(QUERCUS ROTUNDIFOLIA E QUERCUS SUBER)



Documentos relacionados
Estimativa da biomassa para as espécies florestais Quercus rotundifolia e Quercus suber com base em imagens de satélite de alta resolução espacial

Detecção de vegetação arbórea através de segmentação e classificação orientada a objecto de imagens multiespectrais de alta resolução (Quickbird).

Geomática e SIGDR aula teórica 23 17/05/11. Sistemas de Detecção Remota Resolução de imagens

MAPEAMENTO DIGITAL DE AMBIENTES COSTEIROS COM APOIO DE IMAGENS DE SATÉLITES E DADOS GNSS

Cobertura Fotogramétrica com uma Câmara Digital

Inventário Florestal Nacional IFN-BR

TERRA / ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer)

Aplicações CBERS na Universidade Federal do Rio Grande do Sul

XV COBREAP - CONGRESSO BRASILEIRO DE ENGENHARIA DE AVALIAÇÕES E PERÍCIAS - IBAPE/SP 2009

Classificação digital de Imagens

MAPEAMENTO COSTEIRO. DINÂMICA COSTEIRA E MONITORAMENTO GEODÉSICO DA LINHA DE COSTA.

MAPEAMENTO FLORESTAL

MAPEAMENTO DE CLASSES INTRAURBANAS NO MUNICÍPIO DE CARAGUATATUBA (SP) UTILIZANDO IMAGENS LANDSAT-5 TM E IMAGEM NDBI

EQUAÇÕES PARA ESTIMAÇÃO DO VOLUME E BIOMASSA DE DUAS ESPÉCIES DE CARVALHOS: Quercus suber e Quercus ilex

REPRESENTAÇÃO DA IMAGEM DIGITAL

USO DA TÉCNICA DE ANALISE POR COMPONENTE PRINCIPAL NA DETECÇÃO DE MUDANÇAS NA COBERTURA DO SOLO

Sensoriamento Remoto aplicado ao Monitoramento Ambiental

10 FÓRUM DE EXTENSÃO E CULTURA DA UEM COMPARAÇÃO DE FUSÃO ENTRE AS IMAGENS DO SATÉLITE RAPID EYE, CBERS E SPOT.

FEBRE AMARELA. xploração de dados de notificação de casos e epizootias

I ENCONTRO PAULISTA DE BIODIVERSIDADE

IMAGENS DE SATÉLITE PROF. MAURO NORMANDO M. BARROS FILHO

Imagens de Satélite (características):

Gestão de Informação Digital

5.º INVENTÁRIO FLORESTAL NACIONAL Apresentação do Relatório Final. Direcção Nacional de Gestão Florestal

AQUISIÇÃO DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO ESPACIAL PARA A REGIÃO DO MUNICÍPIO DE ROSÁRIO DO SUL - RS

SISTEMAS DE INFORMAÇÃO GEOGRÁFICA (I)

Sensoriamento Remoto

MEG-HIBAM - Ferramentas

ESTIMATIVA DE VARIÁVEIS FLORESTAIS COM DADOS DO PERFILAMENTO A LASER (LiDAR)

Programa Integrado de Monitoria Remota de Fragmentos Florestais e Crescimento Urbano no Rio de Janeiro

Aula 3 - Registro de Imagem

PROCESSAMENTO DIGITAL DE IMAGENS (SERP11) OPERAÇÕES ARITMÉTICAS. Daniel C. Zanotta

Potencialidades de utilização de Informação Geográfica Voluntária

SENSORIAMENTO REMOTO INTRODUÇÃO E ÍNDICES DE VEGETAÇÃO

LEAA Laboratório de Estudos em Agricultura e Agrometeorologia

Sensoriamento Remoto. Características das Imagens Orbitais

ILHAS FLUVIAIS E LACUSTRES: ESTUDOS DE CASO COM EXPLORAÇÃO DESCRITIVA DE ASPECTOS GERAIS DE FORMAÇÃO E EVOLUÇÃO NUMA ANÁLISE MORFOMÉTRICA

VARIABILIDADE ESPAÇO TEMPORAL DO IVDN NO MUNICIPIO DE ÁGUAS BELAS-PE COM BASE EM IMAGENS TM LANDSAT 5

SEGMENTAÇÃO DE IMAGENS EM PLACAS AUTOMOTIVAS

ELEGIBILIDADE DA PARCELA AGRÍCOLA APLICAÇÃO DO ARTIGO 34.º DO REGULAMENTO (CE) N.º 1122/2009

Produto 1. Mapas e figuras georreferenciadas contendo cicatrizes de queimadas para as regiões de interesse no Cerrado

Uso de geotecnologias no monitoramento de sistemas de integração lavourapecuária- floresta

Monitoramento Espacial e Inteligência na Agricultura

SERVIÇOS ESPECIALIZADOS PARA FORNECIMENTO DE IMAGENS DE SATÉLITE

Classificação da imagem (ou reconhecimento de padrões): objectivos Métodos de reconhecimento de padrões

Processamento de Imagem. Prof. Herondino

Determinação de data de plantio da cultura da soja no estado do Paraná por meio de composições decendiais de NDVI

Sensoriamento Remoto Orbital e Cartografia Derivada para Florestas e Meio Ambiente

UFGD FCA PROF. OMAR DANIEL BLOCO 4 PROCESSAMENTO DE IMAGENS

Dados para mapeamento

Características dos Sensores. Aula 3 Professor Waterloo Pereira Filho Docentes orientados: Daniela Barbieri Felipe Correa

AQUISIÇÃO DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO ESPACIAL PARA A ÁREA DE INTERESSE DO PROJETO DO ALTO TIETÊ

Nome Nº Turma Nome Nº Turma Nome Nº Turma Nome Nº Turma Nome Nº Turma

ArcGIS: Rescale em Batch, Composição Colorida RGB e Fusão de Imagens Landsat-8

Sistemas Sensores. Introdução

Termo de Referência para Elaboração do Plano de Manejo Florestal Sustentável

Sites de produtos gratuitos utilizados no curso de ArcGis

Ferramentas de sensoriamento remoto e SIG aplicadas ao novo Código Florestal

Flavio Marcelo CONEGLIAN, Rodrigo Antonio LA SCALEA e Selma Regina Aranha RIBEIRO. Universidade Estadual de Ponta Grossa

Análise espacial de servidão aeronáutica e servidão militar terrestre na Base Aérea de Sintra

MundoGEOXperience - Maratona de Ideias Geográficas 07/05/2014

ESTRUTURA FITOSSOCIOLÓGICA DO COMPONENTE ÁRBOREO DE UMA FLORESTA OMBRÓFILA EM PORTO VELHO, RONDÔNIA

SENSORIAMENTO REMOTO NO USO DO SOLO

PRODUÇÃO E ATUALIZAÇÃO DE MAPAS. Sensores aéreos e orbitais

Programa de Pós- Graduação em Engenharia Hidráulica e Saneamento

Sumário. Uso de imagens de satélite para monitoramento ambiental, planejamento do uso da Terra e gestão espacial à luz dos recentes desastres naturais

Aula 3 - Registro de Imagem

I Encontro Brasileiro de usuários QGIS

PROCESSAMENTO DOS DADOS AVHRR DO SATÉLITE NOAA E APLICAÇÃO SOBRE A REGIÃO SUL DO BRASIL. Leonid Bakst Yoshihiro Yamazaki

INVENTÁRIO FLORESTAL (Floresta Plantada) Propriedade: Fazenda Alto Limoeiro 4 Timóteo - MG

27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A

O DESAFIO DOS SENSORES REMOTOS NO INVENTÁRIO DE BIOMASSA SÓLIDA. José Rafael M. Silva; Adélia Sousa; e Paulo Mesquita

PRÁTICAS SILVICULTURAIS

REVISTA DA SOCIEDADE BRASILEIRA DE ARBORIZAÇÃO URBANA, Volume 2, Número 3, 2007.

INVENTÁRIO DE RECURSOS FLORESTAIS Conceitos básicos

MAPEAMENTO DA COBERTURA VEGETAL DE ÁREAS DE GRANDE EXTENSÃO ATRAVÉS DE MOSAICOS DE IMAGENS DO NOAA-AVHRR

AQUISIÇÃO DE IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO ESPACIAL

Autor: Uriálisson Mattos Queiroz Instituição: Escola de Engenharia Mecânica da Bahia(EEMBA)/IQUALI

Uso de Imagens de Satélites em Operações de Inteligência. LAGF, Setembro de /09/2013 1

UFGD FCA PROF. OMAR DANIEL BLOCO 6 CLASSIFICAÇÃO DE IMAGENS

AVALIAÇÃO DO MODELO DE ONDAS

ESTIMATIVA DE NDVI UTILIZANDO IMAGENS DOS SATÉLITES CBERS-2B_CCD, CBERS-2B_WFI E METEOSAT-9_SEVIRI 4

MAPEAMENTO DAS ÁREAS DE PRESERVAÇÃO PERMANENTE DA BACIA HIDROGRÁFICA DO RIO PAJEÚ-PE. Carlos Tiago Amâncio Rodrigues¹, André Quintão de Almeida²

O GPS IKE 1000 oferece velocidade, segurança e verificação. Com este equipamento a carga de trabalho e tempo dispendidos são minimizados devido a:

Ana Maria Fonseca Engenheira Geógrafa Investigadora Principal do LNEC

TERMO DE REFERÊNCIA: IMPLANTAÇÃO DA GRADE DE TRILHAS E PARCELAS PERMANENTES NA RESERVA BIOLÓGICA DO UATUMÃ

Soluções em Imagens da Terra para Uso. Cooporativo TÍTULO APRESENTAÇÃO. aplicações do mapeamento 3D a partir de


Transcrição:

INVENTÁRIO DE BIOMASSA FLORESTAL COM IMAGENS DE SATÉLITE DE ALTA RESOLUÇÃO ESPACIAL (QUERCUS ROTUNDIFOLIA E QUERCUS SUBER) Adélia M. O. de Sousa José R. Marques da Silva Ana Cristina Gonçalves Paulo A. Mesquita 21 de novembro 2012 Universidade de Évora Integrado na iniciativa Dias Abertos do ICAAM

Objetivo Avaliar o potencial de imagens de alta resolução espacial (Quickbird) na identificação de espécies florestais eestimar asua biomassa para as espécies dominantes na região do Alentejo (Quercus rotundifolia e Quercus suber). Projeto: ALTERCEXA IeII-Medidas de Adaptación y Mitigación del Cambio Climático a Través del Impulso de las Energías Alternativas en Centro, Alentejo y Extremadura. Programa Operativo de Cooperação Transfronteiriço Espanha Portugal (POCTEP).

Áreas de estudo Região de Mora (133km 2 ) - Agosto de 2006 (Quickbird) Região de Portel (225km 2 ) - Maio de 2003 (Quickbird) Região de Alcácer (155 km 2 ) - Setembro de 2004, 2007 e 2011 (Quickbird) - Junho de 2011 (WorldView 2) - Julho de 2011 (Geoeye1) - Junho de 2011 (WorldView 2) Região de Oleiros (121 km 2 ) - Maio de 2005 (Quickbird)

Dados Imagens de alta resolução espacial do satélite Quickbird da Digital Globe (www.digitalglobe.com). Resolução radiométrica de 11 bits. As imagens foram adquiridas no modo Ortho-ready Pan-Sharpened correspondendo à fusão da banda pancromática com as 4 bandas multi- espectrais. Resolução espacial de 0,70 m. B1 - azul (0,45-0,52 μm), B2 - verde (0,52-0,60 μm), B3- vermelho (V) (0,63-0,69 μm), B4 - infravermelho próximo (IVP) (0,76-0,90 0 μm).

Metodologia Pré-processamento das imagens - Orto-rectificação da imagem, com base no Modelo Digital de Elevação (MDE) do satélite Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) com 30 m de resolução espacial. - Georreferenciação para o sistema de projecção Hayford - Gauss Militar através de pontos com coordenadas conhecidas (pontos identificados no campo com um GPS e vértices geodésicos identificáveis na imagem).

Metodologia Processamento das imagens Principais etapas: i) cálculo de bandas sintéticas - índice de vegetação Normalized Difference Vegetation Index NDVI; NDVI= (IVP-V)/(IVP+V) ii) criação de uma máscara de coberto arbóreo; iii) segmentação do coberto arbóreo em objetos homógeneos; iv) classificação por tipologias florestais.

Máscara de vegetação com base no NDVI Método de segmentação multi-resolução l - agrega pixels em objetos com base em critérios de homogeneidade (forma, textura, etc.)

Máscara de vegetação

Classificação Quercus suber / Quercus rotundifolia Algoritmo de classificação - vizinho mais próximo -4 bandas, - NDVI de cada objecto (médias e desvio padrão) - variável do brilho - máxima diferença para as 5 bandas.

Estimativa da Biomassa Em parcelas de Povoamentos Puros e Povoamentos Mistos de Quercus rotundifolia e Quercus suber Nº de parcelas : - 26 de Quercus rotundifólia -12 de Quercus suber - 22 mistas Medições foram realizadas em parcelas de dimensão de 2070.25 m 2 (45.5m x 45.5 m) Inventário Florestal As variáveis dendométricas realizadas para cada árvore individual à altura do peito com diâmetro superior a 20cm, foram: - diâmetro à altura do peito, - altura total - raio da copa em 4 direções Projecção horizontal de copa (Norte, Sul, Este e Oeste)

Estimativa da Biomassa Inventário Florestal Funções alométricas utilizadas (Paulo e Tomé, 2006): Biomassa = ww+wb+wc Biomassa onde ww é a biomassa do lenho, wb da casca e wc da copa.

Resultados Biomassa Cumulativa - Funções Alométricas / Projeção Horizontal de Copa Cumulativa (Árvore) Biomassa cu umulativa - Alo ométrica,kg (BC_A) 180000 160000 140000 120000 100000 80000 60000 40000 20000 0 Quercus rotundifolia BC_A= 10,21 PHCC R² = 0,997 10 5 0-5 -10-15 -20 0 5000 10000 15000 20000 Projecção Horizontal de Copa Cumulativa, m2 (PHCC) Erro de es stimação da Bio omassa % ométrica,kg Biomassa Cumulativa - Al (BC_A) 180000 160000 140000 120000 100000 80000 60000 40000 20000 Quercus suber CATB = 14.59 CTCHP R² = 0.999 25 20 15 10 5 0-5 -10-15 -20-25 0-30 0 2000 4000 6000 8000 10000 12000 Projecção Horizontal de Copa Cumulativa, m2 (PHCC) Erro de 5% PHCC > 4000m 2 Erro de 5% PHCC > 4000m 2 stimação da Biomassa % Erro de e

Biomassa Cumulativa - Funções Alométricas / Projeção Horizontal de Copa Cumulativa (Parcela) Quercus rotundifolia Quercus suber kg Biomas ssa Cumulativa a - Alométrica, (BC_A A) 120000 100000 80000 60000 40000 20000 0 10 BC_A= 9,87 PHCC R² = 0,998 5 0-5 -10 0 2000 4000 6000 8000 10000 12000 Projeção Horizontal de Copa Cumulativa, m 2 (PHCC) Erro de Estimação de Biomassa % kg Bioma asa Cumulativa a - Alométrica, (BC_A A) 120000 100000 80000 60000 40000 20000 0 BC_A = 13.94 PHCC 10 R² =0.998 5 0-5 -10-15 -20-25 -30-35 -40-45 0 2000 4000 6000 8000 Projeção Horizontal de Copa Cumulativa, m 2 (PHCC) da Biomassa % de Estimação Erro Erro de 5% PHCC > 4000m 2 Erro de 5% PHCC > 4000m 2

Biomassa Cumulativa - Funções Alométricas / Projeção Horizontal de Copa Cumulativa (Parcela) Parcelas de Povoamentos Mistos de Quercus rotundifolia e Quercus suber Biomassa Cum mulativa - Alométric ca, kg (BC_A) 140000 120000 100000 80000 60000 40000 20000 BC_A = 13.74 PHCC R² = 0.987 15 10 5 0-5 Erro de Es stimação de Biom massa, % Erro de 5% PHCC > 5000m 2 0-10 0 2000 4000 6000 8000 10000 Projeção Horizontal de Copa Cumulativa (PHCC), m 2

Estimativa da Biomassa - com base na imagem de satélite Projecção Horizontal de Copa

Estimativa da Biomassa imagens de satélite Biomassa Cumulativa - Funções Alométricas / Projeção Horizontal de Copa Cumulativa Imagem de Satélite Quercus rotundifolia Pacelas de povoamentos puros Quercus suber Erro de 5% Erro de 5% PHCC > 4000m 2 PHCC > 4000m 2

Estimativa da Biomassa imagens de satélite Parcelas de Povoamentos oamentos Mistos Erro de 5% PHCC > 8000m 2

Funções de estimação da biomassa BC_A = a * PHCC (1) BC_ A = b * PHCC_ S (2) ) Parâmetros das funções de estimação da Biomassa Povoamento Equação a, b (kg m -2 ) Válido para Observações Puro Quercus rotundifolia Puro Quercus suber 1 9.87 PHCC > 4000 m 2 Com a PHCC 2 647 6.47 PHCC_S > 4000 m 2 Com a PHCC_S 1 13.94 PHCC > 4000 m 2 Com a PHCC 2 7.34 PHCCP_S > 4000 m 2 Com a PHCC_S Misto 1 13.74 PHCC > 5000 m 2 Com a PHCC Quercus rotundifolia / Quercus suber 2 7.80 PHCCP_S > 8000 m 2 Com a PHCC_S

Conclusões - Neste estudo desenvolveu-se uma metodologia para a estimação da biomassa com base em imagens de satélite de alta resolução espacial com resultados bastante satisfatórios, com erros de estimação inferiores a 5%. - Para parcelas de povoamentos puros de Quercus rotundifolia e Quercus suber podese estimar o valor da biomassa desde que a projecção horizontal de copa cumulativa obtida com base em imagens de satélite tenha valores superiores a 4000 m 2. - Para parcelas de povoamentos mistos de ambas as espécies, pode-se estimar o valor da biomassa desde que a projecção horizontal de copa cumulativa obtida com base em imagens de satélite tenha valores superiores a 8000 m 2.

Adélia Sousa (asousa@uevora.pt) José Rafael M da Silva (jmsilva@uevora.pt) Ana C. Gonçaves (acag@uevora.pt) Paulo Mesqueita (paulomesquita00@gmail.com) Muito Obrigada