Allometric models for estimating the aboveground biomass of the mangrove Rhizophora mangle
Main Author: | |
---|---|
Publication Date: | 2017 |
Other Authors: | , , , , , |
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 |