A demanda por produtos de origem florestal aumentou sensivelmente nas últimas décadas, levando a silvicultura a buscar alternativas que pressupõem alta produtividade, concretizando- se 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 o que representa apenas 7% da área total vegetada em todo mundo pois, a área total está estimada em 4 bilhões de hectares (FAO, 2011 citado por NUBE, 2013).
Estima-se que 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 e 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 e EPRON et al., 2013 citados por CARRIJO, 2016).
De acordo com Scolforo et al. (2013), citado por Carrijo (2016), o maneio florestal tem contribuído de forma significativa para alavancar cada vez mais a formação de povoamentos e este, de um ponto de vista mais amplo, envolve assegurar a sustentabilidade de uma empresa do sector por meio de escolhas e decisões estratégicas, buscando sempre optimizar todos os processos, observando as condições de demanda, produtividade, distâncias e custos de colheita e tratamentos silviculturais.
Desse modo, devido ao ciclo longo das rotações florestais, as empresas desse sector executam planeamentos de curto, médio e longo prazos baseando-se em informações de crescimento e produção das florestas (MARTINS, 2015). Para alcançar tais objectivos, o maneio florestal aborda várias técnicas e conceitos, dentre as quais destaca-se a classificação de sítios florestais, avaliando sua qualidade pois, o comportamento de um povoamento está intimamente relacionado com os atributos do local onde ele está inserido (CARRIJO, 2016).
Entretanto, a determinação de variáveis dendrométricas pode ser trabalhoso e demorado, o que leva ao aumento considerável dos custos, principalmente nas áreas florestais de grande extensão e que estão localizadas em áreas distantes e pouco acessíveis (ALVES et al., 2013 citado por MACHADO et al., 2017).
Portanto, Martins (2015), argumenta que, a fim de reduzir a participação do inventário nos custos do processo florestal, tem-se estudado técnicas diversas de sensoriamento remoto (SR) para obtenção das características tradicionalmente obtidas pelo inventário florestal e há muitos anos é uma ferramenta indispensável para subsidiar as tarefas de inventário florestal.
Defries (2008), citado por Machado et al. (2017), destaca a importância dos dados adquiridos por meio de sensores ópticos à bordo de satélites, que são de considerável importância para o monitoramento e análise da vegetação. No entanto, sempre é necessário que haja a associação dos dados obtidos de imagens de satélite com dados reais, como os de inventários florestais para uma classificação supervisionada.
A correlação dessas duas (2) técnicas, sensoriamento remoto e colecta de dados em campo (inventário florestal), pode ser uma óptima alternativa para se diminuir os trabalhos com inventários florestais. Variáveis obtidas pela aplicação de modelos estatísticos ou colectadas e medidas em campo, como altura, volume e diâmetro 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 objectiva avaliar a eficiência do sensoriamento remoto na classificação da capacidade produtiva de um povoamento florestal de eucalipto (Eucalyptus sp.).
Problema e justificativa
Na sua edição de 01 de Outubro de 2014, o jornal Notícias relata que, Moçambique vai criar e expandir plantações florestais com espécies nativas e exóticas de rápido crescimento para fins energéticos e pretende igualmente promover tecnologias apropriadas de estabelecimento, maneio e colheita de plantações.
Aliado a isto, a expansão que se verifica do sector florestal no mundo em geral, faz com que haja uma grande competitividade no mercado mundial de produtos florestais. Assim, cada vez mais o domínio de informações precisas acerca dos povoamentos florestais vem se tornando um diferencial para os empreendimentos florestais (ANDRADE, 2013).
Avarenga (2012), citado por Carneiro (2015), explica que, o conhecimento e obtenção de informações confiáveis sobre um povoamento são os primeiros passos, para o planeamento adequado da exploração desses recursos de uma forma sustentável. O inventário florestal por meio da teoria de amostragem é a ferramenta utilizada para obtenção dessas informações com tais níveis de precisão exigidos para o “bom maneio florestal”.
Nesse contexto, dentre os principais motivos da realização de um processo de inventário, podem-se citar os seguintes aspectos: determinar o potencial produtivo das florestas e de seus diferentes materiais genéticos e espécies plantadas, mapear factores bióticos e abióticos que influenciam a produção da floresta, determinar os custos de produção, definir estratégias de maneio para obter 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 de se fazer e envolve todo um planeamento que diz respeito a qual método será utilizado, a área em que será efectuada e, assim, a determinação de variáveis dendrométricas pode ser trabalhoso e demorado, o que leva ao aumento considerável dos custos, principalmente nas áreas florestais de grande extensão e que estão localizadas em áreas distantes e pouco acessíveis.
Então, é dai que surge a questão: como reduzir o custo do inventário florestal sem perder a precisão?
A adopção de novas tecnologias e técnicas de SR para o inventário florestal permitem a geração de estimativas de grande precisão do volume da madeira para cada talhão manuseado e garantindo um máximo retorno financeiro (ANDRADE, 2013). Igualmente, Disperati et al. (2007) citado por Silva et al. (2014), afirma que a utilização de imagens de sensoriamento remoto permite a obtenção de informações sobre áreas de formações vegetais em um tempo reduzido e com menor custo quando comparado com as actividades em campo.
Em virtude dos factos mencionados, vê-se importante o desenvolvimento do presente estudo para avaliação da eficiência na aplicação das técnicas de sensoriamento remoto na classificação da capacidade produtiva de um povoamento florestal comparativamente ao método de inventário florestal comummente praticado.
Resumo
O inventário florestal é a principal ferramenta do maneio florestal, entretanto pode ser muito demorado e trabalhoso, acarretando altos custos. Com isso, 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, por forma a prover uma alternativa ao inventário tradicional.
Para a realização do estudo foram aplicados dois procedimentos, sendo o primeiro referente ao inventário florestal tradicional e o segundo referente ao sensoriamento remoto. Com isso, foi realizado um inventário florestal com base em amostragem aleatória simples com a aplicação de 13 parcelas circulares de 11,28m de raio num dos blocos do povoamento florestal.
Em complementação, foi usada uma imagem do satélite Sentinel 2A onde a partir desta foram calculados os índices de vegetação NDVI, SAVI e IAF para as mesmas parcelas onde foram efectuadas as medições de campo. As variáveis em análise no estudo foram: a Hdom e os índices morfométricos GE, IS, IA, AC e FC. Com base nos resultados foram determinadas cinco classes produtivas com as variáveis Hdom, GE e IA, tendo sido as variáveis que tiveram forte correlação com o volume/parcela e passarem no teste de anamorfismo.
Os resultados mostraram que, no geral, os índices de vegetação tiveram correlação abaixo de 35% com o volume/parcela. Os modelos matemáticos de estimativa do volume a partir dos índices de vegetação mostraram estatísticas de precisão baixas com valores de R2 abaixo dos 20% no geral. As médias dos volumes por parcela e as médias dos índices de vegetação por parcela, demonstraram serem significativamente diferentes com base no Teste t á 5% de significância. Os índices de vegetação não se mostraram eficientes na estimativa do volume por parcela do povoamento, não sendo, consequentemente, eficientes na classificação da capacidade produtiva do povoamento.
Palavras-chave: Capacidade produtiva, sensoriamento remoto, índices de vegetação.
Autor: Hélio Carlos