Biomassa aérea e estoque de carbono individual em diferentes materiais genéticos de Eucalyptus no estado do Pará

Orientador: Prof. Dr. Nelson Yoshihiro NakajimaCoorientadores: Prof. Dr. Ângelo Augusto Ebling, Prof. Dr. Dimas Agostinho SilvaDissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa : Curitiba, 22/02/2019Inclui referências: p. 97-109Área de concentração: Manejo FlorestalResumo: No Estado do Pará, informações científicas sobre produção de biomassa seca e estoque de carbono em povoamentos de eucalipto são incipientes. Nesse sentido, justifica-se a realização de estudos nessa região para indicar materiais genéticos que garantam alta produção de biomassa combinada à elevada capacidade de estocar carbono e, também, para indicar qual método estima com maior precisão a biomassa seca e o estoque de carbono. Os principais objetivos deste estudo foram comparar a produção de biomassa e o estoque de carbono de diferentes componentes aéreos, entre materiais genéticos de Eucalyptus, por análise univariada e agrupá-los com análise multivariada; e investigar se equações alométricas desenvolvidas por rede neural artificial (RNA) estimam com maior precisão a biomassa seca e o estoque de carbono dos componentes aéreos, em comparação com as estimativas feitas por equações desenvolvidas por regressão não linear. Foram analisados dez materiais genéticos de Eucalyptus aos 4,6 anos de idade, sendo coletadas seis árvores amostras por material genético, totalizando 60 árvores para a estimativa da biomassa seca e do carbono orgânico dos diferentes componentes aéreos pelo método destrutivo. A análise de agrupamento hierárquico foi aplicada para agrupar os materiais genéticos com os dados multivariados, testando-se diferentes combinações de medidas de similaridade com métodos aglomerativos. Para o desenvolvimento das equações alométricas por componente, foi utilizada regressão não linear e rede neural artificial, sendo utilizados como variáveis preditoras o diâmetro com casca a 1,30 m de altura (dapcc) e a altura total (ht), além dos materiais genéticos na RNA. Observouse que a distância de Canberra, combinada com as médias não ponderadas de grupos pareados, proporcionou a melhor combinação para o agrupamento dos materiais genéticos. O grupo 2 formado pelos materiais genéticos C-408, C-455 e C-479, apresentou estatisticamente maiores quantidades de biomassa e de carbono nos componentes lenho, total, tronco e copa. As equações desenvolvidas com rede neural artificial foram mais precisas apenas para a estimativa da biomassa seca e do carbono estocado nas folhas, nos galhos vivos e na copa. Já as equações desenvolvidas por regressão não linear forneceram estimativas mais precisas da biomassa seca e do carbono estocado nos componentes galhos secos, casca, lenho, total e tronco. Apenas com a utilização do dapcc gerou-se equações mais precisas da biomassa seca e do carbono estocado nas folhas e na casca, contudo, a inclusão da ht aumentou a precisão das estimativas nos componentes galhos secos, galhos vivos, lenho, total, copa e tronco. Palavras-chave: Modelagem alométrica. Produção de biomassa. Rede neural artificial. Regressão não linear. Sequestro de carbono.Abstract: In the State of Pará, scientific information about production of dry biomass and carbon stock in eucalypt stands are incipient. In this sense, it is justified to carry out studies in this region to indicate genetic materials that provide high biomass production combined with the high capacity to stock carbon and to indicate which method estimates the dry biomass and the carbon stock more accurately. The main objectives of this study were to compare the biomass production and the carbon stock of different aboveground components among Eucalyptus genetic materials by univariate analysis and group them with multivariate analysis, and to investigate if allometric equations developed by artificial neural network (ANN) estimate accurately the dry biomass and the carbon stock of the aboveground components compared to the estimates made by equations developed by nonlinear regression. Ten genetic materials of Eucalyptus were analyzed at the 4.6 years of age and six sample trees were collected per genetic material totaling 60 trees for the estimation of dry biomass and organic carbon of the different aboveground components, by the destructive method. Hierarchical clustering analysis was applied to group the genetic materials with the multivariate data, testing different combinations of similarity measures with agglomerative methods. For the development of the allometric equations per components nonlinear regression and artificial neural networking were used, using as predictor variables the diameter with bark at 1.30 m from the ground (dbhwb) and the total height (ht), besides the genetic materials in ANN. It was observed that the Canberra distance combined with the unweighted pair group method with arithmetic mean provided the best combination for clustering of genetic materials. The group 2 formed by genetic material C-408, C-455 and C-479 presented statistically higher amounts of biomass and carbon in the stem wood, total, bole and crown components. The equations developed with artificial neural network were more accurate only for the estimation of the dry biomass and the carbon stocked in the leaves, living branches and the crown. In addition, the equations developed by nonlinear regression provided more accurate estimates of the dry biomass and carbon stocked in the dead branch, bark, stem wood, total and bole components. The use of only dbhwb were generated more precise equations of dry biomass and carbon stocked in the leaves and bark, however, the inclusion of ht increased the precision of the estimates in the dead branches, living branches, stem wood, total, crown and bole components. Keywords: Allometric modeling. Biomass production. Artificial neural network. Nonlinear regression. Carbon sequestration