Simulação da produtividade potencial do Eucalyptus globulus Labill. e da Hevea brasiliensis Müll. Arg. na América do Sul utilizando 3PG e machine learning
Carregando...
Data
Autores
Orientador
Rolim, Glauco de Soza 
Coorientador
Abdo, Maria Teresa Vilela Nogueira
Pós-graduação
Agronomia (Produção Vegetal) - FCAV
Curso de graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Dissertação de mestrado
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
As florestas desempenham um papel essencial no ciclo hidrológico, no sequestro de carbono e na conservação da biodiversidade. A modelagem de sistemas florestais é uma ferramenta estratégica para o manejo sustentável, pois integra informações genéticas das espécies com dados climáticos e edáficos. Entre os modelos ecofisiológicos existentes, o 3PG (Physiological Principles for Predicting Growth) destaca-se por sua ampla aplicação na simulação do crescimento e da produtividade de espécies arbóreas, embora dependa de parâmetros específicos nem
sempre disponíveis na literatura. Para suprir essa lacuna, este trabalho desenvolveu uma versão do modelo 3PG em Python, incorporando um módulo de calibração automática de parâmetros (3PG Tuning) baseado no método de força bruta. A simulação inicial foi conduzida para Eucalyptus globulus Labill., utilizando dados da Mata Nacional de Leiria (Portugal) e uma série climática de 1981 a 2003, obtendo R² ajustado de 0,99 (parte aérea), 0,95 (folhas) e 0,96 (raiz). Esses resultados demonstram a eficiência do 3PG para estimar a produtividade de biomassa e o sequestro de carbono em espécies florestais. A partir dessa versão em Python, foram calibrados os parâmetros de temperatura mínima, máxima e ótima, além do valor k, para a seringueira (Hevea brasiliensis Müll. Arg.). Essa espécie, nativa da Amazônia, é a principal fonte de látex utilizado em pneus, luvas e diversos outros produtos. Apesar de sua origem brasileira, cerca de 89% da produção mundial de borracha natural provém da Ásia, reflexo do baixo incentivo econômico ao cultivo no Brasil. Nesse contexto, estimar a produtividade da biomassa e o potencial de sequestro de carbono surge como alternativa para valorizar a cultura, sobretudo considerando que a seringueira fixa mais carbono que o eucalipto e o cacaueiro, contribuindo para políticas públicas que busquem remunerar o produtor de látex pelos serviços ecossistêmicos prestados. Foram então, utilizando o modelo 3PG com os parâmetros da seringueira, estimados a biomassa potencial e atingível, bem como, o sequestro de carbono. Os resultados para a estimação de biomassa atingível nas regiões Sul e Sudeste do Brasil, além de parte do Centro-Oeste e áreas da Colômbia e Venezuela, variaram entre 109,3 e 218,3 t ha⁻¹. Nessas localidades, as temperaturas médias anuais situam-se entre 17 °C e 26 °C, e a precipitação anual varia de 1.289 a 2.127 mm. Quanto ao sequestro de carbono, os valores estimados variaram entre 57 e 109,2 t ha⁻¹ em regiões do norte da Argentina, Brasil (norte, centro-oeste, sul e sudeste), Colômbia e Venezuela.
Resumo (inglês)
Forests play an essential role in the hydrological cycle, carbon sequestration, and biodiversity conservation. Forest system modeling is a strategic tool for sustainable management as it integrates species genetic information with climatic and edaphic data. Among existing ecophysiological models, 3PG (Physiological Principles for Predicting Growth) model stands out for its broad applicability in simulating growth and productivity of tree species, although it relies on species-specific parameters that are not always available in literature. To address this gap, the present study developed a Python-based version of 3PG model, incorporating an automatic parameter calibration module (3PG Tuning) using the brute-force method. The initial simulation was conducted for Eucalyptus globulus Labill., using data from the Leiria National Forest (Portugal) and a climatic series from 1981 to 2003, yielding adjusted R² values of 0.99 (aboveground biomass), 0.95 (leaves), and 0.96 (roots). These results demonstrate the efficiency of 3PG Tuning in estimating biomass productivity and carbon sequestration in forest species. Based on this Python version, the parameters of minimum, maximum, and optimum temperature, as well as the k value, were calibrated for rubber tree (Hevea brasiliensis Müll. Arg.). This species, from
Amazon region is the primary source of natural latex used in tires, gloves, and several other products. Despite its Brazilian origin, about 89% of global natural rubber production occurs in reflecting the low economic incentive for this tropical tree crop in Brazil. In this context, estimating biomass yield and carbon sequestration emerges as an alternative to enhance the crop’s value, especially considering that rubber trees sequester more carbon than eucalyptus and cacao supporting public policies aimed at compensating latex producers for the ecosystem services provided.The attainable biomass estimates for the southern and southeastern regions of Brazil, as well as parts of the central-west, Colombia, and Venezuela, ranged from 109.3 to 218.3 t ha⁻¹. In these regions, mean annual temperatures vary between 17 °C and 26 °C, and annual precipitation ranges from 1,289 to 2,127 mm. Regarding carbon sequestration estimated values ranged from 109.3 to 218.3 t ha⁻¹ across northern Argentina, Brazil (north, central-west, south, and southeast), Colombia, and Venezuela.
Descrição
Palavras-chave
Modelagem Computacional, Fatores climáticos, Machine Learning, Florestas
Idioma
Português
Citação
SUYAMA, D. K. Simulação da produtividade potencial do Eucalyptus globulus Labill. e da Hevea brasiliensis Müll. Arg. na América do Sul utilizando 3PG e machine learning. 2025. 47f. Dissertação (Mestrado em Produção Vegetal) – Faculdade de Ciências Agrárias e Veterinárias, Universidade Estadual Paulista “Júlio de Mesquita Filho, Jaboticabal, 2025.
