Return to search

Métodos para estimativa do índice de área foliar em um fragmento de floresta ombrófila mista montana no Estado do Paraná

Orientadora : Profª. Drª. Ana Paula Dalla Corte / Coorientador : Prof. Dr. Carlos Roberto Sanquetta / Dissertação (mestrado) - Universidade Federal do Paraná, Setor de Ciências Agrárias, Programa de Pós-Graduação em Engenharia Florestal. Defesa: Curitiba, 19/02/2016 / Inclui referências : f. 102-122 / Área de concentração : Manejo florestal / Resumo: O Índice de Área Foliar (IAF) é considerado como parte da estrutura mais sensível da floresta, pois as folhas do dossel regulam alguns processos fundamentais da produtividade florestal. A modelagem do IAF é considerada crítica e pouco acurada, principalmente no que se refere a florestas nativas. Diante disso, o presente estudo teve como objetivo testar diferentes métodos para estimativa do IAF por meio de detecção remota, em um fragmento de Floresta Ombrófila Mista, em São João do Triunfo, no Estado do Paraná. A área de estudo possui 4 parcelas permanentes, de modo que, foram distribuídas 81 unidades amostrais por parcela e 33 abrangendo a área total. A estimativa do IAF pelo método terrestre foi gerada automaticamente pelo sensor óptico CI-110, considerada como verdade de campo. O IAF estimado pelo método orbital foi gerado a partir de imagens do sensor Pléiades, baseado na relação empírica entre os índices de vegetação. Para o IAF obtido pelo método orbital foram testados os modelos propostos por SEBAL (2002) e Duchemin et al. (2006), e foram analisados os índices de vegetação NDVI, SR, SAVI e EVI. O IAF obtido a campo apresentou uma grande variabilidade, com valores entre 6,01 e 8,01, fator que está relacionado ao grande número de espécies existentes no local. Os índices de vegetação NDVI e SR não foram capazes de apresentar a variabilidade das espécies florestais para a estimativa do IAF, e os índices SAVI e EVI foram os que geraram melhores resultados, possibilitando a estimativa do IAF. O EVI apresentou correlação linear com o IAF obtido a campo variando de 0,54 a 0,77, e o SAVI entre 0,55 e 0,78. O valor médio do IAF gerado pelo modelo de Duchemin et al. (2006) foi bastante homogêneo, onde as parcelas variaram de 4,11 a 4,34, porém, não obteve correlação linear com os dados obtidos a campo. O modelo proposto por SEBAL (2002) apresenta uma maior variação entre as parcelas, exibindo valores entre 2,65 a 3,14, com r variando de 0,60 a 0,72, tendo forte correlação com os dados de IAF obtidos a campo. Logo, foram gerados modelos de regressão para estimativa do IAF baseados nos índices de vegetação SAVI e EVI, de modo que, todas as equações ajustadas foram consideradas satisfatórias, com R² maior do que 0,6 e Syx(%) de 4%. Os modelos gerados apresentaram resultados satisfatórios, o que demonstra a aplicabilidade desta metodologia. Palavras-chave: Floresta com Araucária; Fotografias Hemisféricas; Sensoriamento Remoto. / Abstract: The Leaf Area Index (LAI) is considered as part of the most sensitive structure of the forest, because the leaves of the canopy regulate some fundamental processes of the forest productivity. The modeling of LAI is considered critical and little accurate, mainly with regard to native forests. Therefore, the present study aimed to test different methods for estimate of LAI by means of remote sending, in a Subtropical Ombrophilous Forest fragment, in São João do Triunfo, in Paraná state. The area of study has 4 permanent plots, so, 81 sampling units were distributed by plots and 33 covering the total area. The estimate of LAI by terrestrial method was generated automatically by the optical sensor CI-110, considered as truth field. The LAI estimated by orbital method was generated from images of Pléiades sensor, based on the empirical relation among the vegetation indexes. For the LAI obtained by orbital method it was tested the models proposed by SEBAL (2002) and Duchemin et al. (2006), and it was analyzed the indexes of vegetation NDVI, SR, SAVI and EVI. The LAI obtained by field presented a great variability, with values between 6.01 and 8.01, factor that is towed to the great number of existing species in the local. The indexes of vegetation NDVI and SR were not capable of presenting the variability of the forest species for estimate of LAI, and the indexes SAVI and EVI were the ones that generated better results, allowing the estimate of LAI. The EVI presented linear correlation with the LAI obtained by field varying from 0.54 to 0.77, and the SAVI between 0.55 and 0.78. The average value of LAI generated by the model of Duchemin et al. (2006) was fairly homogeneous, where the plots vary from 4.11 to 4.34; however, it was not obtained linear correlation with the data obtained by field. The model proposed by SEBAL (2002) presents a greater variation between the plots, displaying values between 2.65 and 3.14, with r varying from 0.60 to 0.72, and it has strong correlation with the LAI data obtained by field. Thus, it was generated models of regression for estimate of LAI based on the indexes of vegetation SAVI and EVI, in such a way that all the adjusted equations were considered satisfying, with R² greater than 0.6 and Syx of 4%. The generated models presented satisfying results, which demonstrates the applicability of this methodology. Keywords: Araucaria forest; Hemispherical Photographs; Remote Sensing.

Identiferoai:union.ndltd.org:IBICT/oai:dspace.c3sl.ufpr.br:1884/45013
Date January 2016
CreatorsSchiavo, Bruna Nascimento de Vasconcellos
ContributorsSanquetta, Carlos Roberto, 1964-, Universidade Federal do Paraná. Setor de Ciências Agrárias. Programa de Pós-Graduação em Engenharia Florestal, Dalla Corte, Ana Paula
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Format122 f. : il. algumas color., application/pdf
Sourcereponame:Repositório Institucional da UFPR, instname:Universidade Federal do Paraná, instacron:UFPR
Rightsinfo:eu-repo/semantics/openAccess
RelationDisponível em formato digital

Page generated in 0.0023 seconds