Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/14863
Registro completo de metadados
Campo DCValorIdioma
dc.creatorLobão, Moisés Silveira-
dc.creatorChagas, Matheus Peres-
dc.creatorCosta, Daniel de Souza Pinto-
dc.creatorFerreira, Angel Thiane Boschiero-
dc.creatorSette Junior, Carlos Roberto-
dc.creatorCarvalho, Israel Lima-
dc.creatorFo, Mario Tomazello-
dc.date2015-05-13-
dc.date.accessioned2017-08-01T20:17:12Z-
dc.date.available2017-08-01T20:17:12Z-
dc.date.issued2017-08-01-
dc.identifier.citationLOBÃO, M. S. et al. Agrupamento de espécies florestais pela similaridade das características físico-anatômicas e usos da madeira. CERNE, Lavras, v. 16, p. 97-105, jul. 2010. Suplemento.-
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/14863-
dc.description.abstractThe comprehension of the physical properties and anatomical characteristics of wood from different tree species is fundamental for its classification and grouping aiming to recommend the applications and common uses. With these objectives in this study, were analyzed the anatomical and physical properties of wood from 15 arboreal species, determining the basic density, fiber dimension and vessel elements. The multivariate statistical analysis for grouping of different wood species through the principal component analysis and cluster was applied. The results showed significant variations in the parameters of wood basic density and anatomy, demonstrating its effectiveness in the differentiation of 15 forest species. The values of wood basic density and anatomical features used in multivariate statistical analysis enabled to create a dendrogram of dissimilarity (Euclidean distance) with different groups of forest species through their similarities. This grouping allowed to recommended the applications of solid wood in four different groups, from sports equipment and aeromodelling to floors and heavy construction.-
dc.languagepor-
dc.publisherUniversidade Federal de Lavras (UFLA)-
dc.rightsAttribution 4.0 International*
dc.rights.urihttp://creativecommons.org/licenses/by/4.0/*
dc.source2317-6342-
dc.source0104-7760-
dc.subjectAnatomia da madeira-
dc.subjectEstatística multivariada-
dc.subjectPropriedades físicas-
dc.subjectWood anatomy-
dc.subjectMultivariate analysis-
dc.subjectPhysical properties-
dc.titleAgrupamento de espécies florestais pela similaridade das características físico-anatômicas e usos da madeira-
dc.title.alternativeGrouping of forest species by similarity of physical-anatomical characteristics and uses of wood-
dc.typeinfo:eu-repo/semantics/article-
dc.typeinfo:eu-repo/semantics/publishedVersion-
dc.description.resumoO conhecimento das propriedades físicas e das características anatômicas da madeira de diferentes espécies florestais é fundamental para a sua classificação e agrupamento, visando preconizar as aplicações e usos comuns. Com esses objetivos, no presente trabalho, foram analisadas as propriedades físicas e anatômicas da madeira de 15 espécies arbóreas, determinando-se a densidade básica e as dimensões das fibras e dos elementos de vaso. A esses parâmetros aplicou-se a análise estatística multivariada para o agrupamento da madeira das diferentes espécies, por meio da análise de componentes principais e de cluster. Os resultados das análises evidenciaram variações significativas dos parâmetros de densidade básica e anatômicos da madeira, demonstrando sua eficácia na diferenciação das 15 espécies florestais. Os valores de densidade básica e das características anatômicas do lenho utilizados nas análises estatísticas multivariadas possibilitaram a elaboração do dendrograma de dissimilaridade (distância euclidiana), com diferentes agrupamentos de espécies florestais por meio de suas similaridades. Esse agrupamento possibilitou a preconização de aplicações da madeira sólida das espécies florestais em 4 diferentes grupos, indo desde materiais esportivos e aeromodelismo até pisos e construção civil pesada.-
Aparece nas coleções:CERNE



Este item está licenciada sob uma Licença Creative Commons Creative Commons