O uso do sensoriamento remoto por meio da tecnologia aerotransportada laser (ALS) e de imagens aéreas de alta resolução multiespectral para obtenção do estoque de carbono na biomassa arbórea em povoamentos de Eucalyptus spp

Resumo

No âmbito das mudanças climáticas globais, a quantificação do estoque de carbono em povoamentos florestais tem recebido mais atenção, principalmente pelo fato das florestas exercerem um papel fundamental no equilíbrio do estoque de carbono global. Atualmente, as metodologias existentes para mensurar o estoque de carbono em floresta têm sido limitadas devido a questões orçamentárias e temporais, inviabilizando a realização de um inventário completo dentro de um curto espaço de tempo. A combinação da tecnologia ALS ("Airborne Laser System") e imagens aéreas de alta resolução têm surgido em outros países como uma alternativa eficiente e versátil para o levantamento do estoque de carbono em povoamentos florestais, visto que permite coletar dados precisos em maior escala e menor tempo, quando comparados aos métodos convencionais. Desta forma, o presente trabalho tem como objetivo avaliar o uso da tecnologia laser aerotransportada (ALS) do tipo LiDAR ("Ligth Detection and Ranging") e de imagens aéreas de alta resolução para estimar o estoque de carbono na biomassa arbórea em plantações de Eucalyptus spp. A realidade de campo será definida através de dados biométricos coletados em parcelas amostrais que funcionarão como variáveis independentes a serem estimadas em modelos de regressão especialmente desenvolvidos para ajuste dos dados gerados pelo sistema LiDAR. As variáveis LiDAR serão obtidas depois do processamento dos dados brutos gerados pelos sensores aerotransportados em softwares específicos para esse processamento, como o FUSION 3.01, ArcGIS 9.3 e TNT Mips 7.2. Para o estudo, serão elaborados modelos correlacionando o estoque de carbono obtido por métodos convencionais com variáveis obtidas pelo aereolevantamento. As análises estatísticas serão implementadas com o apoio do software "R Project for Statistical Computing". (AU)