Resumo: |
Técnicas de sensoriamento remoto em monitoramento vegetacional vêm sendo cada vez mais utilizadas e melhoradas. A utilização dessas técnicas é uma alternativa potencial para embasar inventários florestais. O presente trabalho tem por objetivo estimar variáveis florestais utilizando imagens multiespectrais associadas a informações obtidas em levantamento de campo. Foi estudada uma área de floresta tropical com aproximadamente 44.728,5 ha. Foi feito um inventário florestal 100%, fornecendo a volumetria das árvores com circunferência a 1,30 m acima do solo (CAP) superior a 110 cm. Foi utilizada a cena 227/069 do Landsat 7, sendo feita correção radiométrica da imagem, obtendo-se os valores de reflectância. Foram avaliados três tamanhos de parcelas circulares (40, 80 e 120 m de raio) para ajuste dos modelos lineares. O comportamento espectral da área apresentou respostas baixas na região do visível (TM1, TM2 e TM3), aumentando no infravermelho próximo (TM4). A banda TM4 apresentou maior correlação com o CAP (R: -0,5203). O melhor modelo para estimativa do volume exibiu R²aj = 0,387 e Syx = 30,199%, estimando um volume médio de 39,61 m³ ha-1. Os resultados demonstraram viabilidade do uso de imagens de satélites para estimativa de variáveis dendrométricas.
Remote sensing techniques for vegetation monitoring has been more used and improved. These techniques are good alternative to be used as as basis for forest inventories. The present study aims to estimate forest variables using multispectral images associated with data from field survey. The studied area was a tropical rain forest of approximately 44,728.5 ha. A forest inventory 100% was carried out providing the volume of tree species with circumference at 1.30 m above soil level (CBH) higher than 110 cm. The used satellite was Landsat 7, scene 227/069. A radiometric correction was performed to obtain the reflectance values. Three plots sizes (40, 80, 120 m radius) were assessed for linear models adjustment. The area spectral behave presented low response on visible region (TM1, TM2 and TM3), increasing on near-infrared (TM4). TM4 band presented higher correlation with CBH (R: -0.5203). The best model to estimate showed a R²aj = 0.387 and Syx = 30.199%, estimating an average volume of 39,61 m³ ha-1. The results showed viability to use satellite images to evaluate dendrometric variables.
|