Assessing biomass based on canopy height profiles using airborne laser scanning data in eucalypt plantations

Abstract

This study aimed to map the stem biomass of an even-aged eucalyptus plantation in southeastern Brazil based on canopy height profile (CHPs) statistics using wall-to-wall discrete return airborne laser scanning (ALS), and compare the results with alternative maps generated by ordinary kriging interpolation from field-derived measurements. The assessment of stem biomass with ALS data was carried out using regression analysis methods. Initially, CHPs were determined to express the distribution of laser point heights in the ALS cloud for each sample plot. The probability density function (pdf) used was the Weibull distribution, with two parameters that in a secondary task, were used as explanatory variables to model stem biomass. ALS metrics such as height percentiles, dispersion of heights, and proportion of points were also investigated. A simple linear regression model of stem biomass as a function of the Weibull scale parameter showed high correlation (adj.R² = 0.89). The alternative model considering the 30th percentile and the Weibull shape parameter slightly improved the quality of the estimation (adj. R² = 0.93). Stem biomass maps based on the Weibull scale parameter doubled the accuracy of the ordinary kriging approach (relative root mean square error = 6 % and 13 %, respectively).

Estudo de parâmetros populacionais de plantios clonais de <i>Eucalyptus</i> spp. a partir de nuvens de pontos obtidos com escaneamento a laser aerotransportado

“…Suas utilizações compreendem desde áreas de florestas nativas (NAESSET, 1997;Van PELT;NADKARNI, 2004;COOPS et al, 2007;PALACE et al, 2015) como plantadas (ZONETE, 2009;SILVA et al, 2015). Além de se estender a caracterização da estrutura da floresta, permitindo aplicações em estudos ecológicos (VAUKONEN et al, 2014).…”

“…Os modelos ajustados nesse trabalho, utilizando métricas LiDAR, resultaram em um R² entre 0,94 e 0,95 para o volume e de 0,92 para área basal. Silva et al (2015) analisaram o uso de métricas ALS e estatísticas derivadas do perfil de alturas do dossel em análises de regressão para obter a biomassa do fuste, com o coeficiente de determinação de 0,93.…”

“…Entretanto técnicas passivas de sensoriamento remoto possuem limitações em sua capacidade de diferenciar mudanças na estrutura que ocorrem abaixo do dossel (COOPS et al, 2007), fornecendo apenas informações detalhadas sobre a distribuição horizontal (LIM et al, 2003). EGGERMONT; LaRICCIA, 1999;COOPS et al, 2007;GÖRGENS et al, 2015;SILVA et al, 2015). Coops et al (2007) Se não houver flores, valeu a sombra das folhas;…”

“…A natureza tridimensional dos dados ALS permite a caracterização da distribuição da vegetação, tanto horizontal como vertical (LIM et al, 2003), além de fornecer estimativas precisas sobre as alturas e cobertura do dossel (COOPS et al, 2007). As métricas derivadas de dados ALS vem sendo utilizadas nas estimativas de volume, biomassa, área basal e diâmetro médio quadrático (WHITE et al, 2013;GÖRGENS et al, 2015;PALACE et al, 2015;SILVA et al, 2015). Além desses aspectos, uma série de métricas que descrevem a variabilidade da distribuição dos retornos são adequadas para caracterizar a estrutura do dossel (COOPS et al, 2007;KANE et al, 2010 (FIEBER et al, 2015).…”

“…Adicionalmente, as características estruturais podem ser utilizadas em diversas áreas, tais como desenvolvimento de modelos do comportamento do fogo (HALL et al, 2005), modelagem de carbono (NAESSET, 2004;SILVA et al, 2015), modelagem fisiológica (MARSDEN et al, 2010), estimativas do índice de área foliar (FIEBER et al, 2015), e caracterização do estágio sucessional das florestas (KANE et al, 2010).…”