Este trabalho contribui para a evolução dos métodos que lidam com a quantificação de biomassa em plantações florestais em grande escala. Mais especificamente, explora o potencial de novos métodos baseados em sistemas de escaneamento a laser aerotransportado (ALS) que produzem uma representação 3D da estrutura vertical e horizontal acima do solo em plantios de Eucalyptus spp. A abordagem assume que a biomassa acima do solo pode ser estimada de forma precisa quando o perfil vertical da altura do dossel e a área basal são bem conhecidos. Assim, quatro questões foram analisadas: (i) se a função de densidade probabilidade Weibull com dois parâmetros (escala ? e forma ?) consegue descrever com precisão a distribuição vertical de pontos gerada pela tecnologia ALS e gerar um perfil aparente de altura de dossel adequado em plantios de eucalipto; (ii) se quando gerada por tecnologia ALS, a proporção de retornos no subdossel e solo tem relação significativa e positiva com a variável área basal; (iii) qual a qualidade da predição de área basal e de biomassa seca de lenho quando são usadas como variáveis explicativas um percentil baixo de altura da nuvem ALS e o parâmetro de escala da distribuição Weibull ajustada para definir o perfil vertical do dossel; e (iv) qual a qualidade dos mapas de biomassa de lenho de plantios de eucaliptos quando produzidos a partir de dois métodos diferentes, um de interpolação de dados das parcelas de campo (krigagem ordinária) e outro que usa a nuvem de pontos ALS para calibrar as informações das parcelas de campo (regressão linear). Os resultados mostraram que a função Weibull de dois parâmetros ajustou com precisão adequada o perfil das alturas do plantio de eucalipto. Do ponto de vista prático, esse resultado reforça as estratégias de uso dos parâmetros da função Weibull (escala e forma) como métricas que caracterizam adequadamente a estrutura vertical dos povoamentos florestais. A estimativa de área basal em função da proporção de retornos no subdossel e no solo mostrou-se moderada (R² = 0.42 e rRMSE = 7.6%), sendo necessários mais estudos que investiguem essa relação. As predições de área basal e biomassa do lenho foram aprimoradas em função do parâmetro ? da função Weibull, usado como estimador de escala para as alturas do dossel (área basal, R² = 0.77 e rRMSE = 4.8% e biomassa do lenho, R² = 0.89 e rRMSE = 5.1%). As variáveis, percentil 30 e parâmetro de forma (?) da função Weibull, também produziram boas estimativas (R² = 0.82 para área basal e R² = 0.93 para biomassa de lenho). Os mapas de predição de biomassa de lenho mostraram-se mais precisos quando derivados a partir de dados ALS (rRMSE = 5.5% versus 12.7% na interpolação por krigagem ordinária). / This work contributes to the evolution of methods dealing with the quantification of biomass in large-scale forest plantations. More specifically, it explores the potential of new methods based on airborne laser scanning systems to produce a 3D representation of the vertical and horizontal structure of above ground Eucalyptus spp plantations. The approach assumes that above ground biomass can be precisely estimated when the vertical profile of canopy heights and basal area are well known. Thus, four questions are examined: (i) can the Weibull probability density function (pdf) with two parameters (? scale and ? shape) describe accurately the vertical distribution of points generated by the ALS technology and generate an adequate apparent profile of canopy heights for the eucalyptus plantation?; (ii) when generated by the ALS technology, is the proportion of understory returns to ground returns significantly and positively related with basal area?; (iii) how well are basal area and dry stem biomass predicted by models using low height percentile values of the ALS point cloud and the scale parameter of the Weibull distribution describing the vertical canopy profile?; and (iv) how accurate are stem biomass maps of the eucalyptus plantation when two different methods are used, one based on interpolation that uses sample plots information (ordinary kriging) and another that uses the ALS point cloud to calibrate the sample plot information (linear regression)? The results showed that the Weibull pdf with two parameters fitted with adequate accuracy the plantation\'s height profiles. From a practical standpoint, this result reinforces the strategies of using the Weibull parameters (scale and shape) as metrics that adequately characterize the vertical structure of forest stands. Basal area estimates derived from the proportion of understory and ground returns presented only moderated accuracy (R² = 0.42 e rRMSE = 7.6%) and more research is needed to investigate such relationship. Good results were obtained when basal area and stem biomass were fitted as a function of the Weibull ? parameter, as a proxy for the scale of canopy heights (basal area, R² = 0.77 e rRMSE = 4.8%, and stem biomass, R² = 0.89 and rRMSE = 5.1%). The explanatory variables percentile 30 and the Weibull shape parameter (?) also produced good estimates (R² = 0.82 for basal area and R² = 0.93 for stem biomass). Stem biomass prediction maps showed to be more accurate when derived from ALS data (rRMSE = 5.5% against 12.7% derived from ordinary kriging interpolation).

Este trabalho contribui para a evolução dos métodos que lidam com a quantificação de biomassa em plantações florestais em grande escala. Mais especificamente, explora o potencial de novos métodos baseados em sistemas de escaneamento a laser aerotransportado (ALS) que produzem uma representação 3D da estrutura vertical e horizontal acima do solo em plantios de Eucalyptus spp. A abordagem assume que a biomassa acima do solo pode ser estimada de forma precisa quando o perfil vertical da altura do dossel e a área basal são bem conhecidos. Assim, quatro questões foram analisadas: (i) se a função de densidade probabilidade Weibull com dois parâmetros (escala ? e forma ?) consegue descrever com precisão a distribuição vertical de pontos gerada pela tecnologia ALS e gerar um perfil aparente de altura de dossel adequado em plantios de eucalipto; (ii) se quando gerada por tecnologia ALS, a proporção de retornos no subdossel e solo tem relação significativa e positiva com a variável área basal; (iii) qual a qualidade da predição de área basal e de biomassa seca de lenho quando são usadas como variáveis explicativas um percentil baixo de altura da nuvem ALS e o parâmetro de escala da distribuição Weibull ajustada para definir o perfil vertical do dossel; e (iv) qual a qualidade dos mapas de biomassa de lenho de plantios de eucaliptos quando produzidos a partir de dois métodos diferentes, um de interpolação de dados das parcelas de campo (krigagem ordinária) e outro que usa a nuvem de pontos ALS para calibrar as informações das parcelas de campo (regressão linear). Os resultados mostraram que a função Weibull de dois parâmetros ajustou com precisão adequada o perfil das alturas do plantio de eucalipto. Do ponto de vista prático, esse resultado reforça as estratégias de uso dos parâmetros da função Weibull (escala e forma) como métricas que caracterizam adequadamente a estrutura vertical dos povoamentos florestais. A estimativa de área basal em função da proporção de retornos no subdossel e no solo mostrou-se moderada (R² = 0.42 e rRMSE = 7.6%), sendo necessários mais estudos que investiguem essa relação. As predições de área basal e biomassa do lenho foram aprimoradas em função do parâmetro ? da função Weibull, usado como estimador de escala para as alturas do dossel (área basal, R² = 0.77 e rRMSE = 4.8% e biomassa do lenho, R² = 0.89 e rRMSE = 5.1%). As variáveis, percentil 30 e parâmetro de forma (?) da função Weibull, também produziram boas estimativas (R² = 0.82 para área basal e R² = 0.93 para biomassa de lenho). Os mapas de predição de biomassa de lenho mostraram-se mais precisos quando derivados a partir de dados ALS (rRMSE = 5.5% versus 12.7% na interpolação por krigagem ordinária). / This work contributes to the evolution of methods dealing with the quantification of biomass in large-scale forest plantations. More specifically, it explores the potential of new methods based on airborne laser scanning systems to produce a 3D representation of the vertical and horizontal structure of above ground Eucalyptus spp plantations. The approach assumes that above ground biomass can be precisely estimated when the vertical profile of canopy heights and basal area are well known. Thus, four questions are examined: (i) can the Weibull probability density function (pdf) with two parameters (? scale and ? shape) describe accurately the vertical distribution of points generated by the ALS technology and generate an adequate apparent profile of canopy heights for the eucalyptus plantation?; (ii) when generated by the ALS technology, is the proportion of understory returns to ground returns significantly and positively related with basal area?; (iii) how well are basal area and dry stem biomass predicted by models using low height percentile values of the ALS point cloud and the scale parameter of the Weibull distribution describing the vertical canopy profile?; and (iv) how accurate are stem biomass maps of the eucalyptus plantation when two different methods are used, one based on interpolation that uses sample plots information (ordinary kriging) and another that uses the ALS point cloud to calibrate the sample plot information (linear regression)? The results showed that the Weibull pdf with two parameters fitted with adequate accuracy the plantation\'s height profiles. From a practical standpoint, this result reinforces the strategies of using the Weibull parameters (scale and shape) as metrics that adequately characterize the vertical structure of forest stands. Basal area estimates derived from the proportion of understory and ground returns presented only moderated accuracy (R² = 0.42 e rRMSE = 7.6%) and more research is needed to investigate such relationship. Good results were obtained when basal area and stem biomass were fitted as a function of the Weibull ? parameter, as a proxy for the scale of canopy heights (basal area, R² = 0.77 e rRMSE = 4.8%, and stem biomass, R² = 0.89 and rRMSE = 5.1%). The explanatory variables percentile 30 and the Weibull shape parameter (?) also produced good estimates (R² = 0.82 for basal area and R² = 0.93 for stem biomass). Stem biomass prediction maps showed to be more accurate when derived from ALS data (rRMSE = 5.5% against 12.7% derived from ordinary kriging interpolation).