| Summary: | O Cerrado é considerado um dos hotspots mundiais, sendo um importante repositório de biodiversidade e com significativo papel no ciclo do carbono. O sensoriamento remoto hiperespectral pode contribuir para melhorar a discriminação de suas fitofisionomias e, sobretudo, melhorar a acurácia das estimativas da biomassa acima do solo (AGB). O objetivo deste estudo é caracterizar a resposta espectro-sazonal das fitofisionomias de Cerrado da Estação Ecológica de Águas Emendadas (ESEC-AE), usando seis imagens de alta resolução espectral do sensor Hyperion/Earth Observing One (EO-1), obtidas nos períodos chuvoso e seco (março a agosto) de 2014, assim como, estimar a AGB no período seco (imagem de julho). Um levantamento florístico-estrutural foi efetivado em 45 parcelas (0,10 ha cada) na ESEC-AE. Testou-se o uso combinado de diferentes atributos hiperespectrais na discriminação das fitofisionomias com Análise Discriminante Linear (LDA), assim como na estimativa de AGB no período seco com regressão por mínimos quadrados parciais (PLSR). Os atributos utilizados foram: reflectância de 146 bandas do Hyperion; 22 índices de vegetação de bandas estreitas; 10585 razões de reflectância; e a profundidade, largura, área e assimetria de seis importantes bandas de absorção posicionadas em 680 nm (clorofila), 980 nm e 1200 nm (água foliar), 1700 nm, 2100 nm e 2300 nm (lignina e celulose). Os resultados obtidos mostraram que parâmetros estruturais, como diâmetro, altura, densidade e área basal, expressaram adequadamente o gradiente entre as fitofisionomias analisadas. Os valores de AGB medidos/estimados no inventário florestal variaram de 34,46$\pm$2,7 t.ha$^{-1}$ em parcelas de cerrado denso a 3,98$\pm$0,7 t.ha$^{-1}$ em parcelas de campo limpo. A discriminação das fitofisionomias por LDA apresentou melhores resultados na análise geral dos atributos e quando realizada no período seco. Os valores do índice Kappa foram de 0,78 e 0,82 para os períodos chuvoso e seco, respectivamente. O ganho na acurácia de classificação, entre períodos, foi considerado significativo de acordo com o teste Z (p<0,01). Considerando a modelagem de biomassa aérea usando PLSR, os melhores resultados também foram obtidos com a análise integrada dos atributos no modelo geral (R$^{2}$=0,66 e RMSE=6,60 t.ha$^{-1}$). Esses valores foram próximos aos encontrados na modelagem por razões de bandas (R$^{2}$ = 0,65 e RMSE = 6,63 t.ha$^{-1}$), possivelmente pelo alto número de atributos oriundos desse conjunto de métricas (10585 razões). O uso de dados do sensor Hyperion viabilizou a combinação de diferentes atributos hiperespectrais, não apenas na caracterização/discriminação, como na modelagem da AGB. Essa gama de atributos fornecidos por dados Hyperion pode embasar o desenvolvimento de futuros projetos no bioma Cerrado, utilizando os futuros sensores hiperespectrais orbitais HyspIRI e EnMAP, que irão adquirir dados em faixas de imageamento mais amplas e com melhor relação sinal ruído. === The Cerrado is considered one of the "hotspots" worldwide. It is an important repository of biodiversity and it plays significant role in the carbon cycle. Hyperspectral remote sensing can help to improve the discrimination of its vegetation types as well as the accuracy of estimates of above-ground biomass (AGB). The aim of this study is to characterize seasonally the spectral response of the Cerrado physiognomies of the \emph{Estação Ecológica de Águas Emendadas} (ESEC-AE), located in central Brazil, using six images of the hyperspectral Hyperion / Earth Observing One (EO-1) sensor. The images were obtained in the rainy and dry seasons of 2014 (March to August). A floristic-structural survey was performed over 45 plots (0.10 ha each) at the ESEC-AE. The combined use of different hyperspectral attributes was tested for the discrimination of the cerrado physiognomies using Linear Discriminant Analysis (LDA), and for the estimation of AGB in the dry season using Partial Least Squares Regression (PLSR). The attributes used were as follows: the reflectance of 146 bands of Hyperion; 22 narrow-band vegetation indices; 10585 reflectance ratios; and the depth, width, area, and asymmetry of six major absorption bands positioned at 680 nm (chlorophyll), 980 nm and 1200 nm (leaf water), 1700 nm, 2100 nm and 2300 nm (lignin and cellulose). The results showed that the structural parameters, such as diameter, height, density and basal area, expressed the strong gradient between the studied physiognomies. The AGB values measured / estimated in the forest inventory ranged from 34.46 $\pm$ 2.7 t ha$^{-1}$ for cerrado woodland to 3.98 $\pm$ 0.7 t ha$^{-1}$ for cerrado grassland. The LDA-derived discrimination between the physiognomies showed the best results when we considered all the attributes in the dry season. The Kappa index ranged from 0.78 to 0.82 for the rainy and dry seasons, respectively. The gain in classification accuracy between the seasons was statistically significant according to the Z-test (p <0.01). For the AGB modeling using PLSR, the best results were also obtained with the integrated analysis of the attributes in the general model (R$^{2}$ = 0.66 and RMSE 6.60 t.ha$^{-1}$). These values were similar to those found with reflectance ratios (R$^{2}$ = 0.65 and RMSE = 6.63 t ha$^{-1}$), probably due to the high number of attributes derived from this set of metrics (10585 band ratios). The use of Hyperion allowed the combination of different hyperspectral attributes, which were useful not only in the characterization/discrimination of the cerrado physiogniomies, but also in their AGB modeling. These attributes can be tested in future projects in the cerrado using the planned HyspIRI and EnMAP missions, which will acquire hyperspectral images in larger swath width and with better signal-to-noise ratio than that from Hyperion.
|
|---|
