Desenvolvimento de modelos de optimização da gestão florestal em situações de risco de incêndio

Tese de doutoramento, Estatística e Investigação Operacional (Optimização), Universidade de Lisboa, Faculdade de Ciências, 2011Neste trabalho incorpora-se o risco de incêndio em modelos de gestão florestal ao nível do povoamento e à escala da paisagem. O risco de incêndio pode ser modificado através de decisões de gestão, nomeadamente, cortes, desbastes ou medidas de gestão de combustível (em particular, limpezas de mato). Os modelos sugeridos maximizam o valor esperado do solo, determinando a política óptima a seguir num horizonte de planeamento, considerando o risco de incêndio e o estado do povoamento ou floresta, num dado momento. Para a gestão ao nível do povoamento, propõem-se modelos de programação dinâmica estocástica, que pressupõem a definição de estágios, estados e decisões. Apresenta-se um modelo para o pinheiro bravo e outro para o eucalipto. A construção de cenários permitiu incluir o risco de incêndio. No modelo do pinheiro bravo, pretende-se calcular a idade óptima para realizar o corte raso; no modelo do eucalipto é considerado um sistema de talhadia, sendo preciso optimizar a idade para o corte raso e o número de cortes de talhadia. Para a gestão à escala da paisagem, propõe-se um modelo em programação inteira mista, para determinar as prescrições mais adequadas a aplicar, durante um horizonte de planeamento, em cada povoamento. Outro modelo sugerido utiliza a programação estocástica para definir um plano de gestão mais adaptativa, determinando, após a observação da realização de cenários de danos, as intervenções a adoptar em cada momento de decisão. Nestes dois modelos foram incluídos índices de resistência ajustada, construídos com base nas características de cada povoamento e na influência dos vizinhos. Os resultados de aplicações a casos de estudo portugueses sugerem que os modelos de gestão podem ajudar a incorporar o impacto do risco de incêndio nas políticas de gestão florestal e permitem a análise do papel dos desbastes e das limpezas de mato na redução do risco.This work presents research aiming at the development of forest management scheduling models that address wildfire risk, both at stand and landscape levels. It is considered that the fire risk can be modified through management decisions, including cutting, thinning or fuel treatments (in particular, shrub cleanings). The suggested models maximize the soil expectation value and determine the optimal policy to follow in a given planning horizon, taking into account the wildfire risk and the state of the stand or the forest. For stand management models, stochastic dynamic programming approaches are proposed, which require the definition of stages, states and decisions. It will be presented a model for maritime pine stands and another one for eucalypt stands. Fire occurrence and damage scenarios are addressed to incorporate wildfire risk in dynamic programming models. The maritime pine’s model seeks for the optimal harvest age, while the eucalypt’s model uses a coppice regeneration method that requires the definition of both the optimal harvest age, in each cycle, and the optimal number of coppice cycles within a full rotation. For landscape level management models, a mixed integer programming approach is proposed to define the prescriptions to take in each stand of the forest, during a planning horizon. A stochastic programming model is suggested, in order to define a more adaptive management plan, determining appropriate interventions to take, after observing the realization of damage scenarios. In both models, adjusted resistance indexes were introduced. These indexes take into account both stand characteristics and its spatial context. Results from applications to portuguese forest areas suggest that the modeling strategy may help assess the impact of wildfire risk on forest management policies. They further provide interesting insights about the role of thinning and fuel treatment policies in mitigating risk.Fundação para a Ciência e a Tecnologia (FCT, PTDC/AGR-CFL/64146/2006, SFRH/BD/37172/2007