Estimating and mapping forest variables of the brazilian national forest inventory to finer scales

Introducao: Brasil deu inicio recentemente ao seu Inventario Florestal Nacional (IFN) seguindo uma amostragem em larga escala de 1:100.000. Com isso, ha uma crescente demanda em desagregar variaveis florestais a uma escala mais precisa, refinada. Objetivo: Com auxilio de dados de sensoriamento remoto, o objetivo deste trabalho foi testar dois metodos para estimar e mapear, a uma escala fina, componentes florestais como volume de madeira, biomassa e carbono. Metodos: O procedimento analitico e dividido em sete passos. Primeiro: coletar variaveis dendrometricas; dados de parcelas do IFN de tres mesorregioes do estado do Parana foram usados. Segundo: modelagem florestal; necessaria para estimar variaveis ao nivel da arvore, como volume de fuste, biomassa e carbono de arvores. Terceiro: calculo do erro de amostragem e intervalo de confianca (IC) do IFN. Quarto: pre-processamento de imagens de satelite; foram usadas sete bandas do Landsat-8 OLI, portanto Numero Digital (DN) foi transformado em reflectância da superficie (variavel fisica). Quinto: classificacao de imagens: classificacoes orientadas ao objeto foram efetuadas para delimitar classes de (i) florestas em estagio sucessional inicial e (ii) medioavancado. Sexto: modelagem a nivel de pixel; dois metodos em escala fina foram testados para estimar variaveis florestais ao nivel de pixel. O primeiro deles usa um Modelo de Reflectância da Superficie (MRS), que e um modelo linear que ajusta volume de madeira em funcao da reflectância de superficie de dados do Landsat-8 OLI, incluindo bandas do Vermelho, IFP, IFM1, IFM2, Brilho, e NDVI. O metodo de stepwise foi usado para selecionar as variaveis de reflectância. Componentes principais das variaveis selecionadas corresponderam as variaveis independentes. O segundo metodo e baseado na tecnica geoestatistica krigagem com regressao (KR), em que latitude e longitude foram as unicas variaveis independentes. O primeiro metodo (com MRS) foi aplicado ao volume florestal, biomassa e carbono. O segundo (com KR) foi aplicado ao volume florestal apenas. Setimo: Volume florestal foi extrapolado a escalas ampla (sem tecnicas de sensoriamento remoto) e fina (com tais tecnicas), e entao comparadas entre si. Resultados: O metodo com MRS teve um desempenho melhor que o metodo com KR, embora ambos forneceram, no geral, resultados proximos. O MRS estimou um volume medio de 123,8 m³ ha-1 e um total para a area de estudo de 210.961.589 m³. A KR estimou media de 115,7 m³ ha-1 e total de 203.326.674 m³, ou seja, 3,7% a menos que as estimativas do MRS. Em relacao a biomassa florestal, o MRS estimou media e total de 120,1 Mg ha-1 e 217.736.862 Mg, respectivamente. Para o carbono, a media foi de 49,2 MgC ha-1 e total de 89.272.113 MgC, correspondendo a 327.331.082 Mg de CO2 equivalente estocado na area de estudo. O volume total estimado por ambos metodos de escala fina enquadramse no IC obtido a uma escala ampla. Conclusao: Apesar do MRS e KR terem sido capazes de produzir, no geral, estimativas precisas do volume de madeira, o MRS representou melhor espacialmente o volume de madeira. O MRS tambem estimou acuradamente biomassa e carbono florestal.