Infrastructure solutions to support decision-making in logging in the Amazon

Abstract

Resumo: A biodiversidade é uma das principais características das florestas tropicais, distribuídas em micro sítios com atributos biofísicos específicos. Estes fatores são muitas vezes pouco considerados no planejamento do manejo florestal na Amazônia, por meio da sistematização espacial da infraestrutura para as operações, geralmente não considerando na tomada de decisão a distribuição do estoque florestal das espécies comerciais e outros fatores bióticos. Este estudo teve como objetivo trazer avanços no planejamento e contribuições para a minimização da infraestrutura necessária nas operações de exploração madeireira, por meio da alocação racional de pátios de estocagem de toras e estradas secundárias, com o uso de restrições ambientais, operacionais e de produção, mantendo a mesma capacidade de produção para o manejo das florestas amazônicas. Foram utilizados dados concedidos pela empresa Mil Madeiras Preciosas que realiza manejo florestal em larga escala, com uso de base de dados de 06 UPAs (unidades de produção anual) consecutivas de exploração madeireira: 2013, 2014, 2015, 2016, 2017 e 2018. Os dados foram analisados em duas etapas: análise e planejamento em sistema digital de informações geográficas (QGIS) e melhorias de utilização da infraestrutura (pacote adicional qneat do QGIS). Ademais, foi feita uma análise complementar dos fatores climáticos e dos custos das operações. A análise geoespacial pretendeu classificar as áreas restritas com base nas condições ambientais e operacionais que foram excluídas da etapa de melhorias. Foram aplicados modelos para melhoria das infraestruturas (estradas, trilhas de arraste e pátios), com o objetivo de minimizar o uso do solo em infraestruturas de suporte à operação, sujeito a restrições operacionais e ambientais. Finalmente, os resultados foram incluídos em mapas de planejamento com ferramentas QGIS, demonstrando as melhorias do processo. A redução da infraestrutura exigida em pátios de madeira variou entre 24,6% e 65,6%, com uma média de 40,6%, o que é relevante, tendo em conta o processo ágil de melhoria do planejamento aplicado ao manejo florestal, neste estudo. A redução da infraestrutura exigida nas estradas secundárias variou entre 17,8% e 39,9%, com uma média de 24,2% menos estradas (em metros), o que é relevante quando se considera a área exigida para a construção de estradas (largura das estradas e remoção da vegetação de bordadura), com grande impacto ambiental e físico nas florestas tropicais. Além disso, as maiores despesas se concentraram entre os meses de Julho a Novembro. Essa é a época em que todas as operações estão ativas. O corte florestal, que é um dos estágios mais cruciais, termina em Novembro, para evitar o início das chuvas na região. As operações mais caras para a empresa foram, respectivamente, operações de pátio (27% do total), transporte (18%) e pré-arraste (18%). Concluímos que o estudo trouxe contribuições sensíveis para o planejamento da exploração madeireira na Amazônia, minimizando a infraestrutura necessária e mantendo a mesma capacidade produtiva. Este trabalho traz subsídios para a melhoria dos processos dessa atividade na Amazônia, bem como estimula a replicação de métodos e contribui para novos empreendimentos de manejo na região. Recomendamos o uso, a replicação e a disseminação desses métodos racionais aqui apresentados, para diferentes contextos de exploração madeireira na Amazônia, testando, se possível, diferentes valores para as variáveis, especialmente aquelas relacionadas ao raio máximo de arraste

Abstract: Biodiversity is one of the main characteristics of tropical forests, distributed in micro sites with specific biophysical attributes. These factors are often poorly considered in forest management planning in the Amazon, through the spatial systematization of infrastructure for operations, generally not considering in decision making the distribution of forest stock of commercial species and other biotic factors. This study aimed to bring planning advances and contributions for the minimization of the infrastructure required in logging operations, through rational allocation of log landings and secondary roads, with use of environmental, operational and production constraints, keeping the same production capacity for the management of the Amazon Rainforests. Data granted by the company Precious Woods Amazon, which carries out large-scale forest management, were used, using a database of 06 consecutive logging UPAs (annual production units): 2013, 2014, 2015, 2016, 2017 and 2018. The data were analyzed in two stages: analysis and planning in digital geographic information system (QGIS) and infrastructure utilization improvements (QGIS qneat add-on package). In addition, a complementary analysis of climatic factors and costs of operations was performed. The geospatial analysis was intended to classify the restricted areas based on environmental and operational conditions that were excluded from the improvement step. Models for infrastructure improvements (roads, skid trails, and yards) were applied to minimize land use in operation support infrastructure subject to operational and environmental constraints. Finally, the results were included in planning maps with QGIS tools, demonstrating the process improvements. The reduction of infrastructure required in log landings ranged from 24.6% to 65.6%, with an average of 40.6%, which is relevant considering the agile planning improvement process applied to forest management in this study. The reduction in infrastructure required for secondary roads varied between 17.8% and 39.9%, with an average of 24.2% fewer roads (in meters), which is relevant when considering the area required for road construction (road width and removal of bordering vegetation), with great environmental and physical impact in tropical forests. Additionally, the highest expenses were concentrated between months July to November. This is the time when all operations are active. Cutting, which is one of the most crucial stages, ends in November, in order to avoid the beginning of the raining season in the region. The most expensive operations for the company were yard operations (27% of the total), transportation (18%) and preskidding (18%), respectively. We conclude that the study brought sensible contributions for the planning of logging in the Amazon, minimizing the necessary infrastructure while maintaining the same productive capacity. This work brings subsidies for the improvement of the processes of this activity in Amazon, as well as stimulates the replication of methods and contributes to new management enterprises in the region. We recommend the use, replication and dissemination of these rational methods presented herein for different logging contexts in Amazon, testing, if possible, different values for variables, especially those related to the maximum radius of skidding