Estimativa de volume de madeira de <i>Eucalyptus dunnii</i> e <i>urograndis</i> de diferentes idades utilizando TM/Landsat 5i

Autores

DOI:

https://doi.org/10.5902/1980509834751

Palavras-chave:

Sensoriamento remoto óptico, Bandas espectrais, Índices de vegetação, Modelos preditivos

Resumo

O objetivo deste estudo foi a geração de modelos de volume comercial com casca (Vcc) em povoamentos de Eucalyptus dunnii e urograndis em diferentes estágios de crescimento e condições de sítio, utilizando dados de reflectância das diferentes regiões do espectro eletromagnético e de índices de vegetação. As regressões lineares múltiplas geradas resultaram em três modelos preditivos, sendo que os mais significativos, em ordem decrescente foram para as espécies de Eucalyptus dunnii e Eucalyptus urograndis com 50 e 59 meses de idade, respectivamente, seguido pelo modelo para Eucalyptus urograndis de 25 meses, apesar da equação de regressão para Eucalyptus dunnii de 34 meses, não tenha sido significativa. O índice de vegetação ajustado ao solo (SAVI 0,5) mostrou-se relevante na construção dos três modelos, pelos diferentes graus de contribuição da componente solo, decorrente do não fechamento das copas em povoamentos jovens de diferentes idades. A região do infravermelho de ondas curtas (SWIR 1) também compôs os modelos de Eucalyptus dunnii e Eucalyptus urograndis, analisados conjuntamente e o modelo preditivo para Eucalyptus dunnii, demonstrando a importância da estrutura do dossel florestal por esta região do espectro eletromagnético estar relacionada ao aumento do conteúdo de lignina e em decorrência da evolução de sua capacidade produtiva.

Downloads

Não há dados estatísticos.

Biografia do Autor

Laura Camila de Godoy Goergen, Secretaria Municipal do Meio Ambiente de Curitiba, Curitiba, PR

Doutora em Ciência do Solo pela Universidade do Estado de Santa Catarina (UDESC), com período sanduíche na Universidade de Alberta (UofA), Canadá. Possui mestrado em Engenharia Florestal pela Universidade Federal de Santa Maria (UFSM), área de concentração Manejo Florestal e graduação em Engenharia Florestal na mesma instituição. Graduada no programa especial de formação de professores para a Educação Profissional e Tecnológica na UFSM, recebendo o grau de Licenciatura Plena. Foi professora substituta da Universidade Federal de Santa Catarina (UFSC), campus Curitibanos onde lecionou as disciplinas de Economia e Administração Rural, Fundamentos da Economia Rural, Gestão dos Negócios Agroindustriais, Cooperativismo e Comercialização, Biogeografia, Ética e Filosofia da Ciência. Também lecionou na Universidade do Planalto Catarinense (UNIPLAC) e na Universidade do Oeste de Santa Catarina (UNOESC), campus Xanxerê. Atualmente é Engenheira Florestal na Secretaria Municipal do Meio Ambiente (SMMA), Curitiba, PR.

Igor da Silva Narvaes, Instituto Nacional de Pesquisas Espaciais, Santa Maria, RS

Atuo como pesquisador adjunto na COESU na área de sensoriamento remoto com ênfase na aplicação de imagens ópticas e de radar no monitoramento da vegetação.

Engenheiro Florestal, Dr., Instituto Nacional de Pesquisas Espaciais – INPE, Coordenação Espacial do Sul – COESU, Universidade Federal de Santa Maria, s/n, Caixa Postal 5021, CEP 97105-970, Santa Maria (RS), Brasil.

Marcos Adami, Instituto Nacional de Pesquisas Espaciais, Belém, PA

Atuo como pesquisador adjunto no CRA na área de sensoriamento remoto com ênfase na aplicação de imagens ópticas no mapeamento de mudanças de uso e cobertura da terra dos biomas Amazônico e Cerrado.

Economista, Dr., Instituto Nacional de Pesquisas Espaciais – INPE, Coordenação Espacial da Amazônia – COEAM, Parque de Ciência e Tecnologia do Guamá, Av. Perimetral, 2651, CEP 66077-830, Belém (PA), Brasil.

Referências

ALBA, E.et al. Uso de imagens de média resolução espacial para o monitoramento de dosséis de Eucalyptus grandis. Revista Scientia Agraria, Curitiba, v. 18, n. 4, p. 1-8, out-dez. 2017.

ALMEIDA, A. Q.et al. Relações empíricas entre características dendrométricas da Caatinga brasileira e dados TM Landsat 5. Pesquisa Agropecuária Brasileira, Brasília, v. 49, n. 4, p. 306-315, abr. 2014.

BERRA, E. F.et al. Estimativa do volume total de madeira em espécies de eucalipto a partir de imagens de satélite Landsat. Ciência Florestal, Santa Maria, v. 22, n. 4, p. 853-864, out.-dez. 2012.

BERRA, E. F.; FONTANA, D. C.; KUPLICH, T. M. Tree age as adjustment factor to NDVI. Árvore, Viçosa, vol. 41, n. 3, fev. 2017.

BOLDRINI, I. I. A flora dos campos do Rio Grande do Sul. In: PILLAR, V. P.; MÜLLER, S. C.; CASTILHOS, Z.M.S.; JACQUES, A.V. A. (eds.). Campos Sulinos, conservação e uso sustentável da biodiversidade. MMA, Brasília, p. 63-77, 2009.

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, v. 34, n. 3, p.539-549, jun. 2010.

CHANDER, G.; MARKHAM, B. L.; BARSI, J. A. Revised Landsat-5 thematic mapper radiometric calibration. Geoscience and Remote Sensing Letters, Maceió, v. 4, p.490-494, jul.2007.

DANIELSSON, J.et al. Using a bootstrap method to choose the sample fraction in tail index estimation. Journal of Multivariate analysis, Quebec, v. 76, n. 2, p. 226-248, fev. 2001.

DUBE, T.; MUTANGA, O. Evaluating the utility of the medium-spatial resolution Landsat 8 multispectral sensor in quantifying aboveground biomass in uMgeni catchment, South Africa. ISPRS Journal of Photogrammetry and Remote Sensing, Calgary, v. 101, p. 36-46, mar. 2015.

EFRON, B. The Jackknife, the Bootstrap, and Other Resampling Plans CBMS-NSF Regional Conference Series in Applied Mathematics. Society for Industrial & Applied Mathematics, 100p. 1987.

EFRON, B.; TIBSHIRANI, R. Improvements on cross-validation: the 632+ bootstrap method. Journal of the American Statistical Association, Richmond, v. 92, n. 438, p. 548-560, jun. 1997.

GOEL, N. S. Models of vegetation canopy reflectance and their use in estimation of biophysical parameters from reflectance data. Remote Sensing Reviews, Morgantown, v. 4, p. 1–212, dez. 1988.

GOERGEN, L. C. G.et al. Distinção de espécies de eucalipto de diferentes idades por meio de imagens TM/Landsat 5. Pesquisa Agropecuária Brasileira, Brasília, v. 51, p. 53-60, jan. 2016.

GUTMAN, G.et al. Assessment of the NASA–USGS Global Land Survey (GLS) datasets. Remote Sensing of Environment, Toronto, v. 134, p. 249-265, jul. 2013.

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

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS - INPE. Centro de Dados de Sensoriamento Remoto. Catálogo de imagens: satélite Landsat 5. Disponível em: http://www.dgi.inpe.br/CDSR/. Acesso em: 15 mar. 2012.

ITT - VISUAL INFORMATION SOLUTIONS. Atmospheric correction module: QUAC and FLAASH user’s guide. 2009. 44p.

KROSS, A. et al. Assessment of RapidEye vegetation indices for estimation of leaf area index and biomass in corn and soybean crops. International Journal of Applied Earth Observation and Geoinformation, v. 34, p. 235–248, sep. 2015.

KUINCHTNER, A.; BURIOL, G. A. Clima do Estado do Rio Grande do Sul segundo a classificação climática de Köppen e Thornthwaite. Disciplinarum Scientia, Santa Maria, v. 2, p. 171-182, jan-fev. 2001.

JORDAN, C. F. Derivation of leaf-area index from quality of light on the forest floor. Ecology, Davis, v.50, p.663-666, jul.1969.

LI, S.; QUACKENBUSH, L. J.; IM, J. Airborne Lidar Sampling Strategies to Enhance Forest Aboveground Biomass Estimation from Landsat Imagery. Remote Sensing, Flagstaff, v. 11, n. 16, aug. 2019.

LU, D.et al. Relationships between forest stand parameters and Landsat TM spectral responses in the Brazilian Amazon Basin. Forest Ecology and Management, Amsterdam, v. 198, n. 1-3, p. 149–167, ago. 2004.

MACEDO, F. L.et al. Estimativa do volume de madeira para Eucalyptus sp. com imagens de satélite de alta resolução espacial. ScientiaForestalis, Piracicaba, v. 45, n. 114, p.237-247, jun. 2017.

NETER, J.et al. Applied Linear Statistical Models. Chicago: IRWIN, 1996. 1408 p.

PONZONI, F. J.et al. Caracterização espectro temporal de dosséis de Eucalyptus spp. mediante dados radiométricos TM/Landsat5. Cerne, Lavras, v. 21, p. 267-275, abr-jun. 2015.

REIS, A. A.et al. Relationship Between Spectral Data and Dendrometric Variables in Eucalyptus sp. stands. Floresta e Ambiente, Seropédica, v. 25, n. 2, jun. 2018.

ROUSE, J. W. et al. Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation. Greenbelt: NASA, 1974. 371p.

SANQUETTA, C. R.et al. Inventários florestais: planejamento e execução. Curitiba: Multi-Graphic Gráfica e Editora, 2014. 406p.

SANTOS, H. G.et al. Sistema brasileiro de classificação de solos. Brasília: Embrapa, 2013. 353p.

SILVA, C. A.et al. A principal component approach for predicting the stem volume in Eucalyptus plantations in Brazil using airborne LiDAR data. Forestry, Farnham, v. 89, n. 4, p. 422-433, mar. 2016.

SOIL SURVEY STAFF. Keys to soil taxonomy. Washington: USDA-NRCS, 2014. 372p.

SOUZA, C. L.; PONZONI, F. J. Relação entre índice de área foliar, estimado através de sensoriamento remoto, e parâmetros dendrométricos em floresta implantada de Pinus spp. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 9; 1998, Santos. Anais... Santos: INPE/SELPER, 1998, p. 1549-1560.

ZHAO, Q.et al. Comparison of machine learning algorithms for forest parameter estimations and application for forest quality assessments. Forest Ecology and Management, Arizona, v. 434, p. 224–234, feb. 2019.

WATZLAWICK, L. F.; KIRCHNER, F. F.; SANGUETTA, C. R. Estimativa de biomassa e carbono em floresta com araucária utilizando imagens do satélite IKONOS II. Ciência Florestal, Santa Maria, v. 19, p. 169-181, abr.-jun. 2009.

Publicado

01-06-2021

Como Citar

Goergen, L. C. de G., Narvaes, I. da S., & Adami, M. (2021). Estimativa de volume de madeira de <i>Eucalyptus dunnii</i> e <i>urograndis</i> de diferentes idades utilizando TM/Landsat 5i. Ciência Florestal, 31(2), 683–704. https://doi.org/10.5902/1980509834751

Edição

Seção

Artigos

Artigos mais lidos pelo mesmo(s) autor(es)