ABSTRACT We aimed to investigate the taxonomic and functional variations of tree component of Araucaria Forest (AF) areas located along an altitudinal gradient (700, 900 and 1,600 m asl), in the southern region of Brazil. The functional traits determined were leaf area, specific leaf area, wood density, maximum potential height and dispersal syndromes and deciduousness. The data were analyzed through a functional and taxonomic dissimilarity dendrograms, community-weighted mean trait values, parametric and nonparametric tests, and Principal Component Analysis. The largest floristic-structural similarity was observed between the lower altitude areas (700 and 900 m asl), whose Bray-Curtis distance was 0.63. The area at 700 m asl was characterized by a predominance of deciduous and semi-deciduous species, with a high number of self- and wind-dispersed species, whereas the area at 1,600 m asl exhibited a predominance of animal-dispersed and evergreen species. It was also observed that there were significant variations for leaf traits, basic wood density and maximum potential height. Over all altitudinal gradient, the ordinations indicated that there was no evidence of functional differentiation among dispersal and deciduousness groups. In conclusion, the evaluated Araucaria Forest areas presented high floristic-functional variation of the tree component along the altitudinal gradient.

A análise discriminante de Fisher (ADF) busca realizar uma combinação linear das variáveis independentes com objetivo de maximizar a separação de grupos preditos em um espaço reduzido bidimensional e ainda permitir que novas observações sejam classificadas ou não dentro dos grupos conhecidos a priori. Empregou-se a ADF utilizando oito variáveis estruturais obtidas de inventários sistemáticos do componente arbóreo (DAP>10 cm) realizados em cinco tipos florestais (total de 5 ha) distintos no bioma Pampa do sul do Brasil. Posteriormente foram sorteadas 10 novas amostras provenientes das mesmas fitofisionomias para realizar a validação do modelo. A AD gerou quatro funções discriminantes (FDs), sendo que as duas primeiras funções desempenharam uma capacidade de 88,4% de habilidade para discriminação dos grupos: FD1 = 74,4% (autovalor FD1 = 33,99) e FD2 = 14% (autovalor FD2 = 6,34). Os atributos estruturais que estiveram mais relacionados com a FD1 foram riqueza de espécies, altura comercial e altura total. Em FD2 prevaleceu a área basal e o diâmetro máximo atingido pelo caule. As outras FDs e variáveis estruturais apresentaram menor capacidade de discriminação dos grupos. A AD classificou 100% dos casos nos respectivos grupos preditos, revelando a alta eficiência das variáveis discriminadoras escolhidas. As novas amostras também foram classificadas em seus respectivos grupos, porém, com pequeno grau de erro. O uso da AD para a classificação das florestas deveria ser incentivado porque o método é simples e os resultados são estatisticamente mais confiáveis do que outros métodos descritivos da estatística multivariada que são amplamente utilizados.

Fisher Discriminant Analysis (DA) seeks a linear combination of independent variables maximizing separation of predicted groups and also permits new observations for being classified in groups know a priori. We applied DA with eight structural attributes of vegetation obtained of systematic tree inventory surveys realized in five physiognomies types in the Brazilian Pampa biome. Later, 10 new samples were randomly selected from the same vegetation types to perform model validation. The DA generated four discriminant functions (DFs), where the first two had 88.4% power for discriminating groups (DF1 = 74.4% and DF2 = 14%). From the structural attributes used in the model, species richness, commercial height, and total height were related to DF1. Basal area and maximum stem diameter were related to DF2. The others DFs and structural variables have had less power of discriminating the groups. The DA classified 100% of the cases in their respective groups, showing a high efficiency of the chosen discriminating variables. The new forest samples inserted in the model were also classified with a small degree of error. The use of DA models should be enhanced because it is simple and more effective to express a forest classification model than the other descriptive multivariate methods.

RESUMO Utilizaram-se métodos da geoestatística na identificação do tamanho e da estrutura da variabilidade espacial de alguns atributos físico-químicos do solo em áreas de Floresta Estacional Decidual as quais foram denominadas floresta madura, floresta secundária e capoeirão. As áreas, localizadas no município de Santa Tereza, RS, foram amostradas durante o período de 2002 a 2003, compreendendo as classes de solo: Chernossolo Argilúvico, Cambissolo Ta e Neossolo Litólico. Realizou-se amostragem sistemática com grid de espaçamento regular entre os pontos variando de 30 m para o capoeirão e 40 m para floresta madura e secundária, totalizando oitenta pontos amostrais em uma área total de 7,34 ha. Foram coletadas amostras de solo “in situ” para análise em laboratório dos atributos densidade do solo, argila, pH, potássio, matéria orgânica e fósforo. A estrutura da variabilidade espacial foi identificada por meio dos semivariogramas, definindo-se os parâmetros necessários para a krigagem. O atributo mais variável foi a matéria orgânica, não obtendo ajuste a nenhum modelo teórico de semivariograma, enquanto que o pH foi o menor. Na análise de estrutura da variabilidade espacial por meio da geoestatística, a argila e densidade, ambas em área de floresta secundária, e o pH nas áreas experimentais apresentaram a maior dependência espacial. O modelo gaussiano para o atributo argila obteve o maior alcance da dependência espacial, sendo 400 e 388 m, nas áreas de floresta secundária e madura respectivamente. A validação cruzada mostrou acuracidade no ajuste dos modelos variográficos, tendo a variável pH apresentado o melhor desempenho, 0,87; 0,94 e 0,92 nas áreas de floresta madura, secundária e capoeirão respectivamente.

ABSTRACT Methods of geostatistics were used in the identification of size and structure of space variability of some physiochemical attributes of soils under seasonal deciduous forest areas, which were called mature forest, secondary forest and “capoeirão”. The areas, located in Santa Tereza, RS, were sampled during the period of 2002 and 2003, comprising the soil classes: Argiluvic Chernosol, Cambisol Ta and Litholic Neosol. Systematic sampling was performed with regular spacing grid of points varying of 30 m for “capoeirão” and 40 m for mature and secondary forest, in an amount of 80 sample points in a total area of 7.34 ha. For each point, measurements "in situ" were made of the soil bulk density, clay content, pH, potassium, organic matter and phosphorus. The structure of space variability was identified through the variograms, being defined the needed parameters for the Kriging. The most variable attribute was the organic matter, being not adjusted to any model of variogram, while the pH was the least. In the analysis of the space variability structure through the geostatistics, the clay and bulk density, both in area of secondary forest, and pH in the experimental areas, had showed the biggest space dependence. The Gauss model for the clay attribute obtained the largest reach (a), being 400 m and 388 m in the areas of secondary and mature forest, respectively. The crossed validation showed accuracy in the variographic models adjustment, being the pH variable the one which presented the optimum performance, 0.87; 0.94 and 0.92 in the areas of mature forest, secondary forest and “capoeirão”, respectively.