Fechar
Metadados

@MastersThesis{Leitold:2014:AiLiEs,
               author = "Leitold, Veronika",
                title = "Airborne LiDAR-based estimates of tropical forest structure and 
                         ground topography in a mountainous area of the Brazilian Atlantic 
                         Forest",
               school = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                 year = "2014",
              address = "S{\~a}o Jos{\'e} dos Campos",
                month = "2014-04-16",
             keywords = "Atlantic Forest, airborne LiDAR, digital terrain model, canopy 
                         structure, aboveground biomass, Mata Atl{\^a}ntica, LiDAR 
                         aerotransportado, modelo digital de terreno, estrutura do dossel, 
                         biomassa acima do solo.",
             abstract = "Quantificar a biomassa florestal tropical e caracterizar a 
                         estrutura da floresta em escalas finas {\'e} fundamental para 
                         compreender melhor o papel dos ecossistemas tropicais no ciclo 
                         global de carbono. O sensoriamento remoto por LiDAR {\'e} uma 
                         ferramenta poderosa para avaliar a estrutura da 
                         vegeta{\c{c}}{\~a}o em 3D e estimar a biomassa acima do solo, 
                         considerando que as medi{\c{c}}{\~o}es do LiDAR penetram na 
                         vegeta{\c{c}}{\~a}o densa da floresta gerando estimativas 
                         precisas da topografia e das alturas das {\'a}rvores. Florestas 
                         tropicais com dossel denso apresentam v{\'a}rios desafios para o 
                         sensoriamento remoto por LiDAR, especialmente em {\'a}reas de 
                         topografia acidentada, onde grande parte das remanescentes da Mata 
                         Atl{\^a}ntica se encontra. Dados de LiDAR aerotransportado foram 
                         adquiridos sobre o Parque Estadual da Serra do Mar - SP, Brasil, 
                         em uma {\'a}rea montanhosa com declives {\'{\i}}ngremes 
                         cobertas por floresta tropical densa. Modelos digitais de terreno 
                         derivados do LiDAR foram comparados com 35 pontos de controle 
                         medidos com receptores GNSS de alta precis{\~a}o, 
                         p{\'o}s-processados com corre{\c{c}}{\~a}o diferencial. Os dois 
                         modelos de terreno obtidos do LiDAR mostraram-se extremamente 
                         precisos, com erros m{\'e}dios de 0,19 m (\$\pm 0,97\$ m) e 
                         0,18 m (\$\pm 0,95\$ m) em rela{\c{c}}{\~a}o aos pontos de 
                         controle. Redu{\c{c}}{\~a}o aleat{\'o}ria da densidade original 
                         de pontos de LiDAR (20 pontos/\$m^{2}\$) resultou em 
                         diminui{\c{c}}{\~a}o da precis{\~a}o dos modelos de terreno: os 
                         erros m{\'e}dios subiram para 0,38 m (\$\pm 1,32\$ m), 1,12 m 
                         (\$\pm 2,04\$ m), 1,59 m (\$\pm 3,13\$ m) e 3,21 m (\$\pm 
                         3,12\$ m) com as densidades de 8, 4, 2 e 1 pontos/\$m^{2}\$, 
                         respectivamente. As diferen{\c{c}}as de eleva{\c{c}}{\~a}o 
                         entre o modelo de terreno e os pontos de controle em {\'a}reas 
                         submontanas foram consistentemente mais altas do que as 
                         diferen{\c{c}}as em {\'a}reas montanas, possivelmente refletindo 
                         a complexidade vari{\'a}vel do terreno e os efeitos da altura do 
                         v{\^o}o. A altura do dosse1 calculada a partir dos dados de LiDAR 
                         com densidade reduzida diferiu tamb{\'e}m significativamente da 
                         altura do dossel estimada a partir dos dados com densidade 
                         original. A altura m{\'e}dia da superf{\'{\i}}cie do dossel 
                         diminuiu de 3\%, 8\%, 16\% e 25\% com densidades de 8,4,2 e 1 
                         pontos/\$m^{2}\$,, respectivamente. A magnitude da 
                         mudan{\c{c}}a na altura do dos sel foi maior nas parcelas 
                         submontanas (entre 0,79-6,08 m) do que nas montanas (entre 
                         0,60-4,24 m) dentro de todas as classes de densidade de dados. A 
                         baixa varia{\c{c}}{\~a}o das eleva{\c{c}}{\~o}es do modelo da 
                         superf{\'{\i}}cie da vegeta{\c{c}}{\~a}o com dados reduzidos 
                         indicou que a diminui{\c{c}}{\~a}o da altura do dosse1 foi 
                         devido a dificuldade de caracterizar a topografia e n{\~a}o a 
                         incapacidade de capturar as alturas m{\'a}ximas das {\'a}rvores. 
                         M{\'e}tricas de estrutura do dossel e caracter{\'{\i}}sticas do 
                         terreno derivadas dos dados de LiDAR (densidade original) foram 
                         bons preditores de componentes da biomassa acima do solo em 
                         parcelas permanentes de 1 hectare dentro da {\'a}rea de estudo. A 
                         fra{\c{c}}{\~a}o de aberturas no dossel foi fortemente 
                         relacionada a perda de biomassa acima do solo (\$R^{2}\$ = 0,87) 
                         e a varia{\c{c}}{\~a}o l{\'{\i}}quida (\$R^{2}\$ = 0,91), 
                         enquanto que a altura m{\'e}dia da superf{\'{\i}}cie do dos seI 
                         explicou 43\% da varia{\c{c}}{\~a}o na biomassa total acima do 
                         solo e 68\% da varia{\c{c}}{\~a}o na {\'a}rea basal total. A 
                         fra{\c{c}}{\~a}o de aberturas no dossel e as taxas de 
                         mortalidade foram menores em terrenos {\'{\i}}ngremes do que em 
                         encostas suaves, sugerindo que encostas mais {\'{\i}}ngremes 
                         podem proporcionar condi{\c{c}}{\~o}es mais favor{\'a}veis (de 
                         nutrientes, de {\'a}gua e disponibilidade de luz) para o 
                         crescimento das {\'a}rvores e ac{\'u}mulo de biomassa. Dada a 
                         crescente {\^e}nfase sobre o uso de LiDAR aerotransportado para 
                         manejo florestal e esfor{\c{c}}os de conserva{\c{c}}{\~a}o 
                         (REDD+), os resultados deste estudo destacam a import{\^a}ncia do 
                         planejamento cuidadoso de levantamentos futuros com amostragem 
                         consistente para a quantifica{\c{c}}{\~a}o precisa dos estoques 
                         e din{\^a}mica da biomassa acima do solo. Em terreno montanhoso 
                         coberto com densa vegetac{\~a}o tropical, como a Mata 
                         Atl{\^a}ntica da Serra do Mar, dados de LiDAR de baixa densidade 
                         v{\~a}o subestimar a biomassa e podem n{\~a}o caracterizar 
                         verdadeiramente a heterogeneidade espacial da estrutura da 
                         floresta. ABSTRACT: Quantification of tropical forest biomass and 
                         characterization of forest structure at fine scales is critical 
                         for a better understanding of the role of tropical ecosystems in 
                         the global carbon cycle. LiDAR remote sensing is a powerful tool 
                         for assessing 3D vegetation structure and estimating aboveground 
                         forest biomass, provided that LiDAR measurements penetrate dense 
                         forest vegetation to generate accurate estimates of surface 
                         topography and canopy heights. Dense tropical forest canopies 
                         present various challenges for LiDAR remo te sensing, especially 
                         in areas of steep topography where much of the remaining Atlantic 
                         Forest is concentrated. Airbome LiDAR data were acquired from a 
                         commercial provider for a region of the Serra do Mar State Park in 
                         the state of S{\~a}o Paulo, Brazil, a mountainous area with steep 
                         slopes covered by mature tropical dense forest. Digital terrain 
                         models (DTMs) derived from all LiDAR data were compared to 35 
                         ground control points measured with survey grade GNSS receivers, 
                         post-processed with differential correction. The two LiDAR-based 
                         terrain mo dels were extremely accurate, with mean signed errors 
                         of 0.19 m (\$\pm 0.97\$ m) and 0.18 m (\$\pm\$ 0.95 m) 
                         compared to ground points. Random thinning of the original LiDAR 
                         point density (20 points/\$m^{2}\$) decreased the accuracy of 
                         the terrain mode1s, with signed errors rising to 0.38 m 
                         (\$\pm\$ 1.32 m), 1.12 m (\$\pm\$ 2.04 m), 1.59 m 
                         (\$\pm\$ 3.13 m) and 3.21 m (\$\pm\$ 3.12 m) as point 
                         density was reduced to 8, 4, 2 and 1 points/m-, respective1y. 
                         Offsets between LiDAR DTMs and ground data in submontane areas 
                         were consistently higher than those in montane areas, possibly 
                         reflecting the varying complexity of the terrain and the effects 
                         of variable ranging distance. Canopy heights ca1culated from the 
                         thinned LiDAR data also differed significantly from canopy heights 
                         estimated with the full LiDAR density. Mean canopy surface height 
                         decreased by 3\%, 8\%, 16\% and 25\% as retum density was 
                         reduced to 8, 4, 2 and 1 points/m-, respectively. The magnitude of 
                         change in canopy height was greater in submontane plots (range of 
                         0.79-6.08 m) than in montane plots (range of 0.60-4.24 m) within 
                         all data density classes. Low variation in vegetation surface 
                         model elevations with reduced data density indicated that the 
                         decrease in canopy heights was due to the difficulty to 
                         characterize topography precisely and not the inability to capture 
                         the top heights of trees. Metrics of canopy structure and terrain 
                         characteristics derived from the full-density LiDAR data were 
                         significantly related to aboveground biomass components in 1-ha 
                         permanent plots at the study site. Canopy gap fraction showed 
                         close correspondence with aboveground biomass loss (\$R^{2}\$ = 
                         0.87) and net change (\$R^{2}\$ = 0.91), while mean canopy 
                         surface height explained 43\% of the variation in total 
                         aboveground biomass and 68\% of the variation in total basal 
                         area. Both canopy gap fraction and rates of mortality were lower 
                         on steep terrain than on gentler slopes, suggesting that steeper 
                         slopes might provi de more favorable conditions (nutrient, water 
                         and light availability) for tree growth and biomass accumulation 
                         than flat terrain. Given the growing emphasis on the use of 
                         airbome LiDAR for forest management and conservation efforts 
                         (REDD+), the results of this study highlight the importance of 
                         careful survey planning and consistent sampling frames for 
                         accurate quantification of aboveground biomass stocks and 
                         dynamics. In mountainous terrain under closed-canopy tropical 
                         forest, such as the Atlantic Forest of the Serra do Mar, 
                         low-density LiDAR coverage will underestimate biomass and might 
                         not characterize truthfully the spatial heterogeneity of forest 
                         structure.",
            committee = "Shimabukuro, Yosio Edemir (presidente/orientador) and Arag{\~a}o, 
                         Luiz Eduardo Oliveira e Cruz and Silva, Thiago Sanna Freire and 
                         Keller, Michael Maier",
         englishtitle = "Estimativas da estrutura da floresta tropical e da topografia do 
                         terreno em uma {\'a}rea montanhosa da Mata Atl{\^a}ntica 
                         Brasileira utilizando LiDAR aerotransportado",
             language = "en",
                pages = "122",
                  ibi = "8JMKD3MGP5W34M/3FU3382",
                  url = "http://urlib.net/rep/8JMKD3MGP5W34M/3FU3382",
           targetfile = "publicacao.pdf",
        urlaccessdate = "28 nov. 2020"
}


Fechar