z-logo
open-access-imgOpen Access
Estimativa da Biomassa Florestal para Fins Energéticos Utilizando Índices de Vegetação e Dados de Campo, Distrito de Mabalane – Moçambique
Author(s) -
Idolgy Ribeiro dos Santos Mabunda,
Laurindo Antônio Guasselli,
Eufrásio João Sozinho Nhongo,
Benjamim Bandeira
Publication year - 2021
Publication title -
rbc. revista brasileira de cartografia/revista brasileira de cartografia
Language(s) - Portuguese
Resource type - Journals
eISSN - 1808-0936
pISSN - 0560-4613
DOI - 10.14393/rbcv73n1-46828
Subject(s) - normalized difference vegetation index , physics , forestry , humanities , environmental science , geography , biology , art , botany , leaf area index
Na África Subsaariana, a intensa exploração de florestas para a extração da lenha e carvão em áreas áridas e semiáridas. O Distrito de Mabalane abastece de lenha e carvão as cidades de Maputo, Matola e Xai-Xai. Entretanto, existe pouco conhecimento sobre a disponibilidade da biomassa nessas áreas. O presente estudo tem como objetivos: analisar a relação entre NDVI derivado da imagem de satélite e a biomassa estimada em campo; modelar a estimava de biomassa em área árida. Os valores do NDVI foram obtidos a partir da imagem de satélite Landsat-8. No campo, quinze parcelas com área de 30 x 30 m foram georeferenciadas e todas as plantas lenhosas vivas com diâmetro à altura do peito (DAP) igual ou maior que 2.5 cm foram medidas as alturas e DAPs e suas biomassas estimadas a partir de equações alométricas. Os valores de NDVI nos pontos amostrais variaram entre -0.508 e -0.236, positivamente correlacionados com os valores de biomassa estimados nas 3 equações, que variaram 5,32 e 56,87 . A regressão linear entre NDVI e a biomassa no modelo que apresentou melhor resultado, obteve coeficiente de determinação R2= 0,882. A equação de regressão ajustada a partir de medição indireta da biomassa e índice de vegetação pela diferença normalizada (NDVI), possibilitou a estimativa de biomassa florestal em áreas semiáridas por sensoriamento remoto, com um erro de 36% na área do presente estudo. O modelo ajustado pode ser suporte para estudos de estimação da biomassa utilizando sensoriamento remoto e os dados de campo em áreas similares.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here