Eficiência do Sensoriamento Remoto na Classificação da Capacidade Produtiva de um Povoamento de Eucalyptus sp. no Distrito de Mocuba
Um teste directo: será que imagens de satélite conseguem substituir o inventário florestal tradicional na avaliação da capacidade produtiva de um povoamento de eucalipto? Os resultados dizem que, pelo menos por agora, não.
O eucalipto e o peso do inventário florestal
A procura por produtos de origem florestal aumentou sensivelmente nas últimas décadas, levando a silvicultura a buscar alternativas que pressupõem alta produtividade, concretizadas com a introdução de espécies exóticas, principalmente Eucalyptus sp. e Pinus sp. (Bolfe et al., 2004). Mundialmente, estima-se que as florestas plantadas ocupam cerca de 264 milhões de hectares, apenas 7% da área total vegetada em todo o mundo, estimada em 4 mil milhões de hectares (FAO, 2011, citado por Nube, 2013).
De todas as árvores plantadas no mundo, o género Eucalyptus é responsável por 38%, sendo a Índia o país com maior área plantada, com 22% deste género, o mais plantado nos trópicos devido ao seu rápido crescimento, produtividade, boa capacidade de adaptação, diversidade de espécies e ampla possibilidade de uso (Pérez-Cruzado et al., 2011; Epron et al., 2013, citados por Carrijo, 2016).
De acordo com Scolforo et al. (2013), citado por Carrijo (2016), o maneio florestal tem contribuído significativamente para alavancar a formação de povoamentos, envolvendo, de um ponto de vista mais amplo, assegurar a sustentabilidade de uma empresa do sector através de escolhas e decisões estratégicas, optimizando processos face às condições de demanda, produtividade, distâncias e custos de colheita e tratamentos silviculturais. Devido ao ciclo longo das rotações florestais, as empresas do sector executam planeamentos de curto, médio e longo prazo, baseados em informação de crescimento e produção das florestas (Martins, 2015).
Para alcançar estes objectivos, o maneio florestal aborda várias técnicas, entre as quais se destaca a classificação de sítios florestais, avaliando a sua qualidade, já que o comportamento de um povoamento está intimamente relacionado com os atributos do local onde está inserido (Carrijo, 2016). No entanto, a determinação de variáveis dendrométricas pode ser trabalhosa e demorada, aumentando consideravelmente os custos, principalmente em áreas florestais extensas e pouco acessíveis (Alves et al., 2013, citado por Machado et al., 2017).
Por isso, Martins (2015) argumenta que, a fim de reduzir o peso do inventário nos custos do processo florestal, se têm estudado diversas técnicas de sensoriamento remoto para obter as características tradicionalmente obtidas pelo inventário florestal, sendo há muitos anos uma ferramenta indispensável para subsidiar estas tarefas. Defries (2008), citado por Machado et al. (2017), destaca a importância dos dados adquiridos por sensores ópticos a bordo de satélites para o monitoramento e análise da vegetação, sendo sempre necessário associá-los a dados reais de inventários florestais, para uma classificação supervisionada. Variáveis como altura, volume e diâmetro, obtidas por modelos estatísticos ou medidas em campo, podem apresentar correlação com valores de reflectância obtidos na imagem (Alves et al., 2013, citado por Machado et al., 2017).
Diante do exposto, o presente trabalho objectivou avaliar a eficiência do sensoriamento remoto na classificação da capacidade produtiva de um povoamento florestal de eucalipto.
Reduzir custos sem perder precisão
Na sua edição de 1 de Outubro de 2014, o jornal Notícias relatou que Moçambique iria criar e expandir plantações florestais com espécies nativas e exóticas de rápido crescimento para fins energéticos, promovendo igualmente tecnologias apropriadas de estabelecimento, maneio e colheita de plantações. Aliado a isto, a expansão do sector florestal no mundo em geral gera grande competitividade no mercado mundial de produtos florestais, tornando o domínio de informação precisa sobre os povoamentos florestais um diferencial cada vez mais importante para os empreendimentos do sector (Andrade, 2013).
Avarenga (2012), citado por Carneiro (2015), explica que o conhecimento e a obtenção de informação confiável sobre um povoamento são os primeiros passos para o planeamento adequado da exploração destes recursos de forma sustentável, sendo o inventário florestal, através da teoria de amostragem, a ferramenta utilizada para obter essa informação com o nível de precisão exigido para um bom maneio florestal. Entre os principais motivos para realizar um inventário, destacam-se: determinar o potencial produtivo das florestas e dos seus diferentes materiais genéticos e espécies plantadas, mapear factores bióticos e abióticos que influenciam a produção, determinar custos de produção, e definir estratégias de maneio para uma produção sustentada (Scolforo, 2004, citado por Andrade, 2013).
Segundo Carneiro (2015) e Alves et al. (2013), citados por Machado et al. (2017), apesar do inventário florestal ser a principal ferramenta do maneio, é também uma das mais trabalhosas, envolvendo todo um planeamento sobre o método a utilizar e a área a abranger, e a determinação de variáveis dendrométricas pode ser trabalhosa e demorada, aumentando consideravelmente os custos, principalmente em áreas extensas e pouco acessíveis.
Como reduzir o custo do inventário florestal sem perder a precisão?
— Questão central do estudoA adopção de novas tecnologias e técnicas de sensoriamento remoto para o inventário florestal permite gerar estimativas de grande precisão do volume de madeira para cada talhão, garantindo um retorno financeiro máximo (Andrade, 2013). Igualmente, Disperati et al. (2007), citado por Silva et al. (2014), afirma que o uso de imagens de sensoriamento remoto permite obter informação sobre áreas de formações vegetais num tempo reduzido e com menor custo, quando comparado com as actividades de campo. Em virtude do exposto, considerou-se importante desenvolver este estudo para avaliar a eficiência da aplicação de técnicas de sensoriamento remoto na classificação da capacidade produtiva de um povoamento florestal, comparativamente ao método de inventário florestal comummente praticado.
Correlações abaixo de 35%: um resultado que também é resposta
O inventário florestal é a principal ferramenta do maneio florestal, mas pode ser muito demorado e trabalhoso, acarretando custos elevados. O presente estudo teve como objectivo avaliar a eficiência do sensoriamento remoto na classificação da capacidade produtiva de um povoamento de eucalipto no distrito de Mocuba, procurando prover uma alternativa ao inventário tradicional.
Foram aplicados dois procedimentos: o primeiro, referente ao inventário florestal tradicional, com amostragem aleatória simples e aplicação de 13 parcelas circulares de 11,28 m de raio num dos blocos do povoamento; o segundo, referente ao sensoriamento remoto, usando uma imagem do satélite Sentinel 2A, a partir da qual foram calculados os índices de vegetação NDVI, SAVI e IAF para as mesmas parcelas onde se realizaram as medições de campo. As variáveis analisadas foram a altura dominante (Hdom) e os índices morfométricos GE, IS, IA, AC e FC, tendo sido determinadas cinco classes produtivas com as variáveis Hdom, GE e IA, que apresentaram forte correlação com o volume por parcela e passaram no teste de anamorfismo.
| Indicador | Resultado |
|---|---|
| Correlação entre índices de vegetação e volume/parcela | Abaixo de 35% |
| Precisão dos modelos de estimativa de volume (R²) | Abaixo de 20% |
| Diferença entre médias de volume e de índices de vegetação por parcela | Significativa (Teste t, 5%) |
No geral, os índices de vegetação tiveram correlação abaixo de 35% com o volume por parcela, e os modelos matemáticos de estimativa do volume a partir destes índices mostraram baixa precisão, com valores de R² abaixo dos 20%. As médias dos volumes por parcela e as médias dos índices de vegetação por parcela demonstraram ser significativamente diferentes, com base no teste t a 5% de significância. Conclui-se que os índices de vegetação não se mostraram eficientes na estimativa do volume por parcela do povoamento, não sendo, consequentemente, eficientes na classificação da sua capacidade produtiva.
Palavras-chave
Visualizar ou baixar o trabalho completo
Podes ler o documento directamente abaixo, ou fazer o download em PDF para consultar mais tarde.
Fontes citadas: Bolfe et al. (2004); FAO (2011), citado por Nube (2013); Pérez-Cruzado et al. (2011) e Epron et al. (2013), citados por Carrijo (2016); Scolforo et al. (2013), citado por Carrijo (2016); Martins (2015); Alves et al. (2013), citado por Machado et al. (2017); Defries (2008), citado por Machado et al. (2017); Andrade (2013); Avarenga (2012), citado por Carneiro (2015); Scolforo (2004), citado por Andrade (2013); Carneiro (2015); Disperati et al. (2007), citado por Silva et al. (2014).
