Купить СНПЧ А7 Архангельск, оперативня доставка

Integrando Geoestatística e Lidar para Identificar Padrões Isotrópicos e Anisotrópicos da Altura de Plantações de Eucalyptus grandis

DOI: http://dx.doi.org/10.12702/III-SGEA-a35

 

downloadpdf

Clayton A. Alvares1, Eric B. Gorgens2, André G. P. Silva3, Otávio C. Campoe1, Luiz C. E. Rodriguez4 & José L. Stape5

 

Resumo: O uso de geoestatística para quantificação e qualificação da biomassa florestal, se bem utilizada, pode em muito acrescentar na qualidade de estimação de variáveis biométricas. A tecnologia de perfilamento a laser (LiDAR), que possui ampla amostragem espacial, favorece o uso desta técnica. O presente trabalho visou estudar a dependência espacial das alturas de um povoamento de eucalipto com 6,5 anos de idade, obtidas por meio de um aerolevantamento LiDAR e investigar os padrões de isotropia e anisotropia desta relação. Da base de dados LiDAR, extraiu-se a métrica de altura denominada percentil 90 (P90), para cada célula de 20x20 metros do grid formado sobre a área de estudo (EUCFLUX). Posteriormente, foram elaborados os semivariogramas isotrópicos e anisotrópicos com a variável P90. Constatou-se dependência espacial entre alturas no povoamento florestal em ambas as abordagens: isotrópica (944 metros) e anisotrópica (695 a 992 metros). O efeito pepita encontrado ficou próximo de zero indicando uma boa modelagem da correlação espacial. É importante avaliar a dependência espacial de amostras antes de se realizar estimativas de variância pelos métodos tradicionais de inventário. Recomenda-se estudos adicionais que visem correlacionar a dependência espacial da altura com a dependência de outros atributos florestais não mensurados diretamente pelo LiDAR.

Palavras-chave: semivariograma; sensoriamento remoto; análise espacial

 

Abstract: Geostatistics applied for biomass quantification and qualification can improve quality on estimation of biometric variables. Light Detection and Ranging (LiDAR), which can stretch to wide spatial representativeness, favors the use of geostatistics. The current research aimed to investigate spatial correlation of tree heights in a 6.5 years old eucalyptus plantation, by means of an airborne laser scanning survey, and also to study isotropic and anisotropic patterns on the data. From a LiDAR dataset, it was extracted the height metric percentile 90 (P90), for a 20 meters grid, set over the study area (EUCFLUX). Then, it was elaborated isotropic and anisotropic P90 semivariograms. Spatial dependence was detected among the plantation’s tree heights for both approaches: isotropic (944 meters of range) and anisotropic (from 695 to 992 meters of range). The nugget effect value was close to zero, indicating an appropriate spatial correlation modeling. It is important to assess spatial dependence of samples prior to accomplish variance estimates used in traditional forest inventory methods. It is recommended additional researches to correlate spatial relation of height metrics with other forest attributes that are not measured directly by LiDAR.

Key words: semivariogram, remote sensing, spatial analysis

 

1 Eng. Florestal, Instituto de Pesquisas e Estudos Florestais – IPEF e Forest Productivity Cooperative – FPC, Avenida Comendador Pedro Morgante, 3500, 13415-000 - Piracicaba, SP, clayton@ipef.br, otavio@ipef.br
2 Eng. Florestal, Universidade de São Paulo – USP, Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, SP, e.gorgens@gmail.com
3 Eng. Florestal, Universidade de São Paulo – USP, Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, SP, andregracioso@gmail.com
4 Eng. Agrônomo, Universidade de São Paulo – USP, Escola Superior de Agricultura “Luiz de Queiroz”, Piracicaba, SP, lcer@usp.br
5 Eng. Florestal, North Carolina State University – NCSU e Forest Productivity Cooperative – FPC, Raleigh, NC, Estados Unidos da América, jlstape@ncsu.edu

 

Literatura Citada

ADDINSOFT (2011) XLSTAT. Statistical software to MS Excel.

ALVARES, C.A.; GONÇALVES, J.L.M.; SILVA, C.R.; FRANCISCATTE, W.; NASCIMENTO, L.A.. Geoestatística aplicada ao estudo da produtividade e qualidade de plantações florestais. In: SIMPÓSIO DE GEOESTATÍSTICA APLICADA EM CIÊNCIAS AGRÁRIAS, 1, 2009, Botucatu, Anais.... Botucatu, 2009.

ANDRIOTTI, J. L. S. Fundamentos de estatística e geoestatística. São Leopoldo: Editora UNISINOS, 2003. 165 p.

AUBRY, P.; DEBOUZIE, D. Estimation of the mean from a two-dimensional sample: The geostatistical model-based approach. Ecology, v. 82, n. 5, 2001.

CAMPOE, O. C.; STAPE, J.L. ; LACLAU, J. P. ; MARSDEN, C. ; NOUVELLON, Y. Stand-level patterns of carbon fluxes and partitioning in a Eucalyptus grandis plantation across a gradient of productivity, in São Paulo State, Brazil. Tree Physiology, v. 32, n. 6, p. 696-706, 2012.

COHEN, W. B.; SPIES, T. A.; BRADSHAW, G. A. SEMIVARIOGRAMS OF DIGITAL IMAGERY FOR ANALYSIS OF CONIFER CANOPY STRUCTURE. Remote Sensing of Environment, v. 34, n. 3, Dec 1990.

DEUTSCH, C.V.; JOURNEL, A.G. GSLIB: geostatistical software library and user’s guide. 2ª ed. New York: Oxford University Press, 1998. 369p.

ESRI - Environmental Systems Research Institute, Inc (2010) ArcGIS 10

GUERRA, P.A.G. Geoestatística operacional. Brasília: Departamento Nacional de Produção Mineral. 1988. 145 p.

KOCH, G. G.; GILLINGS, D. B. Inference, design-based vs. Model-based. In: KOTZ, S. e JOHNSON, N. L. (Ed.). Encyclopedia of statistical sciences. New York: Wiley, v.4, 1983. p.84-88.

KRAUS, K.; PFEIFER, N. Determination of terrain models in wooded areas with airborne laser scanner data. Isprs Journal of Photogrammetry and Remote Sensing, v. 53, n. 4, p. 193-203, Aug 1998. ISSN 0924-2716.

MCGAUGHEY, R. J. FUSION / LDV : Software for LIDAR Data Analysis and Visualization. 3.10. ed. Washington DC: USDA/Forest Service, 2012. p. 170.

MELLO, J. M. Geoestatística aplicada ao inventário florestal. 2004. 111 Tese (doutorado) - Escola Superior de Agricultura Luiz de Queiroz.

ROBERTSON, G.P. GS+: Geostatistics for the Environmental Sciences. Gamma Design Software, Plainwell, Michigan USA. 2008. 162 p.

SHAPIRO, S.S.; WILK, M.B. An analysis of variance test for normality: complete samples. Biometrika, v. 52, p. 591-611, 1965.

SOARES, A. Geoestatística para as ciências da terra e do ambiente. Lisboa : IST Press, 2ª Ed. 2006. 214 p.

YATES, F. A new method of arranging variety trials involving a large number of varieties. Journal of Agricultural Science, v. 26, Jul 1936. ISSN 0021-8596.

WULDER, M. A., FRANKLIN, S. E., LAVIGNE, M. B. High spatial resolution optical image texture for improved estimation of forest stand leaf area index. Ottawa, ON, CANADA: Canadian Aeronautics and Space Institute, 1996.