Sensoriamento Remoto Orbital para Monitoramento de Carbono em Florestas Tropicais: Acurácia e Potenciais Aplicações na Mata Atlântica

• Processo: 24/17429-4
• Modalidade de apoio: Bolsas no Brasil - Doutorado Direto
• Data de Início da vigência: 01 de abril de 2025
• Data de Término da vigência: 31 de março de 2029
• Área de conhecimento: Ciências Biológicas - Ecologia - Ecologia de Ecossistemas
• Pesquisador responsável: Paulo Guilherme Molin
• Beneficiário: Thiago Almeida Bueno
• Instituição Sede: Escola Superior de Agricultura Luiz de Queiroz (ESALQ). Universidade de São Paulo (USP). Piracicaba , SP, Brasil
• Vinculado ao auxílio: 21/11940-0 - Restauração de vegetação nativa na Mata Atlântica pela combinação estratégica de medidas obrigatórias e compromissos voluntários - CCD-EMA, AP.CCD
• Assunto(s): LIDAR Mudança climática Restauração florestal Sensoriamento remoto orbital
• Palavra(s)-Chave do Pesquisador: densidade de carbono | Lidar | Linha de base | Mudanças Climáticas | restauração florestal | Sensoriamento remoto orbital | Geotecnologias aplicadas aos ecossistemas naturais

Resumo

As florestas tropicais desempenham um papel vital na regulação do clima global e na conservação da biodiversidade, atuando como importantes reservatórios de carbono, essenciais para a mitigação das mudanças climáticas. No entanto, a persistente degradação e a fragmentação dessas florestas continuam a ameaçar sua capacidade de sequestro e estoque de carbono, ressaltando a necessidade de métodos eficazes para monitorar sua estrutura de forma frequente e em larga escala, a fim de potencializar iniciativas adicionais de restauração florestal. Nesse contexto, cada vez mais, produtos de Sensoriamento Remoto orbital (SRorb) para o monitoramento de parâmetros estruturais a nível global são disponibilizados, sendo incerto seus desempenhos em menores escalas e em domínios fitogeográficos específicos. Este projeto tem como objetivo avaliar a sensibilidade, em termos de acurácia, dos mais promissores produtos de SRorb para a mensuração da densidade de carbono em florestas tropicais, assim como avaliar o potencial desses produtos em gerar curvas confiáveis de incremento de carbono e de serem utilizados para a detecção e quantificação dos efeitos de borda sobre o carbono florestal. A pesquisa focará o bioma da Mata Atlântica e utilizará uma combinação de extensos e robustos dados de campo, tecnologias de última geração, como LiDAR orbital, e técnicas avançadas com emprego de Inteligência Artificial (IA), como Convolutional Neural Networks (CNN), Random Forest (RF) e Self-Supervised Learning (SSL). O estudo será conduzido sobre as principais tipologias florestais da Mata Atlântica (Florestas Ombrófilas e Florestas Estacionais). Resultados deste trabalho possuem potencial de serem expandidos para outros biomas, além de fomentarem ferramentas e ações de políticas públicas como Lei da Mata Atlântica e planos de ações climáticas.