O objetivo do presente estudo foi propor um método de estratificação vertical da floresta ineqüiânea, empregando técnicas de análise multivariada. Os dados de altura total foram obtidos em dez parcelas de 20 x 50 m cada, remedidas em junho de 2001. As parcelas foram instaladas na Mata da Silvicultura, em 1994, município de Viçosa (20º 45' S e 42º 55' W), Estado de Minas Gerais. As árvores individuais foram organizadas em ordem crescente de altura total, separadas em classes com amplitude de 1 m, e em seguida foi elaborada uma matriz X de dados de alturas totais, em que cada variável x ij representou a altura total da i-ésima árvore classificada na j-ésima classe de altura total. Essa matriz X foi o input para as análises de agrupamento e discriminante. Utilizaram-se a distância euclidiana e o método de ligação completa. A aplicação da análise de agrupamento resultou em agrupamentos hierárquicos e seqüenciais, isto é, as classes de altura foram agrupadas seqüencialmente em ordem crescente. A análise do dendrograma permitiu estratificar o povoamento em três grupos distintos, denominados de estratos de altura total (inferior, médio e superior). A análise discriminante demonstrou que a classificação foi 100% correta. O estrato inferior reuniu 1.068 (71,63%) indivíduos arbóreos, o estrato médio 324 (21,73%) e o estrato superior 99 (6,64%). As espécies Anadenanthera macrocarpa, Apuleia leiocarpa, Pseudopiptadenia contorta e Piptadenia gonoacantha apresentaram maior densidade absoluta (DA) e distribuição regular nos três estratos. O método de estratificação empregado no presente estudo provou ser mais uma ferramenta técnica e operacionalmente viável, que pode ser empregada nas análises estruturais de florestas, principalmente para estudos fitossociológicos e para elaboração e execução de planos de manejo florestal sustentável.

e Pouteria guianensis (potencial), ocorreram em todos os níveis de inclusão e classes de estoque. As distribuições de diâmetros de todas as espécies e das espécies comerciais com dap ≥ 5 cm, estimadas pela equação de Meyer, confirmaram a tendência exponencial negativa ("J-invertido"). A análise da estrutura da floresta em classes de estoque permitiu melhor conhecimento da composição de espécies e da estrutura fitossociológica, sendo útil na tomada de decisões em planos de manejo de rendimento sustentável.Palavras-chave: Floresta tropical, diversidade, composição florística e estrutura fitossociológica. STRUCTURAL ANALYSIS IN AN UNEXPLORED TERRA FIRME DENSE OMBROPHYLOUS FOREST, EASTERN AMAZON

Foram analisados agrupamentos florísticos entre comunidades arbóreas localizadas em diferentes locais do Estado do Pará, por meio de um banco de dados composto por 24 inventários em florestas de terra firme e 10 em floresta de várzea. Utilizaram-se o índice de Jaccard no cálculo da matriz de similaridade florística, que foi transformada em matriz de distância euclidiana, e o Método de Ward na definição dos grupos. Pelos resultados, foi possível concluir que as composições florísticas das florestas de várzea e terra firme são bem distintas. Poucas espécies ocorrem nos dois ecossistemas; a floresta de terra firme apresenta maior riqueza de espécies arbóreas que a floresta de várzea; houve tendência das florestas de terra firme em se agruparem mais pela situação antrópica e proximidade geográfica do que as florestas de várzea; em geral, as florestas agruparam-se em ordem decrescente de importância dos fatores: saturação hídrica do solo, situação antrópica e proximidade geográfica.

o 47'10"W), no município de Paragominas, Estado do Pará, Brasil, e teve como objetivo a estratificação vertical da floresta ombrófila densa de terra firme não explorada, empregando-se análises de agrupamento e discriminante. A floresta foi estratificada em três áreas homogêneas, denominadas classes I, II e III de estoques volumétricos. Em cada classe de estoque volumétrico foram instaladas, aleatoriamente, cinco parcelas de 100 x 100 m (1,0 ha) cada uma, cujas alturas totais de árvores individuais com dap ≥ 15 cm foram utilizadas na estratificação vertical da floresta. As árvores individuais foram organizadas em ordem crescente de altura total e classificadas em classes de 1 m de amplitude, desde a altura total mínima até a altura total máxima. Elaborouse uma matriz X de altura total, em que cada variável x ij representou a altura total da i-ésima árvore classificada na j-ésima classe de altura total. A matriz X foi utilizada como input nas análises de agrupamento e discriminante. A aplicação da análise de agrupamento, utilizando o método de Ward, resultou em agrupamentos hierárquicos e seqüenciais das classes de altura em estratos de altura total (inferior, médio e superior). A análise discriminante, utilizando o método de Fisher, evidenciou que a classificação foi 100% correta. A subdivisão da estrutura vertical da floresta em estratos de altura total com o emprego da análise multivariada mostrou-se um método eficiente e exeqüível de estratificação vertical de florestas ineqüiâneas.Palavras-chave: Floresta tropical, estratificação vertical, análise multivariada. VERTICAL STRATIFICATION OF AN UNEXPLORED TERRA FIRME DENSE OMBROPHYLOUS FOREST, EASTERN AMAZONABSTRATCT -This study was carried out at the Forest Management Unit (FMU) in Tracajás farm (02 o 35'53" S and 47 o 47'10"W), owned by Nova Era Agroflorestal, in Paragominas, Pará, Brazil. The objective was to accomplish the vertical stratification of an unexplored terra firme dense ombrophylous forest using cluster and discriminant analysis. The forest was stratified in homogeneous areas, denominated classes of volumetric stock I, II and III. In each class, five 100 x 100 m plots were randomly set up, where the total heights of the individual trees (dbh ≥ 15.0 cm) were used for vertical forest stratification. The trees were organized in increasing order of total height and classified in 1 m amplitude classes, from the minimum to the maximum total height. A total height X-matrix was elaborated, with each variable x ij representing the total height of the i-th tree classified into j-th class of total height. This X-matrix was the input for the cluster and discriminant analysis. The application of cluster analysis resulted into hierarchical and sequential clusters of height classes

RESUMO -O objetivo deste estudo foi propor um método de estratificação em classes homogêneas de estoque volumétrico da floresta ombrófila densa de terra firme não explorada, empregando-se as técnicas de análises de agrupamento e discriminante. A pesquisa foi conduzida na Unidade de Manejo Florestal (UMF) da Fazenda Tracajás (02 o 35'53"S e 47 o 47'10"W), pertencente à empresa Nova Era Agroflorestal, de propriedade do Grupo Rosa Madeireira, Município de Paragominas, Estado do Pará. Foi realizado um censo (100%), no qual se estimaram os volumes do fuste comercial das árvores com dap ≥ 45 cm de 55 espécies comerciais em 49 talhões de exploração com 10 ha cada um. Reuniram-se os volumes estimados do fuste comercial das árvores individuais por talhão em ordem crescente. Elaborou-se uma matriz X de dados desses volumes, em que cada variável x ij representou o i-ésimo volume classificado no j-ésimo talhão. A matriz X foi utilizada como input nas análises de agrupamento e discriminante. A aplicação da análise de agrupamento, método de Ward, resultou em agrupamentos hierárquicos dos talhões em classes de estoques. A análise do dendrograma permitiu estratificar o povoamento em três grupos homogêneos e distintos, denominados classes I, II e III de estoques volumétricos. A análise discriminante, método de Fisher, indicou que 100% dos talhões foram corretamente classificados. A classificação multivariada da floresta em classes de estoques volumétricos mostrou-se um método eficiente na estratificação de áreas homogêneas de florestas ineqüiâneas, as quais podem se constituir em estratos, compartimentos, classes de sítio e unidades de produção anual.Palavras-chave: Floresta tropical, estratificação, análise multivariada e classes de estoque. MULTIVARIATE ANALYSIS ON THE STRATIFICATION OF AN UNEXPLORED TERRA FIRME DENSE OMBROPHYLOUS FOREST, EASTERN AMAZON