Uso de técnicas de sensoriamento remoto para estimar variáveis biofísicas em floresta tropical seca, no município de Floresta - PE

• Ano de defesa: 2020
• Autor(a) principal: OLIVEIRA, Géssyca Fernanda de Sena
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal Rural de Pernambuco; Departamento de Ciência Florestal; Brasil; UFRPE; Programa de Pós-Graduação em Ciências Florestais
• Palavras-chave em Português: Sensoriamento remoto; Floresta tropical seca; Caatinga; Volume; Biomassa; Carbono; Manejo florestal; CIENCIAS AGRARIAS::RECURSOS FLORESTAIS E ENGENHARIA FLORESTAL
• Link de acesso: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/8936

O uso de técnicas de sensoriamento remoto para auxiliar o inventário florestal convencional vem sendo impulsionados com o intuito de moderar a necessidade de trabalhos de campo, reduzir tempo e custos. Desse modo, o presente trabalho tem por principal objetivo avaliar o potencial do uso de ferramentas de sensoriamento remoto para estimar as variáveis biofísicas volume, biomassa e carbono em floresta seca no Nordeste do Brasil. A área de estudo está localizada na Fazenda Itapemirim, município de Floresta – PE, onde dois fragmentos com diferentes históricos de uso foram analisados em diferentes épocas do ano, sendo denominados de Área I (Transposição), aquele considerado preservado, e de Área II (Correntão), aquele considerado degradado, pois sua vegetação foi retirada com o auxílio de correntões há, aproximadamente, 34 anos para fins de manejo florestal. Avaliou-se 40 parcelas em cada área com dimensões 20 m x 20 m (400 m²), totalizando 3,2 ha de área amostrada. Utilizou-se cenas dos meses de abril/2018 e agosto/2018 do satélite Landsat 8/OLI, na órbita/ponto: 216-66, referentes ao período úmido e seco, respectivamente. Essas cenas foram convertidas para reflectância de superfície a partir da calibração radiométrica e, posteriormente, gerados os índices de vegetação GNDVI, NDVI, SR, SAVIL=0,5, DVI, MVI, ARVI, LAI, GVI, GARI, EVI e GEMI. As bandas multiespectriais, bem como os índices de vegetação (IV), foram relacionados ao volume, biomassa e carbono florestal estimados a partir de dados dendrométricos mensurados em igual período de passagem do Landsat 8/OLI. Os dados foram ajustados ao modelo de regressão linear múltipla, conduzindo a seleção de variáveis por meio do método Stepwise. Considerou-se os critérios estatísticos Coeficiente de Determinação Ajustado (R²aj), Erro Padrão da Estimativa (Sxy%) e o gráfico de Distribuição dos Resíduos (Res(%)) para selecionar as melhores equações. A análise estatística foi realizada no software R® versão 3.6.1. O período seco foi o mais indicado para estimar variáveis biofísicas, utilizando imagens orbitais e técnicas de sensoriamento remoto em Floresta Tropical Seca (FTS). As melhores equações para estimar volume, biomassa e carbono obtiveram um R²aj de 0,634, 0,650 e 0,649 e um Sxy de 44,894%, 6,030% e 6,842%, respectivamente. Biomassa e carbono apresentaram melhores ajustes após logaritmizar os IVs com valores positivos, enquanto volume demonstrou um comportamento contrário. Os índices de vegetação EVI e SAVIL=0,5 não demonstraram ser apropriados para estimar as variáveis biofísicas, independentemente da sazonalidade, enquanto que NDVI mostrou-se eficiente apenas em estação úmida. Logo, observando as devidas restrições e as equações com o melhor ajuste estatístico, bem como os gráficos de resíduos, infere-se que é possível utilizar imagens do Landsat 8/OLI para fazer estimativas sobre parâmetros florestais, demonstrando a importância e aplicabilidade desse método para a estimativa de variáveis biofísicas em FTS, bem como ações de manejo e conservação do domínio Caatinga.