Detecção de árvores individuais em área florestal mista de coníferas por meio de dados LiDAR aerotransportando

Authors

  • Iasmim Louriene Gouveia Silva iasmimlouriiene@gmail.com
    Universidade Federal de Lavras/Humboldt State University http://orcid.org/0000-0001-8156-3961
  • Carlos Alberto Silva carlos_engflorestal@outlook.com
    University of Idaho
  • Carine Klauberg carine_klauberg@hotmail.com
    Forest Service
  • José Marcio de Mello josemarcio@dcf.ufla.br
    Universidade Federal de Lavras

DOI:

10.34062/afs.v4i2.4067

Keywords:

Altura, densidade de árvores, modelo de altura de copas, nuvem de pontos

Abstract

Através do Inventário Florestal obtêm-se importante informações para manejar os recursos florestais. Considerando a elevada demanda de tempo e custos que ele requer, têm-se explorado a aplicação do LiDAR para obter o conhecimento da área.  O objetivo deste estudo consistiu em detectar árvores individuais e avaliar a homogeneidade da floresta, baseando em estimativas de altura por meio de dados LiDAR aerotransportado. A área de estudo é um fragmento de floresta mista de coníferas, localizado em Sawtooh National Forest, Stanley - Idaho. A nuvem de pontos adquirida pelo LiDAR foi analisada, processada e por meio dela gerou-se um modelo de altura de copa (CHM) para a área. A partir deste, as árvores foram detectadas usando diferentes combinações de tamanhos de janelas de busca (TWS) e janelas de suavização de copa (SWS). A densidade das árvores foi estimada para as parcelas e para toda área, utilizando as alturas das árvores obtidas. As árvores apresentaram uma suave heterogeneidade em altura. A melhor combinação para a área de estudo, foi TWS = 7 x 7 e SWS = 3 x 3. A metodologia aplicada foi eficiente e é promissora para otimizar o Inventário Florestal. 

Author Biography

Iasmim Louriene Gouveia Silva, Universidade Federal de Lavras/Humboldt State University

LE MAF - Laboratorio de Estudos e Projetos em Manejo Florestal

References

Castro FC, Centeno TM (2005). Segmentação de imagens geradas por perfilamento a laser para delimitação de árvores individuais em uma área de reflorestamento de eucaliptos. In: Simpósio Brasileiro de Sensoriamento Remoto, 12. (SBSR), Goiânia. Anais. São José dos Campos: INPE. p. 737-744. ISBN 85-17-00018-8.

Duncanson LI, Cook BD, Hurtt GC, and Dubayah RO (2014). An efficient, multi-layered crown delineation algorithm for mapping individual tree structure across multiple ecosystems. Remote Sensing of Environment, 154: 378–386.

Duncanson LI, Dubayah RO, Cook BD, Rosette J, and Parker G. (2015). The importance of spatial detail: Assessing the utility of individual crown information and scaling approaches for Lidar-based biomass density estimation. Remote Sensing of Environment, 168: 102–12.

ESRI (2015) ArcGIS Desktop and Spatial Analyst Extension: Release 10.4. Environmental Systems Research Institute, Redlands, CA.

Falkowski MJ, Smith AMS, Gessler P, Hudak AT, Vierling LA and Evans, JS (2008). The influence of conifer forest canopy cover on the accuracy of two individual tree measurement algorithms using LiDAR data. Canadian Journal of Remote Sensing, 34(2): S1–S13.

Falkowski MJ, Evans JS, Martinuzzi S, Gessler PE, Hudak AT (2009). Characterizing forest succession with LiDAR data: An evaluation for the Inland Northwest, USA. Remote Sensing of Environment, 113(5): 946–956.

Ferreira RD, Leao JAD, T. S. F Silva TSF, C. D., Renno CD, Novo EMLM, Barbosa CCF (2013). Atualização e correção do delineamento de áreas alagáveis da bacia Amazônica. Instituto Nacional de Pesquisas Espaciais. SP. 5863-5871.

Fournier RA, Luther JE, Guindon L, Lambert MC, Piercy D, Hall RJ (2003). Mapping aboveground tree biomass at the stand level from inventory information: Test cases in Newfoundland and Québec. Canadian Journal of Forest Research, 33: 1846–1863

Giongo M, Koehler HS, Machado SA, Kirchner FF, Machetti M (2010) LiDAR: Princípios e aplicações florestais. Pesquisa Florestal Brasileira, Colombo, 63(30): 231-244.

Hudak AT, Lefsky MA, Cohen WB, Berterretche M (2002). Integration of lidar and Landsat ETM_ for estimating and mapping forest canopy height. Remote Sens. Environ., 82: 397–416.

Hu B, Li J, Jing L, Judah A. (2014). Improving the efficiency and accuracy of individual tree crown delineation from high-density LiDAR data. International Journal of Applied Earth Observation and Geoinformation, 26: 145–155.

Idaho Climate Summaries. Western Regional Climate Center. Obtido do original em 12 de Fevereiro de 2013. Armazenado em Maio 9, 2012. <http://www.wrcc.dri.edu/cgi-bin/cliMAIN.pl?idstan> .

Kaartinen H, Hyyppä J, Yu X, Vastaranta M, Hyyppä H, Kukko A, Holopainen M, Heipke C, Hirschmugl M, Morsdorf F, Næsset E, Pitkänen J, Popescu S, Solberg S, Wolf BM, Wu JC (2012). An international comparison of individual tree detection and extraction using airborne laser scanning. Remote Sensing, 4: 950–974.

Kankare V, Liang X, Vastaranta M, Yu X, Holopainen M, Hyppa J (2015). Diameter distribution estimation with laser scanning based multisource single tree inventory. ISPRS Journal of 905 Photogrammetry and Remote Sensing, 108: 161–171.

Kettler TA, Doran JW, Gilbert, TL (2001). Simplified method for soil particle-size determination to accompany soil-quality analyses. Soil Sci Soc Am J, 65: 849–852.

Hypp¨a. J. 2015. Diameter distribution estimation with laser scanning based multisource single tree inventory. ISPRS Journal of Photogrammetry and Remote Sensing, 108: 161–171.

Lemenih M., Gidyelew T., Teketay D. 2004. Effects of canopy cover and understory environment of tree plantations on richness, density and size of colonizing woody species in southern Ethiopia. Forest Ecology and Management, 194: 1–10.

Lindberg E, Hollaus, M (2012). Comparison of methods for estimation of stem volume, stem number and basal área from airborne laser scanning data in a hemi-boreal forest. Remote Sensing, 4(4): 1004–1023.

Lovell JL, Jupp DLB, Newnham GJ, Coops NC, Culvenor DS (2005). Simulation study for finding optimal LiDAR acquisition parameters for forest height retrieval. Forest Ecol. Manage., 214: 398–412.

McGauchey, RJ (2015). FUSION/LDV: Software for LiDAR Data Analysis and Visualization. Forest Service Pacific Northwest Research Station USDA, Seattle, http://forsys.cfr.washington.edu/fusion/ FUSION manual.pdf> .

Means JE, Acker SA, Fitt BJ, Renslow M, Emerson L, Hendrix CJ. 2000. Predicting forest stand characteristics with airborne scanning lidar. Photogrammetric Engineering and Remote Sensing 66 (11): 1367-1371.

Nilsson M. (1996). Estimation of tree heights and stand volume using an airborne LiDAR system. Remote Sensing of Environment, 56: 1–7.

Oliveira LT, Carvalho LMT, Ferreira MZ, Oliveira TCA, Acerbi Junior, FW (2012). Aplicação do LIDAR no inventário de florestas plantadas com Eucalyptus sp. para contagem de árvores. Cerne, Lavras, 18: 75-184.

Popescu, SC (2007). Estimating biomass of individual pine trees using airborne LiDAR. Biomass and Bioenergy, 31(9): 646–655.

Popescu, SC, Wynne RH, Nelson, RF (2003). Measuring individual tree crown diameter with LiDAR and assessing its influence on estimating forest volume and biomass. Canadian Journal of Remote Sensing, 29(5): 564–577.

Popescu SC, RH Wynne, JA Scrivani (2004). Fusion of small footprint lidar and multispectral data to estimate plot-level volume and biomass in deciduous and pine forests in Virginia, U.S.A., Forest Science, 50(4): 551–565.

Rahman MZA, Gorte B (2008). Individual tree detection based on densities of high points of high resolution ariborne data. In GEOBIA - Pixels, Objects, Intelligence: GEOgraphic Object Based Image Analysis for the 21st Century, Alberta, Canada (ISPRS), 38: 350-355.

R Core Team (2015). R: A Language and Environment for Statistical Computing. R Foundation for Statistical Computing, Vienna, Austria, <http://www.R-project.org>.

Ribas R P (2011). Individualização de árvores em ambiente florestal nativo usando métodos de segmentação em modelos digitais produzidos a partir da tecnologia LiDAR. Dissertação de mestrado apresentada ao Programa de Pós-Graduação em Análise e Modelagem de Sistemas Ambientais da Universidade Federal de Minas Gerais, Belo Horizonte, 72p.

Rizzi R, Rudorff BFT (2005). Estimativa da área de soja no Rio Grande do Sul por meio de Imagens Landsat. Instituto Nacional de Pesquisas Espaciais. SP. p. 226-234. ISSN 1808-0936.

Sawtooth National Forest (2012) Amended Forest Plan. Recuperado em 13 de Outubro de 2012.

Silva CA, Crookston NL, Hudak AT, Vierling, LA (2015). rLiDAR: An R package for reading, processing and visualizing LiDAR (Light Detection and Ranging) data, version 0.1 < http://cran.rproject.org/web/packages/rLiDAR/index.html>.

Silva CA, Hudak AT, Vierling LA, Loudermilk EL, Brien JJ, Hiers JK, Jack SB, Benecke CG, Lee H, Falkowski MJ, Khosravipour A (2016). Imputation of Individual Longleaf Pine (Pinus palustris Mill.) Tree Attributes from Field and LiDAR Data. Canadian Journal of remote Sensing, 00:1-20. ISSN: 0703-8992.

Scolforo JRS, Mello JM. Inventário florestal (1997). Lavras: UFLA/FAEPE. 341p.

Vauhkonen J, Ene L, Gupta L, Heinzel L, Holmgren J, Pitkanen J, Solberg JPS (2012). Comparative testing of single-tree detection algorithms under different types of forest. Forestry, 85(1): 27–40.

Downloads

Published

2017-06-30

Issue

Vol. 4 No. 2 (2017): Advances in Forestry Science

Section

Original Article

License

All copyright must be assigned to the Federal University of Mato Grosso.