O sensoriamento remoto como ferramenta para planejamento de inventários florestais por índice de vegetação

O planejamento do inventário florestal é uma etapa importante para obter informações sobre o plantio, seu crescimento e volume. Este trabalho faz uma análise do sensoriamento remoto como ferramenta para planejamento de inventários florestais por índices de vegetação para assessorar o planejamento do inventário florestal e mapear as áreas de melhor produtividade. Foram usados os índices de vegetação Normalized Difference Vegetation Index (Índice de Vegetação da Diferença Normalizada – NDVI), Simple Ratio Index (Índice de Razão Simples – SRI), Soil Adjusted Vegetation Index (Índice de Vegetação Ajustado para o Solo – SAVI), Atmospherically Resistant Vegetation Index (Índice de Vegetação da Resistência Atmosférica – ARVI), Green Normalized Difference Vegetation Index (Índice de Vegetação da Diferença Normalizada utilizando a banda verde - GNDVI) e o Wide Dynamic Range Vegetation Index (Índice de Vegetação de Amplo Alcance - WDRVI). O estudo foi feito em um plantio de Eucalyptus urophylla com vinte quatro meses de idade, e o corte está previsto para mais três anos, para geração de energia por meio de biomassa. A metodologia usada foi a ida a campo para coleta de informações e correlacionar esses dados com os índices de vegetação. O terreno utilizado é íngreme e o solo do tipo Argissolo Vermelho-Amarelo e fica localizado na zona da mata norte. A imagem usada foi a do SENTINEL-2, da data 23/05/2017. Observou-se que o melhor resultado foi com o SAVIʟ₀,₅ apresentando r = 0,432 para imagens com correção atmosférica e r = 0,410 para o GNDVI para imagem sem correção atmosférica, sendo ambas correlações de moderada para baixa e que não é ideal para fazer a estratificação em áreas de menor e maior produtividade. Na literatura observou-se melhores resultados que os aqui obtidos, pois os plantios eram mais antigos e com eucalipto de outra variedade, além disso, as condições edafoclimáticas da região são diferentes das que aqui é apresentado. Recomenda-se novos estudos com o plantio mais velho para se reavaliar os índices. Além de fazer o uso de outras técnicas para aquisição de imagens, tais como: LIDAR (Light Detection and Ranging), VANT (Veículo Aéreo Não Tripulado) ou imageamento por RADAR, devido à grande cobertura de nuvem na região, evitando trabalhar com imagens que contenham nuvens acima das áreas de estudo.Planning the forest inventory is an important step in obtaining information on planting, its growth and volume. This paper analyzes remote sensing as a tool for forest inventory planning by vegetation indexes to assess forest inventory planning and to map areas of better productivity. The vegetation indexes Normalized Difference Vegetation Index (NDVI), Simple Ratio Index (SRI), Soil Adjusted Vegetation Index (SAVI), Atmospherically Resistant Vegetation Index (ARVI), Green Normalized Difference Vegetation Index (GNDVI), and Wide Dynamic Range Vegetation Index (WDRVI). The study was done on a plantation of Eucalyptus urophylla at twenty-four months of age, and the cut is planned for another three years, for energy generation through biomass. A methodology used for a field to collect information and to correlate the data with the vegetation indexes. The land used is steep and the soil of the type Red-Yellow Argissolo and is located in the zone of the North forest. An image used for SENTINEL-2, dated 05/23/2017. It was observed that the best result for the SAVIʟ₀,₅ presenting r = 0.432 for images with atmospheric correction r = 0.410 for the GNDVI for image without atmospheric correction, both correlations being moderate to low and not ideal to make a stratification in areas of smaller and higher productivity. In the literature it was observed better results that are obtained, the plantations are older and with eucalyptus of another variety and besides, as edaphoclimatic conditions that of the region are different from here. Further studies with older plantings are recommended to re-evaluate the indices. In addition to making use of other imaging techniques, such as: (Light Detection and Ranging), VANT (Veículo Aéreo Não Tripulado) or image by RADAR, due to the large cloud coverage in the region, avoiding working with images that contain clouds above the study areas