Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle

Bibliographic Details
Main Author: Santos, Heide Vanessa Souza
Publication Date: 2017
Other Authors: Hollanda, Francisco Sandro Rodrigues, Santos, Tiago de Oliveira, Andrade, Karen Viviane Santana de, Santana, Mykael Bezerra Santos, Estrada, Gustavo Calderucio Duque, Soares, Mario Luiz Gomes
Format: Article
Language: eng
Source: Brazilian Journal of Oceanography
Download full: https://www.revistas.usp.br/bjoce/article/view/130823
Summary: O desenvolvimento de modelos alométricos espécie-específicos é fundamental para a melhoria das estimativas de biomassa aérea, bem como para a estimativa do estoque e sequestro de carbono em florestas de mangue. Este estudo desenvolveu equações alométricas para estimar a biomassa aérea de Rhizophora mangle nos manguezais do estuário do rio São Francisco, nordeste do Brasil. Usando uma amostra de 74 árvores, análises de regressão linear simples foram usadas para testar a dependência da biomassa (total e por parte da planta) do tamanho, considerando dados transformados (Ln) e não transformados. As melhores equações foram aquelas com menor erro padrão da estimativa (SEE) e maior coeficiente de determinação ajustado (R2a). As equações ln-transformadas apresentaram melhores resultados, com R2a próximo a 0,99 na maioria dos casos. As equações para partes reprodutivas apresentaram valores baixos de R2a, o que pode ser atribuído ao caráter sazonal deste compartimento. "Área basal2×Altura" demonstrou ser o melhor preditor, presente na maioria das equações melhor ajustadas. Os modelos aqui apresentados podem ser considerados preditores confiáveis da biomassa aérea de R. mangle no manguezal do Nordeste brasileiro, bem como em qualquer local onde esta espécie de ampla distribuição assemelhe-se à arquitetura das árvores utilizadas no presente estudo.
id USP-13_813b1e056221f1840f1b2ea60c603b3f
oai_identifier_str oai:revistas.usp.br:article/130823
network_acronym_str USP-13
network_name_str Brazilian Journal of Oceanography
repository_id_str
spelling Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangleEquações alométricasBiomassa aéreaManguezalAnálises de regressãoRhizophora mangleAllometric equationsAboveground biomassMangroveRegression analysisRhizophora mangleO desenvolvimento de modelos alométricos espécie-específicos é fundamental para a melhoria das estimativas de biomassa aérea, bem como para a estimativa do estoque e sequestro de carbono em florestas de mangue. Este estudo desenvolveu equações alométricas para estimar a biomassa aérea de Rhizophora mangle nos manguezais do estuário do rio São Francisco, nordeste do Brasil. Usando uma amostra de 74 árvores, análises de regressão linear simples foram usadas para testar a dependência da biomassa (total e por parte da planta) do tamanho, considerando dados transformados (Ln) e não transformados. As melhores equações foram aquelas com menor erro padrão da estimativa (SEE) e maior coeficiente de determinação ajustado (R2a). As equações ln-transformadas apresentaram melhores resultados, com R2a próximo a 0,99 na maioria dos casos. As equações para partes reprodutivas apresentaram valores baixos de R2a, o que pode ser atribuído ao caráter sazonal deste compartimento. "Área basal2×Altura" demonstrou ser o melhor preditor, presente na maioria das equações melhor ajustadas. Os modelos aqui apresentados podem ser considerados preditores confiáveis da biomassa aérea de R. mangle no manguezal do Nordeste brasileiro, bem como em qualquer local onde esta espécie de ampla distribuição assemelhe-se à arquitetura das árvores utilizadas no presente estudo.The development of species-specific allometric models is critical to the improvement of aboveground biomass estimates, as well as to the estimation of carbon stock and sequestration in mangrove forests. This study developed allometric equations for estimating aboveground biomass of Rhizophora mangle in the mangroves of the estuary of the São Francisco River, in northeastern Brazil. Using a sample of 74 trees, simple linear regression analysis was used to test the dependence of biomass (total and per plant part) on size, considering both transformed (ln) and not-transformed data. Best equations were considered as those with the lowest standard error of estimation (SEE) and highest adjusted coefficient of determination (R2a). The ln-transformed equations showed better results, with R2a near 0.99 in most cases. The equations for reproductive parts presented low R2a values, probably attributed to the seasonal nature of this compartment. "Basal Area2 × Height" showed to be the best predictor, present in most of the best-fitted equations. The models presented here can be considered reliable predictors of the aboveground biomass of R. mangle in the NE-Brazilian mangroves as well as in any site were this widely distributed species present similar architecture to the trees used in the present study.Universidade de São Paulo. Instituto Oceanográfico2017-03-01info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://www.revistas.usp.br/bjoce/article/view/13082310.1590/s1679-87592017127006501Brazilian Journal of Oceanography; Vol. 65 Núm. 1 (2017); 44-53Brazilian Journal of Oceanography; v. 65 n. 1 (2017); 44-53Brazilian Journal of Oceanography; Vol. 65 No. 1 (2017); 44-531982-436X1679-8759reponame:Brazilian Journal of Oceanographyinstname:Universidade de São Paulo (USP)instacron:USPenghttps://www.revistas.usp.br/bjoce/article/view/130823/127254Copyright (c) 2017 Brazilian Journal of Oceanographyinfo:eu-repo/semantics/openAccessSantos, Heide Vanessa SouzaHollanda, Francisco Sandro RodriguesSantos, Tiago de OliveiraAndrade, Karen Viviane Santana deSantana, Mykael Bezerra SantosEstrada, Gustavo Calderucio DuqueSoares, Mario Luiz Gomes2017-04-10T15:57:20Zoai:revistas.usp.br:article/130823Revistahttps://www.revistas.usp.br/bjoce/indexPUBhttps://www.revistas.usp.br/bjoce/oaiio@usp.br||io@usp.br1982-436X1679-8759opendoar:2017-04-10T15:57:20Brazilian Journal of Oceanography - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
title Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
spellingShingle Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
Santos, Heide Vanessa Souza
Equações alométricas
Biomassa aérea
Manguezal
Análises de regressão
Rhizophora mangle
Allometric equations
Aboveground biomass
Mangrove
Regression analysis
Rhizophora mangle
title_short Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
title_full Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
title_fullStr Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
title_full_unstemmed Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
title_sort Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
author Santos, Heide Vanessa Souza
author_facet Santos, Heide Vanessa Souza
Hollanda, Francisco Sandro Rodrigues
Santos, Tiago de Oliveira
Andrade, Karen Viviane Santana de
Santana, Mykael Bezerra Santos
Estrada, Gustavo Calderucio Duque
Soares, Mario Luiz Gomes
author_role author
author2 Hollanda, Francisco Sandro Rodrigues
Santos, Tiago de Oliveira
Andrade, Karen Viviane Santana de
Santana, Mykael Bezerra Santos
Estrada, Gustavo Calderucio Duque
Soares, Mario Luiz Gomes
author2_role author
author
author
author
author
author
dc.contributor.author.fl_str_mv Santos, Heide Vanessa Souza
Hollanda, Francisco Sandro Rodrigues
Santos, Tiago de Oliveira
Andrade, Karen Viviane Santana de
Santana, Mykael Bezerra Santos
Estrada, Gustavo Calderucio Duque
Soares, Mario Luiz Gomes
dc.subject.por.fl_str_mv Equações alométricas
Biomassa aérea
Manguezal
Análises de regressão
Rhizophora mangle
Allometric equations
Aboveground biomass
Mangrove
Regression analysis
Rhizophora mangle
topic Equações alométricas
Biomassa aérea
Manguezal
Análises de regressão
Rhizophora mangle
Allometric equations
Aboveground biomass
Mangrove
Regression analysis
Rhizophora mangle
description O desenvolvimento de modelos alométricos espécie-específicos é fundamental para a melhoria das estimativas de biomassa aérea, bem como para a estimativa do estoque e sequestro de carbono em florestas de mangue. Este estudo desenvolveu equações alométricas para estimar a biomassa aérea de Rhizophora mangle nos manguezais do estuário do rio São Francisco, nordeste do Brasil. Usando uma amostra de 74 árvores, análises de regressão linear simples foram usadas para testar a dependência da biomassa (total e por parte da planta) do tamanho, considerando dados transformados (Ln) e não transformados. As melhores equações foram aquelas com menor erro padrão da estimativa (SEE) e maior coeficiente de determinação ajustado (R2a). As equações ln-transformadas apresentaram melhores resultados, com R2a próximo a 0,99 na maioria dos casos. As equações para partes reprodutivas apresentaram valores baixos de R2a, o que pode ser atribuído ao caráter sazonal deste compartimento. "Área basal2×Altura" demonstrou ser o melhor preditor, presente na maioria das equações melhor ajustadas. Os modelos aqui apresentados podem ser considerados preditores confiáveis da biomassa aérea de R. mangle no manguezal do Nordeste brasileiro, bem como em qualquer local onde esta espécie de ampla distribuição assemelhe-se à arquitetura das árvores utilizadas no presente estudo.
publishDate 2017
dc.date.none.fl_str_mv 2017-03-01
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.revistas.usp.br/bjoce/article/view/130823
10.1590/s1679-87592017127006501
url https://www.revistas.usp.br/bjoce/article/view/130823
identifier_str_mv 10.1590/s1679-87592017127006501
dc.language.iso.fl_str_mv eng
language eng
dc.relation.none.fl_str_mv https://www.revistas.usp.br/bjoce/article/view/130823/127254
dc.rights.driver.fl_str_mv Copyright (c) 2017 Brazilian Journal of Oceanography
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Copyright (c) 2017 Brazilian Journal of Oceanography
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade de São Paulo. Instituto Oceanográfico
publisher.none.fl_str_mv Universidade de São Paulo. Instituto Oceanográfico
dc.source.none.fl_str_mv Brazilian Journal of Oceanography; Vol. 65 Núm. 1 (2017); 44-53
Brazilian Journal of Oceanography; v. 65 n. 1 (2017); 44-53
Brazilian Journal of Oceanography; Vol. 65 No. 1 (2017); 44-53
1982-436X
1679-8759
reponame:Brazilian Journal of Oceanography
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Brazilian Journal of Oceanography
collection Brazilian Journal of Oceanography
repository.name.fl_str_mv Brazilian Journal of Oceanography - Universidade de São Paulo (USP)
repository.mail.fl_str_mv io@usp.br||io@usp.br
_version_ 1800223771301249024