O Cerrado brasileiro é um dos biomas mais ameaçados do mundo. Dessa forma, é extremamente necessária a utilização de seus recursos mediante a um manejo florestal sustentável. O inventário florestal é a base para um bom manejo florestal. Diante disso, este estudo teve como objetivo avaliar o uso de ferramentas de geotecnologia, como estratificadores de fragmento florestal de Cerrado Sensu stricto. Especificamente, pretendeu-se avaliar o processo de segmentação e classificação de imagem de satélite como pré-estratificação do fragemnto florestal; avaliar o uso do interpolador espacial como pós- estratificador do fragmento florestal, e comparar as estimativas da amostragem casual estratificada (ACE) de cada estratificação com as estimativas da amostragem sistemática (AS). A área de estudo localiza-se no município de São Romão – MG, com área de 7.706,59 hectares. Foram alocadas 157 parcelas de 1000m2 de forma sistemática na área. Em todas as parcelas foram medidos a circunferência a 1,3 m do solo e altura total de todas as árvores. O volume de cada parcela foi obtido por equações de volume geradas para a fisionomia. A pré-estratificação se deu por segmentação da imagem de satélite realizada de duas formas: automatizada e baseada em interpretação visual. A pós- estratificação se deu com o uso do interpolador geoestatístico krigagem. O processamento do inventário foi realizado, utilizando-se os estimadores da AS, para a amostra original e dos estimadores da ACE, para cada estratificação gerada. Também foi realizada uma redução de 40% da intensidade amostral para as estratificações, a fim de perceber a possibilidade de redução de custo e tempo dos trabalhos de campo. Foram realizadas 1000 simulações para garantir a estabilidade dos estimadores na redução de 40% da intensidade amostral. Foi encontrado uma diminuição de 24,71% e 6,48% no erro de inventário para a ACE, baseada em segmentação visual e segmentação automática, respectivamente, em relação à AS. Foi notada uma diminuição de 43,8% no erro do inventário da ACE por pós-estratificação em relação à sistemática. Outro resultado importante foi que mesmo com a diminuição de aproximadamente 60% na intensidade amostral, a ACE baseada em interpolador geoestatístico apresentou erro do inventário menores que da AS. Desta maneira, pode-se concluir que o processo de estratificação baseado em geotecnologia mostrou-se eficiente para ser incorporado ao inventário florestal.
The Brazilian Savanna is one of the most threatened biomes in the world. Thus, it is extremely necessary to use its resources through sustainable forest management. Forest inventory is the basis for good forest management. Given this, this study aimed to evaluate the use of the geotechnology tools for stratification of a Brazilian Savanna fragment. Specifically, it was intended to evaluate the process of segmentation and classification of satellite imagery as a pre-stratification of the forest fragment; evaluate the use of spatial interpolation as post-stratification of the forest fragment and compare the estimates of the stratified random sampling (SRS) for each stratification estimates of systematic sampling (SS). The study area was located in São Romão - MG with an area of 7,706.59 hectares. One hundred fifty seven 1000-m2 plots were allocated in a systematic way in the area. The circumference at 1.3m from the ground and the total height of all trees were measured in all plots. The volume of each plot was obtained by volume equations generated for the physiognomy. The pre- stratification was generated by the satellite image segmentation performed in two approachs: automated and based on visual interpretation. The post- stratification was generated with the use of kriging geostatistical interpolator. Inventory processing was performed using the estimators of the original sample for SS and SRS estimators generated for each stratification. Also, a reduction of 40% in the intensity for the sample stratification was performed in order to check the possibility of reducing labor costs and time. One thousand simulations were also performed to ensure the stability of the estimators in reducing sampling intensity. Decreases of 24.71% and 6.48% in inventory errors were found for SRS based on visual segmentation and automatic segmentation, respectively, compared to the AS. A decrease of 43.8% was found in the inventory error of ACE by post-stratification in relation to the SS. Another important result was that even with the decrease of approximately 60% in sampling intensity, the inventory error of ACE based on geostatistical interpolation was lesser than the AS’s error. Thus, it can be concluded that the process of stratification based on geotechnology proved to be efficient to be incorporated in the forest inventory.
