Estudo de parâmetros populacionais de plantios clonais de Eucalyptus spp. a partir de nuvens de pontos obtidos com escaneamento a laser aerotransportado

• Ano de defesa: 2016
• Autor(a) principal: Laranja, Danitiele Cristina França
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Biometric model; Detecção de árvores individuais; Dupla amostragem; Estrutura do dossel; Eucalyptus clone identification; Fast-growing forest plantations; Forest inventory; LiDAR; Sampling method; Tree count
• Link de acesso: http://www.teses.usp.br/teses/disponiveis/11/11150/tde-09082016-165442/

As florestas plantadas contribuem para o desenvolvimento econômico, social e ambiental brasileiro, e o setor florestal busca plantios cada vez mais produtivos e melhor aproveitados. A tecnologia a laser aerotransportada (ALS - Airborne Laser Scanning), capaz de gerar informações tridimensionais precisas em extensas áreas e em pequeno intervalo de tempo, tem se destacado nas aplicações florestais, sendo utilizada na quantificação e caracterização de florestas. Neste estudo foram utilizados dados ALS obtidos em dois sobrevoos (2013 e 2014), cobrindo uma área de plantio do gênero Eucalyptus com diferentes clones e idades, localizada no estado de São Paulo. Esta dissertação é dividida em três partes. A primeira buscou avaliar a combinação de métricas ALS e de dupla amostragem nas estimativas de volume e na redução da intensidade amostral, comparando seus resultados aos de métodos amostrais tradicionais. Os resultados mostraram que a dupla amostragem obteve o menor erro de amostragem dentre os delineamentos, permitindo a redução do esforço amostral. A segunda parte visou caracterizar as diferenças estruturais existentes entre clones de eucalipto, com diferentes idades, a partir de métricas ALS e perfis de altura do dossel (CHP). O estudo mostrou que é possível distinguir a estrutura do dossel dos clones, o que pode contribuir com melhorias nas estimativas e no gerenciamento dos plantios comerciais. Na última parte, foram avaliados dois algoritmos de detecção de árvores individuais quanto à quantificação dos indivíduos e os efeitos da composição (tamanho de célula e filtragem) do modelo digital de alturas (CHM) no desempenho desses algoritmos. Verificou-se que as características do CHM influenciam na detecção. A estratégia com melhor desempenho resultou em um erro médio relativo de 11% no número de indivíduos.