Integração de técnicas geoestatísticas e Sensoriamento Remoto em fragmento da Floresta Ombrófila Mista Montana
Ramon de Sousa Leite
Defesa Pública: 02 de março de 2020
Banca Examinadora:
Prof. Dr. Jonathan William Trautenmüller – UFPR – Primeiro Examinador
Prof. Dr. Vagner Alex Pesck– UNICENTRO – Segundo Examinador
Prof. Dr. Luciano Farinha Watzlawick – UNICENTRO – Orientador e Presidente da Banca Examinadora
Resumo:
A caracterização espacial de um ecossistema por meio de inventários tradicionais envolve um trabalho intenso, demorado e dispendioso e, portanto, as medidas de campo não podem ser aplicadas em grande escala ou em extensas áreas. Por outro lado, a integração de técnicas geoestatísticas multivariadas com dados obtidos de plataformas espaciais pode fornecer com precisão e baixo custo um panorama de variáveis florestais importantes. E assim, proporcionar subsídios para práticas de conservação e restauração dos ecossistemas florestais, avaliação de impactos ambientais e manejo florestal. Nesse contexto, objetivou-se com o presente estudo avaliar o desempenho da cokrigagem ordinária (CKO) no mapeamento de métricas da vegetação de um remanescente de Floresta Ombrófila Mista (FOM), utilizando covariáveis derivadas de imagens do satélite Sentinel-2A. Para isso, foram utilizados dados do inventário florestal contínuo, realizado na Floresta Nacional de Irati (FLONA de Irati), sob o domínio de Floresta Ombrófila Mista, referentes às medições realizadas em 2017 em 400 unidades amostrais georreferenciadas de 25 m x 25 m (625 m2 ), totalizando uma área de 25 hectares. Foram consideradas no estudo quatro métricas relacionadas à vegetação: duas de diversidade: riqueza (S) e Índice de Shannon (H’) e duas estruturais: área basal (G) e número de árvores por hectare (N). Embora o levantamento de campo contemple 400 unidades amostrais, apenas 100 parcelas com as métricas da vegetação foram utilizadas, pois partiu-se do pressuposto que as variáveis alvo eram subamostradas e as covariáveis superamostradas. Para obtenção das covariáveis foram obtidas imagens multiespectrais do satélite Sentinel-2A, com certo nível de processamento, sendo necessário apenas uma correção atmosférica. Após a correção atmosférica, obteve-se os valores médios de refletância das bandas (B2, 0,46 µm a 0,52 µm; B3, 0,54 µm a 0,58 µm; B4, 0,65 µm a 0,68 µm e B8, 0,78 µm a 0,90 µm) e o Índice de Vegetação da Diferença Normalizada (NDVI) das 400 parcelas. Em seguida, foram obtidos os mapas com as métricas da vegetação, considerando duas técnicas de interpolação: uma univariada, a krigagem ordinária (KO), e outra multivariada, a CKO. Para avaliar, por meio do Erro de Viés Médio (MBE) e Raiz do Erro Quadrático Médio (RMSE), a precisão dos mapas obtidos foram utilizados dados com as métricas da vegetação de 50 parcelas extras, distribuídas aleatoriamente na área de estudo. As métricas da vegetação foram negativamente correlacionadas com a refletância das bandas e o NDVI, com baixos coeficientes de correlação. Os maiores coeficientes de correlação entre as variáveis alvo e covariáveis foram: S e G com a banda 3, o H’, com a banda 4 e o número de árvores por hectares, com a banda 2. De modo geral, as duas técnicas de interpolação mapearam bem às métricas da vegetação. No entanto, a hipótese considerada de que os dados derivados do Sentinel-2A combinados com técnicas geoestatísticas multivariadas melhoram a precisão do mapeamento de atributos estruturais e diversidade de espécies arbóreas em Floresta Ombrófila Mista foi rejeitada. Embora a hipótese testada tenha sido rejeitada, observouse, um potencial da utilização de dados auxiliares derivados de imagens de satélites, no mapeamento das variáveis estudadas, sobretudo da área basal e densidade de árvores. E que apesar dos esforços, há um vasto campo a ser explorado e respondido.
