Monitoramento de indicadores de manejo florestal na Amazônia Legal utilizando sensoriamento remoto

Abstract

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.