Potencial uso de dados laser scanner aerotransportado para estimativa de variáveis dendrométricas

Abstract

A administração dos recursos naturais, tanto no que se refere ao seu uso econômico, quanto à conservação, requer alta confiabilidade e acurácia das informações espaciais como altura das árvores, densidade e volume do talhão, entre outras. Como a obtenção destas variáveis em campo consome tempo e recursos, e em alguns casos torna-se inviável pelas dificuldades de acesso, a fotointerpretação e a fotogrametria têm sido extensivamente utilizadas. No entanto, o alto custo de aquisição e interpretação de fotografias aéreas motivou o estudo de outras alternativas e métodos de sensoriamento remoto. Após décadas de esforços envolvendo o desenvolvimento de novos sensores e metodologias para o processamento de imagens multi-espectrais, não houve sucesso considerável em prover medições confiáveis a respeito das características tridimensionais da floresta para um nível de escala compatível ao talhão (BENOÎT et al., 2001). Em particular, informações como altura individual das árvores, são difíceis de serem determinadas a partir de imagens monoscópicas. A aquisição de dados através de Laser Scanner Aerotransportado (LSA), sistemas baseados na tecnologia LIDAR (Light Detection and Ranging), constituem ferramenta promissora para determinação de estruturas horizontais e verticais da floresta (FRIEDLAENDER e KOCH, 2000), estimativas de biomassa florestal (LEFSKY et al., 1999a) e quantificação de carbono (PATENAUDE et al., 2004). Este trabalho propõe uma metodologia para mapeamento da vegetação e cálculo de volume florestal a partir de dados adquiridos com um sistema LSA, modelo Optech ALTM 2050 (Airborne Laser Terrain Mapper), para uma área piloto localizada na Estação Experimental do Canguiri no município de Pinhais - PR. A área total corresponde a 28,9 ha, subdivida em três talhões com plantios de Pinus sp.. Para a estimativa do volume florestal são utilizadas, como variáveis independentes nos modelos de regressão, as informações obtidas através do processamento e interpretação dos dados LIDAR, como: a altura individual, área e diâmetro de copa. A extração destas variáveis foi realizada através de algoritmos para individualização das árvores e delimitação automática das copas, implementados em ambiente de geoprocessamento, no software ArcGIS 9.0 (ESRI). Através das características dendrométricas extraídas, como altura total e área de copa, foram estabelecidas correlações e ajustados modelos de regressão para estimativas de volume.

The natural resources administration, both for economical and conservation purposes, requires that information, such as tree height and stand volume and density, must be highly trusted and accurate. Since the ground inventory demands time and resources, and in some cases is unmanageable, photointerpretation and photogrammetry have been extensively used. Even thought, the high costs of aerial photos acquisition and interpretation motivated the study of alternatives. After decades of efforts towards the development of new sensors and methodologies for the multispectral images, it have not been considerable success in providing reliable measures regarding the forests tridimensional characteristics, for a compatible stand scale (BENOÎT et al., 2001). Information like individual tree height are difficult to determine from monoscopic images. The data acquisition through Airborne Laser Scanning - ALS systems, based in LIDAR technology (Light Detection and Ranging), are promising tools for obtaining vertical and horizontal forest structures (FRIEDLAENDER e KOCH, 2000), forest biomass estimative (LEFSKY et al. 1999a) and carbon quantification (PATENAUDE et al. 2004). This work presents a methodology for vegetation mapping and forest volume estimation from data acquired by a ALS system, Optech ALTM 2050 (Airborne Laser Terrain Mapper), from a study site in Pinhais-PR. The total area is about 28.9ha, divided in three stands with planted forest (Pinus sp). For the volume estimation the data obtained from LIDAR processing and interpretation, such as individual height, area and crown diameter are used as independent variables in regression models. The variables were determined through tree individualization and automatic crown detection, implemented in GIS (Geographic Information System), using ESRI ArcGIS 9.0 software. From the dendrometric characteristics extracted, such as tree height and crown area, it was possible to determine correlations and regression adjusted models for volume estimation.