Conselho Nacional de Desenvolvimento CientÃfico e TecnolÃgico / This paper presents a method for generating estimates of temporal changes in the surrounding area of a highway located in the Amazon, using the technique Cellular Automata and explanatory variables, only attributes of the land. The proposed model uses vector images (obtained from the National Institute for Space Research in Brazil), which are converted to grid type files â raster image, representing a series of spatial changes in the region of study. With this proposition, it is expected to assist decision makers in order to meet the requests of CONAMA Resolution 01, relating to environmental impacts, more specifically, as regards the construction of models which consider scenarios with and without the project, and that the process of construction / rehabilitation of roads can be made in view of the legal norms in order to minimize potential environmental and social impacts. The model generated from the CAs showed promise in generating future estimates of deforestation and a good quantitative and qualitative indicators to support the decision making process to consider future deforestation being caused by construction and / or paving of road in the Amazon. / Este trabalho apresenta um mÃtodo para a estimativa de mudanÃas espaÃo temporais no entorno de uma rodovia localizada na AmazÃnia, utilizando para tanto a tÃcnica AutÃmatos Celulares adaptada em ambiente SIG, onde as variÃveis explicativas do modelo serÃo somente os atributos do terreno. O modelo proposto usa imagens vetoriais (obtidas junto ao Instituto Nacional de Pesquisas Espaciais) que posteriormente sÃo convertidas para arquivos tipo grid â em formato raster, com a sÃrie histÃrica das mudanÃas espaciais na regiÃo objeto de estudo. Espera-se auxiliar os tomadores de decisÃo no atendimento das solicitaÃÃes da resoluÃÃo CONAMA 01/86 relativas à concepÃÃo de modelos que considerem cenÃrios com e sem o empreendimento, e que os processos de construÃÃo/recuperaÃÃo de rodovias possam ser realizados atendendo Ãs normas legais, visando minimizar os potenciais impactos sÃcio ambientais. O modelo gerado a partir dos ACs mostrou-se promissor na geraÃÃo de estimativas futuras de desmatamento e um bom indicador quantitativo e qualitativo para suporte no processo de tomada de decisÃo que pondere o desmatamento futuro a ser causado pela construÃÃo e/ou pavimentaÃÃo de uma rodovia na AmazÃnia.

A imprecisão das estimativas de carbono estocado em florestas naturais no ciclo global de carbono vem criando uma demanda de desenvolvimento e padronização de métodos indiretos para modelagem deste ciclo e de emissões de CO2 provenientes de mudanças de uso da terra e florestas. O trabalho teve como objetivo estabelecer as relações empíricas existentes entre a biomassa e o estoque de carbono de uma Floresta Ombrófila Mista (FOM) e os dados ópticos provenientes de sensores remotos de média resolução espacial (ASTER, LiSSIII e TM) por meio de análise de regressão. Além disso, criou-se um cenário hipotético de Redução de Emissões por Desmatamento, Degradação Florestal e Aumento de Estoque de Carbono (REDD+). O estudo foi desenvolvido na Estação Experimental de São João do Triunfo, no estado do Paraná. As equações de regressão envolveram como variáveis dependentes (y): a biomassa e o carbono florestal, obtidos indiretamente do inventário florestal contínuo do Programa de Pesquisas Ecológicas de Longa Duração (PELD), e como variáveis independentes (x) as bandas espectrais e os índices de vegetação (IV). O tratamento estatístico envolveu a análise da matriz de correlação (r) entre as variáveis x e y; a análise de regressão linear simples, não linear e múltipla, com as seguintes estatísticas: R², R²aj., Syx, Syx% e dispersão dos resíduos, Por fim, elaboraram-se mapas temáticos para estas variáveis biofísicas. Como as correlações (r) entre as variáveis biofísicas e espectrais do sensor ASTER (15m) foram baixas, a imagem foi degradada para 30m e 45m. Na resolução de 30m, o uso dos dados ASTER foi superior ao seu uso na resolução original. Não houve diferenças significativas nos valores de r entre o uso das bandas ou dos IVs para predizer as variáveis biofísicas. Regressões lineares simples se mostraram mais adequadas do que as regressões não lineares (exponenciais e logarítmicas) e múltiplas para estimar as variáveis biofísicas, apresentando erros inferiores aos estabelecidos nas campanhas de inventários tradicionais (α < 5%). Os mapas gerados a partir do sensor ASTER 30m foram mais fidedignos ao retratar a distribuição espacial destas variáveis na área de estudo devido à alta correspondência destes com os valores observados no inventário (PELD). Assim, a equação de regressão de carbono florestal a partir do ASTER foi usada na criação do projeto REDD+. A estimativa de biomassa e de carbono florestal da FOM mediante uso de dados de sensores ópticos foi adequada, com possibilidades de ser expandida para extensas áreas. A metodologia, portanto, se mostrou apropriada para ao monitoramento, relatório e verificação de estoques de carbono em florestas. / The imprecision of the estimates of carbon stock in natural forests in the global carbon cycle has created a demand for development and standardization of indirect methods for modeling this cycle and CO2 emissions from land use change and forestry. The work had as objective to establish empirical relationships between biomass and carbon stock of an Araucaria Forest (FOM) and medium spatial resolution remote sensing data (ASTER, and LiSSIII TM) through regression analysis. In addition, we created a hypothetical scenario of Reducing Emissions from Deforestation and Forest Degradation and Enhanced Carbon Stocks (REDD+). The study was developed at the Experimental Station of São João do Triunfo, state of Paraná. The regression analysis involved the forest biomass and forest carbon obtained from continuous forest inventory of the Long Term Ecological Research Program (LTER) as dependent variables (y) and spectral bands and vegetation indices (VIs) as independent variables (x). The statistical analysis comprised correlation analysis (r) between the variables x and y; regression analysis from linear, nonlinear and multiple regressions with the following statistics: R², R²adj, Syx, Syx% and residual dispersion. Furthermore thematic maps were made. Correlations between the biophysical variables and the spectral ASTER data were weak therefore ASTER was scaling up to 30m and 45m. The resolution of 30m, using ASTER data was higher than its use in the original resolution. There were not significant differences in r values between use of bands or VIs to predict the biophysical variables. Linear regressions were more suitable than nonlinear regressions (exponential and logarithmic) and multiple to estimate the biophysical variables, with errors lower than established in traditional inventories campaigns (α <5%). Maps generated from ASTER 30m were more reliable in portraying the spatial distribution of these variables in the study area due to the high correlation of these with the values observed in the inventory (LTER). Thus, the forest carbon equation from ASTER data was used in the creation of REDD+. The estimated biomass and forest carbon by using optical sensors data was adequate, with possibilities to be expanded to large areas. The methodology thus proved suitable for the monitoring, reporting and verification of carbon stocks in forests.

A imprecisão das estimativas de carbono estocado em florestas naturais no ciclo global de carbono vem criando uma demanda de desenvolvimento e padronização de métodos indiretos para modelagem deste ciclo e de emissões de CO2 provenientes de mudanças de uso da terra e florestas. O trabalho teve como objetivo estabelecer as relações empíricas existentes entre a biomassa e o estoque de carbono de uma Floresta Ombrófila Mista (FOM) e os dados ópticos provenientes de sensores remotos de média resolução espacial (ASTER, LiSSIII e TM) por meio de análise de regressão. Além disso, criou-se um cenário hipotético de Redução de Emissões por Desmatamento, Degradação Florestal e Aumento de Estoque de Carbono (REDD+). O estudo foi desenvolvido na Estação Experimental de São João do Triunfo, no estado do Paraná. As equações de regressão envolveram como variáveis dependentes (y): a biomassa e o carbono florestal, obtidos indiretamente do inventário florestal contínuo do Programa de Pesquisas Ecológicas de Longa Duração (PELD), e como variáveis independentes (x) as bandas espectrais e os índices de vegetação (IV). O tratamento estatístico envolveu a análise da matriz de correlação (r) entre as variáveis x e y; a análise de regressão linear simples, não linear e múltipla, com as seguintes estatísticas: R², R²aj., Syx, Syx% e dispersão dos resíduos, Por fim, elaboraram-se mapas temáticos para estas variáveis biofísicas. Como as correlações (r) entre as variáveis biofísicas e espectrais do sensor ASTER (15m) foram baixas, a imagem foi degradada para 30m e 45m. Na resolução de 30m, o uso dos dados ASTER foi superior ao seu uso na resolução original. Não houve diferenças significativas nos valores de r entre o uso das bandas ou dos IVs para predizer as variáveis biofísicas. Regressões lineares simples se mostraram mais adequadas do que as regressões não lineares (exponenciais e logarítmicas) e múltiplas para estimar as variáveis biofísicas, apresentando erros inferiores aos estabelecidos nas campanhas de inventários tradicionais (α < 5%). Os mapas gerados a partir do sensor ASTER 30m foram mais fidedignos ao retratar a distribuição espacial destas variáveis na área de estudo devido à alta correspondência destes com os valores observados no inventário (PELD). Assim, a equação de regressão de carbono florestal a partir do ASTER foi usada na criação do projeto REDD+. A estimativa de biomassa e de carbono florestal da FOM mediante uso de dados de sensores ópticos foi adequada, com possibilidades de ser expandida para extensas áreas. A metodologia, portanto, se mostrou apropriada para ao monitoramento, relatório e verificação de estoques de carbono em florestas. / The imprecision of the estimates of carbon stock in natural forests in the global carbon cycle has created a demand for development and standardization of indirect methods for modeling this cycle and CO2 emissions from land use change and forestry. The work had as objective to establish empirical relationships between biomass and carbon stock of an Araucaria Forest (FOM) and medium spatial resolution remote sensing data (ASTER, and LiSSIII TM) through regression analysis. In addition, we created a hypothetical scenario of Reducing Emissions from Deforestation and Forest Degradation and Enhanced Carbon Stocks (REDD+). The study was developed at the Experimental Station of São João do Triunfo, state of Paraná. The regression analysis involved the forest biomass and forest carbon obtained from continuous forest inventory of the Long Term Ecological Research Program (LTER) as dependent variables (y) and spectral bands and vegetation indices (VIs) as independent variables (x). The statistical analysis comprised correlation analysis (r) between the variables x and y; regression analysis from linear, nonlinear and multiple regressions with the following statistics: R², R²adj, Syx, Syx% and residual dispersion. Furthermore thematic maps were made. Correlations between the biophysical variables and the spectral ASTER data were weak therefore ASTER was scaling up to 30m and 45m. The resolution of 30m, using ASTER data was higher than its use in the original resolution. There were not significant differences in r values between use of bands or VIs to predict the biophysical variables. Linear regressions were more suitable than nonlinear regressions (exponential and logarithmic) and multiple to estimate the biophysical variables, with errors lower than established in traditional inventories campaigns (α <5%). Maps generated from ASTER 30m were more reliable in portraying the spatial distribution of these variables in the study area due to the high correlation of these with the values observed in the inventory (LTER). Thus, the forest carbon equation from ASTER data was used in the creation of REDD+. The estimated biomass and forest carbon by using optical sensors data was adequate, with possibilities to be expanded to large areas. The methodology thus proved suitable for the monitoring, reporting and verification of carbon stocks in forests.

A imprecisão das estimativas de carbono estocado em florestas naturais no ciclo global de carbono vem criando uma demanda de desenvolvimento e padronização de métodos indiretos para modelagem deste ciclo e de emissões de CO2 provenientes de mudanças de uso da terra e florestas. O trabalho teve como objetivo estabelecer as relações empíricas existentes entre a biomassa e o estoque de carbono de uma Floresta Ombrófila Mista (FOM) e os dados ópticos provenientes de sensores remotos de média resolução espacial (ASTER, LiSSIII e TM) por meio de análise de regressão. Além disso, criou-se um cenário hipotético de Redução de Emissões por Desmatamento, Degradação Florestal e Aumento de Estoque de Carbono (REDD+). O estudo foi desenvolvido na Estação Experimental de São João do Triunfo, no estado do Paraná. As equações de regressão envolveram como variáveis dependentes (y): a biomassa e o carbono florestal, obtidos indiretamente do inventário florestal contínuo do Programa de Pesquisas Ecológicas de Longa Duração (PELD), e como variáveis independentes (x) as bandas espectrais e os índices de vegetação (IV). O tratamento estatístico envolveu a análise da matriz de correlação (r) entre as variáveis x e y; a análise de regressão linear simples, não linear e múltipla, com as seguintes estatísticas: R², R²aj., Syx, Syx% e dispersão dos resíduos, Por fim, elaboraram-se mapas temáticos para estas variáveis biofísicas. Como as correlações (r) entre as variáveis biofísicas e espectrais do sensor ASTER (15m) foram baixas, a imagem foi degradada para 30m e 45m. Na resolução de 30m, o uso dos dados ASTER foi superior ao seu uso na resolução original. Não houve diferenças significativas nos valores de r entre o uso das bandas ou dos IVs para predizer as variáveis biofísicas. Regressões lineares simples se mostraram mais adequadas do que as regressões não lineares (exponenciais e logarítmicas) e múltiplas para estimar as variáveis biofísicas, apresentando erros inferiores aos estabelecidos nas campanhas de inventários tradicionais (α < 5%). Os mapas gerados a partir do sensor ASTER 30m foram mais fidedignos ao retratar a distribuição espacial destas variáveis na área de estudo devido à alta correspondência destes com os valores observados no inventário (PELD). Assim, a equação de regressão de carbono florestal a partir do ASTER foi usada na criação do projeto REDD+. A estimativa de biomassa e de carbono florestal da FOM mediante uso de dados de sensores ópticos foi adequada, com possibilidades de ser expandida para extensas áreas. A metodologia, portanto, se mostrou apropriada para ao monitoramento, relatório e verificação de estoques de carbono em florestas. / The imprecision of the estimates of carbon stock in natural forests in the global carbon cycle has created a demand for development and standardization of indirect methods for modeling this cycle and CO2 emissions from land use change and forestry. The work had as objective to establish empirical relationships between biomass and carbon stock of an Araucaria Forest (FOM) and medium spatial resolution remote sensing data (ASTER, and LiSSIII TM) through regression analysis. In addition, we created a hypothetical scenario of Reducing Emissions from Deforestation and Forest Degradation and Enhanced Carbon Stocks (REDD+). The study was developed at the Experimental Station of São João do Triunfo, state of Paraná. The regression analysis involved the forest biomass and forest carbon obtained from continuous forest inventory of the Long Term Ecological Research Program (LTER) as dependent variables (y) and spectral bands and vegetation indices (VIs) as independent variables (x). The statistical analysis comprised correlation analysis (r) between the variables x and y; regression analysis from linear, nonlinear and multiple regressions with the following statistics: R², R²adj, Syx, Syx% and residual dispersion. Furthermore thematic maps were made. Correlations between the biophysical variables and the spectral ASTER data were weak therefore ASTER was scaling up to 30m and 45m. The resolution of 30m, using ASTER data was higher than its use in the original resolution. There were not significant differences in r values between use of bands or VIs to predict the biophysical variables. Linear regressions were more suitable than nonlinear regressions (exponential and logarithmic) and multiple to estimate the biophysical variables, with errors lower than established in traditional inventories campaigns (α <5%). Maps generated from ASTER 30m were more reliable in portraying the spatial distribution of these variables in the study area due to the high correlation of these with the values observed in the inventory (LTER). Thus, the forest carbon equation from ASTER data was used in the creation of REDD+. The estimated biomass and forest carbon by using optical sensors data was adequate, with possibilities to be expanded to large areas. The methodology thus proved suitable for the monitoring, reporting and verification of carbon stocks in forests.

This Thesis presents a framework for modelling species-specific site quality index (SQI) at a spatial resolution of 250 m by integrating biophysical variables of growing degree days (GDD), soil water content (SWC), and incident photosynthetically active radiation (PAR) in descriptions of potential tree growth. Development of GDD maps is based on processing and blending remotely-sensed data acquired with the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor on the Terra satellite and ETM+ sensor on Landsat-7 satellite at spatial resolutions of 250 m and 28.5 m. Descriptions of SWC are based on a temperature-vegetation wetness index (TVWI) that relies on MODIS-based optical and thermal image products. PAR is estimated with an existing solar-radiation distribution model. SQI is defined as a function of species vital attributes and species environmental response to GDD, TVWI, and PAR. The methods are applied to a balsam fir [bF; Abies balsamea (L.) Mill.] dominated region in northwest New Brunswick. Comparisons between SQI and field-based estimates of site index and enhanced vegetation index showed that about 66 and 88% of the values corresponding to a series of Forest Development Survey lines (691 in total) were within 16% of SQI values. On average 92.1% of high bF-content stands (> 50% composition) in the area fell on medium-to-very high SQI values (> 0.50). Based on these agreements, SQI can be perceived as a good predictor of potential tree-species growth in the selection of optimal sites for biomass and wood fibre production.

Au cours des dernières décennies, l'Indonésie a connu des transformations spectaculaires des terres avec une expansion des plantations de palmiers à huile au détriment des forêts tropicales. L'Indonésie est actuellement l'une des régions ayant le plus haut taux de transformation de la surface terrestre dans le monde à cause de l'expansion des plantations de palmiers à huile et d'autres agricultures qui remplacent les forêts à grande échelle. Comme la végétation est un modificateur du climat près du sol, ces transformations à grande échelle ont des impacts majeurs sur les variables biophysiques de surface telles que la température de surface, l'albédo, les indices de végétation (NDVI), sur le bilan énergétique de surface et le partitionnement énergétique. Ce travail de thèse vise à quantifier les impacts des changements d’usage des terres en Indonésie sur les variables biophysiques de surface. Pour évaluer ces changements à l'échelle régionale, des données de télédétection sont nécessaires. Étant une variable clé de nombreuses fonctions écologiques, la température de surface (LST) est directement affectée par les changements de la couverture terrestre. Nous avons analysé la LST à partir de la bande thermique d'une image Landsat et produit une carte de température de surface avec une haute résolution (30m) pour les basses terres de la province de Jambi à Sumatra (Indonésie), une région qui a subi de grandes transformations au cours des dernières décennies. La comparaison des LST, albédo, NDVI et évapotranspiration (ET) entre sept différents types de couverture terrestre (forêts, zones urbaines, terres incultes, plantations de palmiers à huile jeunes et matures, plantations d'acacias et de caoutchouc) montre que les forêts ont des températures de surface inférieures à celles des autres types de couvert végétal, ce qui indique un effet de réchauffement local après la conversion des forêts vers des plantations. Les différences de LST atteignaient 10,1 ± 2,6 ºC (moyenne ± écart-type) entre les forêts et les terres déforestées. Les différences de températures de surface s'expliquent par un effet de refroidissement évaporatif des forêts, qui compense l'effet de réchauffement de l'albédo. Basé sur des différences observées dans les variables biophysiques entre les plantations de palmiers à huile jeunes et matures, nous avons analysé trois images Landsat couvrant une chronoséquence de plantations de palmiers à huile pour étudier la dynamique des variables biophysiques de surface pendant le cycle de rotation de 20-25 ans des plantations de palmiers à huile. Nos résultats montrent que les différences entre les plantations de palmiers à huile à différents stades du cycle de rotation du palmier à huile se reflètent dans les différences du bilan énergétique de surface, du partitionnement énergétique et des variables biophysiques. Au cours du cycle de rotation des plantations de palmiers à huile, les différences de température à la surface diminuent graduellement et se rapprochent de zéro autour du stade mature de la plantation de palmiers à huile de 10 ans. Parallèlement, le NDVI augmente et l'albédo diminue à proximité des valeurs typiques des forêts. Le bilan énergétique de surface et le partitionnement énergétique montrent des tendances de développement liés aux variables biophysiques et à l'âge des plantations de palmiers à huile. Les nouvelles plantations et les jeunes plantations (<5 ans) ont un rayonnement net plus faible que les plantations de palmiers à huile matures, mais ont des températures de surface plus élevées que les plantations de palmiers à huile matures. Les changements dans les variables biophysiques, le bilan énergétique et la répartition de l'énergie au cours du cycle d’une rotation du palmier à huile peuvent s'expliquer par l'effet de refroidissement évaporatif précédemment identifié dans les forêts, qui compense l'effet de réchauffement de l'albédo. L'un des principaux déterminants de ce mécanisme est la couverture végétale au cours des différentes phases du cycle de rotation du palmier à huile. Le NDVI en tant qu'indicateur du couvert végétal a montré une relation inverse cohérente avec LST de différentes plantations de palmiers à huile âgés, une tendance qui est également observée pour différents types d'utilisation des terres dans cette étude. Une analyse régionale et à plus long terme de la tendance LST entre 2000 et 2015 basée sur les données MODIS montre que dans la journée la température moyenne de Jambi a augmenté de 1,05 ºC, suivant la tendance des changements observés et dépassant les effets du réchauffement climatique. Afin d'évaluer les effets de l'expansion du palmier à huile sur le climat, le bilan énergétique de surface, le partitionnement énergétique et les processus biophysiques jouent un rôle important et le cycle complet de rotation des plantations de palmiers à huile doit être envisagé. Basé sur nos résultats, nous construisons le cycle de rotation des plantations de palmiers à huile et les changements qui se produisent au cours du développement de la végétation de palmiers à huile. Cette étude fournit des preuves que l'expansion des plantations de palmiers à huile et d'autres cultures commerciales entraîne des changements dans les variables biophysiques, réchauffant la surface du sol et augmentant ainsi l'augmentation de la température de l'air à cause du changement climatique. En utilisant des données Landsat à haute résolution, nous avons pu inclure les effets du changement d'utilisation des terres sur les variables biophysiques. Comprendre les effets du changement de la couverture terrestre sur les variables biophysiques peut soutenir des politiques concernant la conservation des forêts existantes, la planification et l'expansion des plantations de palmiers à huile et les mesures de boisement possibles. La connaissance des variables biophysiques, du bilan radiatif et de la répartition énergétique au cours du cycle de rotation du palmier à huile peut inclure de nouvelles pratiques de gestion susceptibles de réduire les conditions environnementales et microclimatiques extrêmes dans la phase initiale des plantations de palmiers à huile.