Caracterização Do Mapa De Kernel Para Avaliar A Distribuição Do Mogno (Swietenia Macrophylla King.) Na Floresta Estadual Do Antimary

Resumo: A espécie Swietenia macrophylla King, mogno, da família Meliaceae, constitui-se em uma das madeiras mais apreciadas e de maior valor comercial, que durante algumas décadas foi intensamente explorada, tornando-se umas das espécies florestais em risco de extinção. O presente trabalho tem o objetivo de avaliar a distribuição espacial da espécie na Floresta Estadual do Antimary (FEA) – Acre, utilizando o estimador de intensidade Kernel. Essa técnica estatística é uma alternativa simples para analisar o comportamento de pontos e estimar a intensidade pontual do processo em toda a região de estudo. Algumas aglomerações foram identificadas através da superfície gerada pelo mapa de Kernel, demonstrando que a técnica foi aplicada com sucesso.

Palavras-chave: Técnica Estatística; Distribuição Espacial; Estimador de Intensidade.

CHARACTERIZATION OF THE KERNEL MAP TO EVALUATE THE SPATIAL DISTRIBUTION OF MAHOGANY (Swietenia macrophylla KING.) IN THE STATE FOREST ANTIMARY.

Abstract: The species Swietenia macrophylla King, mahogany family Meliaceae, is in one of the most prized woods and high commercial value, which for decades has been heavily exploited, becoming one of the forest species at risk of extinction. This study aims to evaluate the spatial distribution of species in the State Forest Antimary (FEA) - Acre, using the kernel intensity estimator. This statistical technique is a simple alternative to analyze the behavior of points and estimate the intensity point of the process throughout the study region. Some agglomerations have been identified through surface map generated by the kernel, demonstrating that the technique was successfully applied.

Keywords: Technical Statistics; Spatial Distribuition; Estimator Intensity.

1.0. Introdução

O mogno (Swietenia macrophylla King.), pertencente à família Meliaceae, é uma espécie que apresenta grande porte na América Tropical, comumente com altura acima de 30 m, com fuste retilíneo e cilíndrico (TEREZO, 1999). As folhas são alternas, usualmente pinadas, com folíolos opostos ou ocasionalmente alterados. A madeira possui alburno com coloração branca amarelada e cerne variando de marrom escuro a pardo amarelado ou avermelhado (ALVARADO, 2009). O fruto da espécie é uma cápsula lenhosa e ovóide medindo de 10 cm a 22 cm de comprimento e as sementes são aladas e leves, quase do tamanho do fruto. A queda de sementes da espécie ocorre durante o meio e o final da estação seca. A chuva de sementes adquire um formato parabólico, a partir da árvore que está frutificando. A distância de dispersão pode ser bem maior, onde os ventos são comuns (CARVALHO, 2007).

No sul do Pará, as sementes do mogno têm sido dispersadas além de 1 km das árvores-mães, sendo transportadas pelos ventos fortes do final da estação seca. Essas sementes frequentemente escapam da predação (CARVALHO, 2007). A água é também considerada como importante mecanismo de dispersão.

O mogno possui um alto valor comercial, podendo ser utilizado em móveis de luxo, objetos de adorno, decorações de interiores, instrumentos musicais, embarcações leves, construção civil, painéis, compensados, etc, além de produtos não madeireiros e na ornamentação de parques e jardins (MELO; ZOBY, 2010). O seu valor comercial extraordinário tem estimulado a sua extração na Amazônia brasileira há muitos anos, mas com maior intensidade desde o inicio da década de 70.

De acordo com Couto et. al. (2004), com a diminuição das reservas naturais desta espécie o governo decretou a Lei número 3.559, de 14 de agosto de 2000, que suspende na região Amazônica a exploração da espécie pelo período de dois anos.

Para a análise e caracterização de dados espaciais de populações de mogno da Floresta Estadual do Antimary utiliza-se um conjunto de conceitos e métodos estatísticos que, diferente da estatística clássica, incorporam a dimensão espacial. Segundo Silva (2010), dados são registros de observações oriundas da realização de variáveis em experimentos ou em levantamentos amostrais. Quando as variáveis são indexadas espacialmente, isto é, quando a um valor realizado de uma variável se pode associar uma coordenada espacial, então tais dados são chamados dados espaciais.

A Estatística Espacial é um ramo da estatística que estuda métodos científicos para a coleta, descrição, visualização e análise de dados que possuem coordenadas espaciais. A análise de dados espaciais pode ser definida como uma técnica estatística que busca descrever os padrões existentes nos dados e estabelecer, preferencialmente, de forma quantitativa, os relacionamentos entre as diversas variáveis geográficas (SILVA, 2010).

Segundo Santos & Souza (2007) apud Silva (2010), o exemplo mais tradicional deste tipo de abordagem é o estudo feito por John Snow do mapeamento da epidemia de cólera em Londres, em 1854. Como uma das estratégias para lidar com o problema, foi identificada no mapa da cidade a localização exata das residências dos doentes de cólera e dos postos de água que abasteciam a cidade. Com a espacialização dos dados, percebeu-se que a maioria dos casos estava concentrada em torno dos poços. Como conseqüência, estes foram lacrados, contribuindo para acabar com a epidemia.

Considerando as etapas do processo de um tratamento estatístico de dados espaciais, de acordo com Bailey e Gatrell (1995), os processos de análise espacial incluem métodos de visualização, métodos que investiguem o padrão dos dados, isto é, se os dados apresentam uma agregação definida ou se a distribuição é aleatória, métodos que auxiliem na escolha de um modelo estatístico e a estimação dos parâmetros deste modelo. Desta forma, as ferramentas da Estatística Espacial podem ser utilizadas para uma análise exploratória dos dados, ou seja, para a descrição e visualização de dados espaciais, verificando a existência de padrões de comportamento e de associação espacial.

Para Bailey e Gatrell (1995), os dados espaciais podem ser classificados em quatro diferentes categorias:

(i) Dados de Processos Pontuais;

(ii) Dados de Superfície Aleatória (Geoestatística);

(iii) Dados de Interação Espacial;

(iv) Dados de Área.

Como o que diferencia estas categorias é o tipo de dado, é natural que em cada um destes quatro tipos existam métodos estatísticos diferentes para descrever ou analisá-los.