Avaliação da Produtividade Potencial

Neste projeto, a avaliação da produtividade potencial das várias espécies será feita com base nos modelos mais recentes disponíveis. Assim, para o eucalipto será usado o modelo descrito em Phuong (2021) e para o sobreiro, o modelo de Paulo (2015).

Para o pinheiro bravo, a avaliação da produtividade potencial será feita com a metodologia usada para o PROF Centro litoral e Centro Interior. Este método, semelhante ao utilizado para o sobreiro por Paulo et al. (2015), implicou quatro fases:

-       Preparação de uma base de dados em que cada parcela com informação disponível sobre a altura dominante e idade (para ser possível calcular o valor de índice de qualidade da estação (S), utilizando um dos modelos disponíveis na literatura nacional), seja caraterizada pelo conjunto das variáveis de clima com impacto na produtividade da espécie: solo, litologia, geologia, altitude, declive, distância horizontal ao mar, clima (e.g. precipitação anual, número de dias com precipitação, temperaturas média, minima e máxima, número de dias com geada, radiação solar, humidade relativa, evaporação).

-       Os dados descritos no ponto anterior foram utilizados para desenvolver modelos, baseados em regressão linear múltipla, para a predição do índice de qualidade da estação (S) em função das variáveis ambientais consideradas e que se encontram listadas na Tabela 1. Os modelos desenvolvidos para a predição do índice de qualidade da estação a partir de variáveis ambientais obtidas em mapas digitais não têm geralmente uma elevada eficiência de modelação, visto existirem diversos fatores locais (profundidade e fertilidade do solo, existência de lençóis freáticos ou impermes, exposição, etc.) com um papel muito relevante na determinação da produtividade, mas dão uma boa estimativa da produtividade potencial média.

-       Os modelos desenvolvidos foram posteriormente aplicados à grelha de fotopontos do IFN, o que equivale a uma quadrícula de 500 X 500 m (precisão da fotointerpretação do IFN); a aplicação do modelo foi combinada com a aplicação de uma máscara para eliminar os pixeis fora da zona potencial de distribuição da espécie ou onde o uso não pode ser florestal (zonas urbanas, improdutivos, águas).

Para o pinheiro bravo utilizaram-se várias fontes de dados: os dados do IFN (que têm informação sobre a idade medida em verrumadas), os dados de alguns inventários realizados pelo Centro de Estudos Florestais do Instituto Superior de Agronomia (designado daqui para a frente por ISA) e os dados constantes na base de dados de parcelas permanentes e ensaios que é mantida pelo ISA. Para uma melhor estimativa do índice de qualidade da estação utilizaram-se apenas os dados de parcelas com uma idade no intervalo [40, 60], resultando num conjunto de 150 dados.

No que respeita aos dados climáticos recorreu-se aos dados do dataset do modelo KNMI-RACMO. KNMI é o nome do instituto que desenvolve o modelo: " Royal Netherlands Meteorological Institute" e o RACMO é o nome do modelo que significa "Regional Atmospheric Climate Model". Soares et al. (2012, 2015, 2016) analisaram os dados climáticos do EURO-CORDEX, produzidos por vários modelos, e concluiram que o modelo KNMI RACMO era o que se comportava melhor para Portugal.

Estes dados estão disponíveis, com periodicidade mensal e diária, para uma grelha de pontos de aproximadamente 12 km X 12 km e para 3 cenários climáticos: um atual e 2 futuros, correspondendo a diferentes “níveis” de alteração climática. Para o desenvolvimento dos modelos de produtividade potencial, os dados mensais e diários foram trabalhados de forma a obter médias de 30 anos (1971-2000) para um conjunto de variáveis climáticas: temperaturas média, média das máximas, média das mínimas (tm, tmmax, tmmin), temperatura mínima de janeiro (tminjan), temperatura máxima de agosto (tmaxago), precipitações anual, de primavera, de verão, de outono e de inverno (Prec, Precpri, Precver, Precout, Precinv), número de dias com precipitação (DiasPrec), número de dias com temperatura média inferior a zero (Diastm<0), número de dias com temperatura mínima inferior a zero (Diastmin<0), evaporação (Evap), humidade relativa (Humrel), período seco (definido como o número de meses consecutivos com precipitação inferior a 40 mm) (PSeco). Utilizou-se ainda a informação do número de dias de geada proveniente do Atlas do Ambiente.

Os dados de solo e de litologia foram obtidos com base no Atlas do Ambiente: Tipo de solo, litologia (grandes grupos de formações (comp_lito) e rochas (design_lito).  Os dados de altitude (altitude), exposição (expo, em 4 classes) e declive (declive%) foram obtidos a partir do MDT_30m (NASA-ASTER). A variável distância ao mar (dist_mar) foi calculada para cada fotoponto do IFN em relação à linha da costa ocidental.

Tabela 1– Variáveis utilizadas na modelação da produtividade potencial das espécies floirestais.

 O modelo obtido foi o seguinte:

S_Pb=         27.67916+0.06952*Prec-0.12802*PrecPri-0.14306*PrecOut-0.92897*Diastm<0+

                    1.73228*Cambissolos-3.59186*Sedimentares-2.36917*Xistos

Cambissolos                  =1 se o solo é cambissolo;              

                                        =0 caso contrário

Sedimentares                =1 se comp_lito="FORM. SEDIMENTARES"

                                        =0 caso contrário

Xistos                              =1 se design_lito=várias formações agrupadas

                                                                         sob a designação Xistos               

                                        =0 caso contrário

Referências bibliográficas

Paulo JA, Faias S, Gomes, AA, Palma J, Tomé J, Tomé M, 2015. Predicting site index from climate and soil variables for cork oak (Quercus suber L.) stands in Portugal. New Forests 46 (2): 293-307. DOI: http://dx.doi.org/10.1007/s11056-014-9462-4

Phuong, N. T., 2021. Estimation of site index from environmental variables for eucalypt stands in Portugal. Dissertation to obtain a Master's Degree in Mediterranean Forestry and Natural Resources Management. Instituto Superior de Agronomia. Universidade de Lisboa.