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

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 multiespe...

Full description

Bibliographic Details
Main Authors: Igor Eloi Silva Machado, Micael Moreira Santos, Marcos Giongo, Edmar Vinicius de Carvalho, Eduardo Ganassoli Neto
Format: Article
Language:English
Published: Embrapa Florestas 2017-06-01
Series:Pesquisa Florestal Brasileira
Subjects:
Online Access:https://pfb.cnpf.embrapa.br/pfb/index.php/pfb/article/view/1380
Description
Summary: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.
ISSN:1809-3647
1983-2605