Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil

Detalhes bibliográficos
Autor(a) principal: Celes, Carlos Henrique Souza
Data de Publicação: 2011
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional do INPA
Texto Completo: https://repositorio.inpa.gov.br/handle/1/5054
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4480966D1
Resumo: Técnicas de sensoriamento remoto (SR), sistema de informação geográfica (SIG) e sistema de posicionamento global (GPS) são importantes ferramentas para as diversas etapas de inventários florestais, inclusive para as estimativas de biomassa. As dimensões e a complexidade nos levantamentos da vegetação na Amazônia torna o desenvolvimento dessas combinações decisiva para as estimativas das variáveis biofísicas. Este trabalho teve o intuito de consolidar uma metodologia para o mapeamento das variáveis biofísicas utilizando dados de campo e técnicas de sensoriamento remoto. Os dados de campo foram provenientes do sistema de inventário florestal contínuo (IFC) do laboratório de manejo florestal do Instituto Nacional de Pesquisa na Amazônia (LMF-INPA). Os dados do sensoriamento remoto foram do sensor TM, do satélite Landsat 5, e os do modelo digital de elevação da superfície (MDS) da missão SRTM. As duas áreas escolhidas para este estudo foram chamadas de sítios florestais (SF), nos municípios de Barcelos e Maués, no estado do Amazonas. Ao todo foram utilizado neste trabalho 58 parcelas e 76 parcela respectivamente para as estimativas das variáveis biofísicas da florestas. Foram ajustados equações para as estimativas e espacialização das variáveis biofísicas. As estimativas indicaram que o sitio florestal em Barcelo é de menor porte que o sítio florestal em Maués. A equação melhor ajustada foi para variável volume comercial que obteve R2 de 0,29 e um erro padrão da estimativa de 22,12% para o sítio floresta em maués. Comparando a espacialização pela equação com o a simples interpolação das variáveis biofísicas observa-se comportamento semelhante quando as equação ajustadas são significativas. As regiões com maiores diferença, neste caso, foram nos vazios amostrais, regiões distantes das parcelas dos inventários. Apesar dos baixos ajustes, a vantagem de ser utilizar as equações consiste na manifestação dos padrão espectrais da floresta para explicar a variação espacial da suas características biofísicas.
id INPA-2_c99796767bd385b1c76a6131c545678d
oai_identifier_str oai:repositorio:1/5054
network_acronym_str INPA-2
network_name_str Repositório Institucional do INPA
repository_id_str
spelling Celes, Carlos Henrique SouzaHiguchi, Niro2020-01-10T16:36:13Z2020-01-10T16:36:13Z2011-04-07https://repositorio.inpa.gov.br/handle/1/5054http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4480966D1Técnicas de sensoriamento remoto (SR), sistema de informação geográfica (SIG) e sistema de posicionamento global (GPS) são importantes ferramentas para as diversas etapas de inventários florestais, inclusive para as estimativas de biomassa. As dimensões e a complexidade nos levantamentos da vegetação na Amazônia torna o desenvolvimento dessas combinações decisiva para as estimativas das variáveis biofísicas. Este trabalho teve o intuito de consolidar uma metodologia para o mapeamento das variáveis biofísicas utilizando dados de campo e técnicas de sensoriamento remoto. Os dados de campo foram provenientes do sistema de inventário florestal contínuo (IFC) do laboratório de manejo florestal do Instituto Nacional de Pesquisa na Amazônia (LMF-INPA). Os dados do sensoriamento remoto foram do sensor TM, do satélite Landsat 5, e os do modelo digital de elevação da superfície (MDS) da missão SRTM. As duas áreas escolhidas para este estudo foram chamadas de sítios florestais (SF), nos municípios de Barcelos e Maués, no estado do Amazonas. Ao todo foram utilizado neste trabalho 58 parcelas e 76 parcela respectivamente para as estimativas das variáveis biofísicas da florestas. Foram ajustados equações para as estimativas e espacialização das variáveis biofísicas. As estimativas indicaram que o sitio florestal em Barcelo é de menor porte que o sítio florestal em Maués. A equação melhor ajustada foi para variável volume comercial que obteve R2 de 0,29 e um erro padrão da estimativa de 22,12% para o sítio floresta em maués. Comparando a espacialização pela equação com o a simples interpolação das variáveis biofísicas observa-se comportamento semelhante quando as equação ajustadas são significativas. As regiões com maiores diferença, neste caso, foram nos vazios amostrais, regiões distantes das parcelas dos inventários. Apesar dos baixos ajustes, a vantagem de ser utilizar as equações consiste na manifestação dos padrão espectrais da floresta para explicar a variação espacial da suas características biofísicas.Remote sensing (RS), geographic information system (GIS) and global positioning system (GPS) are important tools for different steps of forest inventories, including estimates of biomass. The size and complexity in the surveys of the Amazonia vegetation makes the development of these combinations decisive for the estimation of biophysical variables. This work aimed to build a methodology for biophysical variables mapping using field data and remote sensing techniques. The field data were derived from continuous forest inventory system (IFC) of the forest management laboratory at the Amazonia Research National Institute (INPA-LMF). The remote sensing data were derived from TM sensor of the Landsat 5 satellite, and the surface digital elevation model (MDS) of the SRTM mission. The two areas chosen for this study were called forest sites (SF) in the municipalities of Barcelos and Maués in the state of Amazonas. In this work were used 58 and 76 plots respectively for estimate forests biophysical variables. Equations were fitted to estimate and distribute spatially the biophysical variables. Estimates indicated that the forest site Barcelos is smaller than the forest site in Maués. The best equation adjusted was to commercial volume at the forest site Maués. This one obtained a R2 equal 0.29 and estimate standard error of 22.12%. When equations are significant, the equation image was similar to the interpolation image. The regions with the largest difference in this case were in empty sample, that are distant regions of the plots. The advantage of the equations use is the manifestation of the forest spectral feature that explain the spatial variation of biophysical characteristics.porInstituto Nacional de Pesquisas da Amazônia - INPACiências de Florestas Tropicais - CFTAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessInventário florestalBiomassaSensoriamento remotoCarbonoLandsat (satélites).Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasilinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisreponame:Repositório Institucional do INPAinstname:Instituto Nacional de Pesquisas da Amazônia (INPA)instacron:INPAORIGINALCarlos_Celes.pdfCarlos_Celes.pdfapplication/pdf4762488https://repositorio.inpa.gov.br/bitstream/1/5054/1/Carlos_Celes.pdf9e0992c421ac7da3515f237a157ff53aMD511/50542020-01-20 13:42:27.328oai:repositorio:1/5054Repositório de PublicaçõesPUBhttps://repositorio.inpa.gov.br/oai/requestopendoar:2020-01-20T17:42:27Repositório Institucional do INPA - Instituto Nacional de Pesquisas da Amazônia (INPA)false
dc.title.pt_BR.fl_str_mv Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
title Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
spellingShingle Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
Celes, Carlos Henrique Souza
Inventário florestal
Biomassa
Sensoriamento remoto
Carbono
Landsat (satélites).
title_short Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
title_full Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
title_fullStr Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
title_full_unstemmed Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
title_sort Estimativa e espacialização das variáveis biofísicas, utilizando dados de campo e de sensoriamento remoto em dois sítios de floresta tropical no estado do Amazonas, Brasil
author Celes, Carlos Henrique Souza
author_facet Celes, Carlos Henrique Souza
author_role author
dc.contributor.author.fl_str_mv Celes, Carlos Henrique Souza
dc.contributor.advisor1.fl_str_mv Higuchi, Niro
contributor_str_mv Higuchi, Niro
dc.subject.por.fl_str_mv Inventário florestal
Biomassa
Sensoriamento remoto
Carbono
Landsat (satélites).
topic Inventário florestal
Biomassa
Sensoriamento remoto
Carbono
Landsat (satélites).
description Técnicas de sensoriamento remoto (SR), sistema de informação geográfica (SIG) e sistema de posicionamento global (GPS) são importantes ferramentas para as diversas etapas de inventários florestais, inclusive para as estimativas de biomassa. As dimensões e a complexidade nos levantamentos da vegetação na Amazônia torna o desenvolvimento dessas combinações decisiva para as estimativas das variáveis biofísicas. Este trabalho teve o intuito de consolidar uma metodologia para o mapeamento das variáveis biofísicas utilizando dados de campo e técnicas de sensoriamento remoto. Os dados de campo foram provenientes do sistema de inventário florestal contínuo (IFC) do laboratório de manejo florestal do Instituto Nacional de Pesquisa na Amazônia (LMF-INPA). Os dados do sensoriamento remoto foram do sensor TM, do satélite Landsat 5, e os do modelo digital de elevação da superfície (MDS) da missão SRTM. As duas áreas escolhidas para este estudo foram chamadas de sítios florestais (SF), nos municípios de Barcelos e Maués, no estado do Amazonas. Ao todo foram utilizado neste trabalho 58 parcelas e 76 parcela respectivamente para as estimativas das variáveis biofísicas da florestas. Foram ajustados equações para as estimativas e espacialização das variáveis biofísicas. As estimativas indicaram que o sitio florestal em Barcelo é de menor porte que o sítio florestal em Maués. A equação melhor ajustada foi para variável volume comercial que obteve R2 de 0,29 e um erro padrão da estimativa de 22,12% para o sítio floresta em maués. Comparando a espacialização pela equação com o a simples interpolação das variáveis biofísicas observa-se comportamento semelhante quando as equação ajustadas são significativas. As regiões com maiores diferença, neste caso, foram nos vazios amostrais, regiões distantes das parcelas dos inventários. Apesar dos baixos ajustes, a vantagem de ser utilizar as equações consiste na manifestação dos padrão espectrais da floresta para explicar a variação espacial da suas características biofísicas.
publishDate 2011
dc.date.issued.fl_str_mv 2011-04-07
dc.date.accessioned.fl_str_mv 2020-01-10T16:36:13Z
dc.date.available.fl_str_mv 2020-01-10T16:36:13Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://repositorio.inpa.gov.br/handle/1/5054
dc.identifier.author-lattes.pt_BR.fl_str_mv http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4480966D1
url https://repositorio.inpa.gov.br/handle/1/5054
http://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4480966D1
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Instituto Nacional de Pesquisas da Amazônia - INPA
dc.publisher.program.fl_str_mv Ciências de Florestas Tropicais - CFT
publisher.none.fl_str_mv Instituto Nacional de Pesquisas da Amazônia - INPA
dc.source.none.fl_str_mv reponame:Repositório Institucional do INPA
instname:Instituto Nacional de Pesquisas da Amazônia (INPA)
instacron:INPA
instname_str Instituto Nacional de Pesquisas da Amazônia (INPA)
instacron_str INPA
institution INPA
reponame_str Repositório Institucional do INPA
collection Repositório Institucional do INPA
bitstream.url.fl_str_mv https://repositorio.inpa.gov.br/bitstream/1/5054/1/Carlos_Celes.pdf
bitstream.checksum.fl_str_mv 9e0992c421ac7da3515f237a157ff53a
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositório Institucional do INPA - Instituto Nacional de Pesquisas da Amazônia (INPA)
repository.mail.fl_str_mv
_version_ 1797064380898082816