Integration of LIDAR, optical remotely sensed and ancillary data for forest monitoring and Grizzly bear habitat characterization

Ambiência

Endereço:
RUA SIMEÃO CAMARGO VARELA DE SÁ, 03 - CX POSTAL 3010 - Vila Carli
Guarapuava / PR
850040-080
Site: http://www.unicentro.br/editora/revistas/ambiencia/
Telefone: (42) 36298-1000
ISSN: 2175-9405
Editor Chefe: Luiz Gilberto Bertotti
Início Publicação: 31/05/2005
Periodicidade: Quadrimestral
Área de Estudo: Ciências Agrárias, Área de Estudo: Agronomia, Área de Estudo: Biologia geral, Área de Estudo: Recursos Florestais e Engenharia Florestal, Área de Estudo: Ciências Biológicas, Área de Estudo: Ciências Exatas, Área de Estudo: Geociências, Área de Estudo: Ciências Humanas, Área de Estudo: Geografia, Área de Estudo: Ciências Sociais Aplicadas, Área de Estudo: Planejamento urbano e regional

Integration of LIDAR, optical remotely sensed and ancillary data for forest monitoring and Grizzly bear habitat characterization

Ano: 2008 | Volume: 4 | Número: Suplemento
Autores: Michael A. Wulder, Joanne C. White, Nicholas C. Coops, Gregory J. McDermid, Thomas Hilker, Steven E. Franklin
Autor Correspondente: Michael A Wulder | [email protected]

Palavras-chave: sensoriamento remoto, sig, inventário florestal, mapeamento, monitoramento, habitat, urso grizzly, lidar, resolução espacial, landsat, modis

Resumos Cadastrados

Resumo Português:

As necessidades do gerenciamento de fl orestas e do relato de informações
estão fi cando cada vez mais complexas no Canadá. A inclusão de
considerações sobre madeira e não-madeira, tanto para o gerenciamento
como para o relato de disponibilidade de recursos fl orestais, resultou
em oportunidades para a integração de dados de diferentes fontes para a
obtenção da informação desejada. As terras fl orestadas de uso potencial
no Canadá têm um tamanho acima de 400 milhões de hectares e possui
importantes funções ecológicas e econômicas. Nesta comunicação
descrevemos como dados de sensoriamento remoto e outros dados
espaciais disponíveis detectam as diferentes condições e características da fl oresta e como estas fontes de dados diversos podem ser combinadas,
fornecendo informações que estariam indisponíveis de outra forma. Por
exemplo, LIDAR (acrônimo de light detection and ranging) fornece
informações sobre a estrutura vertical de fl orestas; imagens de alta
resolução espacial detectam detalhadamente a distribuição horizontal e o
arranjo da vegetação e as suas condições; enquanto imagens de resolução
espacial moderada fornecem uma consistente visão das condições
florestais em extensas áreas. Além disso, imagens com resolução espacial
grosseira, com elevada densidade temporal, pode ser combinada com
dados de resolução espacial mais fi na para gerar dados com uma resolução
espacial moderada, porém com alta densidade temporal. Estas fontes de
dados de sensoriamento remoto, quando combinadas com camadas de
dados espaciais, tais como inventários fl orestais e modelos digitais de
terreno fornecem informações úteis que podem ser usadas para, através de
modelagem, analisar questões referentes a condição fl orestal, estrutura e
mudanças. Nesta comunicação discutimos a importância da integração de
dados e fi nalmente a geração de informação no contexto da caracterização
do habitat dos ursos Grizzly. O habitat deste urso no oeste canadense está
atualmente sendo pressionado devido a uma combinação de atividades
humanas e por uma infestação ampla do besouro do pinheiro (pine beetle),
tornando necessária uma série de informações, incluindo: detecção da
estrutura horizontal e vertical da estrutura da vegetação para mapear as
áreas de susceptibilidade deste inseto e para modelar o seu habitat; dados
de resolução espacial moderada para capturar as mudanças das condições
de infestação ao longo do tempo, para suportar a detecção de mudanças
e mapeamento detalhado; dados de resolução espacial grosseira para
fornecer um aumento de detalhe temporal, para detectar as alterações
inter-anuais do habitat do Grizzly.



Resumo Inglês:

Forest management and reporting information needs are becoming
increasingly complex in Canada. Inclusion of timber and non-timber
considerations for both management and reporting has resulted in
opportunities for integration of data from differing sources to provide
the desired information. Canada’s forested land-base is over 400
million hectares in size and fulfi lls important ecological and economic
functions. In this communication we describe how remotely sensed
data and other available spatial data layers capture different forest
characteristics and conditions, and how these varying data sources may be combined to provide otherwise unavailable information. For instance,
light detection and ranging (LIDAR) confers information regarding
vertical forest structure; high spatial resolution imagery captures (in
detail) the horizontal distribution and arrangement of vegetation and
vegetation conditions; and, moderate spatial resolution imagery provides
consistent wide-area depictions of forest conditions. Furthermore, coarse
spatial resolution imagery, with a high temporal density, can be blended
with data of a higher spatial resolution to generate moderate spatial
resolution data with a high temporal density. These remotely sensed data
sources, when combined with existing spatial data layers such as forest
inventory and digital terrain models, provide useful information that
may be used to address, through modelling, questions regarding forest
condition, structure, and change. In this communication, we discuss the
importance of data integration and ultimately, information generation, in
the context of Grizzly bear habitat characterization. Grizzly bear habitat
in western Canada is currently undergoing pressure from a combination
of anthropogenic activities and a widespread outbreak of mountain pine
beetle, resulting in a variety of information needs, including: detailed
depictions of horizontal and vertical vegetation structure over large areas
to support bark beetle susceptibility mapping and habitat modelling;
moderate spatial resolution data to capture changes in infestation
conditions over time to support change detection and wall-to-wall
mapping; and, coarse spatial resolution data to provide increased temporal
detail enabling capture of within-year alterations to Grizzly habitat.