Aplicação dos dados polarimétricos ALOS/PALSAR-2 para modelagem de biomassa em florestas secundárias da Amazônia considerando o histórico de uso

• Main Author: Henrique Luis Godinho Cassol
• Other Authors: Elisabete Caria Moraes
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais (INPE) 2017
• Online Access: http://urlib.net/sid.inpe.br/mtc-m21b/2017/11.08.17.08

As florestas secundárias (FS) têm um papel de destaque na Amazônia Brasileira, pois mantêm a biodiversidade e os serviços ecossistêmicos, além de contrabalancear parcialmente as emissões de carbono oriundas de desmatamento, degradação florestal e de outras fontes antropogênicas, acumulando carbono na biomassa. Neste contexto, o objetivo principal deste trabalho é avaliar o uso dos dados polarimétricos oriundos do sistema de Radar (ALOS/PALSAR-2) para caracterizar e modelar o crescimento das FS (acúmulo de biomassa) em duas regiões da Amazônia Brasileira em função do histórico de uso do solo anterior ao abandono. O inventário florestal foi conduzido em duas áreas de estudo: 1) ao norte de Manaus, em ambos os lados da BR-174 e 2) ao sul de Santarém, próximo à Flona do Tapajós e da BR-163. O histórico de uso das FS foi obtido por meio da classificação de séries históricas de imagens Landsat, contendo o período de uso do solo (PUS), a frequência de cortes (FC) e a idade de cada mancha. A metodologia consistiu na extração de diversos atributos polarimétricos derivados das imagens de Radar para caracterizar as FS de Manaus e Santarém, como também para caracterizá-las quanto às classes de intensidade (CI) de uso do solo: 1 - PUS e/ou FC $\leq$ 2 ou 2 - PUS ou FC > 2. Quatro métodos de análise de regressão foram testados para modelar a biomassa acima do solo (BAS) com o uso dos atributos polarimétricos em cada área de estudo: i) linear múltiplo, ii) não linear, iii) não linear de efeitos mistos (NLME Nonlinear Mixed Effects Model) e iv) não linear semi-empírico (EWCM - Extended Water Cloud Model). As diferenças estruturais e florísticas observadas nas FS de Manaus e de Santarém resultaram na importância de diferentes atributos para caracterizá-las quanto às CIs. Em Manaus, os atributos polarimétricos que permitiram separar as FS por CI foram o termo de polarização cruzada da matriz de coerência da decomposição de Cloude (T33_C) e o ângulo de elipticidade médio de Touzi (TVSM$_{τ_s}$). Em Santarém, diversos atributos polarimétricos foram capazes de separar as CIs, com destaque para o termo real da matriz de covariância entre os canais HH e VV (C$_{12_real}$) e o segundo termo da diagonal da matriz de coerência da decomposição de Cloude (T22_C). Os modelos lineares múltiplos apresentaram o melhor desempenho, ou seja, menor erro padrão da predição (RMSEP), menor viés da predição e maior valor de R$^{²}$ pela validação cruzada. Os atributos mais importantes para a modelagem de BAS, entretanto, foram distintos em cada área de estudo por conta das variações estruturais observadas entre as mesmas, como acúmulo de biomassa, diversidade e densidade de espécies e indivíduos. O desempenho do modelo linear múltiplo para estimativa de BAS nas FS de Santarém foi de R² = 0,37 e RMSEP = 13,19 Mg.ha$^{-1}$ (8,9 \%); e em Manaus foi de R$^{²}$ = 0,70, RMSEP = 8,2 Mg.ha$^{-1}$ (7,7 \%), quando informações sobre o histórico de uso foram inseridas no modelo. Conclui-se que os modelos ajustados para uma área de estudo não podem ser utilizados para estimar a BAS de outra sem a relativa perda de precisão e que as informações sobre o histórico de uso contribuem para melhorar as estimativas de BAS nas FS da Amazônia Brasileira. === Secondary forests (SF) play an important role in the Brazilian Amazon, because it maintains biodiversity and ecosystem services, in addition to partially counterbalance carbon emissions from deforestation, forest degradation and other anthropogenic sources, accumulating carbon in biomass. In this context, the main objective of this work is to evaluate the use of polarimetric data from the Radar system (ALOS/PALSAR-2) to characterize and modeling growth of biomass in SF from two regions of the Brazilian Amazon regarding land-use history prior to abandonment. Forest inventories were conducted in two study areas: 1) North of Manaus, on both sides of the BR-174 and 2) South of Santarém, next to the Tapajos National Forest and the BR-163. Land-use history was obtained through the analysis of classification of Landsat historical series of images, containing the period of active land-use (PALU), the frequency of cuts (FC) and the age of each SF patches. The methodology consisted in the extraction of several polarimetric attributes derived from Radar images to characterize the SF of Manaus and Santarém, as well as to define intensity classes (IC) of land use in such areas: 1 - PALU and/or FC$\leq$ 2 or 2 - PALU ou FC > 2. Four methods of regression analysis were tested to model above-ground biomass (AGB) through the use of polarimetric attributes in each study area: i) multiple linear, ii) non-linear, iii) Non-Linear Mixed Effects (NLME) and iv) non linear semiempirical Extended Water Cloud Model (EWCM). The structural and floristic differences observed in Manaus and Santarem SF resulted in the importance of different attributes to characterize the ICs. In Manaus, the polarimetric attributes that allowed separating the SF by IC were the cross-polarization term of the coherence matrix from the Cloude decomposition (T$_{33_C}$) and the mean ellipticity angle of Touzi (TVSM$_{τ_s}$). In Santarém, several polarimetric attributes were able to separate the ICs, with emphasis on the real term of the covariance matrix between the HH and VV channels (C$_{12_real}$) and the second term of the diagonal of the coherence matrix from Cloude decomposition (T$_{22_C}$). The multiple linear models presented the best performance, i.e., lower standard error of the prediction (RMSEP), lower bias of the prediction and higher R$^{²}$ value by the cross validation. The most important attributes for AGB modeling, however, were distinct in each study area due to their structural variations. The performance of the multiple linear model for estimation the AGB in the Santarém SF was R$^{²}$ = 0.37 and RMSEP = 13.19 Mg.ha$^{-1}$ (8,9\%) and in Manaus was R$^{²}$ = 0.70, RMSEP = 8.2 Mg.ha$^{-1}$ (7,6\%) when information about the land-use history were included in the model. It was concluded that the models adjusted for one study area is not recommended to estimate the AGB from another study area without the relative loss of accuracy and the information about land-use history contributed to improving the AGB estimates of the SF in the Brazilian Amazon.