04272naa a2200481 a 450000100080000000500110000800800410001902200250006002400360008510000200012124501280014126000090026952027960027865000230307465000150309765000250311265000240313765000210316165000300318265000140321265000260322665000220325265000280327465000250330265300090332765300240333665300240336065300340338465300200341865300340343865300290347265300200350165300250352165300270354665300220357365300290359565300190362470000180364370000220366170000260368370000240370977300570373320888412021-07-02       2018    bl uuuu     u00u1 u    #d  a0044-5967 (impresso)7 a10.1590/1809-43922016031132DOI1 aSILVA, P. H. da  aOptimal selective logging regime and log landing location modelsba case study in the Amazon forest.h[electronic resource]  c2018  aReduced-impact logging is a well known practice applied in most sustainable forest management plans in the Amazon. Nevertheless, there are still ways to improve the operational planning process. Therefore, the aim of this study was to create an integer linear programming (ILP) to fill in the knowledge gaps in the decision support system of reduced impact logging explorations. The minimization of harvest tree distance to wood log landing was assessed. Forest structure aspects, income and wood production were set in the model, as well as the adjacency constraints. Data are from a dense ombrophylous forest in the western Brazilian Amazon. We applied the phytosociological analysis and BDq method to define the selective logging criteria. Then, ILP models were formulated to allow the application of the constraints. Finally, 32 scenarios (unbalanced forest, UF, and balanced forest, BF) were generated and compared with real executed plans (RE). Robust results were achieved and the expected finding of each scenario was met. The feasibility to integrate ILP models in uneven-aged forest management projects was endorsed. Consequently, the UF and BF scenarios tested were efficient and concise, introducing new advances for forest management plans in the Amazon. The proposed models have a high potential to improve the selective logging activities in the Amazon forest. A exploração de impacto reduzido é uma prática bem conhecida e aplicada na maioria dos planos de manejo florestal sustentável na Amazônia. Todavia, ainda há a possibilidade de melhoria do processo de planejamento da operação. Diante da falta de métodos auxiliares à tomada de decisão, o objetivo do trabalho foi desenvolver modelos de programação linear inteira (PLI) para suprir esta demanda. Considerou-se a minimização da distância entre as árvores exploradas e os pátios de estocagem de madeira. Aspectos estruturais, econômicos e produtivos foram incorporados ao modelo, bem como restrições de adjacência. Os dados derivam de uma floresta ombrófila densa na Amazônia Ocidental. Previamente, utilizou-se uma análise fitossociológica e o método BDq como critério de remoção. Posteriormente, modelos de PLI foram formulados para exemplificar as aplicações. Finalmente, 32 cenários (para floresta desbalaceada, UF, e floresta balanceada, BF) foram gerados e comparados com o plano executado no campo (RE). Resultados robustos foram obtidos e atenderam às expectativas de cada cenário. A viabilidade da integração dos modelos de PLI em projetos de manejo de florestas ineqüiâneas foi testado. Os cenários UF e BF testados foram eficientes e concisos, confirmando seu potencial para aumentar a eficiência de planos de exploração madeireira e manejo florestal na Amazônia.  aLinear programming  aSort yards  aSustainable forestry  aSystem optimization  aTropical forests  aAdministração florestal  aEstocagem  aExtração da madeira  aFloresta tropical  aMétodo de otimização  aProgramação linear  aAcre  aAmazonia Occidental  aAmazônia Ocidental  aManejo florestal sustentável  aManejo forestal  aOptimización de los sistemas  aPatios de clasificación  aPorto Acre (AC)  aProgramación lineal  aReduced-impact logging  aSelective logging  aSilvicultura sustentable  aWestern Amazon1 aGOMIDE, L. R.1 aFIGUEIREDO, E. O.1 aCARVALHO, L. M. T. de1 aFERRAZ FILHO, A. C.  tActa Amazonica, Manausgv. 48, n. 1, p. 18-27, 2018.