Scientia Forestalis, volume 42, n. 104
p.591-604, dezembro de 2014

Mapping aboveground carbon stocks using LiDAR data in Eucalyptus spp. plantations in the state of São Paulo, Brazil

Mapeamento de estoques de carbono acima do solo utilizando dados LiDAR em  plantações de Eucalyptus spp no estado de São Paulo, Brasil

Carlos Alberto Silva1
Carine Klauberg2
Samuel de Pádua Chaves e Carvalho3
Andrew T. Hudak4
Luiz Carlos Estraviz Rodriguez5

1MSc Forest Resources. Departament of Forest Sciences, ESALQ/USP - Av. Pádua Dias,11 – 13418-900 - Piracicaba, SP, Brasil. E-mail: carlos_engflorestal@outlook.com.
2Post-doctoral Research Associate. USDA - US Forest Service - Rocky Mountain Research Station, RMRS, 1221 South Main Street, Moscow, Idaho, USA – 83843. E-mail: carine_klauberg@hotmail.com.
3Associated Professor. Departament of Forest Sciences, UFMT - Universidade Federal de Mato Grosso - 78060-900 - Cuiabá-MT. E-mail: sam.padua@gmail.com
4Research Forester. ISDA - US Forest Service - Rocky Mountain Research Station, RMRS, 1221 South Main Street, Moscow, Idaho, USA – 83843. E-mail: ahudak@fs.fed.us
5Associated Professor. Departament of Forest Sciences, ESALQ/USP - Av. Pádua Dias,11 – 13418-900- Piracicaba, SP. E-mail: lcer@usp.br

Recebido em 22/01/2014 - Aceito para publicação em 31/07/2014

Resumo

As plantações florestais de rápido crescimento fornecem um significativo baixo custo de sequestro de carbono para redução de gases de efeito estufa. O objetivo deste estudo foi avaliar a utilização de dados LiDAR (Light Detection And Ranging) aerotransportado para estimativa do estoque de carbono acima do solo (AGC) em plantações de Eucalyptus spp. Parâmetros biométricos tais como altura (Ht) e diâmetro à altura do peito (DAP) das árvores foram coletadas em parcelas de inventários convencionais. Os modelos de regressão linear múltipla, com o intuito de estimar o estoque de carbono total acima do solo (AGCt), em toras comerciais (AGCc) e em resíduos de colheita (AGCr), foram desenvolvidos utilizando métricas derivadas da nuvem de pontos LiDAR. Os melhores modelos de um conjunto de seis modelos foram selecionados com base no Critério de informação de Akaike corrigido (AICc) e avaliados segundo a Raiz Quadrada do Erro Médio (RMSE) e Coeficiente de determinação ajustado (R²-adj). Os três melhores modelos para as estimativas do estoque de AGC foram AGCt: R²-adj= 0,81; RMSE = 7,70 Mg.ha-1; AGCc: R²-adj= 0,83; RMSE = 5,26 Mg.ha-1; AGCr: R²-adj = 0,71; RMSE = 2,67 Mg.ha-1. Este estudo mostrou que métricas derivadas a nuvem de pontos LiDAR podem ser usadas para estimar o estoque de AGC em plantações Eucalyptus spp. no Brasil com precisão. Concluímos que existe um bom potencial para monitorar o crescimento e a fixação de carbono em plantações de Eucalyptus spp. com o uso da tecnologia LiDAR.
Palavras-chave: Perfilhamento a Laser aerotrasportado-ALS; métricas LiDAR, estoque de carbono; plantações de rápido crescimento.

Abstract

Fast growing plantation forests provide a low-cost means to sequester carbon for greenhouse gas abatement. The aim of this study was to evaluate airborne LiDAR (Light Detection And Ranging) to predict aboveground carbon (AGC) stocks in Eucalyptus spp. plantations. Biometric parameters (tree height (Ht) and diameter at breast height (DBH)) were collected from conventional forest inventory sample plots. Regression models predicting total aboveground carbon (AGCt), aboveground carbon in commercial logs (AGCc), and aboveground carbon in harvest residuals (AGCr) from LiDAR-derived canopy structure metrics were developed and evaluated for predictive power and parsimony. The best models from a family of six models were selected based on corrected Akaike Information Criterion (AICc) and assessed by the root mean square error (RMSE) and coefficient of determination (R²-adj). The best three models to estimate AGC stocks were AGCt: R²-adj = 0.81, RMSE = 7.70 Mg.ha-1; AGCc: R²-adj = 0.83, RMSE = 5.26 Mg.ha-1; AGCr: R²-adj = 0.71, RMSE = 2.67 Mg.ha-1. This study showed that LiDAR canopy structure metrics can be used to predict AGC stocks in Eucalyptus spp. plantations in Brazil with high accuracy. We conclude that there is good potential to monitor growth and carbon sequestration in Eucalyptus spp. plantations using LiDAR.
Keywords: Airborne Laser Scanning ALS; LiDAR metrics, C stock; fast growing plantation.





Instituto de Pesquisas e Estudos Florestais
Via Comendador Pedro Morganti, 3500 - Bairro Monte Alegre
CEP: 13415-000 - Piracicaba, SP - Brasil
Reprodução permitida desde que citada a fonte.