A terra é um recurso natural de extrema importância para os setores agrícola e florestal. Avaliar seu valor de forma precisa é fundamental para garantir que projetos agrícolas e florestais sejam economicamente viáveis. O valor esperado da terra (VET), conforme proposto por Faustmann em 1894, é amplamente reconhecido no setor florestal como um indicador que expressa o valor máximo que um investidor estaria disposto a pagar pela terra, assegurando que o projeto florestal proposto seja economicamente rentável. O presente trabalho teve como objetivo propor uma metodologia para modelagem do valor esperado da terra utilizando técnicas de simulação de Monte Carlo e cópulas. Foram conduzidos quatro experimentos simulados para explorar o comportamento do VET sob diversas condições de incerteza e dependência. Distribuições de probabilidade, como normal, normal assimétrica e uniforme, foram empregadas para representar incertezas. No primeiro experimento, foi identificada a relação linear entre as variáveis e o VET, demonstrando que custos iniciais elevados reduzem a viabilidade econômica do projeto, enquanto produção e preço da madeira estão positivamente correlacionados ao VET. No segundo, expandiu-se a análise determinística tradicional, incorporando incertezas nas premissas econômicas e produtivas. Os resultados da simulação de Monte Carlo revelaram que, enquanto a incerteza no custo de formação tenha um impacto limitado no VET, as variáveis de produção e preço da madeira necessitam de estimativas precisas para uma avaliação correta. No terceiro experimento, focou-se na interdependência entre as variáveis de custo de formação e produção de madeira. Através das cópulas, foram geradas amostras de distribuições bivariadas, demonstrando que a correlação entre essas variáveis pode influenciar significativamente a avaliação econômica. A análise destaca a necessidade de considerar essa dependência em avaliações econômicas de projetos florestais, particularmente quando se utilizam distribuições de probabilidade que representam incertezas significativas. O quarto e último experimento destacou a interação entre distribuições marginais e dependência, mostrando que a consideração dessa dependência nas simulações pode alterar significativamente a distribuição do VET. Como um adicional prático e buscando facilitar a aplicação dessa metodologia, desenvolveu-se um aplicativo web com o pacote shiny da linguagem R que permite aos usuários explorar diferentes cenários, ajustar variáveis de controle, modificar distribuições de probabilidade e estabelecer dependências, tornando a avaliação do VET mais dinâmica e adaptável às necessidades específicas de cada projeto.

Land is an extremely important natural resource for the agricultural and forestry sectors. Evaluating its value accurately is crucial to ensure that agricultural and forestry projects are economically viable. The land evaluation value (LEV), as proposed by Faustmann in 1894, is widely acknowledged in the forestry sector as an indicator that expresses the maximum value that an investor would be willing to pay for land, ensuring that the proposed forestry project is economically profitable. The aim of this study was to propose a methodology for modeling the expected value of the land using Monte Carlo simulation techniques and copulas. Four experiments were conducted to explore the behavior of the LEV under different conditions of uncertainty and dependence. Probability distributions, such as normal, skewed normal, and uniform, were used to represent uncertainties. In the first experiment, the linear relationship of the LEV components was identified, demonstrating that high initial costs reduce the economic viability of the project, while wood production and price are positively correlated with the LEV. In the second experiment, the traditional deterministic analysis was expanded, incorporating uncertainties in economic and productive assumptions. The results of the Monte Carlo simulation revealed that, while uncertainty in silvicultural cost has a limited impact on LEV, the variables of wood production and price require precise estimates for a correct evaluation. In the third experiment, the focus was on the interdependence between the variables of silvicultural cost and wood production. Through copulas, samples of bivariate distributions were generated, demonstrating that the correlation between these variables can significantly influence the economic evaluation. The analysis highlights the need to consider this dependence in economic evaluations of forestry projects, particularly when using probability distributions that represent significant uncertainties. The fourth and final experiment highlighted the interaction between marginal distributions and dependency, showing that considering this dependency in simulations can significantly alter the distribution of the LEV. As a practical addition and aiming to facilitate the application of this methodology, a web application was developed that allows users to explore different scenarios, adjust control variables, modify probability distributions, and establish dependencies, making the LEV assessment more dynamic and adaptable to the specific needs of each project.