Análise de risco na atividade florestal

Abstract

Atualmente, a atividade orestal e a cadeia de produtividade a ela aliada assumem um importante papel na economia de Portugal, tornando-se crucial a formulação de estratégias e instrumentos que a apoiem. Considera-se neste trabalho o indicador de produtividade orestal Acréscimo Médio Anual em Volume, que suporta diversos processos de decisão em planeamento e gestão orestal tais como a idade de corte, a seleção do modelo de silvicultura e a exploração orestal. A modelação da produtividade orestal baseia-se em medições que re etem as condições médias que ocorreram no período de tempo em que as medições sucederam. As alterações climáticas e outros eventos, direta ou indiretamente relacionados com estas alterações, como o aumento da ocorrência de pragas e doenças ou do risco de incêndio traduzem-se em maior incerteza na obtenção de estimativas de produtividade e na tomada de decisão orestal. Neste estudo pretende-se analisar de que forma o risco e a incerteza na ocorrência de uma das pragas que mais danos causa em povoamentos de eucalipto, o gorgulho do eucalipto, poderá afetar a estimativa da produtividade orestal em regiões de risco fraco a muito forte. No desenvolvimento da presente investigação, objetivando-se a implementação de um modelo que permita dar resposta ao problema colocado, foi feita uma análise de regress ão linear múltipla, com inclusão de variáveis dummy. A análise do modelo construído permitiu detetar nos resíduos a presença de heteroscedasticidade e autocorrelação. Face à problemática referida, foi necessário aplicar métodos estatísticos adequados, entre os quais métodos de regressão robusta tais como regressão linear múltipla robusta e métodos baseados em estimadores consistentes na presença de heteroscedasticidade e autocorrelação

Currently, forestry and the chain of productivity allied to it play an important role in the Portuguese economy, making it crucial to formulate strategies and instruments to support it. In this paper, it has been considered the Average Annual Average Volume forest productivity indicator that supports several decision-making processes in forestry planning and management, namely, age of cut, selection of forestry model and forest exploration. Forest productivity modeling is based on measurements that re ect the average conditions that occurred in a time period during which the measurements succeeded. Climate change and other events, directly or indirectly related to these changes, such as increased occurrence of pests and diseases or the risk of re, translate into greater uncertainty in obtaining estimation of forest productivity and in decision-making. The aim of this study is to analyze how the risk and uncertainty in the occurrence of one of the most damaging pests in eucalyptus, the eucalyptus weevil, could a ect the estimation of forest productivity in regions with low to very high risk. In the development of the present investigation, aiming at the implementation of a model that allows answering the referred problem, a multiple linear regression analysis was done, including dummy variables. The analysis of the estimated model allowed detecting the presence of heteroskedasticity and autocorrelation in the residues. Considering the mentioned problem, it was necessary to apply suitable statistical methods, namely robust regression methods such as robust multiple linear regression and other methods based on consistent estimators in the presence of heteroskedasticity and autocorrelation