See

discussions, stats, and author profiles for this publication at:

http://www.researchgate.net/publication/216755255

Suficincia amostral em inventrios

florsticos e fitossociolgicos
CHAPTER JANUARY 2011
DOI: 10.13140/2.1.2869.1524

CITATION

2 AUTHORS, INCLUDING:
Rodrigo de Andrade Kersten
Pontifcia Universidade Catlica do
23 PUBLICATIONS 142 CITATIONS
SEE PROFILE

Available from: Rodrigo de Andrade Kersten

Retrieved on: 31 August 2015

156

Kersten e Galvo

Suficincia Amostral em Inventrios

Florsticos e Fitossociolgicos
Rodrigo de Andrade Kersten1,3 e Franklin Galvo2

Introduo
Amostra, por definio, o subconjunto de uma populao por meio do qual se estabelecem
ou estimam as propriedades ou caractersticas dela. Assim, uma amostra no a populao,
mas espera-se que a represente o mais fielmente possvel. Para calcular a altura mdia exata
de Hymenaea courbaril L., por exemplo, seria necessrio, pelo menos em tese, medir no s
todos os jatobs existentes, mas tambm todos os indivduos que j existiram e os que ainda vo
existir, o que se constituiria em tarefa impossvel.
Nas cincias ambientais, a compilao de censos ou inventrios completos normalmente
requer esforos muito grandes e , na prtica, quase inatingvel. Por isso, a amostragem
necessria. Assim, tomam-se informaes de alguns indivduos (amostra) para se inferir algo
sobre toda a populao.
Ao tomar um conjunto de medidas de uma amostra no possvel saber se coincidem ou
no com as da populao. plausvel que se tenham, inadvertidamente, sorteado indivduos
com parmetros maiores que a mdia do universo amostral. Ao aumentar o nmero de unidades
amostrais, maiores as chances de se aproximar da mdia verdadeira. A dificuldade saber em
que ponto a relao custo-benefcio de aumentar o esforo amostral deixa de ser justificvel,
ou seja, em que ponto o aumento do trabalho de campo deixa de resultar em aumento significativo
da preciso das medidas tomadas.

Pontifcia Universidade Catlica do Paran (PUC-PR), Centro de Cincias Biolgicas e da Sade, Herbrio
HUCP, Rua Imaculada Conceio, 1155, Prado Velho, 80215-182 Curitiba, PR, Brasil.
2
Universidade Federal do Paran (UFPR), Departamento de Cincias Florestais, Av. Lothrio Meissner, 632,
Jardim Botnico, Campus III, 80210-170 Curitiba, PR, Brasil.
3
Autor para contato: kersten@pop.com.br

Suficincia amostral em inventrios florsticos e fitossociolgicos

157

Na Botnica, dois principais tipos de levantamentos so observados (WATT, 1947):

florsticos, que tratam da diagnose e classificao das comunidades e tm como objetivo verificar
quantas e quais espcies esto presentes; e ecolgicos ou fitossociolgicos, que tm como
finalidade avaliar a dinmica ou estrutura das comunidades vegetais. Os levantamentos
fitossociolgicos diferem dos florsticos por utilizarem medidas (tamanho, nmero de indivduos
etc.) como parmetros analticos, enquadrando-se principalmente em duas categorias: estimativa
de medidas ou reconhecimento de padres (PILLAR, 1998).
A riqueza especfica a maneira mais simples e intuitiva de descrever comunidades e a
diversidade regional (CHAO, 2005). Sua varivel nmero de espcies a base de diversos
modelos de estrutura de comunidades, estratgias de conservao e avaliao das taxas de
extino, sendo utilizada na comparao entre comunidades e na avaliao dos efeitos humanos
sobre a diversidade (GOTELLI; COLWELL, 2001; MAGURRAN, 2004). Questes como
Quantas espcies sobrevivero em um remanescente fragmentado? Qual a rea e o formato
ideal de uma unidade de conservao? Como a perda de hbitat est relacionada extino em
florestas tropicais?, esto diretamente relacionadas a dados florsticos simples como a relao
espcie x rea (PLOTKIN et al., 2000). J a Fitossociologia, em vez de centrar na riqueza,
como o faz a Florstica, busca avaliar as relaes entre espcies, dentro da comunidade vegetal,
no espao e no tempo. Refere-se, assim, ao estudo quantitativo da composio, estrutura,
funcionamento, dinmica, histria, distribuio e relaes ambientais da comunidade vegetal
(MARTINS, 1989).
Dois aspectos devem, ou podem, ser considerados ao se procurar a suficincia amostral.
O primeiro diz respeito proporo de espcies amostradas em relao ao nmero total de
espcies; o segundo, preciso das medidas ou descritores ecolgicos considerados (CAIAFA;
MARTINS, 2007). A preciso das estimativas obtidas na amostragem avaliada frequentemente
com base em distribuies tericas de frequncia, como a distribuio normal, ou em limites de
confiana ou probabilidades retiradas de tais distribuies tericas. Mais recentemente, mtodos
que utilizam intensivamente a computao, como a reamostragem aleatria (bootstrap), tmse mostrado tambm eficientes (PILLAR, 2004).

Tamanho e distribuio das unidades

amostrais
Uma das caractersticas dos seres/sistemas vivos sua entropia negativa (LOVELOCK,
1991), ou seja, sua capacidade de fugir da distribuio aleatria, de criar e se moldar a seu
prprio ambiente. Exemplos so: ocorrncia de espcies diferentes em solos diferentes,
estratificao vertical de epfitas, espcies de borda e espcies de sombra, entre outros. Dessa
forma, o primeiro passo para que um levantamento seja eficiente a clara delimitao dos
objetivos e dos mtodos. Como consequncia, o universo amostral abriga possibilidades infinitas

158

Kersten e Galvo

de potenciais unidades amostrais, levantando o problema de o delineamento interferir nos

resultados conseguidos (PILLAR, 1998).
A unidade amostral o espao fsico no qual so observadas e medidas as caractersticas
quantitativas da populao. Podem ser constitudas de parcelas de rea fixa, circulares, quadradas,
retangulares, por faixas, linhas, pontos ou rvores (PLLICO NETTO; BRENA, 1997).
Sabe-se que, quanto menor a varincia, menor o nmero de unidades amostrais
necessrias para atingir certa preciso da mdia. Duas so as possibilidades para reduzir a
varincia entre unidades amostrais: uma delas diminuir a variao ambiental externa, alocando
pequenas parcelas em ambientes com o mximo de homogeneidade possvel (geolgica,
pedolgica, hdrica, lumnica etc.) ou aumentando a variao interna, com unidades maiores,
que abranjam maior diversidade ambiental. Assim, a variao entre parcelas ser menor,
homogeneizando-as (PILLAR, 2004). No entanto, se o objetivo avaliar a riqueza de espcies,
prefervel usar grande nmero de unidades amostrais pequenas em vez de um pequeno
nmero de unidades amostrais grandes, mesmo que equivalentes em rea (FELFILI et al.,
2005). Da mesma forma, se o objetivo amostrar as variaes ambientais, parcelas pequenas
e corretamente alocadas sero mais eficientes, pois unidades amostrais grandes mascaram as
variaes locais.
A unidade amostral deve conter uma frao mnima representativa da vegetao em
estudo, refletindo a estrutura da comunidade (FELFILI et al., 2005). Estudos realizados por
Moreira (2007) indicaram que, em estudos fitossociolgicos de espcies arbreas em florestas
tropicais, parcelas de 10 x 10 m so as mais recomendadas. A parcela ideal deve conter um
nmero mnimo de amostras, no sendo aceitveis, por exemplo, parcelas que incluam apenas
um indivduo. O nmero mnimo j foi indicado como 10 indivduos por parcela (MATTEUCCI;
COLMA, 1982), entre 20 e 30 indivduos (IBGE, 1992), e como 30 indivduos (FELFILI;
REZENDE, 2003; FELFILI et al., 2005). Este ltimo valor proveria do fato de o desvio-padro
decair com o aumento do nmero de amostras consideradas, sendo a assntota comumente
atingida com n = 30. Casos excepcionais, a exemplo de estudos de efeito de borda ou em
remanescentes de florestas ciliares, demandam formas e tamanhos diferenciados.
Outro fator a influenciar a suficincia amostral o mtodo escolhido para a alocao
das unidades amostrais, frequentemente sistemtico (parcelas distribudas homogeneamente
em campo), estratificado (parcelas distribudas com base em variaes ambientais) ou, mesmo,
preferencial (local das parcelas escolhido em campo) e quase nunca verdadeiramente aleatrio
(quando todos os indivduos teriam a mesma probabilidade de serem amostrados). Levantamentos
preferenciais tendem a facilitar o reconhecimento de padres, enquanto a estratificao inclui
comunidades raras ou restritas com menor esforo amostral (PILLAR, 1998). Assim, possvel
tambm diminuir a varincia pela alocao das unidades amostrais em ambientes homogneos,
do ponto de vista ambiental. Se alocadas sobre a mesma unidade geolgica, tipo de solo e
declividade do terreno, as parcelas tendero a assemelhar-se mais entre si, diminuindo o esforo
amostral necessrio para se atingir a suficincia. Alm disso, esse procedimento tambm

Suficincia amostral em inventrios florsticos e fitossociolgicos

159

possibilita o reconhecimento de padres de distribuio das espcies, dados de interesse da

ecologia e da conservao.
Em um estudo hipottico para comparar a flora arbrea de duas localidades, uma em
Floresta Ombrfila e outra em Floresta Estacional, por exemplo, mais eficiente empregar
parcelas grandes, que abranjam toda a variao local. No entanto, se o objetivo for verificar,
por exemplo, as diferenas florstico-estruturais entre uma rea de Floresta Submontana
(constituda predominantemente por espcies msicas) e outra de Floresta Aluvial (onde
preponderam espcies higrfilas e hidrfilas), pequenas parcelas, que considerem as variaes
geopedolgicas e de regime hdrico, surtiro muito mais efeito, e a suficincia ser atingida
mais rapidamente em cada uma das situaes. possvel tambm comparar as duas Florestas
Submontanas (Ombrfila e Estacional) e as duas Aluviais separadamente, o que surtiria ainda
mais efeito. No faz sentido que em uma listagem estejam includas espcies msicas e hidrfilas
ranqueadas entre as principais espcies por valor de importncia. O correto seria compartimentar
o ambiente e apresentar duas listagens, uma com as espcies mais importantes do ambiente
msico e outra com as mais importantes do ambiente hidrfilo.

Suficincia amostral florstica

Para que um levantamento seja representativo, deve atender a duas condies: que a
superfcie seja homognea, tanto nas condies ecolgicas quanto na composio florstica; e
que sua extenso no seja inferior rea mnima da comunidade em questo (BOLS, 1990;
ver explicao a seguir). Assim, para a obteno de suficincia amostral, o primeiro passo
definir claramente quais os objetivos do levantamento. Embora a riqueza de espcies possa
parecer um ndice simples, falacioso pensar que seja de obteno fcil e incontroversa (MAY,
1988). O principal problema que, em regies de elevada diversidade, quanto mais indivduos
forem amostrados, maior ser o nmero de espcies encontrado, sendo difcil o estabelecimento
de um limite claro para o esforo amostral.
Outro problema a detectabilidade: nem todas as espcies ou indivduos so igualmente
fceis de amostrar, e a probabilidade de visualizao no diretamente relacionada com a
frequncia (MAGURRAN, 2004). Como exemplo, considerem-se duas espcies de epfitas
ocorrendo com mesma frequncia, ambas preferencialmente na copa. Uma delas de pequeno
porte, com flores verdes, com ocorrncia nas pores superiores dos troncos; a outra de
mdio porte, pendente e com flores vermelhas. A probabilidade de observao de ambas no
a mesma (FLORES-PALACIOS; GARCIA FRANCO, 2001).
Uma das maneiras de se detectar a suficincia florstica por meio do estabelecimento
da rea mnima amostral, definida como a menor rea na qual a composio de espcies est
adequadamente representada (MUELLER-DOMBOIS; ELLENBERG, 1974). A rea mnima,
no entanto, s pode ser estabelecida em comunidades homogneas e no fragmentadas. Ela
determinada pelo estabelecimento de parcelas sucessivamente maiores, computando-se o nmero
de espcies presentes em cada parcela (Figura 1).

160

Kersten e Galvo

Figura 1 - Sistema de parcelas para estabelecimento de rea mnima de uma comunidade. Cada parcela
tem o tamanho das anteriores somadas.

Ao se construir um grfico do nmero de espcies em relao rea amostral, obtmse uma curva que se eleva rapidamente no incio e mais lentamente em amostragens
subsequentes, quando apenas espcies raras passam a ser includas (Figura 2). A princpio,
possvel atingir-se a estabilidade, e nenhum novo txon pode ser adicionado ao levantamento.
No entanto, raramente isso observado e dificilmente se atinge a assntota (UGLAND et al.,
2003; SCHILLING, 2007). Para efeito de anlise da suficincia, considera-se que, quando a linha
tende assntota horizontal, a relao custo x benefcio entre o esforo amostral e o registro de
novas espcies desvantajosa e, portanto, atingiu-se a suficincia amostral. Cain e Castro (1959)
sugeriram que o limite da superfcie mnima de levantamento d-se quando o aumento de 10% na
rea amostral corresponda a um aumento de 10% no nmero total de espcies. Uma estimativa
mais rigorosa da rea mnima pode ser obtida quando um aumento de 10% na rea amostral
implica aumento de somente 5% de novas espcies. Para explicaes mais detalhadas, consultar
Matteuci e Colma (1982) e Mueller-Dombois e Ellenberg (1974).

Suficincia amostral em inventrios florsticos e fitossociolgicos

161

Fonte: Dados parciais retirados de KOZERA, 2008.

Figura 2 - Curva de espcie x rea de um campo msico sobre Neossolo Litlico de textura mdia, arenito
furnas, no segundo planalto paranaense, PR, Brasil.

Mueller-Dombois e Ellenberg (1974) mencionaram, para diferentes comunidades vegetais

de regies temperadas, os seguintes valores aproximados de rea mnima:
Floresta (incluindo trs estratos)

200 500 m2

Floresta (somente vegetao do sub-bosque)

50 200 m2

Estepe

50 100 m2

Savana arbustiva

10 25 m2

Comunidade de musgos

1 4 m2

Comunidade de lquenes

0,1 1 m2

Para as florestas tropicais, em que os estratos arbreos podem apresentar grande

diversidade de espcies, a rea mnima excepcionalmente maior e, dependendo da diversidade,
poder chegar a 10.000 m2 (BOLS, 1990) ou, mesmo, no existir valor fixo, sendo necessrio
avaliar-se caso a caso (CAIAFA e MARTINS, 2007).
Outra maneira possvel de se calcular a rea mnima pela chamada curva de acumulao
de espcies (curva do coletor), em que o nmero total de espcies calculado para cada nova
unidade amostral levantada (Figura 3). Enquanto no caso anterior o nmero de espcies
anotado para reas consecutivamente duplicadas, nesse anotado para cada nova parcela,
mesmo que implique aumento de apenas 5% da rea. Atinge-se a suficincia quando a linha
tende estabilidade, e a adio de novas espcies no altera significativamente o nmero de
espcies observadas. O uso da curva do coletor para a determinao da suficincia amostral j
foi criticado por diversos autores e apresenta uma srie de limitaes. A primeira delas est

162

Kersten e Galvo

relacionada ordem de entrada das unidades amostrais na construo da curva, que leva
construo de diferentes grficos baseados em um mesmo conjunto de dados. No entanto,
essa curva pode mostrar dados interessantes. No exemplo dado (Figura 3), os saltos na linha,
observados nas parcelas 34 e 46, podem denunciar alteraes ambientais e indicar que o ambiente
deva ser dividido em mais de um compartimento. Anlise detalhada sobre a curva amostral e as
limitaes de seu uso podem ser conseguidas em Schilling e Batista (2008).
A suficincia florstica, em estudos sobre comunidades arbreas, est menos ligada
rea levantada ou ao mtodo empregado do que ao critrio de incluso dos menores indivduos.
Tanto o nmero de espcies quanto o de indivduos tendem a diminuir com o aumento do
tamanho dos menores indivduos (CAIAFA; MARTINS, 2007).

Fonte: KERSTEN; BORGO dados no publicados.

Figura 3 - Curva de acumulao de espcies (curva do coletor) em rea de Cerrado no Estado do

Tocantins, Brasil.

Estimativa do tamanho da amostra com

base em inventrio-piloto
Uma maneira simples de verificar a intensidade do esforo de campo pela anlise da
variabilidade da populao que se est analisando e pela estimativa do tamanho da amostra.
Em teoria, quanto menos varivel a populao, menor o esforo para analis-la corretamente.
A intensidade amostral, ou frao da amostragem (f), a razo entre o nmero de
amostras (n) e o nmero total de unidades da populao (N); ou, ento, entre a rea amostrada
(a) e a rea total da populao (A). Assim, se foram inventariadas 15 parcelas de 10 x 10 m
(0,01 ha) em uma rea total de 50 ha, a intensidade de amostragem a seguinte:

Suficincia amostral em inventrios florsticos e fitossociolgicos

163

ou 0,3%

Se a intensidade amostral for menor que 2% (PLLICO NETTO; BRENA, 1997), a

populao considerada infinita; caso contrrio, finita, cabendo frmulas diferenciadas para
cada situao.
Para determinar a variabilidade da populao necessrio o levantamento de algumas
parcelas, podendo-se, em seguida, estimar a varincia da populao. A partir da varincia
possvel calcular o nmero de amostras necessrias para que o levantamento atinja determinado
nvel de preciso (FELFILI; REZENDE, 2003). Recomenda-se que a amostra seja prxima a
30 unidades, situao em que o valor tabelado de t passa a se manter quase constante e no
influenciar mais o clculo da intensidade amostral. No entanto, como a varincia muda de
populao para populao, esse valor no absoluto, e esforos amostrais bem menores podem
gerar igual resultado. Esse tipo de anlise eficiente quando se deseja estimar um nico
parmetro em populaes, como o volume de madeira ou a rea basal total por hectare.
O tamanho da amostra derivado da varincia da mdia, de acordo com as seguintes
frmulas (PLLICO NETTO; BRENA, 1997; SOARES et al., 2006):
Populao finita:
_
do erro: E = LE . x

, Populao infinita:

e Expectncia

em que:
n = nmero ideal de unidades amostrais;
N = nmero total de unidades da populao;
s2 = varincia da mdia da varivel considerada;
E = expectncia do erro;
LE = limite de erro, em geral 0,1 (=10%);
_
x = mdia estimada para a varivel considerada; e
t = valor tabelado para determinado nvel de significncia definido pelo usurio; para
p = 0,05 e 0,01, os valores so os seguintes, de acordo com o nmero de parcelas
considerado:
Valores de t para diferentes nmeros de parcelas amostradas
Nmero de parcelas
Probabilidades

10

15

20

25

30

0,05

2,776

2,261 2,145

2,093

2,064

2,045

0,01

4,604

3,250 2,997

2,861

2,797

2,756

164

Kersten e Galvo

Por exemplo, para uma rea de 4 ha de Floresta Ombrfila Mista Aluvial (RODERJAN
et al. dados no publicados), na qual se procurava estabelecer a biomassa total do componente
arbreo, foram levantadas 10 parcelas de 10 x 10 m, obtendo-se os seguintes valores:
Mdia e desvio
Permetro mdio da parcela 1 =
Parcelas

Permetro mdio

32,3

29,7

32,2

43,9

48,9

32,4

31,8

29,5

28,9

10

32,1

_
Mdia (x ) =

34,2

Varincia (s2) =

44,7

Nmero total de unidades amostrais (N)

N corresponde rea total (4 ha) dividida pelo tamanho da parcela (0,01 ha);
Ou seja, cabem 400 parcelas de 100 m2 na rea.
Erro de amostragem (E)
_
E = LE . x E = 0,1 x 34,2 = 3,42
Frao da amostragem (f)

Como o valor de f menor que 0,2, a populao considerada infinita.

Nmero ideal de unidades amostrais (n)

= 19,5

Suficincia amostral em inventrios florsticos e fitossociolgicos

165

Os clculos indicaram que, com 20 parcelas, a suficincia amostral alcanada, para o

parmetro permetro. Assim, bastaria inventariar outras 10 parcelas, somadas s 10 j levantadas.

Autorreamostragem
Chamada de autorreamostragem por Pillar (2004), originalmente essa tcnica recebeu o
nome de bootstrap (cadaro de bota). O nome vem da expresso pull up by your own
bootstraps (erguer-se puxando o prprio cadaro, ou seja, apoiar-se em seus prprios
recursos). Foi desenvolvido por Efron (1979) e aplicava-se (SMITH; van BELLE, 1984) para
amostragens em parcelas. Pode, no entanto, ser aplicada para qualquer conjunto de dados,
independentemente de sua distribuio, tendo especial eficincia com pequenos nmeros
amostrais (EFRON; TIBSHIRANI, 1993). A tcnica consiste em dados n indivduos registrados
no experimento, retira-se uma subamostra aleatria, com reposio (um mesmo valor pode ser
sorteado mais de uma vez), e estimam-se seus parmetros. Ao refazer-se isso um nmero
elevado de vezes (50 ou mais), pode-se calcular a preciso das estimativas por meio de limites
de confiana e probabilidades.
Um uso possvel desse tipo de anlise na curva de acumulao de espcies. Segundo
Gotelli e Colwell (2001), podem ser distinguidos quatro tipos distintos de curvas de riqueza de
espcies, divididas em dois grupos (Figura 4). O primeiro baseado na unidade amostral, que
tanto pode ser o indivduo (grfico de espcies x indivduos) ou a parcela (grfico de espcies
x parcelas). O segundo grupo difere pela anlise estatstica dos dados, sendo separado em
curvas de acumulao e curvas de rarefao. A curva de acumulao mostra o acrscimo de
espcies obtido a cada vez que uma nova unidade amostral ou indivduo amostrado (curva do
coletor). A curva de rarefao produzida pelo contnuo sorteio aleatrio da ordem das parcelas
ou dos indivduos e pelo clculo do nmero de espcies acumulado. A curva final construda
com base na mdia de n repeties calculadas. Esse procedimento evita a variao causada
pela aleatoriedade da ordem das unidades amostrais na construo da curva (COLWELL;
CODDINGTON, 1994; MARTINS; SANTOS, 1999). Outra vantagem da curva de rarefao
a possibilidade de construir intervalos de confiana (Figura 5).
As curvas espcies x parcela, via de regra, so menos acentuadas que as curvas espcie
x indivduo, pois parcelas consideram indivduos agregados prximos no espao. Assim, quando
um grupo de parcelas amostrado, menos espcies estaro representadas por esses indivduos
do que por igual nmero de indivduos aleatoriamente selecionados (GOTELLI; COLWELL,
2001).
A curva de indivduos x espcies nem sempre possvel de ser construda. Em estudos
sobre brifitas, herbceas ou epfitas, por exemplo, nos quais ou so coletados diversos indivduos
ao mesmo tempo ou impossvel distinguir um indivduo, as curvas baseadas em parcelas so
a nica soluo. O mesmo fenmeno acontece em diversas amostragens por parcela, onde a
ordem dos indivduos no conhecida ou aleatria. Assim, sugere-se a padronizao do uso
de curvas de rarefao baseadas em unidades amostrais, facilitando a comparao entre
diferentes localidades (GOTELLI; COLWELL, 2001).

166

Kersten e Galvo

Fonte: KERSTEN; BORGO dados no publicados; curvas de rarefao geradas com o software EstimateS v.8.0.0
COLWELL, 2006.

Figura 4 - Comparao entre diferentes curvas (rarefao e acumulao) baseadas no nmero de indivduos
amostrados (linhas contnuas) e no nmero de parcelas amostradas (linhas tracejadas). Dados
para uma rea de Cerrado no Estado do Tocantins, Brasil.

Fonte: Dados parciais retirados de RODERJAN, 1994; curva gerada com o software EstimateS v.8.0.0 COLWELL,
2006.

Figura 5 - Curva de acumulao de espcies com os limites de confiana indicados pelas barras verticais.

Suficincia amostral em inventrios florsticos e fitossociolgicos

167

Caiafa e Martins (2007) afirmaram que, na Floresta Ombrfila Densa, a similaridade

florstica entre diferentes localidades decai com a distncia geogrfica, ou seja, a flora
espacialmente heterognea, e a curva do coletor continuaria a crescer em degraus, com o
aumento da rea de estudo, mesmo considerando-se reas grandes. Sugeriram ainda que a
amostragem considere o nmero de indivduos e no a rea total, visto que a densidade
extremamente varivel (PALMER et al., 2000). As anlises de Caiafa e Martins (2007)
mostraram inflexo na curva de indivduos x espcies em torno de 600 indivduos, indicando
que esse seria o nmero mnimo, embora sujeito a variaes locais, indicado para amostragem
do componente arbreo. No entanto, Condit et al. (1996) afirmaram que, pelo menos, 1.000
indivduos deveriam ser considerados para que haja suficincia florstica.
A suficincia amostral florstica no est ligada unicamente densidade e riqueza das
espcies de uma rea. A equidade de suas frequncias tambm fator importante
(MAGURRAN, 2004). Imaginando-se duas comunidades com igual nmero de espcies e de
indivduos, mas distintas em suas frequncias relativas, na comunidade em que as espcies so
igualmente comuns a suficincia ser atingida mais rapidamente do que na comunidade em que
muitas espcies raras so observadas. Alm disso, a homogeneidade da rea estudada de
extrema relevncia. Quanto menor a variao entre parcelas, mais rapidamente atinge-se a
estabilidade. Por exemplo, Kozera (2008), em estudo da comunidade de herbceas nos campos
do segundo planalto paranaense, dividiu a rea segundo os tipos de solos observados. Quando
analisado apenas um dos pontos amostrais sobre um tipo especfico de solo, a suficincia foi
atingida muito mais rapidamente (Figura 6).

Fonte: KOZERA, 2008, envolvendo todas as parcelas alocadas ou apenas as localizadas em uma das unidades de
solos consideradas; curvas geradas com o software EstimateS v.8.0.0 - COLWELL, 2006.

Figura 6 - Curva de rarefao em um estudo de campos naturais no Estado do Paran, Brasil.

168

Kersten e Galvo

Outra aplicao a estimativa de intervalos de confiana de mdias. Por exemplo

(Tabelas 1 e 2), a partir de um conjunto de valores retiram-se, com reposio, 10 unidades
amostrais, e calcula-se a mdia desse novo conjunto. Repetindo esse processo inmeras
vezes, pode-se obter o intervalo de confiana a partir dos valores mximos e mnimos das
mdias calculadas. Para tanto, em um universo de 200 repeties e = 0,05 (200 x 0,05 =
10), descartam-se os cinco menores e os cinco maiores valores (TEKNOMO, 2008).

Tabela 1 - Estimativa dos valores de autorreamostragem (bootstrap) das 20 repeties e = 0,05

(descartam-se os 2,5% maiores e menores valores das mdias calculadas)
Valores originais
Mdia
n

12,5

14,3

12,4

10,1

16,4

15,5

13,4

14,1

15,7

10,3

13,4

16,4
14,3
16,4
15,7
12,5
15,7
10,3
15,5
12,5
14,1
12,4
16,4
12,4
12,4
14,3
12,5
15,5
12,4
14,1
12,4

15,7
14,3
10,3
15,5
13,4
10,3
10,3
12,4
14,1
10,1
12,5
15,7
13,4
10,3
12,5
16,4
10,1
13,4
15,7
15,5

15,7
15,7
12,4
10,1
10,3
10,3
16,4
16,4
16,4
14,1
15,7
16,4
12,4
14,1
15,7
16,4
10,1
10,3
14,3
10,3

12,4
15,5
14,3
12,4
16,4
10,1
14,1
13,4
12,4
14,3
10,3
10,3
13,4
13,4
12,4
14,3
12,5
10,1
15,5
12,5

14,9
13,4
13,3
12,7
13,2
13,4
12,9
13,5
13,8
14,2
13,1
14,0
13,1
13,0
13,6
14,3
12,4
12,5
14,3
13,7

Amostras Bootstrap
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20

14,1
14,3
16,4
14,1
12,5
16,4
13,4
10,1
14,3
16,4
15,7
15,5
16,4
15,5
10,1
16,4
12,4
13,4
12,4
15,5

15,5
12,4
14,1
14,3
10,1
15,7
10,3
14,3
14,3
14,1
10,1
15,5
12,4
10,1
15,7
14,1
14,1
14,1
15,7
14,1

15,5
10,3
10,1
10,1
16,4
14,3
15,7
10,3
12,5
15,7
14,3
10,1
13,4
15,5
12,4
12,4
12,5
12,5
16,4
16,4

13,4
12,5
15,5
10,3
12,5
13,4
12,4
15,7
15,5
14,1
13,4
14,1
10,1
12,4
14,3
14,1
15,7
14,1
16,4
14,1

16,4
14,1
13,4
14,1
13,4
12,5
10,1
10,1
15,5
14,3
14,1
10,3
12,4
12,4
13,4
12,5
10,3
14,3
10,1
14,1

13,4
10,1
10,3
10,3
14,1
15,7
15,7
16,4
10,3
14,3
12,5
15,7
14,3
14,1
15,5
14,3
10,3
10,1
12,4
12,5

Tabela 2 - Parmetros calculados com a autorreamostragem (bootstrap) dos valores do exemplo da

Tabela 1
Parmetros calculados
Classe de mdia
Nmero de observaes
Frequncia (%)
Nmero de iteraes

Limite inferior*
Limite superior*
* Valores descartados.

20
0,05
12,5
14,2

11 a 12
12 a 13
13 a 14
14 a 15
15 a 16

0
3
11
4
0

0,0
16,7
61,1
22,2
0,0

Suficincia amostral em inventrios florsticos e fitossociolgicos

169

Curvas de estabilidade
Quando o estudo procura definir as comunidades a partir de suas espcies mais
representativas com base em parmetros quantitativos, nem sempre necessria a obteno
de suficincia florstica. Nesses casos, parmetros como a rea mnima ou a curva de rarefao
tornam-se inapropriados, pois o objetivo descobrir quantas vezes a parcela ou o ponto deve
ser repetido. Isso normalmente definido arbitrariamente, sendo comum estabelecer-se uma
porcentagem-limite, como 1% da rea total ou do nmero total estimado de indivduos, por
exemplo. Mueller-Dombois e Ellenberg (1974) afirmaram que, devido diferena de densidade
entre comunidades, a preciso de uma medida no funo da rea amostrada, mas sim do
nmero de indivduos.
Uma maneira simples de se verificar a suficincia de amostragens averiguar em que
ponto a adio de parcelas cessa de afetar significativamente a mdia ou a abundncia das
espcies. O que chamado de grau de flutuao por Matteucci e Colma (1982) e de
amostragem iterativa por Pillar (2004) consiste em atingir-se a estabilidade de mdias (Figura
7). Calcula-se a mdia para subconjuntos crescentes de unidades amostrais, acumulando os
dados dos conjuntos anteriores. Com poucas unidades, a mdia flutua amplamente e, com o
aumento do n amostral, a mdia tende a se estabilizar ou, ao menos, chegar prxima da
estabilidade.

Fonte: KERSTEN; Borgo, dados no publicados.

Figura 7 - Curva da mdia corrente de espcies para uma rea de Cerrado no Estado do Tocantins, Brasil.

170

Kersten e Galvo

Mueller-Dombois e Ellenberg (1974) sugeriram como parmetro de suficincia em

levantamentos fitossociolgicos a curva da mdia corrente de espcies, podendo, no entanto,
ser aplicada para quaisquer valores desejados, como densidade, dominncia e rea basal, entre
outros. A curva obtida com base no nmero mdio acumulado de espcies nas parcelas por
pontos amostrados. A partir da ltima mdia acumulada, delimita-se uma faixa de variao de
5% ( = 0,05, sendo 2,5% traados acima e abaixo da ltima mdia). Recomenda-se que essa
faixa contenha mais de 10% das unidades amostrais (Figura 7).
Tcnica semelhante foi utilizada no Captulo 19 deste livro para avaliar a suficincia no
clculo do valor de importncia de epfitas vasculares (Figura 8). Os autores procuraram a
estabilizao do valor de importncia das principais espcies, pois as espcies raras tm pouca
ou nenhuma influncia em muitos resultados quantitativos, e sua eliminao reduz o montante
de clculos e os rudos (CAUSTON, 1988). Nesse caso, os autores no se preocuparam com
a suficincia amostral florstica (curva do coletor) nem com a amostragem quantitativa de
algum porcentual das espcies listadas, uma vez que o objetivo do levantamento foi apenas
caracterizar estruturalmente a comunidade. Assim, quando a importncia das principais espcies
se estabilizou, a suficincia foi atingida neste caso, com cerca de 50 forfitos.

Figura 8 - Variao do valor de importncia das 15 principais espcies epfitas em diferentes nmeros de
forfitos considerados. A altura das barras indica a importncia relativa das espcies (Captulo 19).

Suficincia amostral em inventrios florsticos e fitossociolgicos

171

Consideraes finais
Embora as tcnicas estatsticas tenham, junto com a informtica, avanado muito nas
ltimas dcadas, contribuindo para aprimorar a nossa compreenso dos processos ecolgicos,
nem sempre necessrio o uso de ferramentas poderosas para o estabelecimento da suficincia
florstica amostral. Uma boa amostragem inicia-se no estabelecimento da metodologia adequada
e na correta alocao das unidades amostrais em campo. Partindo-se disso, o uso de uma ou
outra forma de avaliao da suficincia depende unicamente dos objetivos propostos para o
estudo e da disposio para os trabalhos de campo.
Espera-se que este captulo contribua com o trabalho de pesquisadores das mais diversas
reas, facilitando a compreenso dos diversos processos ecolgicos e da estrutura das
comunidades vegetais de todo o Brasil.

Agradecimentos
Comisso de Especialistas em Fitossociologia da Sociedade Botnica do Brasil (SBB),
pelo convite, e a todos que, de uma forma ou de outra, contriburam para que este texto ficasse
o melhor possvel. Em especial, aos Professores Sebastio do Amaral Machado e Afonso
Figueiredo Filho, do Curso de Engenharia Florestal da Universidade Federal do Paran, e
Cyntia Maria Wachowicz, da Pontifcia Universidade Catlica do Paran, pela pacincia e
dedicao com que leram e criticaram o texto.

REFERNCIAS
BOLS, O. 1990. Fitocenologia, estudio de comunidades de plantas. p. 5-21. In: CONGRESSO NACIONAL
DE BOTNICA, 36., 1990, Braslia. Anais... Braslia: Universidade de Braslia.
CAIAFA, A. N.; MARTINS, F. R. 2007. Taxonomic identification, sampling methods, and minimum size of the
tree sampled: implications and perspectives for studies in the brazilian atlantic rainforest. Functional
Ecosystems and Communities, 1:95-104.
CAIN, S.A. & CASTRO, G.M.O. 1959. Manual of vegetation analysis. New York, Harper & Brothers.
CAUSTON, D.R. 1988. Introduction to vegetation analysis. London, Unwin Hyman.
CHAO, A. 2005. Species richness estimation. In: BALAKRISHNAN, N.; READ, C. B.; VIDAKOVIC, B.
(Eds.). Encyclopedia of statistical sciences. New York: Wiley.
COLWELL, R. K.; CODDINGTON, J. A. 1994. Estimating terrestrial biodiversity through extrapolation.
Philosophical Transactions of the Royal Society of London, B 345:101-118.
COLWELL, R. K. 2006. EstimateS v.8.0.0. Disponvel em: <http://viceroy.eeb.uconn.edu/EstimateS>. Acesso
em: jan. 2008.

172

Kersten e Galvo

CONDIT, R.; HUBBELL, S. P.; LAFRANKIE, J. V.; SUKUMAR, R.; MANOKARAN, N.; FOSTER, R. B.;
ASHTON, P.S. 1996. Species-area and species-individual relationships for tropical trees: a comparison of three
50-ha plots. Journal of Ecology, 84:549-62.
EFRON, B.; TIBSHIRANI, R. 1993. An introduction to the bootstrap. London: Chapman and Hall.
EFRON, B. 1979. Bootstrap methods: another look at the jacknife. The Annals of Statistics, 7:1-25.
FELFILI, J. M.; CARVALHO, F. A.; HAIDAR, R. F. 2005. Manual para o monitoramento de parcelas
permanentes nos biomas Cerrado e Pantanal. Brasilia: Universidade de Braslia, Departamento de
Engenharia Florestal.
FELFILI, J. M.; REZENDE, R. P. 2003. Conceitos e mtodos em fitossociologia. Comunicaes Tcnicas
Florestais, 5:1-68.
FLORES-PALACIOS, A.; GARCA-FRANCO, G. 2006. The relationship between tree size and epiphyte
species richness: testing four different hypotheses. Journal of Biogeography, 33:323-330.
GOTELLI, N. J.; COLWELL, R. K. 2001. Quantifying biodiversity: procedures and pitfalls in the measurement
and comparison of species richness. Ecology Letters, 4:379-391.
IBGE 1992. Manual tcnico da vegetao brasileiria. Rio de Janeiro: IBGE.
KOZERA, C. 2008. Herbceas de uma regio dos campos gerais no Paran. Tese (Doutorado)
Universidade Federal do Paran, Curitiba.
LOVELOCK, J. 1991. As eras de Gaia. Rio de Janeiro: Ed. Campus.
MAGURRAN, A. E. 2004. Measuring biological diversity. Londres: Ed. Wiley-Blackwell.
MARTINS, F. R. 1989. Fitossociologia de florestas no Brasil: um histrico bibliogrfico. Pesquisas (srie
Botnica), 40:103-164.
MARTINS, F. R.; SANTOS, F. A. M. 1999. Tcnicas usuais de estimativa da biodiversidade. Holos, 1:236-267.
MATTEUCCI, S. D.; COLMA, A. 1982. Metodologas para el estudio de la vegetacion. Washington: OEA/
PRDCT.
MAY, R. M. 1988. How many species on earth? Science, 241:1441-1449.
MOREIRA, C. M. 2007. Avaliao de mtodos fitossociolgicos atravs de simulaes de amostragens
numa parcela permanente de cerrado, na Estao Ecolgica de Assis, SP. Dissertao (Mestrado)
Escola Superior de Agricultura Luiz de Queiroz, Universidade de So Paulo.
MUELLER-DOMBOIS, E. ; ELLENBERG, H. 1974. Aims and methods of vegetation ecology. Nova York:
John Wiley & Sons.
PALMER, M. W.; CLARK D. B.; CLARK D. A. 2000. Is the number of tree species in small tropical forest
plots nonrandom? Community Ecology, 1:95-101
PLLICO NETTO, S.; BRENA, D. A. 1997. Inventrio florestal. Curitiba: Editorado pelos autores.
PILLAR, V. D. 1998. Sampling sufficiency in ecological surveys. Abstracta Botanica, 22:37-48.
PILLAR, V. D. 2004. Suficincia amostral. p. 25-43. In: BICUDO, C. E. M.; BICUDO, D. C. (Eds.).
Amostragem em Limnologia. So Carlos: Editora Rima.

Suficincia amostral em inventrios florsticos e fitossociolgicos

173

PLOTKIN, J. B.; POTTS, M. D.; YU, D. W.; BUNYAVEJCHEWIN, S.; CONDIT, R.; FOSTER, R.;
HUBBELL, S.; LAFRANKIE, J.; MANOKARAN, N.; SENG, L. H.; SUKUMAR, R.; NOWAK, M. A.;
ASHTON, P. S. 2000. Predicting species diversity in tropical forests. Proceedings of the National Academy
of Sciences of the United States of America, 97:10850-10854.
RODERJAN, C. V. 1994. O gradiente da floresta ombrfila densa no morro Anhangava, Quatro barras
PR Aspectos climticos, Pedolgicos e Fitossiciolgicos.Tese (Doutorado) Universidade Federal do Paran.
SCHILLING, A. C.; BATISTA, J. L. F. 2008. Curva de acumulao de espcies e suficincia amostral em
florestas tropicais. Revista Brasileira de Botnica, 31:179-187.
SCHILLING, A. C. 2007. Amostragem da diversidade de espcies arbreas em florestas tropicais: padres
e limitaes de algumas medidas. Tese (Doutorado) Escola Superior de Agricultura Luiz de Queiroz,
Universidade de So Paulo.
SMITH, E. P.; van BELLE, G. 1984. Nonparametric estimation of species richness. Biometrics, 40:119-129.
SOARES, C. P. B.; PAULA NETO, F.; SOUZA, A. L. 2006. Dendrometria e inventrio florestal. Viosa,
MG: Editora UFV.
TEKNOMO, K. 2008. Bootstrap Sampling tutorial. Disponvel em: <http://people.revoledu.com/kard/
tutorial/bootstrap>. Acesso em: jan. 2008.
UGLAND, K. I.; GRAY, J. S.; ELLINGSEN, K. E. 2003. The speciesaccumulation curve and estimation of
species richness. Journal of Animal Ecology, 72:888-897.
WATT, A. S. 1947. Pattern and process in the plant community. Journal of Ecology, 35:1-22.