CCD CBERS and ASTER data in dasometric characterization of Pinus radiata D. Don (north-western Spain)
Cerne
CCD CBERS and ASTER data in dasometric characterization of Pinus radiata D. Don (north-western Spain)
Autor Correspondente: Carmen Quintano | [email protected]
Palavras-chave: conifers, remote sensing, biomass
Resumos Cadastrados
Resumo Português:
Partindo de cenas do Chinese-Brazilian Earth Resources Satellite (CBERS) e Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER), acopladas a dados georreferenciados complementares e dados de inventario de campo de parcelas permanentes, determina-se o potencial dos dados de percepção remota para a avaliação de área basimétrica, volume e biomassa aérea em superfÃcies amplas de plantações de Pinus radiata D. Don numa região do noroeste da Espanha. A banda do infravermelho próximo e a imagem da fração sombreada mostram coeficientes de correlação significativos com as variáveis dasométricas consideradas. Os modelos preditivos lineares e não lineares selecionados permitem realizar a distribuição espacial das variáveis dasométricas nos povoamentos de radiata delimitadas pelo Mapa Florestal Nacional. Este estudo reforça a convicção da utilidade da percepção remota na caracterização de sistemas florestais.
Resumo Inglês:
A Chinese-Brazilian Earth Resources Satellite (CBERS) and an Advanced Spaceborne Thermal Emission and Reflection Radiometer (ASTER) scenes coupled with ancillary georeferenced data and field survey were employed to examine the potential of the remote sensing data in stand basal area, volume and aboveground biomass assessment over large areas of Pinus radiata D. Don plantations in Northwestern Spain. Statistical analysis proved that the near infrared band and the shade fraction image showed significant correlation coefficients with all stand variables considered. Predictive models were accordingly selected and utilized to undertake the spatial distribution of stand variables in radiata stands delimited by the National Forestry Map. The study reinforces the potentiality of remote sensing techniques in a cost-effective assessment of forest systems.
