'DENDR~CLIMATOLOGIA
"SUA IMPORTÂNCIA E POTENCIAL"
LUIZ ROBERTO TROVATI
Professor da Faculdade de Engenharia de Ilha Solteira
UNESP, Ilha Solteira, SP
RESUMO
Durant~ os ultimos vinte anos tem havido ,um surpreendente
·avançono campo da dendroclimatologia. O desenvolvimento áas no
vas t~cnicas de medidas e anãlises,especialmente as medidas de~
s'imétricas e as poderosas técnicas estatlsticas de anãl ise mu1-tivariada, aliadas ao gradual entendimento dos processos biológicos ligados ao crescimento das ~vores e ao clima têm permitido a expansão desses estudos para muitas regiões. Os anéis
de
crescimento de ãrvores datãveis, fornecem uma série de m~didas
que podem ser usadas para reconstruir e estudar Q clima passado
e presente. Com essa reconstrusão a perlodos pre-instrumentais!
pode-se estender suficientemente o comprimento dos
registros
climãticos, melhorar a estatlstica dos dados e assim
tentar
comoreender a natureza e as causas das anomalias c1imãticas.
A
respeito desse sucesso, a1g~ns estudos são reportados ilustrando o abundante ootencial dos aneis de crescimento. Uma anã1ise
realizada com ãrvores crescidas próximo a Bauru-SP e apresentada, juntamente com os metodos para se decodificar o sinal c1imãtico gravado nos aneis de crescimento. Os resultados indicaram
que essas ãrvores contem uma substancial quantidade de informações c1imãticas.
.
I'N TRODUçA O
O principal objetivo da dendroclimato10gia e extrair os si
nais climãticos gravados nos aneis de crescimento das ãrvores e
usã-los como registros c1imãticos indiretos em perlodos e lugares onde os dados instrumentais sao ausentes ou inadequados. Os
aneis de crescimento das ãrvores tem sido considerados uma das
mais extraordinãrias fontes de informacões pa1eoclimãticas~ Por
que eles podem ser precisamente datados no ano especlfico
e~
que foram formados e porque as ãrvores que formam aneis anuais
são encontradas em muitas regiões da Terra.
4
As reconstruções a partir dos aneis das arvores podem trazer valiosas contribuições para diversos campos de pesquisa. A~
mentando o comprimento das s~ries de registros, elas podem ser
usadas para testar modelos de circulação atmosferica, para melhorar as previsões estatlsticas,meteorolõgicas e hidrolõgicas,
para ajudar o homem a discriminar entre as mudanças naturais e
não naturais produzidas por ele no meio ambiente e para prever,
futuras mudanças no clima.
A respeito das mudanças climãticas o informe da World Met~
orological Organization (W.M.O.), conforme Brasil 11977), citou
" ... ate que o progresso futuro das pesquisas climat-icas possa
estabelecer as reais possibilidades de se prever o clima, base~
ando-se em leis flsicas, a avaliação do ~utoro desenvolvimento
do clima deve basear-se em valores estat-'sticos ... ". Acerca do:
efeitos da variabilidade climãtica sobr~ o homem e o meio ambiente, o informe comentou " .. , ate que seja posslvel prever a v~
riabilidade e a evolução do clima, toda metodologia elaborada @
ra planificação de certas atividades humanas, como a utilização da terra, a agricultura e as necessidades de energia, deverã ser desenvolvida tendo como base o cl ima passado ••. " > - 30bre
uma ação futura o informe finalizou
para provar o grau de
realismo dos modelos num~ricos do clima, assim como para realização de pesquisas estatlstico-sinõticas, há necessidade de se
reunir mais dados indireto~ auantificãveis, que permitam recons
t l~ U i r a hi s t õ r i a doe 1i maan- t s do i n1 c i o das o bs e r va çõ e s f e -] =tas com auxllio de instrumentos. Entre esses estão os dados dos
aneis de crescimento das ~vores, dados de pólen e fundo de lagos, camadas de gelo e de sedimentos, ..• ".
li,
••
e
A questão das relações entre os aneis de crescimento e
o
clima tem sido indagada ~elos cientistas europeus e americanos
desde 1850- No entanto, somente nas regiões ãridas da America 00
NQrte era po~slvel se estabelece!, uma clara- relação entre os f~
nomenos climaticos e as caracteristicas dos aneis de crescimento sobre extensa~ ãreas. Mas, com o desenvolvimento e aplicação
das medidas da densidade associadas ~s modernas tecnicas estatls
ticas de anãlise, abriu-se novo campo para
dendroclimatologi~
(Schweingruber et alii, 1979). Atualmente essas rela~ões
tem
~jd o estudadas, p r i nc i pa 1me n t e
ã luz das variações e densidade
que ocorrem nos anéis de um ano para outro. Ambas fontes de in'formações tem revelado grande potencial nas reconstruções.
No Hemisfério Norte, tem-~e realizado reconstruçõ~s de tem
peratura, precipitação, lndices de seca, pressão atmosférica e
i nc 1us i ve __li' a z~ã o de r i os. Em 9e r ai, e 1a s a pr e se!] ta m U!TI bom a j u~
te com os periodos de calibração e cobrem os ultimos 2 seculos.
por~m em alguns casos eles chegam atingir 5 e ate 10 s~culos atrãs. Ao contrãr-i01. no Hemisfério Sul, ate a pouco tempo atrãs,
~eQhuma reconstruçao tinha sido realizada. De acordo com Hughes
-?t alii (1982), algumas razões disso são devidas -a escassa ex
periência na pesquisa, a falta de especies adequadas, o
baixo
n-iv e 1 de i nt e i~ e s s e das comu n -i da de s c i e nt" f i c as de ce r tos pa 1 s ~_ s
5
na variabilidade climática e a falta de madeiras de contexto hi~
tõrico ou arqueolõgico. Contuâo, atualmente importantes traba lhos-tem sido desenvolvidos na Africa do Sul, Austrália, Argen,tina e Chile:- Um. claro e próximo exemp10_,_,s.ã(L,,~S~ reconstruções:
at~ 1~80 das vazões anuais dos Rios Neugu~m e Limay na Argentina (Holmes et alii, 1979).
Dada a relativa import~ncia e potencial do assunto,"são apresentados neste trabalho as bases do metodo para se decodificar o sinal climático gravado nos aneis de crescimento,juntamen
te com os resultados de uma análise realizada em árvores ~~ Pi~
'nus oocarpa Schiede, crescidas em Bauru-SP.
HIST~RICO
DOS DADOS
Os an~is de crescimento estudados são de ãrvores de Pinus
oocarpa, do reflorestamento da Companhia Agro-Florestal
Monte
Alegre (CAFMA), situado próximo a Bauru-SP ã 22925 da latitude
sul e 48950 de longitude e a uma altitude de 600 metros.
1
1
O povoamento de Pinus oocar~a, csp~cie originãria da Ameri
ca Central, foi plantado rio mês de outubro di"96l em espaçamen
to de 2,0 X 2,0 metros. Não foram efetuadas adubações nem irrígações em nenhum perlodo destacando-se quatro desbastes seletivos. Os dados referentes a estes desbastes encontram-se na Tabe
1alo'
.
Tabela 1 - Data e percentagem de cada um dos desbastes
talhão Pinus oocarpa (Fonte: CAH1A)
Desbaste
Data
(mês e ano)
% de desbaste
a/ .
01
09/70
35,53
02
02/72
19,30
03
05/74
25,17
04
05/77
17,33
. ai
percentagem de desbastes em relação ao
tal de árvores
do
to
remanescentes.
O solo e profundo, poroso_e bem_d~enado (Latossol ~e~melbo
Amarelo Fase Arenos). O clima e sub-umldo, ~om uma preclpltaça~
m~dia anual de 1330 mm. Distingue-se um periodo chuvoso que val
de outubro ã março no qual caem 70% do total anual de chuva.Nes
6
te perlodo, correspondente ã pri~aver~-ver~o, a temperatura ~~
dia fica em torno d~ 239C. No mes m~lS frlo a temperatura media mensal f"icaao redor -dos l79C. Entretanto por ser tratar de
uma região d~ transição_entre clima Tropical e Te~perado, as e1
tações de crescimento nao apr~sentam ~ma homogeneld~de temporal,
frequentemente ocorrem deficiencias hidricas, ver~nl~os, dentro
da estação chuvosa e em outras vezes exced~ntes hldr~c~s na estação s~ca. Essa não homogeneidade tempor~l, causa d~flc~ldades
na caracterização do comprimento da estaçao de cresclm~nLo:_ ~~
alg~n~ anos as condiçª~s ambientais pod~m ~ermanecer f~voravels
ao crescimento por ate oito meses consecutlvoS e em OULros por
menos de seis meses.
Os dados meteoro16gicos, m~dias mensais da precipitação e
temperatura m~dia, procederam da estação meteoro16gica oficial
da cidade de Bauru, situada a 590 m de altitude e a 10 Km
da
flor~sta amos!rada. O deficit hldrico foi calculado pelo m~todo
dos indices termicos de Thornthwaite (1948), considerando-se co
mo 300 mm a capacidade de armazenamento de ãgua no solo at~
a
profundidade de dois metros.
No final do m~s de setem~ro de 1978, as ~rvores foram amos
tradas Normalmente, esse ê o mês, no qual iniciam-se as primeiras ativi.dades meristemãtica: da nova estação de cresc-imento,as
~rvor~s tinham em m~dia 25 metros de altura e di~metro vari~vel
entre 17,5 e 2g,5 cm.
MtTODOS
A amostragem constitui-se.de vinte e cinco discos, um
de
cada árvore, que foram seccionados transversalmente
ao tronco
nft altura do peito (D.A.P.). Os discos fQram inicjaJmente, cuidadosam~nte pa~ronizados em 3,5 cm de espessura de forma a se ~
segurar o crite~io de face~ planas e paralelas e depois cli~atI
zados em condiçoes higroscopicas constante, UR = 55%. I~to e exigido, porque as radiografias ou as medtdas de atenuaçao
das
radiaçõ~5 são fortemente afetadas pelo conte~do de umidade
nas
fibras ~a madeira.
A datação dos an~is de crescimento foi realizada no sentidoccasca-medula, com as amostras apresentando quinze camadas anuais de crescimento, visivelmente distintas.
Os perfis radiais de densidade foram obtidos, péla t~cnica
de atenuação da radiação gama, 241 rm, descrita por Ferra~1976~
Um feixe estreito de radiação ~ passado atrav~s do disco, anel
por anel, .da medul~ at~ a casca e a relação entre a intensfdade
da radiação na ausencia da amostra e após passar por ela ~ usada para c~lcular a densidade da madeira. Para cada disco,
as
determinações de densidade foram feitas de millmetro em millme
tro, em quatro raios previamente marcados. A Figura 1.A
mos~
tl~a u~ exemplo do pel~fil radial da densidade. O trecho segmenta
do proximo a medula foi desprezado, para todas as amostras,pois
7
elas apresentavam nesta região uma estrutura parenquimatosa~não
lignificada. Por esta razão, a cronologia do perfil da densidade ficou considerado a partir da transição do lenho inicial para o tardio de 1963.
Uma vez que os perfis de densidade aEresentaram uma tend~~
cia crescente com o aumento de idade das arvores, tornou-se necessário remover esta influência a fim de se poder relatar corretamente as flutuações de densidade em relação as
vaciaçõ~s
climáticas. O procedimento capaz de esti~ar e re~over as tenden
cias associadas ao aumento de idade das arvores e chamado estan
dardização. O principal objetivo da estandardização é eliminar
das série~ os sinais não climãticos, sinais li.9ados a's-"tenden-cias biologicas do crescimento e outras. Isto e realizado, pelo
ajustamento computado de uma linha a curva de regressão sobre a
série de dados de cada raio e o valor dos dados ê dividido pelo
correspondente valor na curva ajustada, obtendo-se assim a serie estandardizada ou Tndice. Os detalhes deste processo, suas
vantagens, problemas e as diversas formas de ajuste de curvas fu
ram bem situados por Fritts (1976) e Graybill (1982).
Como as medidas de densidade eram igualmente espaçadas
e
em grande numero para cada raio, as curvas do crescimento foram
ajustadas com sendo no metodo dos quadrados mTnimos, por polin6
mias ortogonais. Alguns cuidados foram tomados para evitar
um
forçamento estatTstico nos ajustes, pois as equações polinomiais
nem sempre representam a curva biológica do crescimento.
Para
que não houvessem riscos de serem removidas as informações climáticas pelª adição de graus do polin~mio, adotou-se um critério de_variancia, de forma que, apEs a computação de cada grau
a variancia era dese~volvtda e somente quando a diferença entre
d~as sucessi:vas -val"i'anci,as fosse mai2r, que o especificado criterio adotado, um noVo grau de polinomio era aceito. Com
base
~m Fritts(1976, p. 264} adotou-se 5% para o critério de
variancia.
Paralelamente a cada curva de crescimento ajustada conforme a fiqura 1.A, as séries de densidade foram estanda~dizadas
pela divis.ão . Com isso, essas series foram transformadas em novas
seri~s cronolEgicas de Indices de densidade, Figura 1.B, exibin
do media 1~0 e uma variancia independente da idade da árvore e
mais homogenea com respeito ao tempo (Matalas, 1962,
conforme
Fritts, 1976, p. 260)..
Das series de lndices de densidade estandardizadas pelo ajustamento' linear, tirou-se a média aritmetica dos respectivos
valores de máxima e mlnima densidade para se obter a cronologia
media (media dos lndices estandardizados). A média de todas as
árvores proporcionam uma melhor relação com o clima,_porque_ a
variação do crescimento que é associada com a variaçao climatica, a gual e_comum em todas as árvores e preservada
quando
tais medias sao feitas. Por outro lado, uma grande part~ dos e-
8
feitos não climãticos os quais diferem entre ~rvores e de um lo
cal para outro. ~ minimizado pelo processo da m~din. Destafof
ma a relação sinal (fatores clim~ticos) - ruldo (fatores~nao
cl'imãticos) pode ser max-im'izadd., Fritts(19.76). A s~rie de dados das cronologias representam a sequ~ncia
dos eventos em função do tem~o. Portanto. ~ necessário, que cer
tas caracterlsticas estat~{sticas dessas ser'ies sejam conhecidas:Foram avaliadas a sensitividade media, e autocorrelação de
1?
ordem e a intercorrelação ..
A sensitividade e um conceito basicamente estntTstico que
mede as mudanças relativas dos lnd'ices de densidade de um ano
para o prEximo, indicando se existe algum sinal clim~tico pr~­
sente. A autocorrelação de la ordem, estima a dependencia dos in
dices de densidade de um anc e:'nrelaçiio ao outro, ou seja, é u-=ma medida de tend~ncia de um anel de alta densidade ser seguido
por outro de alta densidade, ou um de baixa ser seguido por um
de baixa. A intercorrelação por sua vez, ~ uma medida de homoge
neidade das amostras, calculada pela m~dia dos coeficientes d~
correlação de todas as posslveis regressões simples entre
os
1ndices da cronologia m~dia e os da cronologia de cada raio.
o par~metro densidade m5xima~ constituTdo pelos quinze lndices de m~xima densidade de cada anel anual da s~rie da cronologia m~dia. foi utilizado como a variável dependente em UMa re
gressão linear rnultipla, denominada função de resposta. (respoTI:
se function). O objetivo da função de resposta na dendroclimato
logia ~ explicitar a influ~ncia mensal dos fatores clim~ticos ~
crescimento anual das ~rvores. Segundo Hughes e Milsom (1982),a
função de resposta não mede a resposta crescimento-clima, ma3 a
efetividadé de um particular modelo estatlstico como estimador
das variac~es dos elementos dos aneis de crescimento, forçadas
pelos fat6res externos. Em outras palavras, a função de resposta ~ usada par2 descrever associações entre os dados climâticos
e as medida~ d()s anéis de crescimento. O metodo empreç]a as tecni cas de analise de componentes principais ou autovetores e esta descrito a seguir.
Regressão após a extração dos componentes. pri nci pa is.
O método :It-ilizado para o cálculo da função de t~esposta,foi
baseado no modelo tundamental descrito por Fritts (1971). tntre
tanto, difere no n~mero de variâveis climãticas anu~is usadas ~
ra predizer as funções de respost&S e na forma estatlstica de se
leção das variãveis.
o conjunto de observações das medlas mensais de precipitação, temperatura m~dia e deficit hTdrico foi transformado
em
variáveis reduzidas da seguinte maneira.
z.lj
x.
~
--
X.
___.l.
S .
1
1
15
J
1
12
J
9
(1 )
onde~ X e a media e S, 'o desvio padrão 90S dados mensais xi.j. I~
to foi realizado paraJque todas as variaveis ficassem adimensio
nadts.
As variãveis reduzidas ordenadas em 12 meses (setembro
a
foram arranjadas de forma a se obter um conjunto constituldo pOl~ três matrizes m Fn, sendo m = 12 o numero de variá veis climãticas (meses) e n = 15 o numero de observaç6es (anos)
agosto)~
Pelo fato do numero de observaç6es ser pequeno e a análise
de componentes principais requerer n 2: m, as variãveis
foram
ªnalisadas separadamente e para cada uma foi determinada a função de resposta. Como em todos os casos este processo foi semelhante, serã descrito de maneira singular e na mesma notação usada por Fritts (1971,1976).
Os dados da matriz nln foram submetidos a rotina do
programa compon€ntes principais I.B.M. (1967). O processo comput~
cional envolvido na anãlise dos componentes principais consiste
em se obter, a partir da matriz de correlação, os
autovalores
(1) os quais dã~ as vari~ncias dos compone~tes e os associ3dos
auto~alores (21 dos. quais decorrem as combinações lineares
daS
variaveis climaticas. Essas combinações lineares tem duas Pl'O"
priedades estat~sticas desejãveis, ~u seja, são ordenad s
decrescentemente segundo suas variâncias e são ortogonais
rntre
si. Ademais, a variância total do conjunto fica inalterad~.
A
primeira propriedade pode permitir uma redução ro numero de variãveis climãticas, e.nqbanto a ortogonalidade ê exigida para das
estabilidade aos coeficientes de regressão em sistemas com alta correl~ção interna, como ~ o caso das variãveis clim~ticas.
Dos componentes obtidos, os menos importantes, aqueles com
uma percentagem de variância não significativamente diferente de
zero « 1%) foram rejeitados, por trazerem imprecisão aos coef i c i e nt es de r e gr e s são (B e r gere tal i i ~ 19 79 ) . Tomando-se
e ntão, os mais importantes componentes principais, designou-se a
matriz de autovetores por mEp ,sendo os ,subscritos m.. e p, o
numero de variãveis climãt~ca~ e o numero"de componentes princi
pais, respectivamente.
Um novo conjunto de variãveis não correlacionadas, chamado
de amplitude ou escores, X, foi obtido por:
E F
p m n
(2)
I
onde, o ap~strofo designa a matriz transposta dos autovetores e
os subscritos são os mesmos definidos anteriormente: m = 12
( 1 ) Ralzes caracterlsticas
ou latentes.
( 2 ) Vetores caracterlsticos ou latentes.
10
n = 15 e p = 1 ... 10. Essas nOVaS võri~veis da matriz de escores são ortogonais e cont~m a porção significativa das variãnci
as dos dados climãticos originais. Elas foram usadas numa ··anã~
lise de regressão pas~o a passo, ~omo variãveis independentes,
na estimativa dos 15 lndices de mãxima densidade da cronologia
media. A estimativa dos lndices da cronologia media pode ser es
prjta como:
- = R x
(3)
lP n
1 p n
onde os P são os valores estimados dos lndices de mãxima densiaae
e os R os coeficientes de regressão m~ltipla significativ.o s .
Substituindo-se a equação (2) em (3) temos:
P
1 n
=
R E' F
1 p
mn
=
t
l~
F
(4)
n
onde,
1
'1'
~
fi
1
.L
,
R E
P m
(5)
se n d o T a f u nç ã o de l' e s p o s ta, c o rl1 os mel e me ntos r e p r e se n t a ndo
a !i1 a 9 n i t u d e da l' e s p os ta do s 1 n di c e s d e ITI ã x i 111 a de n s i d a de
pa r a
c~da vari~vel climãtica. Em outras palavras, os doze
elementos
de T, podem seI' considerados pesos que se utribui a cada vari~
vel climâtica na composição da estimativa dos P.
Visto que, os elementos da função da resposta são associa
dos com variáveis climãticas originais, equação (4), e não mais
com os escores, cada elemento pode ser diretamente interpretado
em termos de ar'omalias das variãveis climãticas.
Os intervalos de confiança dos elementos da função de resposta, foram ob~idos a partir dos errQs padrão dos coeficientes
R da regressão m0ltipla, pela seguinte transformação:
EU' U E I
(6 )
mp p p m
onde, U ~ a matriz diagonal dos erros padrão
.dos elementos
de R e S e uma matriz sim~trica, onde os elementos da diagonal
~ão o quadrado dos erros padr~o dos elementos de T. Os intervalos de cónfiança ao nlvel de 95% foram obtidos tomando-se
a
raiz quadrada, apõs multiplicar cada elemento da diagonal da ma
triz S pelo valor apropriad~ de F com vl/~2 graus de liberd'ad'e~
sel}do \)1 = 1 e "2 = n' - 2 - k onde, n = 15 (observações)
e
k_= 1 ••• p ~ o n~mero de coeficientes significativos da regre~
sao.
1 '1
.L
RESULTADOS E DISCUSSÃO
Os ajustes das curvas de crescimento pOl'
polin~mios arto
nais foram altamente significativos ~ permitiram a "seleção da~
amostras. Mais de 90% desses ajustes foram lineares, ou
seja,
utilizanam apenas um grau de polin~mio.
No caso das
~mostras
com medula ex~ntrica, observcu-se que os raios mais curtos. geralmente requerem um ajuste polinomial de 29gr~u. Nesses raios
o ajustamento linear apresenta um coeficiente anqular maior que
os dos raios normais e um baixo nlvel de significância.
"Essa
tend~ncia no perfil de densidade d~s amostras com exentricidade
de medula, ocorre devido a brusca diminuição na largura dos a
n~is a partir da idade que surge a assimetria circular. As
mIT
danças bruscas na largura dos an~is, forçam o ajustamento est~
tlstico e oroduzem ruidos ou sinais não climâticos na cronolo gia. Por i~so e tamb~m pelos problemas de madeira de reação
esses raios foram negligenciados das anãlises.
A Figura 2, mostra a cronologia m~dia, donde derivaram
os
quinze lndices correspondentes ã mâxima densidade os quais
fo
ram usados nas funç6es de resposta com a variãvel depende~te. Atrav~s
do perfil" da cronologia m~dia verifica-se, para o
perlodo 1966-1971, a ocorrência de marcantes flutuaç6es na densidade e um decr~scimo sistemãtico a partir de 1973. Especial
mente interessantes são os lenhos tardios das est?ç6es de 1961
e 1968. pois a1~m de estreitos, apresentam densidade baixa
em
relação aos seus vizinhos. r pouco provãvel, que a forteanoma
lia nos lenhos tardios de 1967 e 1968 seja devido ã competiçã~
entre as ~rvores, note que o lenho tardio de 1969, não apresen
tam esta caracter1~tica e foi formado sob competição at~
mQ~~
severa. Conforme dados da Tabela 1, o primeiro desbaste s6 ocor
reu no inTcio da estacão do crescimento de 1970, onde justame~
te a densidade do len~o inicial se mostra mais alta. Por outr~
lado~ atrav~s a cronologia m~dia O sinal climãtico foi maximiza
do e os desbastes relativos e demais fatores não climãticos f~
ram minimizados. Dessa forma, pode-se considerar que as flutua=
ç6es dos lndices de densidade" são devidas aos fatores climãticos.
As caracteristicas estatlsticas dos indices de mâxima densi
dade são as seguintes:
Sensitividade media
0,06
Autocorrelação de l~ ordem 0,05
Intercor~p.lação
0.74
O valor encontrado
cara a sensivitidade m~dia e baixo po
rem superior aos valores ~ncontrados po0- Schweingruber _et alii
(1978) para Pinus cembra e Larix decidua na Suiça. Ape~ar
d~
sensitividade ~~di~ ser baixa a qua~idade de informaçoes clima
12
ticas contida na mãxima densiaade dos tenhos tardios parece ser
grande, como sugerem as flutuaç~es na cronologia m~dia. Segundo
La Marche (1982), uma sensitividade m~dia alta descreve uma s~­
rie com grandes diferenças .. em suas caracter{·sticas de ano para
a no. En t r e ta nto, uma s e ns i t i v i da de m~ d i a a 1ta não _~ um ta t or ne.
cessãrio oara uma cronologia ser desenvolvida,
_da mesma fõr~a
'1ue_uma sensitividade media b'aixa não impl ica ne_cessã.riamente na_o
ausencia de um-forte sinal ·climático. Logo, uma· sensitividade
m~dia alta ~ um indi~ador' suficiente mas não necessári~,-ae pre
sença do s(nal climático.
O baixo valor da autocorrelação de 1~ ordem, indica que
máxima densidade dos lenhos tardios não depende da densidade
do clima do ano anterior.
a
~m
Por outro lado, o alto coeficiente da intercorre1ação reve
la que as ãrvores de Pinus oocarpa respondem de foram homogênea
as variaç~es ambientais.
Os resultados das análises dos componentes principais para
precipitaçao, temperaturas media e deficit hldrico"
assim como
as corre1aç~es desses com a vari1vel dependente,
encontrám-se
na Tabela 2.
A-órtogonalidade dos dados da matriz de escores~
permitiu
que os coeficientes de regressão fossem obtidos de forma siste}mãtica e eficiente. Quando as variáveis são ortogonais o crit~
·rio de seleção na regressão multip1a passo a passo e dado pelos
coeficientes de correlação, ou seja, a regressão passo a passo
fica reduzida a .uma forma de regressão univariante. Portanto
~s valores dos coeficientes da matriz de correlação indicam
a
Iprioridade de entrada dos componentes principais na r.egressão .
.Como as variãveis indepEndentes são variãveis reduzidas, o ter.
mo constante de regressão será igual em todos os casos,
sendo
seu valor a media dos dados que comp~e 3 variável dependente.
.FUNÇAO
DE RESPOSTA
~ importante salientar.que, a função' de resposta não demons
tra re1aç-ães de causa e efeito; ela no máximo descreve de forma
separada o efeito rel~tivo dos fatores climáticos na densidade ..
Cada um dos seus elementos representa o efeito do grau de corre
,lação existente entre as variãveis climãticas e a densidade.
Os resultados da função de resposta sao regidos pelas
f1u
tuações, acima e abaixo do valor medio, que ocorrem de ano para
ano nas variãveis climãticas. Se o meio ambiente medio e o 1imi
te de variabilidade forem próximos do ótimo para os processos fí
siolõgicos, a variação natural do clima pode não ser suficiente
para 1im!tar esses proc~ssos. Então, provavelmente, não haverã
correlaçao e em consequencia a fu~ção d~ !~sposta não serã s~~
13
--
nificante. Se a m~dia e o limite de 'ariabilidade no clima, fo
r e m pr õ x i In os dos 1 i mi te s deu Dl cu IIJ t. i::, P r oc e s s s da p 1 a nta,
e
provâvel que esses tenhcm um efeito marcante e uma subseq~e~te
correlação deverã existi •. Entretanto, se dois processos· atua
rem em direções opostas, o resultado serâ a fa"ta de correlação~­
(Fritts, 1976, p. 393).
°
A interpretação dos resultados da função de respost~
em
termos estatlsiticose simples. Um ijalor positivo da funçao
de
resposta para um dado mês, indica uma relação direta (quanto ma
ior a variâvel climâtica, maior a densidade); um valor negativ~
indica ma relação inversa (um pequeno valor da variâvel,
um
grande da densidade). Acima da ~nterpretaçâo estatlstica ~ mais
importante a anâlise do ponto de vista biol~gico.
Nas Figuras 3, 4 e 5, são aoresentados os grâficos
das
funções de resposta da precipitaçQo, temperatura e
deficit hl
drico y'espectívamente, decorrentes dos compon~ntes
principais
i11 a' i s s f 9 n i f i c a t i vos r e 1 a c i o n a dos p e 1 a t' e g r e s s à o pa s s o a
pa s s o
(Tabela 2). são tamb~m apresentados os respectivos passos da r~
gressão e os coeficientes de determinaç~o. As barras verticais
indicam os intervalos de confiança ao nivel de 95~ usados
no
teste de significãncia
das variâveis. Os elementos signif:ca~
tes são aqueles cujos intervalos de confiança não ating~m a li~
nha do zero.
A primeirafunção de resposta da preciritilção (Figura 3~) ,
obtida pelo primeiro passo da egress~o
mGltipla ou coeficien
te
mais significativo, revela que a densidade mãxima ~ diret~
mente relacionada com as precipitações de fevereiro a junho
~
inversamente relacionada com as precipitações de setembro, novembro, janeiro, julho e agosto. A segunda função da
resposta
(Figura 3b) usando os dois mais significativos coeficientes de
regressão mGltipla, indica uma relação direta com as precipita
ções de oututro, fevereiro, março,'maio e junho e uma
relaçã~
inversa com a ~recipitação dos meses de setembro, novembro e a
gosto. No terce~ro passo da regressão (Figura 3c), dã-se a
e~
trada do 99 componente principal, o qual carrega consigo apenas
2,3%1 fi
variãncia total da precipitação. Neste passo a p~rcen
tagem de variância explicada ~ 61% e observa-se a
influênci~
forte e diret~ da precipitação de fevereiro, maio e junho.
No caso de temperatura, o primeiro passo da regressã~
mos
tra um coeficiente de determinação baixo (Figura 4a).
Entreta~
to com a tomada do segundo passo, o coeficiente de determinaçâ~
torna-se alto, r 2 = 0,70, e verifica-se uma relação direta para
setembro, novembro, dezembro, abril e maio e uma inversa
paru
outubro, janeiro, fevereiro, março e julho (Figura 4b). A
ter
ceira função de resposta (Figura 4c) foi obtida com os três coe
ficientes mais significantes, sendo que o terceiro correspond~
a entrada do 99 compon~nte principal, o qual carrega uma pequena percentage~ de variancia (Tabela 2) e parte de ru1dos
esta
tl s t i cos que s a o c oIII uns ne s 5 e s c ompo ne nte s ba -i xos. I 5 t o i nd u z a
14
uma brusca mudafiça nos intervalos de confiança, portanto, a fun
çao de resposposta mais segura que relaciona a temperatura _ me
dia com os indices de de ns i da de pr ovave 1me nte ê mos t r a da Da. --.. FT
'."','-gura 4.b.
Para o défici~t h.-i:drico todas as funçõ'es de resposta- indi
c am r e1açõe s i nver s as. A ma t's e Xpr es s iv a., CF i gur a 5dL- ut jl t zã
os quatro mais significativos coeficientes da regressao e
expressa através de seus elementos que, 59% da vari~nfia dos lndi
c~s de densidade m~~ima são explicadas pelas deficiencias ~idrl
cas do perlodo de janeiro a abri 1. J
.
As f unçõ es d e r es pos ta nã-o' são cont r a..9 i t Õr i as uma comas ou
t r as, elas r eve 1 am que_ dur a nte _ ce r tos pe r i odos da_
~s ta ç ~ od e
crescimento, as varfâveis climaticas tem uma
,maior influencia
na de ns i da de. As r e 1a ç õe s d i r e tas das t r}_~_ pr im e i r a s f unç õ é s d e
resposta da precipitação. foram ~~nfirmadas pela~ quatro ~ela ções inversas do déficit ~idri_co. Como ambos parametros sao inversamente correlacionados; pode-se dizer, pela proximidade dos
coeficientes de determinação. que cerca de 60% da vari~ncia dos
-lndices de densidade mãxima dos anéis de crescimento da disponibilidade de
ãgua do periodo de janeiro a abril.
-
Quanto ao efeito negativo da temperatura na densidade,
e
razoãvel supor que as temperaturas elevadas do verão causam uma
rãpida-ev~ootranspiração,
a qual reduz_drasticamente o armazen~
mento de agua no solo e leva a arvore a 'condição de stress, li
mitando o crescimento. r interessante notar que em -abril apre-=
cipitação não e um fator limitante, porém a temperatura tem um
efeito positivo marcante em abril e maio.· Isto sugere. Que neste pe r 1 odo a tem pe r a tu r a gover na a-s r ea çõ e s f i s i o1Õgi c a s de f or'
mação das células den?as do lenho tardio. Um modelo provãvel para
formação das celulas de alta densidade seria; temperaturas amenas no ~erão para as ãrvores terem um balanço fotossintético f~
vorãvel e acum~lar reservas densas. as temperaturas
precisam
ser altas para vromover a difusão dos compostos metabolizados ..
. :_..
I'
.__
_
_
-'~As
cdefTciêl'Jcias '"&idricas' associadas as temoeraturas elevadas, em geral resultam um decréscimo de fotossintese numa menor
assimilação de alimentos e com isso menore~' quantidades de carboidratos e hormônios são produzidos causando uma redução na at i vi da d e. c amb i a 1 ( Fr i,.t t s, 1976 ). E1a s ta mbê m pode m ca usa rum a
redução no tamanho das células ou uma mudança na espessura
da
parede celular. Porem, se a estiagem persistir por perlodos lon
gos, a densidade do lenho tardio, poderã ser marcadamente mais
baixa que a de um lenho formado em condições normais (Zanher
1968).
,-::"'; Com,o c õri c 1usão, e s t e e s t udo pr e1 i mi na r mos t r a q ;J e os a né i s
de crescimento das arvores de Pinus oocarpa crescidas em BauruSP podem ser precisamente_datados. Essas ârvores respo~dem
de
forma homogenea as variaçoes climãticas. A densidade maxima dos
lenhos tardio~ contém uma substancíàl quantidade de informações
15
clim~ticas e depende principalmente, das condiç~es do verão
e
outono. Podemos inferir que um suprimento de ~gua não favor~vel
e temperaturas elevadas, decorrentes das altas taxas de en~rgi~
no final do verão e no inicio do outono, induzem a formaçao de
um lenho tardio estreito e de baixa densidade.
,
";:<'fJ"
AGRADECIMENTO
o autor agradece aos Professores Epaminondas S.B. Ferraz
do Centro de Ene~'gia Nuclear na AgricUrfu'ra (C(NA} e Mario Toma
ze110 ·Filho da ESALQ/USP pelo incentivo e apoio, a CAFMA e
ao
INEMET pelo material e dados fornecidos.
REFERtNCIAS '
BERGER, A. L., e-t a 1i i. Tr e e- r i n9s a nd c 1i ma t e i n Ma r r oc o. Tr e e
-Ring Bul1etin, Tucson, 39:61-75, 1979.
BRASIL. Departamento Nacional de Meteorologia. Minist~rio da A
gricu1tura. Mudanças Climãticas. (INFORME SOBRE MUDANÇAS CLIMA~
TICAS, ELABORADO PELO GRUPO DE PERITOS DO COMITt EXECUTIVO
DA
OMM SOBRE MUDANÇAS CLIMl\TICAS). Brasl1ia, 1977.
FERRAZ, E. S. B. Determinação :d.e densidade de madeiras por
nuação de radiação gama de baixa energia. IPEF, Piracicaba
(12): 61-68, 1976.
ate
FRITTS, H. C., et~ àii. Mu1tivariate techniques for specifyng
tree - growth and climate re1ationaships and for reconstructing
anoma1ies in paleoc1imate. Journal of App1ied Meteorology, Lan
caster, 10(5): 845-864, 1971.
FRITTS, K. C.Tree-rings and c1imate. London, Acacemic Press.56Z
p, 1976.
-?GRAYBILL, 0-:- A. Chronolo-gy 'development and Ana1ysis: In:-HUGH-ES,
M. K. et a1ii, eds.Climate from tree rings: 2nd INTERNATIONAL
WORKSHOP ON GLOBAL DENDROCLIMATOLOGY, Norwich, 1980. Cambridge
University Press. p. 21-28, 1982;
.
,
'HOLMES'; R. L. et alii. Extension of river f10w records in Argen
t i na f r om 1on9 t r ee - r i n9 c hr ono1o9i e s. Wa t e r Resou r ce s Bu11 eti n;, (
Minneapo1is, 15 (4): 1081-1085, 1979.
HUGHES, M. K. & S. J. Milsom. Data Ana1ysis-Comment. IN: HUGHES,
JM. K. et alii, eds. C1imate from tree rings: 2nd INTERNATIONAL
WORKSHOP ON GLOBAL DENDROCLIMATOLOGY, Norwich 1980.
Cambridge
University Press. p. 37-38, 1982.
,
li.!!~~
M.K. et alii, eds. C~imate from tree ri'ngs:The Southern
Hem.lsphere.
Press. p. 78- 104,
1982.
- London, Cambrldge University
- __
o
16
-
·I.B.M."
1130 Statistical system (1l30-CA-06X): User's man·ua-1.
---:-- 2a--- e d. Whi t e P1a i ns. Ca p. a. p. 31- 71, 1967 .
La MARCHE JR., V.C. Sampling strategies. IN: HUGHES, M. K.
~
alii , eds. Climate from tree rings: 2TITI INTERNATIONAL WOR SHOP ON GLOBAL DENDROCLIMATOLOGY, Norwich 1980. Cambridge University Press. p. 2-6, 1982.
SCHWEINGRUBER, F. H., et alii. The X":ray technique as
applied
to dendrocl imatology. Tree-Ring Bulletin, Tucson, 38: 61-91,
1978.
SCHWEINGRUBER, F. H., et alii. Dendrocli~atic studies on
fers from central Europe and Great Britai . Boreas,
8: 427-452, 1979.
coniOslo,
-
THORNTHWAITE, C. W. An approachtoward a rationa1 c1assification
--of-climate. Geographical Review, New York, ~:85-94, 1948.
ZAHNER, R. Water deficit a'nd growth of trees. IN: KOZLO~~SKI, T.
1. ~later deficit and plant growth. New York, Academic Press. V.
2. p. 191-244, 1968.
_ _ _ _ _ _ _ _ _ _ _ _. _
AB~
iRACT
~------------
fENDROCLTMATOLOGY - "IT 1 S IMPORTANCE AND POTENTIAL"
During the last twenty years there has been an outstanding
advance in the fi~ld of dendroclimatology. The development
of
new techniques of measurements and analysis, specially densito
metrics measurements and powerful statistical techn'iques of muT
tivariate analysis associated to a gradual understanding of bio
109ical processes linked to tree growth and to climate has all0
wed for an expansion of this studies to many regions. The
da~
table tree rings produce a series of measurements which can be
used for reconstruction and study of past and present climate .
With this reconstruction to pre-instrumental periods the climate records may be expanded, improve the data statistics
and
in this way try to understand the nature and cause of
climate
fluctuations. With regard to this success, a few studies
have
been reported showing the high potential of tree rings. The methods to decodify the climatic signals in tree rings and analy
sis of trees in the Bauru - SP region is present. The
results
show that the trees have a substancial amount of climate information.
-
17
(g.em- 3 )
dm
0,7
A)
0,6
\
0,5
\
\
\
\
0,4
\
\
\
0,3
r
o
4,0
2,0
I
I
I
64
63
66
65
B)
8,0
6,0
67
1
i
68
70
69
10,0
i
,
72
73
71
i
I
74
I
roio (em)
I
76
75
77
1,4
1,3
"o
"O
..
"O
f\
1,2
C
li>
"O
"
I, I
' '0
"u
1,0
"O
c
'-
0,9
!
/
'VV
I
\
V
~ ~
0,8
V
\
~
0,7
FIClTFA 1. - A) Per.f"il de densic1a~e ele um 005 raios, COlI' a curva ~e creSCI-
mento ajustada.
B) índices de densira~e estan~ardizados de ) .A.
18
.----
63
I
64
.•
65
I
I
66
I
,
68
67
I
,
70
69
I
I
72
71
I
74
73
I
,
J
76
75 77
1,4
1,3
li)
l-'
\.O
"C
ti
"C
.'"cq>
1,2
I, I
"C
11>
"C
1\ O
/I>
o
"C
,-=
0,9
0,8
0,7
Figura 2 -
Cronologia média, obtida pela média arit
.
dos índices de máxima e m~n~ma
densidade de todos os' raios.
~ética
~
0,1
I
o)
r 2: O, 3 I
O
1
-0,1
0,1
b)
li)
o
"O
o
o
N
"O
~
o
"O
c
o
~
W
li)
01>-
u
0,1
"O
''=
0,1
c)
r
2
:
O
- 0,1
SONDJ
Flc:rFA 3 - Funções de resposta
FMAMJ
JA
obtidas pelos tres nrimeiros passos da re
gres são, sobre os componentes princinais da precipi tação.
barras verticais incicam intervalos (le confiança de
20
95~~.
As
0,1
a )
2
r ':
O, 39
o
o
-0,1
S
O
N
O
J
FMAMJ
JA
!"IClTP.fI I, - Funções ele resposta obtidas pelos tres pn_t1'l~1rOS nassos na re
gressão, sobre os co~ponentes principais ~a te~pe~atura
dia. As barras verticais indicam iptervalos ~e confiança
95%.
21
-
rne-
de
0,1
0,1
a)
,
2
=0,27
o
o
- <>,1
- 0,1
2
,2 = 0,44
0,1
d )
b)
O
O
-0,1
- 0,1
S
, =O, 59
0,1
O
N
O
J
F
M
A
M
J
FIGURA 5 - Funções de resposta
regressao, sobre os
J
A
SONDJFMAMJJA
obti(las pelos quatroprirreiros passos da
co~ponentes
principais (lo
As barras verticais, in(licam intervalos
~e
(lé~icit
confiança de 95%.
(Valores das oroena(las são índices estan<'lar(liza0os).
22
hí.drico.
TABELA 2 -
Resultado da
an~lise
dos
componentes principais
(* iftdi
cam os componentes usados na função de resposta).
Variáveis
PEecipi t.§:
çao
Componentes
principais
Autovalores
1
2
3
4
5
6
7
8
9
10
3,01
2,07
1,88
1,69
1,10
0,85
0,53
0,44
0,28
0,12
0,02
0,01
25,1
17,2
15.6
14,1
9,2
7,1
4,4
3,7
2,3
1,0
25,1
42,3
57,9
72 ,0
81,2
88,3
92,7
96,4
98,7
99,7
- 0,23
0,20
0,08
- 0,13
- 0,02
- 0,48
- 0,16
0,56
0,25
- 0,24
3,98
2,47
1,48
1,21
0,99
.0,60
0,53
0,36
0,20
0,08
0,05
0,02
33,2
20,6
12,3
10,1
8,3
5,0
4,4
3,0
1,6
0,7
33,2
53,8
6J,1
76,2
84,5
89,5
93,9
96,9
98,5
99,2
- 0,06
0,05
0,62
- 0,56
0,10
0,08
0,01
0,07
0,26
4,38
2,96
1,69
0,95
0,82
0,47
0,31
0,26
0,06
0,04
0,01
0,00
36,5
24,7
14,1
8·,0
6,8
4,0
2,6
36,5
61,2
75,3
83,3
90,1
94,1
96,7
98,8
99,4
99,8
0,28
- 0,26
0,12
0,52
0,08
0,10
0,16
- 0,41
11
12
1
Temperat~
ra
2
3
4
5
6
7
8
19
10
11
12
'1
2
3
4
5
Defici t
Hídrico
6
7
18
'.9
10
11
12
% de variância
explicada
2~1
0,6
0,4
23
% de variância Coeficiente
acumulada
de corre la.çao
*
*
*
*
*
*
*
*
*
*