Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE

Transcrição

1 Comparação da precisão de procedimentos de estratificação em inventário florestal em fragmento de Floresta Estacional Semidecidual Amanda Candida Ribeiro Nunes¹ Rossi Allan Silva¹ Sérgio Teixeira da Silva¹ Marcela de Castro Nunes Santos¹ Daniela Cunha da Sé¹ José Marcio de Mello¹ José Roberto Soares Scolforo¹ 1 Universidade Federal de Lavras - UFLA Caixa postal: 3037 CEP Lavras - MG, Brasil amandacrn@gmail.com; rossiallan@gmail.com; setesi@uol.com.br; marcelacns@gmail.com; danicunhase@gmail.com; josemarcio@dcf.ufla.br; scolforo@dcf.ufla.br Abstract: Estimate the volumetry of a forest by forest inventory is an important tool for forest planning, given that for any procedure, either productive or protective, quantitative and/or qualitative, studies are needed. Therefore, this study evaluated four methods of inventory processing: traditional inventory through classic statistics; the post-stratified by the inverse of squared distance; geostatistics through kriging, performed by the fitted model parameters generated by the experimental semivariogram, analyzing the spatial dependence of the data, and the classification of Landsat satellite image using the software ENVI 4.5. All stratification methods generated three strata. Data are from the first measurement taken in July 2006, where the DBH (diameter at breast height) and total height were measured of all trees in the permanent plots in a fragment of semideciduous forest located in Bom Sucesso, Minas Gerais, Brazil. For the development of the stratification maps, we utilized the extension geostatistical Analyst of the software ArcGIS 9.2 (ESRI, 2008). The stratification of the area through these different methods varied considerably among each other. We compared the inventory erroes in order to analyze the precision of each method. The estimators of stratified sampling, by all methods, were more accurate than the simple sampling estimators. Among them, kriging was more efficient than both the inverse square of the distance and image classification possibly because it considers the similarity between the data also by the distance they are apart from each other. Palavras-chave: Classificação Supervisionada, Krigagem, IQD, ACS, SIG e estística. 1. Introdução O principal motivo para a realização de inventários florestais é a obtenção do volume de povoamentos florestais. O inventário florestal consiste no uso de fundamentos procedimentos de amostragem para a determinação ou estimação de características quantitativas e/ou qualitativas das florestas (SCOLFORO & MELLO, 2006). O processamento tradicional dos inventários florestais é realizado utilizando procedimentos clássicos de estatística, que assumem que as variações espaciais de uma determinada característica são aleatórias, isto é, independentes. Esses procedimentos desconsideram as possíveis relações que possam existir entre as unidades amostrais (GUEDES, et al. 2012). As técnicas de estratificação consistem em uma alternativa para ajustar uma relação equilibrada entre custo operacional e representatividade da amostra, pois estas implicam em grande influência na intensidade amostral e na precisão do inventário (KANEGAE, 2004). Segundo Alvarenga (2012), a interpolação é uma técnica utilizada para a estimar o valor de um atributo em locais não amostrados, a partir de pontos amostrados na mesma área ou região. 2763

2 A interpolação espacial converte dados de observações pontuais em campos contínuos, produzindo padrões espaciais que podem ser comparados com outras entidades espaciais contínuas. O interpolador espacial chamado Inverso do Quadrado da Distância (IQD) atribui pesos baseado no inverso do quadrado da distância que separa o valor interpolado dos valores observados. Outra alternativa para avaliar o volume de uma floresta consiste na aplicação de ferramentas ligadas ao sistema de informações geográficas (SIG). O uso de dados provenientes de satélites pode auxiliar em estudos de volumetria, apresentando boas perspectivas em relação aos inventários tradicionais (SILVA, 2009). As técnicas de classificação de imagens digitais permitem a estratificação das áreas em porções de maior homogeneidade com base em informações de semelhança de cor, textura entre outros (DEFINIENS, 2003). Os dados do sensor Landsat ETM+ (Enhanced Thematic Mapper plus) estão arquivados em diversas instituições de referência, as quais disponibilizam estes dados para uso sem custo, tornando-os uma opção para ser utilizada em programas de monitoramento multitemporal (SILVA, 2009). As técnicas de geoestatística que levam em consideração a dependência espacial dos dados, também vêm sendo utilizadas para estratificação por meio da krigagem. Segundo Kanegae Junior (2004), a krigagem utiliza propriedades estatísticas e estimativas da configuração espacial dos pontos amostrados para a estimativa do ponto desejado, baseandose no estudo da variabilidade espacial da característica de interesse. Assim, o objetivo deste trabalho foi avaliar a precisão das estratificações, comparando técnicas de geoestatística por meio da krigagem, de interpolação espacial pelo IQD, classificação supervisionada de imagens Landsat, à precisão do inventário tradicional por amostragem sistemática. 2. Metodologia de Trabalho O trabalho foi conduzido em um fragmento com área equivalente a 77,56 hectares de Floresta Estacional Semidecidual, em estágio de regeneração Semidecidual ciliar madura, localizado em Bom Sucesso, Minas Gerais. Altitude média de 920 metros e latosssolo como solo predominante. O índice de umidade é classificado como B2-úmido, a temperatura anual média varia entre 18,1-19,4 C e a precipitação anual média entre mm. As coordenadas geográficas são -44, (longitude) e -21,1575 (latitude) (SCOLFORO et al., 2008). Os dados são referentes à primeira medição das características dendrométricas em campo, realizada em julho de 2006, de 39 parcelas permanentes de 1000 m² sistematicamente distribuídas no fragmento. Cada parcela foi georreferenciada, e as características mensuradas foram CAP (circunferência a 1,3 m do solo) e altura total (Ht) de todas as árvores contidas nas parcelas. A estimativa do volume foi efetuada pela equação (1), desenvolvida no projeto Inventário da Flora Nativa e dos Reflorestamentos de Minas (SCOLFORO et al. 2008), para Floresta Estacional Semidecidual no Sul de Minas Gerais, na região da área em estudo. V = exp(-9, , *ln(dap)+0, *ln(ht)) (1) Onde: V= estimativa do volume com casca para diâmetro até 3cm em metros cúbicos, DAP=diâmetro a 1,3m do solo em centímetros e Ht=altura total da árvore em metros. O inventário foi processados através da estatística clássica, com dados provenientes da amostra sistemática e, pelo inverso do quadrado da distância. Foi realizada também uma 2764

3 análise estatística espacial para avaliar a distribuição dessa variável. Inicialmente ajustadou-e o semivariograma experimental, e posteriormente selecionou-se o modelo que melhor explicava o comportamento espacial da variável em estudo. Os parâmetros do modelo ajustado foram utilizados para realizar a krigagem do volume na área. Além disso, foi feita uma classificação automática utilizando uma imagem do satélite LandSat 5 TM (Figura 1), com data de passagem em 2006 e resolução espacial de 30 m e 6 bandas espectrais, das quais utilizou-se de 3 bandas (b3, b4 e b5). Através do programa ENVI 4.5 fez-se uma coleta de amostras de controle ao longo do fragmento, considerou-se para a escolha as diferenças mais marcantes visíveis na imagem e encontrou-se três classes. As informações das amostras foram inseridas para a realização da classificação supervisionada pela máxima verossimilhança. Em seguida fez-se uma pós classificação para agrupamento de pixels isolados chamada Clump, para proceder as composições coloridas empregadas nos procedimentos de interpretação. Para isso foi utilizada a amostragem sistemática estratificada para gerar os valores para as estatísticas. Figura 1: Imagem Landsat de 2006 do fragmento florestal localizado em Bom Sucesso, MG. A obtenção de estratos por meio do IQD e da krigagem foi realizada utilizando-se o módulo Geoestatistical Analyst do programa ArcGis 9.3 (ESRI, 2001). Os valores estatísticos gerados nos processamentos dos inventários com as diferentes formas de estratificação foram comparados, dando ênfase ao erro do inventário. 3. Resultados e Discussão A classificação da imagem permitiu a detecção de três diferentes classes no fragmento, sendo possível a distinção de polígonos com mesmas características espectrais (Figura 3). Já a estratificação a partir do inverso do quadrado da distância (IQD), que é um método determinístico, ou seja, trabalha diretamente com os dados para então formar grupos (estratos) de forma a se reduzir a variabilidade entre grupos, obteve-se a formação de estratos homogêneos (Figura 4). Os dados de volume apresentaram dependência espacial e o modelo que melhor se ajustou ao semivariograma experimental foi o exponencial (Figura 2). Os parâmetros do modelo escolhido foram: efeito pepita (C 0 ): 4,3595; o patamar (C 0 +C): 14,1102 e o alcance da dependência espacial (a): 1200 metros. Com estas informações gerou-se o mapa de krigagem (Figura 5). As estratificações realizadas resultaram em três estratos sendo eles ordenados do menor para o maior valor de volume (m³/ha). A Tabela 1 mostra a quantidade de parcelas e o volume por estrato pelas formas de classificação avaliadas. 2765

4 Figura 2: Semivariograma experimental com modelo exponencial ajustado, localizado em Bom Sucesso, MG. Tabela 1. Informações gerais por estrato para cada método de estratificação utilizado no fragmento localizado em Bom Sucesso, MG. Método Estratos Nº de Volume médio Parcelas (m³/ha) I 7 25,97 IQD II ,98 III ,45 I 13 96,01 Classificação II ,67 de imagens III ,57 I 10 43,2 krigagem II 12 91,64 III 17 99,36 A comparação dos valores da Tabela 1 e as Figuras 3, 4 e 5 mostram que a divisão de estratos e o número de parcelas por estrato variaram muito nos três métodos avaliados. 2766

5 Figura 3. Mapa de estratos gerados pela classificação supervisionada de imagem Landsat 5 TM de fragmento localizado em Bom Sucesso, MG. Figura 4. Mapa de estratos gerados pelo inverso do quadrado da distância (IQD) em fragmento localizado em Bom Sucesso, MG. 2767

6 Figura 5. Mapa de estratos gerados pela krigagem em fragmento localizado em Bom Sucesso, MG. A comparação das médias, desvios padrões, coeficientes de variação, erro percentual e intervalo de confiança dos diferentes métodos de inventário florestal avaliados está exposta na Tabela 2. Tabela 2. Resultados gerados pelos diferentes métodos de processamento do invetário florestal utilizados em fragmento localizado em Bom Sucesso, MG. PROCESSAMENTO MÉDIA DESVIO ERRO CV (%) PADRÃO (%) IC ACS 8,3397 3, ,49 14,08 71,65-95,14 IQD 8,698 1, ,5076 2, ,12-88,85 krigagem 8,0641 1, ,9296 1,936 79,08-82,19 Classificação Supervisionada 8,1465 2, ,791 8,354 74,66-88,27 Pelas informações da Tabela 2 é possível verificar que de fato o volume apresentou grande variação em relação aos seus erros percentuais. Portanto, considerar a área total na análise sem separar as variações existentes, afeta de forma significativa a precisão do inventário. A estratificação agrupa regiões semelhantes, controlando a variabilidade e diminuindo o erro padrão da média. Os três tipos de estratificação desenvolvidos geraram melhores resultados ao se comparar com a ACS. Nota-se também pela Tabela 2 que o erro do inventário no processamento com estimadores da geoestatística apresentou valor bastante inferior aos demais, mostrando-se o melhor método dentre os avaliados. Essa diferenciação das áreas entre os estratos pode ter sido provocada em consequência de que no interpolador IQD a soma dos pesos não é necessariamente igual a um, enquanto que na krigagem o interpolador é exato e sem viés, em que a soma dos pesos é sempre igual a um (Guedes et al, 2012). Já a diferença com a classificação por imagem pode ser explicada pelo fato de variáveis como, época do ano (que em uma floresta semidecídua é de grande importância) e relevo, por exemplo, interferirem na estratificação de maneira não controlável e não pertinente ao resultado. 2768

7 Os resultados confirmam que ao se considerar a dependência espacial entre as unidades amostrais é possível diminuir o erro final do inventário. 4. Conclusões Os estimadores da amostragem estratificada foram mais precisos que a amostragem sistemática, indicando que o uso dos interpoladores espaciais e da técnica da classificação de imagens para estratificação da população são eficientes. A estratificação realizada a partir do IQD mostrou-se mais precisa que a baseada na técnica de classificação supervisionada. Este interpolador trabalha diretamente na formação de grupos de dados semelhantes e, portanto não gera o erro causado pela subjetividade apresentada pela classificação supervisionada. O método da krigagem se mostrou mais preciso que os demais provavelmente por ser o único que considera as relações de dependência espacial entre os dados, mostrando que essas relações devem ser exploradas nos cálculos de estimativas da produção florestal, já que melhoram os resultados finais e diminuem o erro. Agradecimentos Os autores expressam seus sinceros agradecimentos à FAPEMIG pelo apoio financeiro. Referências bibliográficas Alvarenga, L.H.V. Imagens de alta resolução e geoestatística na estratificação da fisionomia cerrado para inventários florestais Dissertação Mestrado em Engenharia Florestal. Definiens, I. Ecognition user guide 3. München: Definiens Imaging, p. Guedes, I. C. L; Mello, J. M.; Mello, C. R.; Oliveira, A. D.; Silva, S.T.; Scolforo, J. R. S. Técnicas Geoestatísticas e Interpoladores espaciais na Estratificação de povoamento de Eucalyptus sp. Ciência Florestal, Santa Maria, v.22, n.3, p , Kanegae JR, H. Avaliação de sistemas de inventários sucessivos e dos interpoladores espaciais como instrumento de estratificação de povoamentos clonais de Eucalyptus sp. Dissertação de Mestrado em Engenharia Florestal. Lavras, MG p. Silva, S. T. da., Estratificação da fitofisionomia cerrado para inventário florestal utilizando geotecnologia. Lavras : UFLA, p. Dissertação Mestrado em Engenharia Florestal. Scolforo, J.R.S. e Mello, J.M. Inventário Florestal. Lavras: UFLA Scolforo, J.; et al. (Ed.). Inventário florestal de Minas Gerais: Floresta Estacional Semidecidual. Lavras, MG: Editora UFLA,