Uso do sensoriamento remoto como ferramenta para estimar características dendrométricas de um povoamento de Pinus taeda L.

Abstract

O sensoriamento remoto é uma ferramenta cuja aplicação é crescente em áreas florestais e agronômicas. O uso de tecnologias de sensoriamento remoto em inventários florestais permite estimar as características dendrométricas dos povoamentos em tempo reduzido e, consequentemente, com menor custo. Mensurações de campo (dap, altura, cubagem) são fundamentais para estimativa do volume e qualificação da produtividade de um determinado local, porém são atividades que demandam muito tempo. Tais operações no campo podem ser substancialmente reduzidas quando combinadas ao sensoriamento remoto. Com o presente estudo, objetivou-se utilizar o sensoriamento remoto combinado ao inventário tradicional para estimar características individuais e coletivas de um povoamento de Pinus taeda. Para isso foram mensurados o diâmetro e altura de 30 árvores no campo, com coordenadas geográficas conhecidas. As copas destas árvores foram então vetorizadas com auxílio do software Quantum GIS para a determinação das áreas das copas. Os valores coletados em campo foram correlacionados às áreas das copas, permitindo, assim, estimar os diâmetros e alturas das árvores presentes nas unidades amostrais, anteriormente medidos de forma tradicional. Os resultados mostram que foi possível a utilização do sensoriamento remoto para estimativa de características individuais e coletivas. Entretanto, constatou-se que o número de árvores coletadas para a construção da correlação ‘área de copa x dap’ pode não ter sido suficiente, motivo pelo qual as estimativas não atingiram precisão equivalente à obtida no inventário convencional. Conclui-se que a combinação do inventário florestal convencional com ferramentas do sensoriamento remoto possui um grande potencial de uso. Entretanto, quanto maior a precisão e o nível de detalhamento requerido nas quantificações dendrométricas, maior deverá ser a intensidade do inventário convencional para a construção de correlações robustas dos dados de campo com as variáveis obtidas pelo sensoriamento remoto.

Remote sensing is a tool which application is growing in forest and agronomic areas. The use of remote sensing technologies for forest inventories allows the estimation of dendrometric characteristics of settlements in a reduced time and, therefore, at reduced cost. Field measurements (dbh, height, scaling) are fundamental to estimate the quantity and qualification of the productivity of a given site. However, those activities require a lot of time. Such operations in the field can be substantially reduced when combined with remote sensing. With aid of the present study, the focus was to use the use the remote sensing combined to traditional inventory in order to estimate individual and aggregate characteristics of a stand of loblolly pine. For this, the diameter and height of 30 trees were measured in the field with known geographic coordinates. The tops of these trees were then vectorized with aid of Quantum GIS software in order to determine the areas of these treetops. The data collected in the field were correlated to the areas of the treetops, allowing to estimate the diameter and height of trees present in the sample units, previously measured in the traditional way. The results show that it was possible to use remote sensing to estimate individual and aggregate characteristics. However, it was noticed that the number of trees collected for the construction of the correlation 'top area x dbh' may not have been enough, which is why the estimations did not achieve comparable accuracy to that obtained in the conventional inventory. It was concluded that the combination of conventional forest inventory with remote sensing tools possess great potential for use. However, the higher the precision and level of detail required in dendometic quantifications, the greater will be the intensity of conventional inventory in order to build robust correlations of field data with the variables obtained by remote sensing.