O objetivo deste estudo foi avaliar o uso de imagens LANDSAT, ASTER e IKONOS (MS e
PSM) para monitorar indicadores de manejo florestal relacionados: i) ao planejamento e
construção de estradas e pátios de estocagem; ii) ao impacto da exploração no dossel; iii) a
exploração florestal na Unidade de Produção Anual (UPA); iv) ao respeito às Áreas de
Preservação Permanente (APPs); e v) a proteção florestal contra incêndios. O estudo foi
conduzido em áreas de exploração convencional (EC) e exploração manejada (EM) nas
regiões de Paragominas - PA e de Sinop - MT. A técnica de segmentação e classificação
orientada a objeto foi testada nas imagens LANDSAT, ASTER e IKONOS para extrair
informações como pátios e estradas. Além disso, foi aplicada a técnica de modelo linear de
mistura espectral na imagem LANDSAT para extrair informações de pátios e estradas, e
para avaliar o impacto da exploração no dossel, o respeito às APPs e a proteção florestal
contra incêndios. Trabalhos de campo foram conduzidos nas áreas de estudo para verificar
os indicadores de manejo e servir de referência para a avaliação da acurácia das informações
obtidas nas imagens. Os resultados mostraram que o monitoramento do indicador: i)
dimensão dos pátios de estocagem, pode ser feito em imagem IKONOS PSM; ii) largura da
estrada principal em IKONOS MS e PSM; iii) largura da estrada secundária em IKONOS
PSM; iv) distância entre pátios e entre estradas secundárias em LANDSAT (processadas por
segmentação e classificação orientada a objeto e por modelo linear de mistura espectral),
ASTER e IKONOS MS e PSM; e v) impacto da exploração no dossel, exploração florestal
na UPA, respeito as APPs e proteção florestal contra incêndios em imagem LANDSAT. O
método deste estudo mostrou-se eficiente para distinguir EC de EM através da avaliação
remota dos indicadores de manejo florestal. Este método contribui para otimizar os
programas de fiscalização e monitoramento do manejo florestal na Amazônia pelas agências
ambientais e certificadoras, tornando o processo mais eficiente e confiável. Além disso, o
mesmo baixa os custos de fiscalização e auditorias realizadas em campo pelas certificadoras.
The objective of this study was evaluate the use of LANDSAT, ASTER and IKONOS
(multi-spectral and pan-sharpening) images to monitor indicators of forest management
related to: i) planning and construction of logging roads and log landing; ii) canopy
disturbance due selective logging; iii) selective logging in the Annual Production Unit
(UPA); iv) respect to Areas of Permanent Preservation (APPs); and v) forest protection
against fires. The study was carried out in areas of conventional logging (CL) and managed
logging (ML) in the regions of Paragominas, NE Para and Sinop, N Mato Grosso, Brazil.
We tested in these images the segmentation and object based classification technique to
extract logging roads and log landing. Also, we applied the linear spectral mixture models to
extract logging road and log landing beyond to evaluate the canopy disturbance due logging,
the respect to APPs and forest protection against fires. Field work was carried out in the
study areas to verify the indicators and serve as reference to validate the information
obtained from the images. The results showed that: i) the log landing dimensions can be
monitored by IKONOS pan-sharpening image; ii) the width of primary roads by IKONOS
multi-spectral and pan-sharpening images; iii) the width of secondary roads by IKONOS
pan-sharpening image; iv) the distance between logs landing and between secondary roads
by LANDSAT image (processed by segmentation and object based classification and
spectral mixture models), ASTER and IKONOS multi-spectral and pan-sharpening images;
and v) the canopy disturbance due logging, logging in the UPA, respect to APPs and forest
protection against fires by LANDSAT image. The method of this study is efficient to
distinguish CL from ML through the remote evaluate of the indicators of forest
management. Finally, this methodology can be used as environmental agencies in charge of
monitoring selective logging in the Amazon and by institutes that provide forest certification
become the process more efficient and reliable. Beyond that, it can turn the cost low of
enforcement and field audits by the certifiers.
