Índices de vegetação para a estimativa do Índice de Área Foliar em plantios clonais de Eucalyptus saligna Smith

Rute Berger, José Antônio Aleixo da Silva, Rinaldo Luiz Caraciolo Ferreira, Ana Lúcia Bezerra Candeias, Rafael Rubilar

Resumo


Procurou-se estabelecer a relação entre o Índice de área foliar no campo (IAFc) de plantios clonais de Eucalyptus saligna Smith e três diferentes Índices de Vegetação (IV) obtidos de uma imagem Landsat 8/OLI: Índice de Vegetação da Diferença Normalizada (NDVI), Índice da Razão Simples (SRI) e Índice de Vegetação Ajustado para o Solo (SAVI), com o objetivo de selecionar o melhor estimador do IAF por sensoriamento remoto (IAFSR), obtendo assim a espacialização IAF nos talhões. O IAFc foi obtido utilizando o equipamento LAI-2000 e seu comportamento foi analisado em diferentes idades. Os índices de vegetação foram obtidos por meio de aritmética das bandas 4 e 5 do sensor. A análise de regressão linear simples foi utilizada para ajustar o modelo de estimativa de IAFSR (IAFSRi= β0 + β1 . IVi + εi), sendo os critérios de escolha as estatísticas de R2, Syx% e análise de resíduos. Os resultados mostraram que o índice que melhor estimou o IAFSR foi o SRI (IAFSR=-5,6159 + 0,9716 . SRI), com R2=0,68 e Syx%=12,5. Todos os modelos ajustados mostraram tendência em subestimar e superestimar o IAF. As equações obtidas para as diferentes idades não produziram melhora nas estimativas de IAFSR.

Palavras-chave


Análise de regressão; Índice da Razão Simples (SRI); LAI-2000; Landsat 8/OLI

Texto completo:

PDF

Referências


ALMEIDA, A. C. et al. Mapping the effect of spatial and temporal variation in climate and soils on Eucalyptus plantation production with 3-PG, a process-based growth model. Forest Ecology and Management, Amsterdam, v. 259, p. 1730-1740, 2010.

ÁLVAREZ, J. et al. Factor influencing the growth of radiata pine plantations in Chile. Forestry, [s. l.], v. 86, p. 13-26, 2013.

ARIAS, D.; CALVO-ALVARADO, J.; DOHRENBUSCH, A. Calibration of LAI-2000 to estimate leaf area index (LAI) and assessment of its relationship with stand productivity in six native and introduced tree species in Costa Rica. Forest Ecology and Management, Amsterdam, v. 247, p. 185-193, 2007.

BERGER, R. et al. Utilización de índice de área foliar para optimización de inventários forestales. In: FOREST WORLD CONGRESS, 13., 2009, Buenos Aires. Proceedings [...]. Buenos Aires: FAO, 2009.

BERGER, R. Índice de área foliar estimado por ferramentas de sensoriamento remoto para a otimização de inventários de florestas plantadas. 2014. Tese (Doutorado em Ciências Florestais) – Universidade Federal Rural de Pernambuco, Recife, 2014.

BINKLEY, D. et al. Light absortion and use efficiency in forests: why patterns differ for trees and stands. Forest Ecology and Management, Amsterdam, v. 288, p. 5-13, 2013.

BULCOCK, H. H.; JEWITT, P. W. Spatial mapping of leaf area index using hyperspectral remote sensing of hydrological applications with a particular focus on canopy intersection. Hydrology and Earth System Sciences, [s. l.], v. 14, p. 383-392, 2010.

CANAVESI, V.; PONZONI, F. J.; VALERIANO, M. M. Estimativa de volume de madeira em plantios de Eucalyptus spp. Utilizando dados hiperespectrais e dados topográficos. Revista Árvore, Viçosa, MG, v. 34, n. 3, p. 539-549, 2010.

CANNELL, M. G. R. Physiological basis of wood production: a review. Scandinavian Journal of Forest Research, Stockholm, v. 4, p. 459-490, 1989.

CHEN, J. M.; CIHLAR, J. Retrieving leaf area index of boreal conifer forests using Landsat TM images. Remote Sensing of Environment, New York, v. 55, p. 153-162, 1996.

COLOMBO, R. et al. Retrieval of leaf area index in different vegetation types using high resolution satellite data. Remote Sensing of Environment, New York, v. 86, p. 20-131, 2003.

ENVI 5.1. Dowloads. [S. l.], 2014. Disponível em: http://www.envi.com.br/index.php/downloads. Acesso em: 26 maio 2014.

FAN, L. et al. Investigatin the relatioship between NDVI and LAI in semi-arid grassland in the Inner Mongolia using in-situ measurements. Theoretical and Applied Climatology, Wien, v. 95, p. 151-156, 2009.

FLORES, F. J. et al. Using multispectral satellite imagery to estimate leaf area and response to silvicultural treatments in loblolly pine stands. Canadian Journal of Forest Research, Ottawa, v. 36, p. 1587-1596, 2006.

FOREST NUTRITION COOPERATIVE. Estimación de area foliar mediante el uso de imágenes satelitales Landsat 5. [S. l.], 2007. 15 p. (FNC Research Note, 33).

HERNÁNDEZ, C. et al. Data fusion for high spatial resolution LAI estimation. Information Fusion, [s. l.], v. 16, p. 59-67, 2014.

HOUBORG, R.; ANDERSON, M.; DAUGHTRY, C. Utility of an image-based canopy reflectance modeling tool for remote estimation of LAI and leaf chlorophyll content at the field scale. Remote Sensing of Environment, New York, v. 113, p. 259-274, 2009.

HUETE, A. R. A soil-adjusted vegetation index (SAVI). Remote Sensing of Environment, New York, v. 25, p. 295-309, 1988.

HUETE, A.R.; JACKSON, R.D.; POST, D.F. Spectral response of a plant canopy with different soil backgrounds. Remote Sens. Environ., [s.l.], v. 17, p. 37-53. 1985.

JACKSON, R. D.; HUETE, A. R. Interpreting vegetation indices. Preventive Veterinary Medicine, Amsterdam, v. 11, p. 185-200, 1991.

JENSEN, J. R. Sensoriamento remoto da vegetação. In: JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. 2. ed. São José dos Campos: Parêntese, 2011. Cap. 11, p. 357-410.

JONCKHEERE, I. et al. Review of methods for in situ leaf area index determination. Part I: Theories, sensors and hemispherical photography. Agricultural and Forest Meteorology, Amsterdam, v. 121, p. 19-35, 2004.

LE MAIRE, G. et al. Leaf area index estimation with MODIS reflectance time series and model inversion during full rotations of Eucalyptus plantations. Remote Sensing of Environment, New York, v. 115, p. 586–599, 2011.

LI-COR. LAI-2000 Plant canopy analyser. Lincoln: LI-COR Inc., 1992. 198 p.

PEEL, M. C.; FINLAYSON, B. L.; MCMAHON, T. A. Updated world map of the Köppen-Geiger climate classification. Hydrology and Earth System Sciences, [s. l.], v. 11, p. 1633-1644, 2007.

PONZONI, F. J.; SHIMABUKURO, Y. E. Sensoriamento remoto no estudo da vegetação. São José dos Campos: Parêntese, 2010. 127 p.

RODY, Y. P. et al. Estimates of the leaf area index (LAI) using LAI-2000 and hemispherical photos in Eucalyptus plantations. Ciência Florestal, Santa Maria, v. 24, n. 4, p. 923-932, 2014.

SALVADOR, R.; PONS, X. On the applicability of Landsat TM images to Mediterranean forest inventories. Forest Ecology and Management, Amsterdam, v. 104, p. 193-208, 1998.

SONG, C. Optical remote sensing of forest leaf area index and biomass. Progress in Physical Geography, London, v. 37, n. 1, p. 98-113, 2013.

UNITED STATES GEOLOGICAL SURVEY. Landsat 8. [S. l.], 2013. Disponível em: http:// earthexplorer.usgs.gov/. Acesso em: 17 out. 2013.

XAVIER, A. C.; SOARES, J. V.; ALMEIDA, A. C. Variação do índice de área foliar de eucalipto ao longo de seu ciclo de crescimento. Revista Árvore, Viçosa, MG, v. 26, n. 4, p. 421-427, 2002.




DOI: http://dx.doi.org/10.5902/1980509816942