Uma pesquisa liderada pela estudante do curso de pós-graduação em Sensoriamento Remoto (PGSER) do Instituto Nacional de Pesquisas Espaciais demonstrou que o uso de sensores LiDAR e hiperespectrais combinados pode aumentar a exatidão das estimativas de biomassa na floresta Amazônica. Segundo a líder do estudo, a doutoranda da PGSER - Catherine Torres de Almeida, “a biomassa representa a soma do peso de todos os componentes vegetais de uma floresta, como troncos, galhos e folhas. Ela é uma medida da produtividade da floresta, podendo indicar um potencial uso para produção de alimentos, madeira e combustíveis sólidos”.

O estudo, que faz parte de sua tese de doutorado, combinou duas tecnologias altamente avançadas em sensoriamento remoto para gerar estimativas mais exatas da biomassa da floresta amazônica brasileira. Uma das tecnologias utilizadas foi o LiDAR, um sensor ativo que emite feixes de laser para gerar informações tridimensionais da vegetação. A outra consistiu em dados de um sensor hiperespectral. Este sensor passivo detecta a luz refletida pela vegetação para produzir centenas de imagens em frequências que vão além das que o olho humano pode enxergar. O uso integrado destes dois dados, que combinam informações estruturais e bioquímicas da vegetação, melhoram as estimativas da biomassa florestal permitindo que especialistas possam ter mais subsídios para o planejamento territorial sustentável das florestas brasileiras. Uma das principais aplicações está na quantificação de gases de efeito estufa. A autora destaca que “a biomassa determina a quantidade de carbono que pode ser emitida para a atmosfera em caso de desmatamento ou degradação da floresta. Por isso, obter melhores estimativas da biomassa amazônica permite estabelecer estratégias para o manejo sustentável, a conservação do meio ambiente e a mitigação das mudanças climáticas”.

A pesquisa foi publicada no periódico Remote Sensing of Environment, que ocupa a 1ª posição no ranking de periódicos especializados em Sensoriamento Remoto. O artigo completo está disponível gratuitamente até o dia 26 de setembro no link: https://authors.elsevier.com/a/1ZWuI7qzSnIq2