Técnicas de sensoriamento remoto (SR), sistema de informação geográfica (SIG) e sistema de posicionamento global (GPS) são importantes ferramentas para as diversas etapas de inventários florestais, inclusive para as estimativas de biomassa. As dimensões e a complexidade nos levantamentos da vegetação na Amazônia torna o desenvolvimento dessas combinações decisiva para as estimativas das variáveis biofísicas. Este trabalho teve o intuito de consolidar uma metodologia para o mapeamento das variáveis biofísicas utilizando dados de campo e técnicas de sensoriamento remoto. Os dados de campo foram provenientes do sistema de inventário florestal contínuo (IFC) do laboratório de manejo florestal do Instituto Nacional de Pesquisa na Amazônia (LMF-INPA). Os dados do sensoriamento remoto foram do sensor TM, do satélite Landsat 5, e os do modelo digital de elevação da superfície (MDS) da missão SRTM. As duas áreas escolhidas para este estudo foram chamadas de sítios florestais (SF), nos municípios de Barcelos e Maués, no estado do Amazonas. Ao todo foram utilizado neste trabalho 58 parcelas e 76 parcela respectivamente para as estimativas das variáveis biofísicas da florestas. Foram ajustados equações para as estimativas e espacialização das variáveis biofísicas. As estimativas indicaram que o sitio florestal em Barcelo é de menor porte que o sítio florestal em Maués. A equação melhor ajustada foi para variável volume comercial que obteve R2 de 0,29 e um erro padrão da estimativa de 22,12% para o sítio floresta em maués. Comparando a espacialização pela equação com o a simples interpolação das variáveis biofísicas observa-se comportamento semelhante quando as equação ajustadas são significativas. As regiões com maiores diferença, neste caso, foram nos vazios amostrais, regiões distantes das parcelas dos inventários. Apesar dos baixos ajustes, a vantagem de ser utilizar as equações consiste na manifestação dos padrão espectrais da floresta para explicar a variação espacial da suas características biofísicas.
Remote sensing (RS), geographic information system (GIS) and global positioning system (GPS) are important tools for different steps of forest inventories, including estimates of biomass. The size and complexity in the surveys of the Amazonia vegetation makes the development of these combinations decisive for the estimation of biophysical variables. This work aimed to build a methodology for biophysical variables mapping using field data and remote sensing techniques. The field data were derived from continuous forest inventory system (IFC) of the forest management laboratory at the Amazonia Research National Institute (INPA-LMF). The remote sensing data were derived from TM sensor of the Landsat 5 satellite, and the surface digital elevation model (MDS) of the SRTM mission. The two areas chosen for this study were called forest sites (SF) in the municipalities of Barcelos and Maués in the state of Amazonas. In this work were used 58 and 76 plots respectively for estimate forests biophysical variables. Equations were fitted to estimate and distribute spatially the biophysical variables. Estimates indicated that the forest site Barcelos is smaller than the forest site in Maués. The best equation adjusted was to commercial volume at the forest site Maués. This one obtained a R2 equal 0.29 and estimate standard error of 22.12%. When equations are significant, the equation image was similar to the interpolation image. The regions with the largest difference in this case were in empty sample, that are distant regions of the plots. The advantage of the equations use is the manifestation of the forest spectral feature that explain the spatial variation of biophysical characteristics.
