Campo DC | Valor | Idioma |
dc.contributor.author | Locks, Charton Jahn | pt_BR |
dc.contributor.author | Matricardi, Eraldo Aparecido Trondoli | pt_BR |
dc.date.accessioned | 2020-01-24T10:32:07Z | - |
dc.date.available | 2020-01-24T10:32:07Z | - |
dc.date.issued | 2019 | pt_BR |
dc.identifier.citation | LOCKS, Charton Jahn; MATRICARDI, Eraldo Aparecido Trondoli. Estimativa de impactos da extração seletiva de madeiras na Amazônia utilizando dados LIDAR. Ciência Florestal,v. 29, n. 2, p. 481-495, 2019. DOI: https://doi.org/10.5902/1980509826007. Disponível em: http://scielo.br/scielo.php?script=sci_arttext&pid=S1980-50982019000200481. Acesso em: 23 jan. 2020. | pt_BR |
dc.identifier.uri | https://repositorio.unb.br/handle/10482/36586 | - |
dc.description.abstract | As atividades de manejo florestal são consideradas importantes para o desenvolvimento sustentável no Brasil. Tais atividades, entretanto, exigem monitoramento rigoroso que muitas vezes é de difícil operacionalização. O mapeamento das áreas afetadas pela exploração seletiva de madeira e a mensuração dos impactos decorrentes da exploração florestal ainda são dependentes de extensos e onerosos levantamentos de campo. Neste estudo foi utilizada a tecnologia Light Detection and Ranging (LiDAR) aerotransportada para avaliação dos impactos causados pela extração seletiva de madeira em 21 Unidades de Produção Anual na Amazônia. As áreas de estudo estão localizadas nos estados de Rondônia e do Pará, dentro de Florestas Nacionais sob regime de concessão florestal federal. Foram utilizadas duas métricas derivadas da nuvem de pontos LiDAR para o mapeamento dos impactos nas florestas: a Canopy Height Model (CHM) como métrica do dossel e a Relative Density Model (RDM) como métrica do sub-bosque. Os resultados da detecção dos impactos florestais obtidos do mapeamento com dados do LiDAR são compatíveis com o levantamento realizado em campo. Estimou-se que as atividades de extração seletiva de madeiras impactaram em média 6,8% (± 1,3%, desvio padrão) da área total de sub-bosque das Unidades de Produção Anual (UPA) avaliadas e causaram incremento de 4,9% ± 0,9% em área de clareiras. A tecnologia LiDAR é efetiva para o monitoramento dos impactos da extração seletiva de madeiras em áreas sob concessão florestal federal na Amazônia. | pt_BR |
dc.language.iso | pt | pt_BR |
dc.publisher | Universidade Federal de Santa Maria | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.title | Estimativa de impactos da extração seletiva de madeiras na Amazônia utilizando dados LIDAR | pt_BR |
dc.title.alternative | The estimation of selective logging impact in Amazon forest using LIDAR data | - |
dc.type | Artigo | pt_BR |
dc.subject.keyword | Sensoriamento remoto | pt_BR |
dc.subject.keyword | Manejo florestal | pt_BR |
dc.subject.keyword | Amazônia | pt_BR |
dc.subject.keyword | Impacto ambiental - Amazônia | pt_BR |
dc.rights.license | (CC BY-NC) - Esta obra está licenciada sob uma Creative Commons Attribution-NonCommercial 4.0 Unported License. | - |
dc.identifier.doi | https://doi.org/10.5902/1980509826007 | pt_BR |
dc.description.abstract1 | Forest management activities are crucial for the sustainable development of Brazil. Those activities require, however, a strict monitoring that are often difficult to operationalize. The mapping of impacted areas by selective logging and the measurement of forest impacts because of logging operations are mostly based on extensive and costly field surveys. In this study, the Light Detection and Ranging (LiDAR) airborne technology was used to assess the impacts caused by selective logging within 21 units of forest annual production in the Amazon. The study sites are in the states of Rondônia and Pará, within National Forests under federal forestry concession. We used two metrics derived from the point cloud LiDAR for mapping forest impacts: The Canopy Height Model (CHM) and the Relative Density Model (RDM) as forest understory metric. The results of detection of forest impacts derived from the LiDAR dataset showed similar performance of field-based surveys. We estimated that selective logging activities had impacted an average of 6.8% (± 1.3%, standard deviation) of the forest understory of the Annual Production Units (APU) studied and caused an increase of 4.9% (± 0.9%) in areas of forest canopy opening. The LiDAR technology showed to be effective for assessing and monitoring forest impacts of selective logging in the federal forest concessions in the Amazon. | - |
dc.identifier.orcid | http://orcid.org/0000-0002-3048-6510 | - |
dc.identifier.orcid | http://orcid.org/0000-0002-5323-6100 | - |
Aparece nas coleções: | Artigos publicados em periódicos e afins
|