Dissertação de Mestrado - Araujo, Luciana Spinelli de

Dissertação de Mestrado em Sensoriamento Remoto, orientada pelo Dr. João Roberto
dos Santos, aprovada em 20 de maio de 1999.

As mudanças das áreas de floresta em outras formas de uso da terra são
responsáveis por parte da emissão global de CO2, contribuindo para o desequilíbrio do
teor de gases constituintes na atmosfera. O inventário e monitoramento da cobertura
vegetal são considerados fontes primárias de informação em estudos de modelagem
global, contribuindo também para estudos de alteração da biodiversidade. Assim, este
trabalho tem como finalidade analisar a utilização de imagens TM/Landsat e JERS-1
para a estratificação da vegetação e quantificação de sua biomassa em áreas de contato
floresta/savana na região centro-norte do Estado de Roraima. O trabalho de campo
propiciou a caracterização e o inventário da vegetação em quatro classes de interesse -
floresta primária, sucessão secundária, savana parque e savana graminosa. Técnicas de
processamento digital (Modelo Linear de Mistura Espectral e Índice de Vegetação
Ajustado para Influência do Solo) aplicadas à imagem TM foram empregadas, com o
intuito de discriminar as diferentes fácies. Ambos os processamentos mostraram-se
adequados para o delineamento das classes florestais, havendo dificuldade na
discriminação das classes savânicas. Da imagem JERS-1 e das imagens TM originais e
sintéticas, foram extraídos os valores digitais correspondentes às amostras inventariadas
em campo. As informações extraídas dos dois sensores foram associadas isoladamente à
biomassa através de modelos estatísticos. Os resultados indicaram a existência de
correlação significativa entre biomassa e dados sensoriados, especialmente na análise
das formações florestais, sendo a variável referente aos valores digitais da banda 4 do
TM/Landsat que melhor se correlaciona com o parâmetro biofísico analisado. Nessas
formações, dados de coeficiente de retroespalhamento do sensor JERS-1 também
podem ser utilizados para análise de biomassa, havendo significativa correlação entre as
variáveis. Nas áreas de savana, a baixa correlação indicou a dificuldade de explicar o
comportamento da biomassa, através dos dados orbitais considerados. A utilização de
regressão múltipla, com a inclusão de informações dos dois sensores, não representou
melhoria no modelo na relação com a biomassa florestal e savânica.