Estimativa de impactos da extração seletiva de madeiras na Amazônia utilizando dados LIDAR

Charton Jahn Locks, Eraldo Aparecido Trondoli Matricardi

Resumo


As atividades de manejo florestal são consideradas importantes para o desenvolvimento sustentável para a Amazônia. Tais atividades exigem, entretanto, monitoramento rigoroso que muitas vezes são de difícil operacionalização. O mapeamento das áreas afetadas pela exploração seletiva de madeira e a mensuração dos danos florestais decorrentes da exploração florestal ainda são dependentes de extensos e onerosos levantamentos de campo. Neste estudo foi utilizada a tecnologia Light Detection And Ranging (LiDAR) aerotransportada para realização dos impactos causados pela extração seletiva de madeiras em 21 Unidades de Produção Anual na Amazônia. As áreas de estudo estão localizadas nos estados de Rondônia e do Pará, em Florestas Nacionais sob regime de concessão florestal federal. Foram utilizadas duas métricas derivadas da nuvem de pontos LiDAR para o mapeamento dos impactos nas florestas: a Canopy Height Model (CHM) como métrica do dossel e a Relative Density Model (RDM) como métrica do sub-bosque. Os resultados da detecção dos impactos florestais obtidos com o mapeamento com dados do LiDAR são compatíveis com o mapeamento realizado em campo. Observou-se que as práticas de extração florestal de impacto reduzido causaram danos no sub-bosque na ordem de 6,8% ±1,3 % da área total das UPA (Unidade de Produção Anual) avaliadas e 4,9 ±0,9 % de abertura de clareiras. A tecnologia LiDAR demonstrou ser efetiva para o monitoramento dos impactos da extração seletiva de madeiras em áreas sob concessão florestal federal na Amazônia.


Palavras-chave


LiDAR aerotransportado; Manejo florestal sustentável; Floresta amazônica; Impactos

Texto completo:

PDF

Referências


ANDERSEN, H. E. et al. Monitoring selective logging in western Amazonia with repeat LiDAR flights. Remote Sensing of Environment, New York, v. 151, p. 157-165, 2014.

ASNER, G. P. et al. Selective logging in the Brazilian Amazon. Science, Washington, n. 310, p. 480-482, 2005.

ASNER, G. P. et al. A universal airborne LiDAR approach for tropical forest carbon mapping. Oecologia, Berlin, v. 168, n. 4, p. 1147-1160, 2011.

ASNER, G. P.; KELLER, M.; SILVA, J. N. M. Spatial and temporal dynamics of forest canopy gaps following selective logging in the eastern Amazon. Global Change Biology, [s. l.], v. 10, p. 765-783, 2004.

BALTSAVIAS, E. P. A comparison between photogrammetry and laser scanning. ISPRS Journal of Photogrammetry and Remote Sensing, [s. l.], v. 54, n. 2/3, p. 83-94, 1999.

BOMFIM, S. L. et al. Índice de clima econômico para concessões florestais. Scientia Florestalis, Piracicaba, v. 44, n. 10, p. 331-342, 2016.

BRASIL. Ministério do Meio Ambiente. Serviço Florestal Brasileiro. Guia para medição de produtos e subprodutos florestais madeireiros das concessões florestais. Brasília, 2012. 48 p.

COOPS, N. C. et al. Estimating canopy structure of Douglas-fr forest stands from discretereturn LIDAR. Trees, [s. l.], v. 21, n. 3, p. 295-310, 2007.

D’OLIVEIRA, M. V. N. et al. Estimating forest biomass and identifying low-intensity logging areas using airborne scanning LiDAR in Antimary State Forest, Acre State, Western Brazilian Amazon. Remote Sensing of Environment, New York, v. 124, p. 479-491, 2012.

ELLI, P. et al. Mapping selective logging impacts in Borneo with GPS and airborne LiDAR. Forest Ecology and Management, Amsterdam, v. 365, p. 184-196, 2016.

EMMERT, F. Combinação de dados de campo e métodos computacionais para o planejamento de exploração florestal na Amazônia. 2014. Tese (Doutorado) - Universidade de Brasília, Brasília, 2014.

GIANNICO, V. et al. Estimating stand volume and above-ground biomass of urban forests using LiDAR. Remote Sensing, Basel, v. 8, p. 14, 2016.

GIONGO, M. et al. LiDAR: princípios e aplicações florestais. Pesquisa Florestal Brasileira,

Colombo, v. 30, n. 63, p. 231-244, 2010.

GOODCHILD, M. F.; HUNTER, G. J. A simple positional accuracy measure for linear features. International Journal of Geography Information Science, London, v. 11, p. 299-306, 1997.

HUNTER, M. O. et al. Structural dynamics of tropical moist forest gaps. PLOS One, San Francisco, v. 10, p. 19, 2015.

IBGE. Manual técnico da vegetação brasileira. 2. ed. Rio de Janeiro: IBGE, 2012. 271 p.

IBAMA. Norma de Execução Nº 1, de 24 de abril de 2007. Diretrizes técnicas para elaboração dos planos de manejo florestal sustentável – PMFS. Diário Ofcial da União: seção 1, Brasília, DF, p. 405, 30 abr. 2007.

JENSEN, J. R. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. São José dos Campos: Parêntese, 2009. 672 p.

JOHNS, J. S.; BARRETO, P.; UHL, C. Logging damage during planned and unplanned logging operations in the eastern Amazon. Forest Ecology and Management, Amsterdam, v. 89, p. 59-77, 1996.

LENTINI, M. W.; ZEWEED, J. C.; HOLMES, T. P. Measuring Ecological Impacts from Logging in Natural Forests of the Eastern Amazônia as a Tool to Assess Forest Degradation. Rome: [s. n.], 2009. (Forest Resources Assessment Working Paper, 165).

MATRICARDI, E. A. T. et al. Assessment of forest disturbances by selective logging and forest fires in the Brazilian Amazon using Landsat data. International Journal of Remote Sensing, London, v. 34, n. 4, p. 1057-1086, 2013.

MCGAUGHEY, R. J. FUSION/LDV: Sofware for LIDAR data analysis and visualization. [S. l.]: United States Department of Agriculture, Forest Service, Pacifc Northwest Research Station, 2010.

MERRY, F. et al. Balancing conservation and economic sustainability: the future os the Amazon timber industry. Environmental Management, Springer, v. 44, p. 395-407, sep. 2009.

NÆSSET, E.; GOBAKKEN, T. Estimating forest growth using canopy metrics derived from airborne laser scanner data. Remote Sensing of Environment, New York, v. 96, p. 453-465, 2005.

NEPSTAD, D. C. et al. Large-scale impoverishment of Amazonian forests by logging and fire. Nature, London, n. 398, p. 505-508, 1999.

PEREIRA, R. et al. Forest canopy damage and recovery in reduced-impact and conventional selective logging in eastern Para, Brazil. Forest Ecology and Management, Amsterdam, v. 168, p. 77-89, 2002.

PINAGÉ, E. R.; MATRICARDI, E. A. T. Detecção da Infraestrutura para Exploração Florestal em Rondônia Utilizando Dados de Sensoriamento Remoto. Floresta e Ambiente, Rio de Janeiro, v. 22, n. 3, p. 377-390, 2015.

PUTZ, F. E. et al. Sustaining conservation values in selectively logged tropical forests: the attained and the attainable. Conservation Letters, Hoboken, v. 5, p. 296-303, 2012.

SOUZA, C. M. et al. Ten-Year Landsat Classifcation of Deforestation and Forest Degradation in the Brazilian Amazon. Remote Sensing, Basel, n. 5, p. 5493-5513, 2013.




DOI: http://dx.doi.org/10.5902/1980509826007