Modelos para estimativa de variáveis florestais com a utilização de imagens multiespectrais

Igor Eloi Silva Machado, Micael Moreira Santos, Marcos Giongo, Edmar Vinicius de Carvalho, Eduardo Ganassoli Neto

Resumo


Técnicas de sensoriamento remoto em monitoramento vegetacional vêm sendo cada vez mais utilizadas e melhoradas. A utilização dessas técnicas é uma alternativa potencial para embasar inventários florestais. O presente trabalho tem por objetivo estimar variáveis florestais utilizando imagens multiespectrais associadas a informações obtidas em levantamento de campo. Foi estudada uma área de floresta tropical com aproximadamente 44.728,5 ha. Foi feito um inventário florestal 100%, fornecendo a volumetria das árvores com circunferência a 1,30 m acima do solo (CAP) superior a 110 cm. Foi utilizada a cena 227/069 do Landsat 7, sendo feita correção radiométrica da imagem, obtendo-se os valores de reflectância. Foram avaliados três tamanhos de parcelas circulares (40, 80 e 120 m de raio) para ajuste dos modelos lineares. O comportamento espectral da área apresentou respostas baixas na região do visível (TM1, TM2 e TM3), aumentando no infravermelho próximo (TM4). A banda TM4 apresentou maior correlação com o CAP (R: -0,5203). O melhor modelo para estimativa do volume exibiu R²aj = 0,387 e Syx = 30,199%, estimando um volume médio de 39,61 m³ ha-1. Os resultados demonstraram viabilidade do uso de imagens de satélites para estimativa de variáveis dendrométricas.


Palavras-chave


Landsat; Inventários florestais; Estimativa de volume

Texto completo:

PDF

Referências


Almeida, A. Q. et al. Relações empíricas entre características dendrométricas da Caatinga brasileira e dados TM Landsat 5. Pesquisa Agropecuária Brasileira, v. 49, n. 4, p. 306-315, 2014. DOI: 10.1590/S0100-204X2014000400009.

Alves, M. V. G. et al. Aplicação de k-nearest neighbor em imagens multispectrais para a estimativa de parâmetros florestais. Floresta, v. 43, n. 3, p. 351-362, 2013. DOI: 10.5380/rf.v43i3.18083.

Berra, E. F. et al. Estimativa do volume total de madeira em espécies de eucalipto a partir de imagens de satélite Landsat. Ciência Florestal, v. 22, n. 4, p. 853-864, 2012. DOI: 10.5902/198050987566.

Canavesi, V. et al. Estimativa de volume de madeira em plantios de Eucalyptus spp. utilizando dados hiperespectrais e dados topográficos. Revista Árvore, v. 34, n. 3, p. 539-549, 2010. DOI: 10.1590/S0100-67622010000300018.

Canavesi, V. & Ponzoni, F. J. Relações entre variáveis dendrométricas de plantios de Eucalyptus sp. e valores de FRB de superfície de imagens do sensor TM/Landsat 5. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., 2007, Florianópolis. Anais... São José dos Campos: INPE, 2007. p. 1619-1625.

Defries, R. Terrestrial vegetation in the coupled human-earth system: contributions of remote sensing Annu. Review of Environment and Resources, v. 33, n. 1, p. 369-390, 2008. DOI: 10.1146/annurev.environ.33.020107.113339.

Gürtler, S. et al. Planilha eletrônica para o cálculo da reflectância em imagens TM e ETM+ LANDSAT. Revista Brasileira de Cartografia, v. 57, n. 2, p. 162-167, 2005.

Jensen, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. São José dos Campos: Parêntese, 2009. 598 p.

Leal, F. A. et al. Índice de vegetação na estimativa do volume em um povoamento de eucalipto. Enciclopédia Biosfera, v. 9, n. 17, p. 1638, 2013.

Li, D. et al. Estimating the age of deciduous forests in northeast China with Enhanced Thematic Mapper Plus data acquired in different phenological seasons. Journal of Applied Remote Sensing, v. 8, n. 1, p. 083670: 1-20, 2014. DOI: 10.1117/1.JRS.8.083670.

Lu, D. et al. Relationships between forest stand parameters and Landsat TM spectral responses in the Brazilian Amazon Basin. Forest Ecology and Management, v. 198, n. 1-3, p. 149–167, 2004. DOI: 10.1016/j.foreco.2004.03.048.

Novo, E. M. L. de M. Sensoriamento remoto: princípios e aplicações. 3. ed. São Paulo, SP: Blucher, 2008. 387 p.

Pinheiro, E. da S. et al. Imagens Landsat e QuickBird são capazes de gerar estimativas precisas de biomassa aérea de Cerrado? In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 14., 2009, Natal. Anais... São José dos Campos: INPE, 2009. p. 2913-2920.

Ponzoni, F. J. & Shimabukuro, Y. E. Sensoriamento remoto no estudo da vegetação. São José dos Campos, SP: INPE, 2007. 150 p.

Queiroz, W. T. Análise de fatores pelo método da máxima verossimilhança: aplicação ao estudo da estrutura de florestas tropicais. 1984. 109 f. Tese (Doutorado em Engenharia Florestal) - Universidade de São Paulo, Piracicaba.

Rêgo, S. C. A. et al. Análise comparativa dos índices de vegetação NDVI e SAVI no município de São Domingos do Cariri-PB. Revista Geonorte, v. 2, n. 4, p. 1217-1229, 2012.

Reis, A. A et al. Amostragens em imagens de sensoriamento remoto para a determinação da correlação entre características dendrométricas e dados espectrais. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 17, 2015, João Pessoa. Anais... São José dos Campos: INPE. 2015. p. 4699-4704.

Rosenqvist, A. et al. A review of remote sensing technology in support of the Kyoto Protocol. Environmental Science & Policy, v. 6, n. 5, p. 441-455, 2003. DOI: 10.1016/S1462-9011(03)00070-4.

Thenkabail, P. S. Detecting floristic structure and pattern across topographic and moisture gradients in a mixed species Central African forest using IKONOS and Landsat-7 ETM+ images. International Journal of Applied Earth Observation and Geoinformation, v. 4, n. 3, p. 255-270, 2003. DOI: 10.1016/S0303-2434(03)00006-0.

United States. Department of the Interior. U. S. Geological Survey. Earth explorer. Washington, DC, [2016]. Disponível em: Acesso em: 10 jan. 2016.

Watzlawick, L. F. et al. Estimativa de biomassa e carbono em floresta com araucária utilizando imagens do satélite IKONOS II. Ciência Florestal, v. 19, n. 2, p. 169-181, 2009. DOI: 10.5902/19805098408.




DOI: http://dx.doi.org/10.4336/2017.pfb.37.90.1380

Direitos autorais 2017 Pesquisa Florestal Brasileira

Licença Creative Commons
Esta obra está licenciada sob uma licença Creative Commons Atribuição - Não comercial - Sem derivações 4.0 Internacional.

INDEXADORES:

ASP / Ebsco, AGRIS, Agrobase / Binagre , BDPA, CABI Direct, CCN, CIRS, Diadorim , DOAJ, e.journals, Forestry Compendium, Genamics JournalSeek, Google Acadêmico, Journals for free, Latindex, Livre, Miar, OasisbrPortal da Capes, RCAAP, Road, Sabiia, Scilit, Redib

.

Pesquisa Florestal Brasileira
Brazilian Journal of Forestry Research

 

Este obra está licenciado com uma Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional