Produtividade de harvesters na colheita de Pinus taeda L. em sistema de toras curtas em função de características operacionais

Abstract

A produtividade de harvesters em sistemas de colheita florestal mecanizada é influenciada por diversos fatores operacionais, destacando-se o volume médio individual (VMI), o tipo de operação, o operador e as características das máquinas utilizadas. O presente trabalho teve como objetivo avaliar a produtividade de harvesters em operações de colheita de Pinus taeda L. conduzidas em sistema cut-to-length (CTL), considerando os diferentes tipos de operações (primeiro desbaste, segundo desbaste e corte final) e a influência dos fatores do processo, como o volume médio individual (VMI), operador e potência das máquinas. Foram analisadas 599 observações ao nível de turno, obtidas por meio de sistema de telemetria embarcado em harvesters atuando na região Sul do Brasil. Os dados foram submetidos à análise de variância (ANOVA), teste de Tukey e modelagem por regressão linear para predição da produtividade. Os resultados demonstraram que a produtividade do primeiro desbaste (14,92 m³/PMH) diferiu significativamente das operações de segundo desbaste (24,59 m³/PMH) e corte final (31,92 m³/PMH), sendo que os dois últimos tipos de operação não diferiram entre si, respectivamente. O volume médio individual apresentou relação positiva com a produtividade em todos os tipos de operações analisados, sendo a principal variável explicativa dos modelos ajustados. O efeito do operador foi significativo, evidenciando diferenças no desempenho dos operadores, embora parte da variação esteja associada às condições operacionais às quais cada operador esteve submetido. A equação geral ajustada para estimativa da produtividade em função do volume médio individual apresentou coeficiente de determinação de 0,76, indicando elevada capacidade explicativa, porém com precisão inferior aos modelos estratificados por tipo de operação. A influência da potência das máquinas variou conforme o tipo de operação, sendo observada redução da produtividade quando utilizadas máquinas mais potentes no primeiro desbaste e aumento da produtividade no corte final. Concluiu-se que os fatores VMI, tipo de operação, operador e potência influenciaram significativamente a produtividade do harvester, sendo o VMI a variável de maior relevância para a predição da produtividade.

Harvester productivity in mechanized forest harvesting systems is influenced by several operational factors, particularly mean individual volume (MIV), operation type, operator performance, and machine characteristics. This study aimed to evaluate harvester productivity in Pinus taeda L. harvesting operations conducted under the cut-to-length (CTL) system, considering different operation types (first thinning, second thinning, and final harvesting) and the influence of process-related factors, including mean individual volume (MIV), operator, and machine power. A total of 599 shift-level observations were analyzed, obtained through an onboard telemetry system installed on harvesters operating in southern Brazil. Data were subjected to analysis of variance (ANOVA), Tukey’s test, and linear regression modeling for productivity prediction. The results showed that productivity in the first thinning operation (14.92 m³ PMH⁻¹) differed significantly from that observed in second thinning (24.59 m³ PMH⁻¹) and final harvesting (31.92 m³ PMH⁻¹), whereas the latter two operation types did not differ significantly from each other. Mean individual volume showed a positive relationship with productivity across all operation types analyzed and was the main explanatory variable in the fitted models. The operator effect was significant, indicating differences in operator performance, although part of this variation was associated with the operational conditions to which each operator was exposed. The general equation fitted to estimate productivity as a function of mean individual volume presented a coefficient of determination of 0.76, indicating high explanatory power, although with lower precision than the models stratified by operation type. The influence of machine power varied according to the operation type, with a reduction in productivity observed when more powerful machines were used in first thinning and an increase in productivity observed in final harvesting. It was concluded that MIV, operation type, operator, and machine power significantly influenced harvester productivity, with MIV being the most relevant factor for productivity prediction.