@MASTERSTHESIS{ 2020:536309327,
 	title = {Uso de técnicas de sensoriamento remoto para estimar variáveis biofísicas em floresta tropical seca, no município de Floresta - PE},
 	year = {2020},
 	url = "http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/8936",
 	abstract = "O uso de técnicas de sensoriamento remoto para auxiliar o inventário florestal convencional vem sendo impulsionados com o intuito de moderar a necessidade de trabalhos de campo, reduzir tempo e custos. Desse modo, o presente trabalho tem por principal objetivo avaliar o potencial do uso de ferramentas de sensoriamento remoto para estimar as variáveis biofísicas volume, biomassa e carbono em floresta seca no Nordeste do Brasil. A área de estudo está localizada na Fazenda Itapemirim, município de Floresta – PE, onde dois fragmentos com diferentes históricos de uso foram analisados em diferentes épocas do ano, sendo denominados de Área I (Transposição), aquele considerado preservado, e de Área II (Correntão), aquele considerado degradado, pois sua vegetação foi retirada com o auxílio de correntões há, aproximadamente, 34 anos para fins de manejo florestal. Avaliou-se 40 parcelas em cada área com dimensões 20 m x 20 m (400 m²), totalizando 3,2 ha de área amostrada. Utilizou-se cenas dos meses de abril/2018 e agosto/2018 do satélite Landsat 8/OLI, na órbita/ponto: 216-66, referentes ao período úmido e seco, respectivamente. Essas cenas foram convertidas para reflectância de superfície a partir da calibração radiométrica e, posteriormente, gerados os índices de vegetação GNDVI, NDVI, SR, SAVIL=0,5, DVI, MVI, ARVI, LAI, GVI, GARI, EVI e GEMI. As bandas multiespectriais, bem como os índices de vegetação (IV), foram relacionados ao volume, biomassa e carbono florestal estimados a partir de dados dendrométricos mensurados em igual período de passagem do Landsat 8/OLI. Os dados foram ajustados ao modelo de regressão linear múltipla, conduzindo a seleção de variáveis por meio do método Stepwise. Considerou-se os critérios estatísticos Coeficiente de Determinação Ajustado (R²aj), Erro Padrão da Estimativa (Sxy%) e o gráfico de Distribuição dos Resíduos (Res(%)) para selecionar as melhores equações. A análise estatística foi realizada no software R® versão 3.6.1. O período seco foi o mais indicado para estimar variáveis biofísicas, utilizando imagens orbitais e técnicas de sensoriamento remoto em Floresta Tropical Seca (FTS). As melhores equações para estimar volume, biomassa e carbono obtiveram um R²aj de 0,634, 0,650 e 0,649 e um Sxy de 44,894%, 6,030% e 6,842%, respectivamente. Biomassa e carbono apresentaram melhores ajustes após logaritmizar os IVs com valores positivos, enquanto volume demonstrou um comportamento contrário. Os índices de vegetação EVI e SAVIL=0,5 não demonstraram ser apropriados para estimar as variáveis biofísicas, independentemente da sazonalidade, enquanto que NDVI mostrou-se eficiente apenas em estação úmida. Logo, observando as devidas restrições e as equações com o melhor ajuste estatístico, bem como os gráficos de resíduos, infere-se que é possível utilizar imagens do Landsat 8/OLI para fazer estimativas sobre parâmetros florestais, demonstrando a importância e aplicabilidade desse método para a estimativa de variáveis biofísicas em FTS, bem como ações de manejo e conservação do domínio Caatinga.",
 	publisher = {Universidade Federal Rural de Pernambuco},
 	scholl = {Programa de Pós-Graduação em Ciências Florestais},
 	note = {Departamento de Ciência Florestal}
}