Arg.
Euphorbiaceae
1
1
Araucaria angustifolia (Bertol.) Kuntze
Araucariaceae
1
1
Erythrina cristagalli L.
Fabaceae
1
1
Hyeronima alchorneoides Allemão
Phyllanthaceae
1
1
Myrsine umbellata Mart.
Primulaceae
1
1
Tibouchina trichopoda (DC.) Baill.
Melastomataceae
1
1
Inga vera Willd.
Fabaceae
1
1
Cordia trichotoma (Vell.) Arrab. ex
Steud.
Boraginaceae
1
1
Eriobotrya japonica (Thunb.) Lindl.
Rosaceae
1
1
Total
198
---
Legenda: N = número de indivíduos; uaoc_esp = número de unidades amostrais
na qual a espécie ocorreu ou frequência; NI = Não identificado.
Legenda: DoR = Dominância relativa; FR = Frequência Relativa; DR =
Densidade relativa; % = Percentagem.
Figura 2. Parâmetros da estrutura horizontal para espécies arbóreas
de um SAF silvibananeiro no Litoral Norte do Rio Grande do Sul,
Brasil.
Figure 2. Horizontal structure parameters for tree species of a
silvibanan SAF in the North Coast of Rio Grande do Sul, Brazil.
Amaral et al.
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
49
Legenda: VC (%) = Valor de cobertura em percentagem; VI (%) = Valor de
importância em percentagem.
Figura 3. Valor de cobertura e valor de importância para espécies
arbóreas de um SAF silvibananeiro no Litoral Norte do Rio Grande
do Sul, Brasil.
Figure 3. Coverage value and importance value for tree species of a
silvibanan SAF in the North Coast of Rio Grande do Sul, Brazil.
Quanto aos valores de cobertura (VC) e valores de
importância (VI) obtidos para as espécies no SAF em estudo,
os mesmos demonstraram que a espécie E. edulis Mart
apresentou o maior valor para estes parâmetros, sendo
respectivamente de 27,23 e 25,62%, seguida pelas espécies
Cedrella fissilis Vell, Cabralea canjerana (Vell) Mart, Cecropia
pachystachya Trécul (Figura 3.a e 3.b). Cabe destacar que se a
bananeira fosse uma espécie arbórea, ela seria a de maior VI
e VC, por ser a principal cultura comercial do SAF, seguida
pelo palmito juçara.
Na análise de estatística descritiva (Tabela 2) observa-se
que a área das unidades amostrais (ua de área variável)
apresentou o maior desvio padrão, devido ao fato de haver
zonas dentro do SAF com diferentes densidades de árvores,
o que afeta a distância entre elas, e por consequência a área
das ua. Os parâmetros S, ln(S) e os índices H’, C e J
apresentaram assimetria negativa, tendo mais valores
amostrais maiores que a média, sendo esta menor que a
mediana e moda, e curtose positiva ou leptocúrtica, e sugere
alta homogeneidade nos dados (RIBEIRO JÚRNIOR, 2004).
Pode-se observar que a distribuição das ua ao longo do SAF
contempla todas as regiões do mesmo (Figura 4.a). Ao
analisar a variabilidade espacial do número ou riqueza de
espécies (S), pode-se observar uma zona de menor densidade
de árvores na parte superior do SAF (Figura 4.b), sendo esta
região a mais recentemente manejada na área (área de
expansão do limite do SAF) e de maior altitude. A altitude
influencia a implantação do SAF, pois acima de 500-600 m a
bananeira já começa a ter restrição de cultivo. Nestas
elevações também pode ocorrer à mudança de tipologia
florestal, de Floresta Ombrófila Densa Submontana para
Floresta Ombrófila Densa Montana, e assim poderá haver
mudança na composição de espécies. A diversidade máxima
de espécies (ln(S)) apresentou maiores valores na porção
central e inferior do SAF (Figura 4.c), sendo esta última a de
menor altitude.
Tabela 2. Estatística descritiva dos parâmetros da estrutura
horizontal para espécies arbóreas de um SAF silvibananeiro no
Litoral Norte do Rio Grande do Sul, Brasil.
Table 2. Descriptive statistics of the horizontal structure parameters
for tree species of a SAF silvibanan on the north coast of Rio
Grande do Sul, Brazil.
Par.
Mo
S’
Cur
As
CV%
A
Amd
52,6
9,7
2,6
68,14
S
4
1,1
0,3
-0,1
29,34
ln(S)
1,39
0,3
4,4
-1,6
27,5
H'
1,24
0,4
1,6
-0,9
32,37
C
0,80
0,2
5,3
-1,9
26,64
J
0,89
0,2
19,4
-4,0
20,21
CB
0
1,3
-1,0
0,3
89,56
E1
3
1,5
-0,4
0,3
68,05
E2
0
0,6
-0,3
0,8
120,1
E3
0
0,8
1,8
1,5
154,4
E4
0
0,9
9,9
3,1
246,1
Legenda: Par. = Parâmetros fitossociológicos; M = Média; Md = Mediana;
Mo = Moda; S’ = Desvio padrão; Cur = Curtose; As = Assimetria; CV% =
Coeficiente de variação; A = Área em metros quadrados; S = Número de
espécies ou riqueza de espécies; ln(S) = Diversidade máxima de espécies; H’
= Índice de Shannon-Wiener; C = Índice de dominância de Simpson; J =
Índice de equabilidade de Pielou; CB = cachos de banana verde em ponto
de corte; E1 = Euterpe edulis Mart.; E2 = Cedrella fissilis Vell.; E3 = Cabralea
canjerana (Vell) Mart; E4 = Cecropia pachystachya Trécul.
O índice de Shannon-Wiener (H’), que representa a
diversidade florística da população, variou de 0 a 1,79 nats
indivíduo-1 (Figura 4.d), que significa baixa diversidade de
espécies arbóreas individualmente por ua. No entanto, o H’
geral, ou seja, a diversidade de espécies em relação a todos os
indivíduos arbóreos amostrados foi de 2,16 nats indivíduo-1,
aproximando-se de uma média diversidade. O índice de
dominância de Simpson (C) gerou resultados entre 0 a 1,
onde quanto mais próximo ao valor de um, maior a
diversidade dentro da unidade, ou seja, menor a dominância
entre as espécies (Figura 4.e). Para o índice de equabilidade
de Pielou (J), os resultados também variam de 0 a 1, onde
valores mais próximos a um representaram uma grande
diversidade, ou seja, o mapa demonstrou haver uma grande
variabilidade de indivíduos arbóreos. Em outras palavras, este
índice demonstrou a heterogeneidade dentro dos seis
indivíduos medidos em cada ua pelo método da sexta de
Prodan (Figura 4.f).
Ao observar a variabilidade espacial do número de
indivíduos de Euterpe edullis Mart. (Figura 4.h) nota-se que na
região superior da área, onde houve maior concentração da
espécie, foi consequentemente onde obteve-se os menores
índices de diversidade, logo também ocorreu maior
dominância de uma espécie (Figura 4.e), sendo também a
região com os menores números de espécies (Figura 4.b),
menor diversidade máxima (Figura 4.c), menor diversidade
(Figura 4.d) e menor equabilidade (Figura 4.f).
Variabilidade espacial em sistema agroflorestal silvibananeiro, no litoral do Rio Grande do Sul com gvSIG
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
50
Legenda: ua = Unidade amostral; S = Número de espécies; Ln(S) =
Diversidade máxima; H’ = Índice de diversidade de Shannon-Wiener; C =
Índice de dominância de Simpson; J = Índice de equabilidade de Pielou;
Cachos = Cachos de banana verde em ponto de corte.
Figura 4. Mapas de variabilidade espacial de um SAF silvibananeiro
no Litoral Norte do Rio Grande do Sul, Brasil.
Figure 4. Spatial variability maps of a silvibanan SAF in the North
Coast of Rio Grande do Sul, Brazil.
Os mapas de variabilidade espacial das espécies foram
gerados apenas para as quatro espécies que tiveram o maior
VI, sendo Euterpe edulis Mart. (Figura 5.h), Cedrella fissilis Vell
(Figura 4.i), Cabralea canjerana (Vell) Mart (Figura 4.j) e Cecropia
pachystachya Trécul. (Figura 4.k), onde o palmito juçara Euterpe
edulis Mart, chamou atenção por estar em maior concentração
na região de maior altitude do SAF (porção superior do limite
do SAF no mapa).
4. DISCUSSÃO
O cultivo de bananeiras em consórcio com juçara, ou
ripeira (como é chamado o palmiteiro pelos agricultores da
região), e floresta secundária é uma prática agroflorestal que
não é exclusiva do Litoral Norte do Rio Grande do Sul.
Danelli et al. (2016) relataram em seu trabalho o manejo de
bananeiras e juçara em florestas secundárias no município de
Camboriú, litoral de Santa Catarina, e também na região
nordeste do Estado de São Paulo, onde se faz cultivo de
bananeiras em consórcio com juçara e floresta secundária em
unidades de conservação, mais especificamente, do Parque
Estadual da Serra do Mar, ou no entorno das mesmas.
A composição de espécies e a expressividade do palmito
juçara (E. edulis) observada nesta pesquisa (Tabela 1) está
coerente como à descrita pela literatura para SAF
silvibananeiro no Litoral Norte do Rio Grande do Sul em
diversos trabalhos (VIVAN, 2002; GARCEZ; COTRIM,
2007; FAVRETO et al., 2010; GONÇALVES; MOTTER,
2015 e AMARAL et al. (2018). Gonçalves et al. (2013)
avaliaram SAF manejados por 16 produtores rurais,
distribuídos em quatro municípios no Litoral Norte do Rio
Grande do Sul (Três Cachoeiras, Mampituba, Dom Pedro de
Alcântara e Morrinhos do Sul), utilizando 44 ua de área fixa
de 700 m2, nas quais foram amostrados 1339 indivíduos
arbóreos, distribuídos em 30 famílias botânicas e 71 espécies,
das quais as mais importantes foram Euterpe edulis Mart.,
Cecropia pachystachya Trécul, Cabralea canjerana (Vell) Mart.,
com valor de importância de 75,85 (25,28%), 35,79 (11,93%)
e 12,35 (4,65%) respectivamente, totalizando 41,31% do VI
observado. Estes dados corroboram a estrutura horizontal do
SAF observada no presente trabalho (Figura 2; Figura 3.a e
3.b). Na época da realização do levantamento descritos pelos
autores supracitados, a grande maioria dos indivíduos de
embaúba (C. pachystachya) apresentavam grande porte, e
estavam sendo suprimidos do sistema para proporcionar
maior entrada de luz (manutenção do índice de 40 – 50% de
sombreamento para não diminuir a produção de banana),
possivelmente a causa para esta espécie ter apresentado a
quarta posição para VI no atual estudo (Figura 3.b), por ser
posterior aos descritos acima. A questão do manejo do
sombreamento é necessária para propiciar a produção de
banana e foi descrita por Vivan (2002) e Gonçalves; Motter
(2015).
Segundo Vivan (2002) no Litoral Norte do Rio Grande
do Sul os bananais em SAF priorizam o palmiteiro quanto ao
uso de palmeiras, e sua importância no dossel dominante
varia entre 17 a 80%. Esta espécie possui alta densidade de
plantas no SAF, pois foi introduzida a partir da semeadura de
sementes pré-germinadas, a lanço ou plantadas em sulcos,
oriundas da despolpação mecânica dos frutos com água
morna, o que quebra a dormência e estimula a germinação.
No SAF, o palmiteiro se beneficia da sombra, da umidade e
da matéria orgânica no solo, oriunda da biomassa das
bananeiras mortas, e serve ainda de alimento para avifauna,
que auxiliará na dispersão de outras espécies da Mata
Atlântica (TROIAN et al., 2014). Favreto et al. (2010)
Amaral et al.
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
51
demonstraram em sua pesquisa que o palmiteiro cresce e
desenvolve-se melhor no bananal do que na floresta
secundária, ao comparar dados obtidos em parcelas de
plantios desta espécie nestes dois usos da terra em Maquiné,
Litoral Norte do Rio Grande do Sul, cinco anos após o
plantio. Os autores observaram que no bananal o palmiteiro
apresentou maior diâmetro da base, maior altura, melhor
qualidade das folhas e menor mortalidade acumulada de
indivíduos jovens. Esta é uma espécie com muito potencial
comercial, pois seus produtos, tais como polpa de frutos (o
chamado “açaí de juçara” ou “açaí da Mata Atlântica”) e
palmito, tem um variado e diversificado mercado de
consumo como programas de aquisição de alimentos do
governo federal, suco, sorvetes, doces, geleias, feira-livre,
dentre outras opções (TROIAN et al., 2014; GONÇALVES;
MOTTER, 2015).
As demais espécies cumprem as funções de produção de
madeira, frutas e fornecimento de sombra e material vegetal
para cobertura do solo, mediante o uso de podas das copas.
O cedro (Cedrella fissilis Vell) e canjarana (Cabralea canjerana
(Vell) Mart) são espécies da família Meliaceae e cultivadas no
SAF com fins madeireiros, assim como o loro pardo (Cordia
trichotoma (Vell.) Arrab. ex Steud., família Boraginaceae). Já a
embaúba (Cecropia pachystachya Trécul.) é utilizada na função
de sombra e manejo de biomassa e ciclagem de nutrientes,
mediante podas ou retirada do sistema com distribuição de
sua biomassa no SAF, em cobertura ao solo (VIVAN, 2002;
GONCLAVES; MOTTER, 2015).
Quanto aos índices de diversidade (valor geral 2,16 nats
indivíduo-1), dominância e equabilidade refletem uma
diversidade média. Os mesmos também foram coerentes
com os obtidos por Gonçalves et al. (2013), que observaram
para SAF silvibananeiro na região de Torres-RS um H’ geral
de 2,74 nats ind-1, sendo considerado médio, tendo um índice
de dominância (C) de 0,81, o que significa que havia
dominância de algumas espécies na ocorrência dos indivíduos
amostrados, neste caso as comerciais, Euterpe edullis Mart. e
Musa sp. Já o índice de equabilidade geral (J) foi de 0,61 e
indicou que havia dominância de poucas espécies, assim
como o anterior. Ressalta-se que a diversidade de espécies
arbóreas, juntamente com a fixação de gases de efeito estufa
(fixação de carbono), tem sido considerada como serviços
ambientais provido pelos SAF na região, especificamente
pelos SAF silvibananeiros no Litoral Norte do Rio Grande
do Sul em relação aos bananais convencionais lá cultivados
(BJÖRKLUND et al., 2012; GONÇALVES et al., 2013).
A estatística descritiva foi realizada para dar suporte ao
mapeamento da variabilidade espacial dos atributos da
vegetação no SAF. As variáveis obtidas nas ua, número de
espécies (S), diversidade máxima (ln(S)) e os índices de
diversidade, dominância e equabilidade apresentaram valores
próximos para média, mediana e moda, sugerindo haver
normalidade nos dados. Segundo Andriotti (2003), os
coeficientes de variação (CV%) inferiores a 40% indicam
homogeneidade nas ua, já índices superiores a 100% indicam
que a amostra tem grande heterogeneidade. O CV% dos
índices de diversidades de Shannon-Wiener, dominância de
Simpson, equabilidade de Pielou (H’, C e J), assim como o do
número de espécies (S) e da diversidade máxima de espécies
(ln(S)), demonstraram uma baixa variabilidade.
Conforme os mapas de variabilidade espacial gerados, as
unidades amostrais foram bem distribuídas na área do SAF
(Figura 5.a), e o número de espécies (Figura 5.b), a
diversidade máxima (Figura 5.c), índice de diversidade
(Figura 5.d), índice de dominância (Figura 5.e), equabilidade
(Figura 5.f), cachos de banana (Figura 5.g) e número de
indivíduos de palmiteiro (Figura 5.h) apresentaram mapas
com variação espacial evidente ao longo do SAF. Já cedro,
canjarana e embaúba apresentaram ocorrência pontual no
SAF em análise (Figura 4.i; 4.j e 4.k).
Para a variável cachos de banana (Figura 4.g), observou-
se que eles ficaram relativamente bem distribuídos no mapa,
com um número total de 47 cachos observados no SAF,
média de 1,42 cachos por ua, o que corresponde a 184 cachos
ha-1. As bananeiras são plantadas no SAF com um
espaçamento de 2,5 x 2,5 m, totalizando uma densidade de
1600 plantas por hectare (VIVAN, 2002; GONÇALVES e
MOTTER, 2015), mas com o desenvolvimento das plantas
vão surgindo vários pseudocaules que facilitam a ocupação
da área por esta frutífera, sendo a espécie de maior densidade
no SAF, devido ser a principal cultura comercial do mesmo.
As descrições da variabilidade espacial das variáveis
analisadas no SAF podem ser fontes de informação para a
definição de zonas de manejo diferenciadas. As
geotecnologias e os dados geográficos podem e devem ser
somados ao conhecimento dos agricultores agroflorestais
desta região, que segundo Vivan (2002), já fazem distinção de
zonas no bananal, a ser transformado em SAF, quanto a
nutrientes, entrada de luz e umidade, regrando também a
composição de espécies arbóreas para sombrear as demais
plantas dentro do limite de 50% de sombreamento, havendo
ainda o ajuste de um manejo mais adequado a cada zona,
porém isso ainda não foi mapeado e estudado espacialmente.
Uma das primeiras geotecnologias a ser utilizada em SAF
foram os receptores GNSS de navegação, que permitem
determinar a localização, calcular o perímetro e a área dos
SAFs, geralmente em SIG (STEEMBOCK et al., 2013),
seguidos da geração de banco de dados para SIG e localização
de indivíduos arbóreos em SAF (AMARAL et al., 2018). Ao
longo do tempo, isso permitiu ao Centro Ecológico
disponibilizar um webSIG (talvez um dos primeiros no
Brasil, em funcionamento desde 2014), voltado para serviços
ambientais gerados por SAFs, no quais foram mensurados
diversidade de espécies arbóreas, e estimados biomassa acima
do solo e carbono estocado nos SAF silvibananeiros do
Litoral Norte do Rio Grande do Sul
(http://www.centroecologico.org.br/safs_sig.aspx).
Recentemente as pesquisas que abordam Floresta de
Precisão e os estudos de variabilidade espacial nos SAFs
começaram a surgir, e de maneira análoga a forma como
aconteceu na agricultura de precisão, ao basearem em
princípios comuns (FARDUSI et al., 2017), a maior parte das
pesquisas abordam os atributos físicos e químicos do solo, a
exemplo do trabalho de Soares et al., (2018), que analisaram
a variabilidade de atributos do solo em SAF na Amazônia, e
atualmente a atenção se volta para diversos aspectos da
vegetação ou localização dos SAF (BOLF, 2019), assim como
a presente pesquisa.
As geotecnologias, o geoprocessamento e a abordagem
de Floresta de Precisão podem auxiliar neste processo,
havendo relatos na literatura destas possibilidades associadas
à silvicultura. Brandelero et al. (2007), Maeda et al. (2014) e
Corona et al. (2018) enfatizam a importância do uso de
sistemas GNSS e sistemas de informações geográficas, dentre
outras ferramentas, para as atividades florestais com
abordagem de Floresta de Precisão.
Figueiredo et al. (2007) associaram ao Manejo Florestal
de Precisão o uso de mapas de localização das árvores em
Variabilidade espacial em sistema agroflorestal silvibananeiro, no litoral do Rio Grande do Sul com gvSIG
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
52
geral, dos indivíduos selecionados, da infraestrutura e dos
acessos da floresta, gerados em SIG a partir de mapeamento
de inventários florestais 100%. Estes mapas apoiam as
intervenções na floresta, visando proteger e preservar árvores
individuais, e coletivamente, conservar e elevar a
biodiversidade. Souza e Soares (2013) descrevem e
apresentam um mapa de inventário 100% na Unidade de
Produção Anual 1 e Área de Manejo Florestal da Vila Céu do
Mapiá, Flona do Purus, AM, baseados no trabalho de
Brandão (2005), no qual todas as árvores de interesse foram
georreferenciadas com receptor GNSS de navegação. Os
autores também apresentaram um exemplo de consulta e
seleção de dados não espaciais (atributos das árvores
mapeadas e inventariadas), lidos na tabela de atributos de um
arquivo vetorial shapefile, de feição pontual para representar as
árvores, no sig ArcGis. Esse tipo de consulta e seleção de
dados em SIG, também foi demonstrada por Amaral et al.
(2018), aplicado a SAF silvibananeiro no Litoral Norte do Rio
Grande do Sul.
Desta forma, os resultados obtidos nesta pesquisa, estão
alinhados ao pensamento de Kovácsová; Antalová (2010),
que consideram Floresta de Precisão, aquelas que são
produzidas com uso de ferramentas e técnicas modernas,
para obter o maior número possível de informações reais,
com melhorias no processo de tomada de decisão e garantir
que as metas de manejo florestal sejam cumpridas. A
tendência é que trabalhos como os citados anteriormente,
bem como o descrito na presente pesquisa, sejam cada vez
mais utilizados nos SAF e em outros sistemas alternativos de
uso da terra para dar suporte à tomada de decisão quanto ao
manejo e intervenção, monitoramento e inventários para
serviços ambientais, dentre outras aplicações.
5. CONCLUSÕES
Os atributos da vegetação do sistema agroflorestal
silvibananeiro que apresentaram variabilidade espacial
evidente, se comportando de maneira continua no SAF,
foram número de espécies (S), diversidade máxima de
espécies (ln(S)), índice de diversidade de Shanonn-Wiener
(H’), índice de dominância de Simpson (C), índice de
equabilidade de Pielou (J), número de cachos de banana verde
em ponto de corte e número de indivíduos de palmiteiro ou
juçara (ripeira). Os mapas de variabilidade espacial, gerados
por ponderação pelo inverso da distância (IDW),
espacializaram de maneira apropriada a vegetação do SAF em
estudo.
Euterpe edulis Mart. (palmiteiro ou ripeira) apresentou
maior relevância dentre as espécies arbóreas levantadas no
SAF, e seu mapa foi um dos de maior destaque nesta
pesquisa. O palmiteiro e as bananeiras (Musa sp.), são as
principais espécies comerciais deste sistema. Também se
destacaram as espécies cedro, canjarana e embaúba, mas estas
não ocorrem de forma contínua no SAF.
As variáveis relativas à diversidade de espécies em SAF
podem ser mapeadas quanto à variabilidade espacial, e tem
potencial para serem consideradas como métricas em
monitoramento de serviços ambientais. Estas foram
mapeadas com relativa facilidade, com base na metodologia
e resultados apresentados nesta pesquisa, bem como as
variáveis que descrevem a produção do SAF, número de
cachos de banana verde e número de indivíduos de Euterpe
edullis Mart.. É recomendado realizar também a contagem e
mapeamento dos cachos de frutos do palmiteiro, para melhor
caracterizar a produtividade dos SAF.
A metodologia proposta mostrou-se adequada para
verificar a variabilidade espacial da vegetação que caracteriza
o SAF silvibananeiro no Litoral Norte do Rio Grande do Sul.
O método da sexta árvore de Prodan mostrou-se bastante
eficaz na amostragem, sendo seu uso idealizado para suprir
demandas de dados da análise espacial, pois distribuiu as ua
em toda área de estudo, recobrindo aproximadamente ¼ da
área total. O uso do gvSIG mostrou-se relativamente fácil e
atendeu todas as demandas da pesquisa. No entanto, algumas
configurações de tabelas e importações de dados poderiam
ser mais facilitadas, quanto à formatação e extensão de
arquivos. O uso do interpolador IDW também se mostrou
eficiente.
6. AGRADECIMENTOS
Ao Centro Ecológico Litoral (Dom Pedro de Alcântara,
RS) e seus colaboradores pelo apoio a este estudo, aos
agricultores Tobias Fernandes e Paulo Fernandes, por
permitirem a realização desta pesquisa em seu Sistema
Agroflorestal.
7. REFERÊNCIAS
AMARAL, L. P.; FERREIRA, R. A.; SEBEM, E.;
RODRIGUES, G.; MOTTER, C. Geração de um banco
de dados geográficos em sistema agroflorestal
silvibananeiro no Litoral Norte do Rio Grande do Sul,
Brasil. In AMARAL, L. P. (Org). Livro Digital:
Trabalhos completos do IV Congresso Sul-
Americano de Agricultura de Precisão e Máquinas
Precisas. 1ed. Santa Maria: CESPOL, 2018, p. 52-61.
ANDRIOTTI, J. L. S. Fundamentos de estatística e
geoestatística. São Leopoldo: Unisinos, 2003, 165p.
ASOCIACIÓN GVSIG. Conoce gvSIG Desktop, el
Sistema de Información Geográfica libre. Disponível
em: <http://www.gvsig.com/es/productos/gvsig-
desktop>. Acesso em: 19 jun. 2020.
BJÖRKLUND, J.; ARAYA, H.; EDWARDS, S.;
GONÇALVES, A.; HÖÖK, K.; LUNDBERG, J.;
MEDINA, C. Ecosystem-based agriculture combining
production and conservation – A viable way to feed the
world in the long term? Journal of Sustainable
Agriculture, v. 36, n. 7, p. 824-855, 2012.
http://dx.doi.org/10.1080/10440046.2012.705813
BOLF, E. L. Applications of satellite images and Field
databases to analyze agroforestry systems in Brazil.
International Journal of Advanced Engineering
Research and Science, v. 6, n. 12, p. 458-463, 2019.
https://dx.doi.org/10.22161/ijaers.612.53
BRANDELERO, C.; ANTUNES, M. U. F.; GIOTTO, E.
Silvicultura de Precisão: nova tecnologia para o
desenvolvimento florestal. Revista Ambiência,
Guarapuava, v. 3, n. 2, p. 269-281, 2007.
CORONA, P.; CHIANUCCI, F.; GROTTI, M.;
QUATRINI, V.; PULETTI, N.; MATTIOLI, W.
Precision Forestry. Agriregionieuropa, v. 14, n. 53,
2018. Disponível em:
<https://agriregionieuropa.univpm.it/it/content/article
/31/53/precision-forestry>. Acesso em: 22 jun. 2020.
DANELLI, M. F. D.; FISCH, S. T. V.; VIEIRA, S. A. Análise
da estrutura e biomassa florestal de áreas de colheita de
frutos de juçara (Euterpe edulis Mart.) no Litoraral Norte e
Serra do Mar – SP. Ciência Florestal, Santa Maria, v. 26,
n. 3, p.773-786, 2016. DOI:
https://doi.org/10.5902/1980509824206
Amaral et al.
Nativa, Sinop, v. 9, n. 1, p. 44-53, jan./fev. 2021.
53
FAVRETO, R.; MELLO R. S. P.; BAPTISTA, L. R. M.
Growth of Euterpe edulis Mart. (Arecaceae) under Forest
and agroforestry in southern Brazil. Agroforest Systems,
Amsterdan, v. 80, p. 303-313, 2010. DOI:
https://doi.org/10.5902/1980509824206
FARDUSI, M. J.; CHIANUCCI, F.; BARBATI, A. Concept
to practices of geospatial information tools to assist forest
management and planning under precision forest
framework: a review. Annals of Silvicultural Research,
v. 41, n. 1, p. 3-14, 2017. DOI:
http://dx.doi.org/10.12899/asr-1354
GARCEZ, D.; COTRIM, D. A bananicultura na
microrregião do Litoral Norte do Rio Grande do Sul.
Revista Brasileira de Agroecologia, v. 2, n. 2, p. 78-81,
2007.
GARCEZ, D.; MIELITZ, C. G. A. Sistema de produção de
base ecológica: re-localização e reativação do espaço rural
no Litoral Norte do Rio Grande do Sul. Agrária, São
Paulo, n. 8, p. 23-48, 2008. DOI:
https://doi.org/10.11606/issn.1808-1150.v0i8p23-48
GONÇALVES, A. L. R.; AMARAL, L. P.; PEREIRA Jr., C.;
RAMOS, J. B., ATANASIO, W. M.; MOTTER, C.;
BELLÉ, N.; FERREIRA, R. A. Serviços ambientais na
região de Torres, RS, Brasil. In: CONGRESSO
BRASILEIRO DE SISTEMAS AGROFLORESTAIS,
9., 2013, Ilhéus/BA. Anais... Ilhéus/BA: Sociedade
Brasileira de Sistemas Agroflorestais, 2013. p. 1-4.
GONÇALVES, A. L. R.; MOTTER, C. Produção
ecológica de banana. Torres: Centro Ecológico, 2015,
76 p. Disponível em:
<http://www.centroecologico.org.br/cartilhas/Cartilha
_Banana_CE.pdf>. Acesso: 22 jun. 2020.
IBGE_Instituto Brasileiro de Geografia e Estatística, IBGE.
Manual Técnico da Vegetação Brasileira. 2 ed. Rio de
Janeiro: IBGE, 2012.274 p.
KOVÁCSOVÁ, P.; ANTALOVÁ, M. Precision Forestry –
Definition and Technologies. Šumarski list, v. 134, n.
11–12, p. 603-611, 2010.
LONGLEY, P. A.; GOODCHIL, M. F.; MAGUIRE, D. J.;
RHIND, D. W. Sistemas e Ciência da Informação
Geográfica. 3 ed. Porto Alegre: Bookman, 2013. 540 p.
MAIA, S. M. F.; XAVIER, F. A.S.; OLIVEIRA, T. S.;
MENDONÇA, E. S.; ARAÚJO FILHO, J. S. Impactos
dos sistemas agroflorestais e convencional sobre a
qualidade do solo no Semi-Árido Cearense. Revista
Árvore, Viçosa, v. 30, n. 5, p. 837-848, 2006. DOI:
https://doi.org/10.1590/S0100-67622006000500018
MAEDA, S.; AHRENS, S.; CHIARELLO, S. R.;
OLIEVEIRA, E. B.; STOLLE, L.; FOWLER, J. A. P.;
BOGNOLA, I. A. Silvicultura de Precisão. In:
BERNARDI, A. C. C.; NAIME, J. M.; RESENDE, A.
V.; BASSOI, L. H.; INAMASU, R. Y. (Eds.).
Agricultura de Precisão – Resultados de um novo
olhar. Brasília: Embrapa Instrumentação, 2014, p. 467-
477.
MIRANDA, J. I. Fundamentos de sistemas de
informações geográficas. 4. ed. Brasília: Embrapa,
2015, 399 p.
NUNES, P.; VIVAN, J. L. Florestas, sistemas
agroflorestais e seus serviços ambientais e
econômicos em Juruena-MT. Cuiabá: Projeto Poço de
Carbono Juruena/ADERJUR, 2011, 40p.
REOLON, C. A. Geotecnologias à Cartografia Temática:
gvSIG. Marechal Cândidon Rondon: Associação dos
Geógrafos Brasileiros, 2008, 54p.
RIBEIRO JÚNIOR, J. I. Análises estatísticas no Excel:
Guia Prático. Viçosa: UFV, 2004, 251p.
SILVA, I. C. Sistemas Agroflorestais: Conceitos e
métodos. Itabuna: SBSAF, 2013, 308p.
SOARES, M. D. R.; CAMPOS, M. C. C.; OLIEVIRA, I. A.;
CUNHA, J. M.; SOUZA, Z. M.; AQUINO, R. E.;
SILVA, D. P.; SILVA, J. F. Variabilidade espacial dos
atributos do solo sob agrofloresta na região de Humaitã,
AM. Gaia Scientia, João Pessoa, v. 12, n. 1, p. 33-41,
2018. DOI: https://doi.org/10.22478/ufpb.1981-
1268.2018v12n1.34353
SOUZA, A. L.; SOARES, C. P. B. Florestas nativas:
estrutura, dinâmica e manejo. Viçosa: Editora UFV,
2013, 322 p.
STEENBOCK, W.; SILVA, R. O.; FROUFE, L. C. M.;
SEOANE, C. E. Agroflorestas e sistemas agroflorestais
no espaço e no tempo. In: STEENBOCK, W.; SILVA,
L. C.; SILVA, R. O.; RODRIGUES, A. S.; PEREZ-
CASSARINO, J.; FONINI, R (Org.). Agrofloresta,
ecologia e sociedade. Curitiba: Editora Kairós, 2013, p.
39-60.
TROIAN, L. C.; CORBELLINI; L. C.; PRINTES, R. C.;
STOFFEL, A. S. Cartilha da Juçara (
Euterpe edulis
):
Informações sobre Boas Práticas e Manejo. 2014,
35p. DOI: 10.13140/RG.2.2.31931.62245
VIVAN, J. L. Bananicultura em sistemas agroflorestais no
Litoral Norte do RS. Agroecologia e Desenvolvimento
Rural Sustentável, Porto Alegre, v. 3, n. 2, p. 17-26,
2002.
WIVES, D. G.; MACHADO, J. A. D. Fatores influentes e a
tomada de decisão nos sistemas de produção de banana
no Litoral Norte do Rio Grande do Sul. Revista
Brasileira de Gestão e de Desenvolvimento Rural,
Taubaté, v. 10, n. 4, p. 225-247, 2014.
WOLLMANN, C. A.; GALVANI, E. Caracterização
climática regional do Rio Grande do Sul: dos estudos
estáticos ao entendimento da gênese. Revista Brasileira
de Climatologia, ano 8, v. 11, p. 87-103, 2012. DOI:
http://dx.doi.org/10.5380/abclima.v11i0.28586