Caracterização espectral de espécies de Mata Atlântica de Interior em nível foliar e de copa

Abstract

Florestas têm importante papel na manutenção da biodiversidade, retenção de carbono e regulação do regime hidrológico, além de garantir proteção ao solo e às fontes d’água. Podem ser classificadas em diferentes estádios de desenvolvimento, caracterizados pela presença de espécies secundárias e clímax. Atualmente, no Brasil, as florestas estão reduzidas em fragmentos espalhados em diversas regiões do país sendo seu monitoramento necessário para realização de planos de manejo. Uma das formas de realizar o monitoramento florestal é utilizando o Sensoriamento Remoto hiperespectral, que fornece informação espectral detalhada dos alvos as quais são úteis para a discriminação das espécies de vegetação que compõem o remanescente florestal. Sensores hiperespectrais acoplados a VANTs (Veículos Aéreos Não Tripulados) possibilitam a aquisição de dados para posterior delimitação das copas das espécies de vegetação. A Mata Atlântica, bioma rico em biodiversidade, está distribuída de norte a sul do Brasil, sendo classificada conforme a localização e características de cada formação florestal, dentre elas a Mata Atlântica de Interior. O objetivo desse trabalho é a caracterização espectral de espécies de vegetação em nível foliar e de copa para contribuir com informações que possam ser utilizadas para o monitoramento florestal. Foram adquiridas imagens hiperespectrais com câmara baseada no Interferômetro de Fabry-Perot acoplada em VANT. As imagens foram adquiridas na gleba Ponte Branca, pertencente à Estação Ecológica Mico-Leão-Preto. O processamento das imagens considerou 5 diferentes correções que permitiram mostrar a importância da geometria de aquisição das imagens e do ajustamento radiométrico em bloco. Copas de 12 espécies de vegetação foram delimitadas manualmente no mosaico de imagens gerado e nelas foram medidos valores de Fator de Reflectância Hemisférico Cônico. A caracterização espectral em nível foliar de 16 espécies de vegetação foi realizada em laboratório utilizando espectrorradiômetro. Por meio da análise de agrupamento, verificou-se a similaridade entre as respostas espectrais de tais espécies, tanto em nível de copa como foliar. Para minimizar a similaridade entre tais respostas, foram aplicados e normalizados 7 índices de vegetação. Por fim, utilizando os índices que apresentaram menor correlação entre si, uma nova análise de agrupamento foi realizada onde se verificou que a similaridade entre as espécies foi atenuada.

Forests have an important role to support biodiversity, carbon stocks and water regime. In addition, provide fundamental protection to soil and water resources. Pioneers and climax species characterize successional stages of forest. In Brazil, forests are reduced to fragments spread out over the country, being their monitoring necessary to perform management plans. Hyperspectral Remote Sensing provides detailed spectral information about targets and is feasible to discriminate trees species. Hyperspectral sensor attached to UAVs (Unmanned Aerial Vehicles) makes possible the delineation of trees canopies. The Atlantic Forest, biome rich in biodiversity, is distributed from north to south in Brazil, being classified according to the different locations and characteristics, such as the Interior Atlantic Forest. The main objective of this project is spectral characterization of tree species in leaf and canopy level to contribute with forest monitoring. Hyperspectral images acquired with camera based on Fabry-Perot Interferometer coupled to an UAV were acquired. The interest area, Ponte Branca, belongs to the ecological station called Estação Ecológica Mico-Leão-Preto in the western region of São Paulo State. Imaging process where realized with 5 different corrections showing the importance of geometry during image acquisition and radiometric block adjustment. Trees canopies from 12 species were manually delimited in the images mosaic and Hemispherical Conical Reflectance Factor were obtained. Leaf spectral characterization was realized in laboratory using spectrorradiometer. Clustering analyses were applied to verify similarity between spectral responses of species, in canopy and leaf level. 7 vegetation indexes were applied and normalized in order to reduce the similarity between the spectral responses. Lastly, a new clustering analyses was realized using the less correlated normalized indexes, concluding that the similarity between species was reduced.