Utilização do Lidar para o planejamento e monitoramento de operações de exploração e estimativas de biomassa em florestas tropicais

Transcrição

1 Utilização do Lidar para o planejamento e monitoramento de operações de exploração e estimativas de biomassa em florestas tropicais Marcus Vinicio Neves d Oliveira Marcus.oliveira@embrapa.br Daniel de Almeida Papa

2 Sumário Introdução Modelos digitais de superfície e dossel Definição de áreas de preservação permanente (APP) Planejamento e monitoramento do lançamento da rede de estradas, pátios de estocagem e trilhas de arraste Avaliação do impacto das operações florestais a nível do solo Avaliação do impacto da exploração com voos Lidar repetidos antes e depois da exploração Estimativas de biomassa e generalização de equações para áreas semelhantes

3 LIDAR (Light detection and range) Perfilamento a LASER O que e como funciona: é uma tecnologia óptica de detecção remota que mede propriedades da luz reflectida de modo a obter a distância ou outra informação a respeito um determinado objeto. - Frequencia da emissao k / segundo - Acoplado a um GPS, cada pulso retorna um ou mais pontos no terreno associados a coordenadas X, Y, Z Aplicacao: geracao de modelos digitais do terreno com alta resolucao e baixo custo - Modelos de superficie - Modelo de bacias hidrograficas - Modelos de vegetacao Planejamento e monitoramento florestal, avaliacao de estoques de carbono e biomassa, dinamica e ecologia florestal Parceria: USDA FS - Embrapa Governo do Estado do Acre Area de estudo: Floresta Estadual do Antimary, AC

4 Fusion Lidar Data Viewer (LDV) identificacao e medicao de arvore individuais

5 LDV Perfil Florestal com e sem normalizacao da elevacao

6 Area de estudo Floresta Estadual do Antimary

7 Modelo de superficie do dossel pelo Fusion a partir de dados brutos do Lidar

8 Modelo de superficie nua, construido a partir apenas dos pulsos que atingiram a superficie

9 Linhas de contorno em intervalos de 5 m gerados pelo Arc GIS a partir do modelo de superficie

10 Modelo de drenagem com detalhamento das bacias hidrograficas e fluxo de agua

11 Definição das áreas de APP segundo a Lei florestal Brasileira

12 Planejamento da rede de estradas

13 Identificação de impactos produzidos por operações florestais

14 Avaliação do impacto da exploração com voos Lidar repetidos antes e depois da exploração

15 Variação da cobertura vegetal (CV) acima de 30 m nos talhões de exploração da FEA

16 Variação da cobertura vegetal (CV) acima de 30 m nos talhões de exploração da FEA CV (ha) CV (%) 90 85, ,1 71, ,84 22,83 22, , ,0 45,8 26,2 26,1 25,4 Modeflora Convencional Logged_ ,55 14,54 8,30 8,29 15,77 6,66 CV 2010 (%) CV 2012 (%) Perda CV (%) CV 2010 (ha) CV 2012 (ha) Perda CV (ha) 0 Modeflora Convencional Explorado 2010

17 Estimativas de biomassa e generalização de equações para áreas semelhantes

18 Estimativa de biomassa seca acima do solo na área amostrada na FEA Análise de regressão das parcelas do inventário florestal (IF) versus modelo desenvolvido a partir de dados do Lidar 610 AGB = (2.788+( α) + ( β)). Adj. R 2 =0.74; DF=47; F= 68.46; p< Biomassa parcelas do IF (m 3. ha -1 ) Biomassa dados Lidar (Mg. ha -1 )

19 Extrapolação do modelo para toda a área amostrada pelo Lidar (Grimetrics - 50 x 50 m)

20 Comparação entre as estimativas de campo (colunas vermelhas), modelo de regressão campo vs. Lidar aplicado às áreas das parcelas (colunas marrom) e modelo Lidar extrapolado para toda área amostrada 300,0 Biomassa seca acima do solo (Mg. ha -1 ) 250,0 200,0 150,0 100,0 50, ,0 Modeflora Conventional unlogged Conventional logged All areas

21 Estimativa de biomassa nos talhões da FEA antes e após a exploração Estimativa de perda de biomassa nas parcelas (Mg. ha -1 ) Estimativa da perda de biomassa em toda area (Mg. ha -1 ) ,9 238,7 217,8 230, ,0 199, ,6 235,6 233,1 229,4 204,9 203,78 204,4 209, Danificado 50 28,05 20,92 31,25 23, ,7 31,82 28,7 20,3 0 Modeflora Convencional Convent-Mod Explorado Modeflora Convencional Convent-Mod Explorado 2010

22 Generalização dos modelos da FEA para duas áreas manejadas na Flona Jamary Above ground biomass, volume, and basal area regression models (extracted from d Oliveira et al., 2012) Forest Variable Regression Model CF R 2 Root-Mean- Square Error Biomass ABG = ( x P x VAR) 2 + CF (t.ha -1 ) Volume VOL = ( x P x VAR) 2 + CF (m 3.ha -1 ) BA (m 2.ha -1 ) BA = *** x P *** x VAR Jamari 1 Jamari 2 AB AGB AB AGB Área explorada Área não explorada APP Área total

23 Conclusões Determinar com precisão APP Estimar com precisão o impacto produzido por operações florestais Determinação da variação da cobertura vegetal, perda de biomassa e identificação de árvores cortadas e danificadas durante o manejo florestal em voos antes e após a exploração Estimar estoques de biomassa, carbono, volume de madeira e área basal da áreas amostradas A possibilidade de generalizar equações para florestas diferentes com diferentes dados lidar sugere a possibilidade da geração de modelos gerais para grandes áreas de floresta

24 Modelo virtual e real da árvore mais alta (Couratari macrocarpa 55.4 m) na área coberta pelo voo do Lidar na FEA Obrigado!