RESUMO -RESUMO -RESUMO -RESUMO -RESUMO -(Caracterização de dois estratos da vegetação em uma área de cerrado no município de Brotas, SP, Brasil). Caracterizaram-se dois estratos da vegetação de uma área de cerca de 300 ha de cerrado stricto sensu, localizada no município de Brotas, SP, quanto à sua estrutura e diversidade, pelo método de parcelas. Para amostragem do estrato arbóreo (diâmetro mínimo de 5 cm, medido a 50 cm acima do nível do solo), foi amostrada área total de 5000 m 2 (250 x 20 m), divididos em 50 parcelas contíguas de 10 x 10 m (100 m 2 ). Para o estrato inferior (altura < 50 cm e diâmetro do caule inferior a 5 cm), a área total de amostragem foi de 500 m 2 , distribuídos em 50 subparcelas de 10 x 1 m (10 m 2 ), demarcadas dentro de cada uma das parcelas maiores. Determinou-se a cobertura do estrato arbóreo pelo método de interceptação de linhas e o índice de agregação das espécies e da comunidade, segundo Payandeh. Foram identificadas, no total, 78 espécies (36 famílias). O estrato arbóreo apresentou densidade de 1150 ind/ha, 7,2 m 2 /ha de área basal e 19,6 % de cobertura. Foram amostradas, neste estrato, 44 espécies (27 famílias), com H´=3,02 e os indivíduos da comunidade como um todo apresentaram-se agregados (P=4,26). As espécies de maior valor de importância no estrato superior, em ordem decrescente, foram: Acosmium subelegans, Aspidosperma tomentosum, Eriotheca gracilipes, Styrax ferrugineus e Tabebuia ochracea. No estrato inferior, com densidade de 10.220 ind/ha, foram amostradas 61 espécies (32 famílias), destacando-se, em ordem decrescente de densidade relativa: Campomanesia adamantium, Bromelia balansae, Attalea geraensis, Xylopia aromatica e Ocotea pulchella. A comunidade apresentou-se também agregada no estrato inferior (P=3,89) e obteve-se índice de diversidade (H') de 3,32. Algumas espécies abundantes no estrato arbóreo, como Styrax ferrugineus, Eriotheca gracilipes, Piptocarpha rotundifolia e Annona crassiflora, não foram amostradas no estrato inferior, sugerindo a existência de restrições aos processos naturais de reprodução e regeneração. Essas espécies podem estar correndo o risco de extinção local.Palavras-chavePalavras-chavePalavras-chavePalavras-chavePalavras-chave -Cerrado stricto sensu, fitossociologia, estratificação, diversidade
Agroforestry Systems (AFS), especially multistrata or multilayer AFS, are a feasible tool for forest restoration. The presence of native species in AFS enables forest regeneration whereas brings back forest structure and also recovers some functions and environmental services. At the same time, they can produce a range of annual and perennial crops and trees that provide food and income over time. In this way, it is crucial the selection of species which compose AFS in order to play in the best ecological and economic roles considering local conditions. Our goal was to find multipurpose species that could supply forest products, and could be used in restoration and agroforestry initiatives in Brazilian Atlantic Forest, by analyzing secondary data. We identified 92 potential tree species as raw material for forest management belonging to 11 categories of timber and non-timber products and identified their functional attributes in AFS. Most of these species allows non-timber products management, ensuring the long-term permanence of forest structure, which is more compatible with restoration processes.
Computational modeling techniques for species geographic distribution are critical to support the task of identifying areas with high risk of loss of Biodiversity. These tools can assist in the conservation of Biodiversity, in planning the use of non-inhabited regions, in estimating the risk of invasive species, in the proposed reintroduction programs for species and even in planning the protecting endangered species. Furthermore, such techniques can help to understand the effects of climate change and other changes in the geographical distribution of species. This chapter presents concepts related to the species distribution modeling and algorithms based on Neural Networks and Maximum Entropy as alternatives for modeling of species distribution. The algorithms were integrated into the open source tool called openModeller used by biologists and other researchers in this area. A case study of modeling the distribution of babaçu (Orbignya phalerata) in the Piauí State – Brazil is presented, evaluating the potential distribution of this species used to produce bioenergy. Fifty models were generated and merged the ten models with best accuracy for each algorithm. The results show that the models obtained by both are consistent. The models obtained with Maximum Entropy seem to reflect best the reality, considering the occurrence pattern of babaçu as a secondary species.
Para auxiliar na implementação do sistema de "bom manejo" das bromélias epífitas presentes nos caixetais, foi elaborado este guia de identificação com fotos e a descrição das espécies coletadas tanto no levantamento florístico (capítulo1), como na estudo da estrutura (capítulo 2). Este guia tem como objetivo facilitar a identificação das bromélias no inventário do estoque a ser manejado, que é imprescindível para aplicação das práticas de "bom manejo". Pretende-se que deste modo, a identificação das espécies seja mais acessível aos técnicos que realizarão os planos de manejo e aos profissionais de órgãos oficiais responsáveis pelo licenciamento e fiscalização do manejo de recursos florestais.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.