USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2018 |
Outros Autores: | , , , |
Tipo de documento: | Artigo |
Idioma: | por |
Título da fonte: | Nativa (Sinop) |
Texto Completo: | https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/6312 |
Resumo: | A Floresta Amazônica é conhecida pela sua diversidade e quantidade de carbono estocado na biomassa acima do solo (do inglês, Above-Ground Biomass-AGB), o que atrai grande interesse em quantificar estes recursos naturais. Devido às dificuldades de mensuração desses dados em campo, o sensoriamento remoto oferece oportunidade na quantificação destes parâmetros (biomassa e carbono), de forma rápida e com custos relativamente baixos. Porém, a resolução espacial desses dados pode afetar essa estimativa, como é o caso dos resultantes tamanhos de pixels possíveis de se obter com o processamento de dados LiDAR (Light Detection and Ranging). No presente estudo, foram utilizados dados de laser scanner aerotransportado e de inventário florestal realizado na Floresta Nacional do Jamari, localizado em Rondônia. A partir destes dados, foram obtidos a AGB e Above-Ground Carbon (AGC) para sete diferentes tamanhos de pixel (10, 20, 30, 40, 50, 75 e 100 m) e avaliado seus efeitos nas estimativas de AGB e AGC. Não houve diferença significativas em nível de 95% de probabilidade entre as estimativas de AGB e AGC. Dados LiDAR apresentam grande potencial na obtenção de parâmetros como a AGB e AGC em floresta tropical, mesmo em diferentes resoluções espaciais.Palavras-chave: Floresta tropical, laser scanner, carbono, biomassa. USE OF LiDAR DATA IN THE ESTIMATE OF BIOPHYSICAL VARIABLES IN THE AMAZON, UNDER DIFFERENT SPATIAL RESOLUTIONS ABSTRACT:The Amazon Rainforest is known for its diversity and quantity of carbon stored in above-ground biomass (from English, Above-Ground Biomass-AGB), that attracts great interest in quantifying these natural resources. Due to the difficulties of measuring these data in the field, remote sensing offers the opportunity to quantify these parameters (biomass and carbon), quickly and with relatively low costs. However, the spatial resolution of these data can affect this estimate, as is the case with the resulting possible pixel sizes to be obtained with Light Detection and Ranging (LiDAR) data processing. In the present study, were used data from airborne scanner laser and forest inventory realized in the Jamari National Forest, located in Rondônia. From these data, AGB and Above-Ground Carbon (AGC) were obtained for seven different pixel sizes (10, 20, 30, 40, 50, 75 and 100 m) and evaluated for their effects on AGB and AGC estimates. There was no significant difference at the 95% probability level between AGB and AGC estimates. LiDAR data present great potential in obtaining parameters such as AGB and AGC in tropical forest, even in different spatial resolutions.Keywords: Rain forest, laser scanner, carbon, biomass. |
id |
UFMT-2_4de3c1728b39c4ba79b1a0ced0def905 |
---|---|
oai_identifier_str |
oai:periodicoscientificos.ufmt.br:article/6312 |
network_acronym_str |
UFMT-2 |
network_name_str |
Nativa (Sinop) |
repository_id_str |
|
spelling |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAISA Floresta Amazônica é conhecida pela sua diversidade e quantidade de carbono estocado na biomassa acima do solo (do inglês, Above-Ground Biomass-AGB), o que atrai grande interesse em quantificar estes recursos naturais. Devido às dificuldades de mensuração desses dados em campo, o sensoriamento remoto oferece oportunidade na quantificação destes parâmetros (biomassa e carbono), de forma rápida e com custos relativamente baixos. Porém, a resolução espacial desses dados pode afetar essa estimativa, como é o caso dos resultantes tamanhos de pixels possíveis de se obter com o processamento de dados LiDAR (Light Detection and Ranging). No presente estudo, foram utilizados dados de laser scanner aerotransportado e de inventário florestal realizado na Floresta Nacional do Jamari, localizado em Rondônia. A partir destes dados, foram obtidos a AGB e Above-Ground Carbon (AGC) para sete diferentes tamanhos de pixel (10, 20, 30, 40, 50, 75 e 100 m) e avaliado seus efeitos nas estimativas de AGB e AGC. Não houve diferença significativas em nível de 95% de probabilidade entre as estimativas de AGB e AGC. Dados LiDAR apresentam grande potencial na obtenção de parâmetros como a AGB e AGC em floresta tropical, mesmo em diferentes resoluções espaciais.Palavras-chave: Floresta tropical, laser scanner, carbono, biomassa. USE OF LiDAR DATA IN THE ESTIMATE OF BIOPHYSICAL VARIABLES IN THE AMAZON, UNDER DIFFERENT SPATIAL RESOLUTIONS ABSTRACT:The Amazon Rainforest is known for its diversity and quantity of carbon stored in above-ground biomass (from English, Above-Ground Biomass-AGB), that attracts great interest in quantifying these natural resources. Due to the difficulties of measuring these data in the field, remote sensing offers the opportunity to quantify these parameters (biomass and carbon), quickly and with relatively low costs. However, the spatial resolution of these data can affect this estimate, as is the case with the resulting possible pixel sizes to be obtained with Light Detection and Ranging (LiDAR) data processing. In the present study, were used data from airborne scanner laser and forest inventory realized in the Jamari National Forest, located in Rondônia. From these data, AGB and Above-Ground Carbon (AGC) were obtained for seven different pixel sizes (10, 20, 30, 40, 50, 75 and 100 m) and evaluated for their effects on AGB and AGC estimates. There was no significant difference at the 95% probability level between AGB and AGC estimates. LiDAR data present great potential in obtaining parameters such as AGB and AGC in tropical forest, even in different spatial resolutions.Keywords: Rain forest, laser scanner, carbon, biomass.Universidade Federal de Mato Grosso2018-12-17info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/631210.31413/nativa.v6i0.6312Nativa; v. 6 (2018): Florestas brasileiras; 841-847Nativa; Vol. 6 (2018): Florestas brasileiras; 841-847Nativa; Vol. 6 (2018): Florestas brasileiras; 841-8472318-767010.31413/nativa.v6i0reponame:Nativa (Sinop)instname:Universidade Federal de Mato Grosso (UFMT)instacron:UFMTporhttps://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/6312/5098Copyright (c) 2018 Nativainfo:eu-repo/semantics/openAccessRex, Franciel EduardoDalla Corte, Ana PaulaDebastiani, Aline BernardaKazama, Verônica SatomiSanquetta, Carlos Roberto2018-12-17T13:06:03Zoai:periodicoscientificos.ufmt.br:article/6312Revistahttps://periodicoscientificos.ufmt.br/ojs/index.php/nativaPUBhttps://periodicoscientificos.ufmt.br/ojs/index.php/nativa/oai||rrmelo2@yahoo.com.br2318-76702318-7670opendoar:2018-12-17T13:06:03Nativa (Sinop) - Universidade Federal de Mato Grosso (UFMT)false |
dc.title.none.fl_str_mv |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS |
title |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS |
spellingShingle |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS Rex, Franciel Eduardo |
title_short |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS |
title_full |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS |
title_fullStr |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS |
title_full_unstemmed |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS |
title_sort |
USO DE DADOS LiDAR NA ESTIMATIVA DE VARIÁVEIS BIOFÍSICA NA AMAZÔNIA, SOB DIFERENTES RESOLUÇÕES ESPACIAIS |
author |
Rex, Franciel Eduardo |
author_facet |
Rex, Franciel Eduardo Dalla Corte, Ana Paula Debastiani, Aline Bernarda Kazama, Verônica Satomi Sanquetta, Carlos Roberto |
author_role |
author |
author2 |
Dalla Corte, Ana Paula Debastiani, Aline Bernarda Kazama, Verônica Satomi Sanquetta, Carlos Roberto |
author2_role |
author author author author |
dc.contributor.author.fl_str_mv |
Rex, Franciel Eduardo Dalla Corte, Ana Paula Debastiani, Aline Bernarda Kazama, Verônica Satomi Sanquetta, Carlos Roberto |
description |
A Floresta Amazônica é conhecida pela sua diversidade e quantidade de carbono estocado na biomassa acima do solo (do inglês, Above-Ground Biomass-AGB), o que atrai grande interesse em quantificar estes recursos naturais. Devido às dificuldades de mensuração desses dados em campo, o sensoriamento remoto oferece oportunidade na quantificação destes parâmetros (biomassa e carbono), de forma rápida e com custos relativamente baixos. Porém, a resolução espacial desses dados pode afetar essa estimativa, como é o caso dos resultantes tamanhos de pixels possíveis de se obter com o processamento de dados LiDAR (Light Detection and Ranging). No presente estudo, foram utilizados dados de laser scanner aerotransportado e de inventário florestal realizado na Floresta Nacional do Jamari, localizado em Rondônia. A partir destes dados, foram obtidos a AGB e Above-Ground Carbon (AGC) para sete diferentes tamanhos de pixel (10, 20, 30, 40, 50, 75 e 100 m) e avaliado seus efeitos nas estimativas de AGB e AGC. Não houve diferença significativas em nível de 95% de probabilidade entre as estimativas de AGB e AGC. Dados LiDAR apresentam grande potencial na obtenção de parâmetros como a AGB e AGC em floresta tropical, mesmo em diferentes resoluções espaciais.Palavras-chave: Floresta tropical, laser scanner, carbono, biomassa. USE OF LiDAR DATA IN THE ESTIMATE OF BIOPHYSICAL VARIABLES IN THE AMAZON, UNDER DIFFERENT SPATIAL RESOLUTIONS ABSTRACT:The Amazon Rainforest is known for its diversity and quantity of carbon stored in above-ground biomass (from English, Above-Ground Biomass-AGB), that attracts great interest in quantifying these natural resources. Due to the difficulties of measuring these data in the field, remote sensing offers the opportunity to quantify these parameters (biomass and carbon), quickly and with relatively low costs. However, the spatial resolution of these data can affect this estimate, as is the case with the resulting possible pixel sizes to be obtained with Light Detection and Ranging (LiDAR) data processing. In the present study, were used data from airborne scanner laser and forest inventory realized in the Jamari National Forest, located in Rondônia. From these data, AGB and Above-Ground Carbon (AGC) were obtained for seven different pixel sizes (10, 20, 30, 40, 50, 75 and 100 m) and evaluated for their effects on AGB and AGC estimates. There was no significant difference at the 95% probability level between AGB and AGC estimates. LiDAR data present great potential in obtaining parameters such as AGB and AGC in tropical forest, even in different spatial resolutions.Keywords: Rain forest, laser scanner, carbon, biomass. |
publishDate |
2018 |
dc.date.none.fl_str_mv |
2018-12-17 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
format |
article |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/6312 10.31413/nativa.v6i0.6312 |
url |
https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/6312 |
identifier_str_mv |
10.31413/nativa.v6i0.6312 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.relation.none.fl_str_mv |
https://periodicoscientificos.ufmt.br/ojs/index.php/nativa/article/view/6312/5098 |
dc.rights.driver.fl_str_mv |
Copyright (c) 2018 Nativa info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Copyright (c) 2018 Nativa |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Mato Grosso |
publisher.none.fl_str_mv |
Universidade Federal de Mato Grosso |
dc.source.none.fl_str_mv |
Nativa; v. 6 (2018): Florestas brasileiras; 841-847 Nativa; Vol. 6 (2018): Florestas brasileiras; 841-847 Nativa; Vol. 6 (2018): Florestas brasileiras; 841-847 2318-7670 10.31413/nativa.v6i0 reponame:Nativa (Sinop) instname:Universidade Federal de Mato Grosso (UFMT) instacron:UFMT |
instname_str |
Universidade Federal de Mato Grosso (UFMT) |
instacron_str |
UFMT |
institution |
UFMT |
reponame_str |
Nativa (Sinop) |
collection |
Nativa (Sinop) |
repository.name.fl_str_mv |
Nativa (Sinop) - Universidade Federal de Mato Grosso (UFMT) |
repository.mail.fl_str_mv |
||rrmelo2@yahoo.com.br |
_version_ |
1799711196003172352 |