Estimativa do volume total de madeira em espécies de eucalipto a partir de imagens de satélite Landsat

Abstract

Modelos relacionando respostas espectrais com parâmetros biofísicos visam estimar variáveis, tais como volume de madeira, sem a necessidade de avaliações constantes em campo. Objetivou-se desenvolver modelos estimadores de volume de madeira a partir de imagens TM do Landsat 5, com base em dados de inventário florestal regional. A imagem foi georreferenciada e convertida para imagem reflectância espectral. Em seguida, foram geradas as imagens índice NDVI (índice de vegetação da diferença normalizada) e SR (razão simples). Os valores das reflectâncias das bandas (TM1, TM2, TM3 e TM4) e dos índices (NDVI e SR) foram relacionados com os volumes de madeira. As maiores correlações com volume foram com os índices NDVI e SR. A seleção de variáveis foi feita pelo método Stepwise, o qual retornou três modelos de regressão como significativos para explicar a variação em volume. Por fim, selecionou-se o modelo com melhor ajuste (volume = -830,95 + 46,05 × (SR) + 107,47 × (TM2)), o qual foi aplicado sobre a imagem Landsat onde os pixels passaram a representar o volume estimado em m3/ha nas unidades de produção de Eucalyptus sp. Este modelo, significativo ao nível de 95 % de confiança, explica 68 % da variação de volume de madeira.

Models relating spectral answers with biophysical parameters aim estimate variables, such as wood volume, without the necessity of frequent field measurements. The objective was to develop models to estimate wood volume by Landsat 5 TM images, supported by regional forest inventory data. The image was geo- referenced and converted to spectral reflectance. After, the images-index NDVI (Normalized Difference Vegetation Index) and SR (Simple Ratio) was generated. The reflectance values of both spectral bands (TM1, TM2, TM3 e TM4 ) and indices (NDVI and SR) was related with the wood volume. The biggest correlation with volume was with the NDVI and SR indices. The variables selection was made by Stepwise method, which returned three regression models as significant to explain the variation in volume. Finally, the best fitted model was selected (volume = -830,95 + 46,05 × (SR) + 107,47 × (TM2)), which was applied on the Landsat image where the pixels had started to represent the estimated volume in m3/ha on the Eucalyptus sp. production units. This model, significant at 95 % confidence level, explains 68 % of the wood volume variation.