Submitted by Gizele Lima (gizele.lima@inpa.gov.br) on 2018-03-07T19:18:00Z No. of bitstreams: 2 Tese-Estoque de carbono e quantificação da incerteza propagada combinando inventários florestal e sensoriamento remoto.pdf: 34978143 bytes, checksum: 1486a4b8bc6a23ddd2da8f63ebcf6a15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) / Made available in DSpace on 2018-03-07T19:18:00Z (GMT). No. of bitstreams: 2 Tese-Estoque de carbono e quantificação da incerteza propagada combinando inventários florestal e sensoriamento remoto.pdf: 34978143 bytes, checksum: 1486a4b8bc6a23ddd2da8f63ebcf6a15 (MD5) license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Previous issue date: 2017-09-28 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / REDD+ is an instrument developed at UNFCCC conferences to financially reward developing countries for efforts to reduce deforestation and forest degradation. In 2010, the IPCC task force in Yokohama evaluated and recommended linking existing field and remote sensing works to forest emissions estimates (IPCC, 2010) in a system that should be measurable, reportable and verifiable (MRV) (UNFCCC, 2009). In developing countries these estimates are more difficult due to the lack of a field data collection system and the availability of both current and temporal images to generate their emission history. The adoption of techniques associated with mathematical modeling and computer system is necessary to reach the recommendations for REDD + projects and were applied in the Ducke Reserve of INPA. Forest inventory with ALS LiDAR and SRTM airborne data, RapidEye and Landsat 8 was used. Linear models were used to establish relationships and the Monte Carlo technique was applied to quantify the propagated error. The error in diameter measurement could be measured and controlled in forest inventories by adopting remeasurement techniques with tape and photogrammetry. The development of scripts for the processing of LiDAR data allowed us to quantify and control errors in land estimates. The georeferencing of the plots for the combination with high resolution data requires procedures that guarantee their accuracy without compromising the field activities. The Monte Carlo method was important for the estimation of the error mainly of the georeferencing of the field data, since the formula of the error propagation does not allow this type of approach. The scripts are in development and available to any user, in order to make the method replicable in different places. The models and their uncertainties demonstrated spatial variation with recognized cause and consequence effects, necessary for the reliability of the models. The most endangered mature forest areas are the plateau regions around the Ducke Reservation suitable for REDD+ project and sustainable development. / O REDD+ é um instrumento elaborado nas conferências da UNFCCC para recompensar financeiramente os países em desenvolvimento que adotarem esforços para a redução do desmatamento e degradação florestal. Em 2010, a força tarefa do IPCC em Yokohama, avaliou e recomendou juntar os trabalhos existentes de campo com os de sensoriamento remoto para as estimativas das emissões florestais (IPCC, 2010) em um sistema que deve ser mensurável, reportável e verificável (MRV) (UNFCCC, 2009). Nos países em desenvolvimento estas estimativas são mais difíceis pela falta de um sistema de coleta de dados de campo e disponibilidade de imagens, tanto atuais como temporais, para gerar seu histórico de emissão. A adoção de técnicas associadas a modelagem matemática e sistema em computação é necessária para alcançar as recomendações para projetos de REDD+ e foram aplicadas na Reserva Ducke do INPA. O inventário florestal combinando com dados aerotransportados ALS, LiDAR e espaciais como SRTM, RapidEye e Landsat 8 foram utilizados. Modelos lineares foram usados para estabelecer as relações e a técnica de Monte Carlo foi aplicada para quantificação do erro propagado. O erro na medida do diâmetro pôde ser medido e controlado nos inventários florestais adotando técnicas de remedição com fita e fotogrametria. O desenvolvimento de scripts para o processamento dos dados LiDAR, permitiu quantificar e controlar os erros nas estimativas do terreno. O georreferenciamento das parcelas para a combinação com dados de alta resolução requer procedimentos que garantam sua acurácia sem comprometer as atividades de campo. O método de Monte Carlo foi importante para a estimativa do erro principalmente do georreferenciamento dos dados de campo, uma vez que a fórmula da propagação do erro não permite este tipo de abordagem. Os scripts estão em desenvolvimento e disponíveis a qualquer usuário, com intuito de tornar o método replicável em diferentes locais. Os modelos e suas incertezas demonstraram variação espacial com efeitos de causa e consequência reconhecidos, necessários para a confiabilidade dos modelos. As áreas com florestas maduras mais ameaçadas são as regiões de platô ao redor da Reserva Ducke aptas a projeto de REDD+ e ao desenvolvimento sustentável.

(Environmental Modelling of tree species in the Jari Valley, Monte Dourado, Pará state using a commercial forest inventory). Data on forest inventories are potentially unknown resources for use in environmental modeling. In contrast to herbarium data, they deal with a great number of individuals with a reasonably well-located geographic location and are available for much larger areas than those of permanent plots, (Hubble type plots). Problems in the use of these data include trustworthy identification of the species and the non-continuous cover of the areas. The present study was carried out in the forest management area of the company Orsa Florestal Ltda in Monte Dourado Pará. We used the area subdivisions as defined by the company for the forest inventory. These consist of Annual Production Units (UPA in Portuguese) with irregular shapes and sizes, subdivided into 10-ha Work Units (400m x 250m). The tree data bases are presented in a table with the list of georeferenced species from the forest inventories and the environmental-variable data bases contain relief curves, hydrology and topographic classification given by the company. Data from 4 UPAs were used; data from UPAs 1 and 2 were used for studies of floristic composition, diversity, spacial structure and in modeling for prediction of distribution; UPAs 3 and 4 were used only in species distribution modeling . Ten key species were selected from the species list for modeling and spacial distribution characterization; these were defined as those that presented the highest values of abundance and dominance. Key species identification was checked by collectiing botanical material and comparing it with herbarium material (IAN, Eastern Amazônia Embrapa herbarium).. The precision of the georeference data on the trees was also confirmed in field. Information on relief curves (altitude and declivity), hydrology and topography supplied by the company were analysed with ArcView 9.2 software to generate the tables to be used to model geographic distributions of the key species. Composition and plant physiogonmies were defined and characterized, as well as diversity patterns and species richness was estimated for the study area. The key species were studied as regards spatial and population structure. Maxent and GARP were used to produce distribution models for these species. Nine topographic sites were selected on the basis of the environmental variables, presenting high diversity (Hm'=3.85±0.27). Sites within the same altitude and declivity class are more closely grouped in lowland environments, while for hillside and plateau sites, the variable distance from the river confers greater affinity between sites. Vouacapoua americana had the highest dominance values in most sites, predominating hillside and plateau environments. In lowland environments, the highest dominance recorded was for Goupia glabra and Manilkara bidentata ssp. surinamensis. Diversity was influenced exclusively by the variable distance from the river, the greatest diversity being found in periodically flooded habitats. Dominance and abundance were influenced by the association altitude/declivity and by distance from the river; the highest dominance domiance values were found at higher areas (hillsides and plateaus) and nearer the river. Highest abundance values were found in lowland environments and at intermediate distance from the river. The richness estimators used showed average representation of 88% in relation to the observed data. A clumped pattern of spatial distribution did not prevail in the plots. Effect of the altitude/declivity variables showed a trendency for regular patterns. The algorithms MaxEnt and GARP were not efficient in predicting species occurrence in areas with different topographical characteristics, even for species with abundance values independent of these factors (e.g. G. glabra, D.excelsa, M.huberi). However, good models were obtained, when considering the entire topographic variation of all environments, and also when the number of points used to generate the model was less than those used for validation. MaxEnt showed the best power of prediction of the models; however, extrapolação of prediction to new areas should consider species abundance and include more environmental variables. Forest inventories supply data capable of demonstrating richness for studies of diversity and spatial distribution of species in Amazonian forest systems and, therefore are valuable tools for ecological studies in the Amazon. / (Modelagem ambiental de espécies de árvores no Vale do Jari, Monte Dourado-PA usando dados de um inventário florestal). Dados de inventários florestais são potencialmente recursos inéditos para uso em modelagem ambiental. Em contraste com dados de herbários, tratam de um grande número de indivíduos com suas posições geográficas razoavelmente bem plotadas e são disponíveis para áreas bem maiores que em plots permanentes, tipo Hubble plots. Problemas no uso desses dados incluem a confiança nas identificações das espécies e a cobertura não-contínua das áreas. O presente estudo foi realizado na área de manejo florestal da empresa Orsa Florestal Ltda em Monte Dourado Pará. Foram utilizadas as divisões de área definida pela empresa para a realização do inventário florestal que consistem em Unidades de Produção Anual (UPA) com formas e tamanhos irregulares, subdivididas em Unidades de Trabalho de 10ha (400m x 250m). Os bancos de dados de árvores constam de uma tabela contendo a lista de espécies georreferenciadas que são providenciadas durante os inventários florestais e, os bancos de dados com variáveis ambientais de relevo (curva de nível), hidrologia e classificação topográfica interna da empresa. Foram utilizados dados de 04 UPAs; sendo que dados das UPAs 1 e 2 foram utilizados para estudos de composição florística, diversidade, estrutura espacial e na modelagem para predição da distribuição enquanto que das UPAs 3 e 4 somente na modelagem da distribuição das espécies. Da lista de espécies foram selecionadas dez “espécies-focais”, definidas como as que apresentaram os maiores valores de abundância e dominância, para serem modeladas e terem sua distribuição espacial caracterizadas. A determinação das espécies focais foi checada por meio de coletas de material botânico confirmada com dados do acervo do herbário IAN da Embrapa Amazônia Oriental. A precisão do georreferenciamento das árvores também foi conferido em campo. As informações sobre curva de nível (altitude e declividade), hidrologia e topografia fornecidos pela empresa foram tratados no software ArcView 9.2 para gerar as tabelas a serem utilizadas para modelar as distribuições geográficas das espécies focais. A composição e fitofisionomias foram definidas e caracterizadas, assim como foram determinados os padrões de diversidade e estimativa de riqueza para a área estudada. Para as “espécies-focais” foram estudadas a estrutura espacial e populacional e usando Maxent e GARP foram produzidos os modelos de distribuição para essas espécies. Nove sítios topográficos foram definidos com base nas variáveis ambientais utilizadas, apresentando alta diversidade (Hm’=3,85±0,27). Sítios de mesmas classes de altitude e declividade são mais coesos entre si nos ambientes de baixio, enquanto que para os sítios de ambientes de encostas e platôs a variável distância de rio confere maior afinidade entre os sítios. Vouacapoua americana foi a espécie com maior dominância na maioria dos sítios, predominando nos ambientes de encostas e platôs. Nos ambientes de baixio, a dominância principal registrada foi para Goupia glabra e Manilkara bidentata ssp. surinamensis. A diversidade mostrou-se influenciada exclusivamente pela variável distância de rio, sendo os ambiente periodicamente inundados os que apresentaram maior diversidade média. A dominância e abundância foram influenciadas pela associação altitude/declividade quanto pela distância de rio, sendo que os maiores valores de dominância foram obtidos para áreas mais altas (encostas e platôs) e, nas menores distâncias de rio enquanto que para abundância nos ambientes de baixio e distância de rio intermediária. Os estimadores de riqueza utilizados tiveram representatividade média de 88% em relação aos dados observados. O padrão de distribuição espacial que prevaleceu nas parcelas foi o não agregado. Efeito das variáveis altitude/declividade, registraram tendências a ocorrência dos padrões regular. Os algoritmos MaxEnt e GARP não foram eficientes na predição da ocorrência de espécies nas áreas com características topográficas diferentes, mesmo para espécies com valores de abundância independentes desses fatores (p. ex. G. glabra, D.excelsa, M.huberi). No entanto, bons modelos foram obtidos, quando foram gerados considerando todas as variações topográficas de todos os ambientes e, também quando o número de pontos utilizados para gerar o modelo foi menor que aqueles utilizados para validação. MaxEnt foi o algoritmo que registrou o melhor poder de predição dos modelos no entanto, a extrapolação da predição para novas áreas deverá considerar a abundância da espécie e incluir mais variáveis ambientais. Inventários florestais fornecem dados capazes de captar a riqueza mais que desejável para estudos de diversidade e distribuição espacial de espécies em sistemas florestais amazônicos e, por isso é uma ferramenta valiosa em estudos ecológicos na Amazônia.