Sentinel-2 imaging potential in estimating the biomass of Tectona grandis L.f. in the Western Amazon
DOI:
https://doi.org/10.33448/rsd-v10i11.19491Keywords:
Remote sensing; Forest settlements; Vegetation indices.Abstract
The objective was to evaluate the potential of Sentinel-2 satellite images to estimate the biomass of Tectona grandis L.f., in Rolim de Moura - RO. The methodology consists of 7 steps: 1) Forest inventory in 10 plots; 2) Selection and felling of 20 trees to obtain biomass from laboratory samples; 3) Estimation of biomass by plot using mathematical models; 4) Biomass estimation by remote sensing in dry and rainy periods, based on Sentinel-2 satellite images (NDVI, EVI-1, EVI-2 and SAVI); 5) Analysis of correlation, adjustment and selection of equations with biomass data (dependent variable) as a function of variables derived from the images (independent variables); Evaluation of the difference of independent variables acquired in the dry and rainy periods; and 7). Quantification and spatialization of biomass for the study area. The Schumacher and Hall - Log. model was the best for obtaining biomass. Image variables differ between dry and rainy periods. Correlations between biomass and image variables were higher in the rainy season. The variables that best estimate biomass were obtained in the rainy season, with equation 1 being selected (Y=35.625331–528.123868*B02)–2.653078*B03+273.491*B04+92.572857*EVI-1– 108.785571*EVI-2–22.807912*NDVI). Biomass estimates using Sentinel-2 images are accurate and useful for monitoring forest biomass, however, adjustments in mathematical models and studies with different sensors are recommended.
References
Alba, E., Mello, E. P., Marchesan, J., Silva, E. A., Tramontina, J., & Pereira, R. S. (2017). Spectral characterization of forest plantations with Landsat 8/OLI images for forest planning and management. Pesquisa Agropecuária Brasileira, 52 (11), 1072-1079. http://dx.doi.org/10.1590/S0100-204X2017001100013
Alemdag, I. S., & Stiell, W. M. (1982). Spacing and age effects on biomass production in red pine plantations. The Forestry Chronicle, 58 (5), 220-224. https://doi.org/10.5558/tfc58220-5
Alvares, C. A., Stape, J. L., Sentelhas, P. C., De Moraes, G., Leonardo, J., & Sparovek, G. (2013). Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, 22 (6), 711-728. http://dx.doi.org/10.1127/0941-2948/2013/0507
Becerra, J. A. B., Shimabukuro, Y. E., & Alvala, R. (2009). Relação do padrão sazonal da vegetação com a precipitação na região do cerrado usando índices espectrais de vegetação. Revista Brasileira de Meteorologia, 24 (2), 125-134. https://doi.org/10.1590/S0102-77862009000200002
Bohrer, P., Chaubey, O. P., & Singhal, P K. (2013). Biomass Accumulation and Carbon Sequestration in Tectona grandis Linn. f. and Gmelina arborea Roxb. International Journal of Bio-science and Bio-technology, 5 (3), 153-174. https://www.earticle.net/Article/A207142
Boratto, I. M., & Gomide, R. L. (2013). Aplicação dos índices de vegetação NDVI, SAVI e IAF na caracterização da cobertura vegetativa da região Norte de Minas Gerais. In: Embrapa Milho e Sorgo-Artigo em anais de congresso (ALICE). In: Simpósio brasileiro de sensoriamento remoto, 16, 2013, Foz do Iguaçu. Anais... São José dos Campos: INPE, 7345-7352.
Caldeira, M. V. W., Watzlawick, L. F., Viera, M., Balbinot, R., & Castro, K. C. (2015). Biomassa e carbono orgânico em povoamentos de Araucaria angustifolia (Bertol.) Kuntze. Ciência Florestal, 25 (4), 1027-1034. https://doi.org/10.5902/1980509820664
Cerqueira, C. L., Lisboa, G. S., França, L. C. J., Môra, R., Marques, G. M., Salles, T. T., & Brianezi, D. (2017). Modelagem da altura e volume de Tectona grandis LF na mesorregião Nordeste do Pará. Nativa, 5, 606-611. http://www.ufmt.br/nativa
Coelho, I. D. A. M., Serpa, P. R. K., Silva, J. P. F., Nogueira, M., Coelho, O. D. A. M., & Junior, J. M. C. (2013). Caracterização da produção florestal em áreas de assentamentos rurais localizados no sertão pernambucano. Revista CIENTEC, 5 (1), 78-84.
Cordero, L. P., & Kanninen, M. (2003). Aboveground biomass of Tectona grandis plantations in Costa Rica. Journal of Tropical Forest Science, 199-213. https://www.jstor.org/stable/23616336
Cramer, W., Bondeau, A., Woodward, F. I., Prentice, I. C., Betts, R. A., Brovkin, V., & Kucharik, C. (2001). Global response of terrestrial ecosystem structure and function to CO2 and climate change: results from six dynamic global vegetation models. Global change biology, 7 (4), 357-373. https://doi.org/10.1046/j.1365-2486.2001.00383.x
ASF (2017). ALOS PALSAR Radiometric Terrain Corrected high res. Includes Material c JAXA/METI.
Dalla Nora, E. L., & Santos, J. E. D. (2010). Análise da dinâmica sazonal de duas formações florestais do bioma mata atlântica com base em índices de vegetação. Revista Perspectiva, 34 (125), 41-51. https://www.uricer.edu.br/site/pdfs/perspectiva/125_73.pdf
Davidson, O., De Coninck, H., Loos, M., & Meyer, L. (2005). IPCC special report on carbon dioxide capture and storage. Prepared by Working Group III of the Intergovernmental Panel on Climate Change. Cambridge, United Kingdom and New York, NY, USA, 442.
Dick, G., Schumacher, M. V., Momolli, D. R., Santos, J. C., Ludvichak, A. A., Guimarães, C. C. & Souza, H. P. (2016). Quantificação da biomassa e nutrientes em um povoamento de Eucalyptus dunnii Maiden estabelecido no Bioma Pampa. Revista Ecologia e Nutrição Florestal-ENFLO, 4(1), 1-9. http://dx.doi.org/10.5902/2316980X20589
Drusch, M, Del Bello, U, Carlier, S, Colin, O, Fernandez, V, Gascon, F & Meygret, A (2012). Sentinel-2: ESA's optical high-resolution mission for GMES operational services. Remote sensing of Environment, 120, 25-36. https://doi.org/10.1016/j.rse.2011.11.026
Embrapa (1979). Empresa Brasileira De Pesquisa Agropecuária – Embrapa. Serviço Nacional de Levantamento e Conservação de Solos (Rio de Janeiro, RJ). Súmula da 10. Reunião Técnica de Levantamento de Solos. (EMBRAPA-SNLCS. Micelânea, 1). 83p.
ESA (2018): HTTPS://earth.esa.int/web/sentinel/userguides/sentinel2msi/resolutions/spatial. Recuperado de março de 2018.
Ferreira, L. G., & Huete, A. R. (2004). Assessing the seasonal dynamics of the Brazilian Cerrado vegetation through the use of spectral vegetation indices. International Journal of Remote Sensing, 25 (10), 1837-1860. https://doi.org/10.1080/0143116031000101530
Ferraz, A. S., Soares, V. P., Soares, C. P. B., Ribeiro, C., & Gleriani, J. M. (2013). Uso de imagens do satélite IKONOS II para estimar biomassa aérea de um fragmento de floresta estacional semidecidual. Simpósio brasileiro de sensoriamento remoto, 16, 2794-2801.
Finger, CAG (2006). Biometria Florestal. UFSM. 2006.
Gurgel, H. C., & Ferreira, N. J. (2003). Annual and interannual variability of NDVI in Brazil and its connections with climate. International Journal of Remote Sensing, 24 (18), 3595-3609. https://doi.org/10.1080/0143116021000053788
Huete, A. R., Liu, H., & Van Leeuwen, W. J. (1997). The use of vegetation indices in forested regions: issues of linearity and saturation. In: Geoscience and Remote Sensing, 1997. IGARSS'97. Remote Sensing-A Scientific Vision for Sustainable Development. 1997 IEEE International. IEEE, 1966-1968. https://doi.org/10.1109/IGARSS.1997.609169
Huete, A., Didan, K., Miura, T., Rodriguez, E. P., Gao, X., & Ferreira, L. G. (2002). Overview of the radiometric and biophysical performance of the MODIS vegetation indices. Remote sensing of environment, 83 (1-2), 195-213. https://doi.org/10.1016/S0034-4257(02)00096-2
Huete, A. R. (1988). A Soil-Adjusted Vegetation Index (SAVI). Remote Sensing of Environment, New York, 25 (3), 295-309. https://doi.org/10.1016/0034-4257(88)90106-X
Husch, B, Beers, T. W., & Kershaw Jr. J. A. (2003). Forest Mesnuration. (4th ed.), Hoboken, John Wiley & Sons, INC. 443p.
IBÁ – Indústria Brasileira De Árvores (2018). Relatório anual da IBÁ 2017, ano base 2016. 80p. http://www.iba.org
IBGE (2012). Banco de dados georreferenciado dos recursos naturais da Amazônia legal. ftp://geoftp.ibge.gov.br/cartas_e_mapas/
Jensen, J. R. (2009). Sensoriamento remoto do ambiente: uma perspectiva em recursos naturais. Parêntese.
Jiang, Z., Huete, A. R., Didan, K., & Miura, T. (2008). Development of a two-band enhanced vegetation index without a blue band. Remote sensing of Environment, 112 (10), 3833-3845. https://doi.org/10.1016/j.rse.2008.06.006
Junges, A. H., Alves, G., & Fontana, D. C. (2007). Estudo indicativo do comportamento do NDVI e EVI em lavouras de cereais de inverno da região norte do Estado do Rio Grande do Sul, através de imagens MODIS. Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, 241-248.
Justice, C O., Vermote, E., Townshend, J. R., Defries, R., Roy, D. P., Hall, D. K., & Lucht, W. (1998). The Moderate Resolution Imaging Spectroradiometer (MODIS): Land remote sensing for global change research. IEEE transactions on geoscience and remote sensing, 36 (4), 1228-1249. https://doi.org/10.1109/36.701075
Lima, I. L. D., Florsheim, S. M. B., & Longui, E. L. (2009). Influência do espaçamento em algumas propriedades físicas da madeira de Tectona grandis L.f Linn. Revista Cerne, 15 (2), 244-250. http://www.redalyc.org/articulo.oa?id=74413018013
Lucena, A. P. D. (2014). O uso do IVDN no estudo da degradação ambiental de bacias hidrográficas do litoral sul do estado da Paraíba. 105 f. Dissertação (Mestrado em Engenharia Urbana) - Universidade Federal da Paraíba, João Pessoa, 2014. https://repositorio.ufpb.br/jspui/handle/tede/5535
Macedo, R. L. G., Gomes, J. E., Venturin, N., & Salgado, B. G. (2005). Desenvolvimento inicial de Tectona grandis Lf (teca) em diferentes espaçamentos no município de Paracatu, MG. Cerne, 11 (1). http://www.redalyc.org/articulo.oa?id=74411107
Machado, L. A. T., Laurent, H., Dessay, N., & Miranda, I. (2004). Seasonal and diurnal variability of convection over the Amazonia: a comparison of different vegetation types and large scale forcing. Theoretical and Applied Climatology, 78 (1-3), 61-77. https://doi.org/10.1007/s00704-004-0044-9
Malhi, Y., Aragão, L. E., Galbraith, D., Huntingford, C., Fisher, R., Zelazowski, P., & Meir, P. (2009). Exploring the likelihood and mechanism of a climate-change-induced dieback of the Amazon rainforest. Proceedings of the National Academy of Sciences, 106 (49), 20610-20615. https://doi.org/10.1073/pnas.0804619106
Martinelli, L. A., Moreira, M. Z., Brown, I. F., & Victoria, R. L. (1994). Incertezas associadas às estimativas de biomassa em florestas tropicais: o exemplo de uma floresta situada no estado de Rondônia. Anais do Seminário de Emissão x Sequestro de CO2: uma nova oportunidade de negócios para o Brasil, 221.
Matos, F. D. A., & Kirchner, F. F. (2008). Estimativa de Biomassa da Floresta Ombrófila densa de terra firme na Amazônia central com o satélite Ikonos II. Floresta, 38 (1), 157-171. http://dx.doi.org/10.5380/rf.v38i1.11036
Midgley, S., Somaiya, R. T., Stevens, P. R., Brown, A., Nguyen, D. K, & Laity, R. (2015). Planted teak: global production and markets, with reference to Solomon Islands. Australian Centre for International Agricultural Research. 85, 92. http://aciar.gov.au/files/tr85-web.pdf
Miranda, D. L. C., Melo, A. C. G., & Sanquetta, C. R. (2011). Equações alométricas para estimativa de biomassa e carbono em árvores de reflorestamentos de restauração. Revista Árvore, 35 (3), 679-689. https://doi.org/10.1590/S0100-67622011000400012
Mukaka, M. M. (2012). A guide to appropriate use of correlation coefficient in medical research. Malawi Medical Journal, 24 (3), 69-71. http://www.mmj.medcol.mw/
Neter, J., Kutner M. H., Nachtsheim, C. J., & Wasserman, W. (1996). Applied Linear Statistical Models, Boston, MA,McGraw-Hill.
Nicoletti, M. F., Silva, E., & Floriani, M. M. P. (2015). Metodologia não destrutiva para quantificação do volume e biomassa do fuste em remanescente florestal. Nativa, 3 (4), 287-291. https://doi.org/10.31413/nativa.v3i4.3062
Padrón, E., & Navarro-cerrillo, R M. (2007). Biomasa aérea en ecosistemas de Prosopis pallida (Humb. and Bonpl. ex Willd.) HBK usando imágenes Landsat 7 ETM+. Revista chilena de historia natural, 80 (1), 43-53. http://dx.doi.org/10.4067/S0716-078X2007000100004
Pelissari, A. L., Guimarães, P. P., Behling, A., & Ebling, A. (2014). Cultivo da teca: características da espécie para implantação e condução de povoamentos florestais. Agrarian Academy, 1 (1), 127-145. http://www.conhecer.org.br/Agrarian%20Academy/2014a/cultivo.pdf
Ponzoni, F. J., Shimbukuro, Y. E., & Kuplich, T. M. (2007). Sensoriamento remoto no estudo da vegetação. São José dos Campos: Parêntese.
R Core Team (2018). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. https://www.R-project.org/
Rondon, E. V. (2006). Estudo de biomassa de Tectona grandis Lf sob diferentes espaçamentos no estado de Mato Grosso. Revista Árvore, 30(3), 337-341. https://doi.org/10.1590/S0100-67622006000300003
Rouse Jr, J W, Haas, R H, Schell, J. A & Deering, D. W. (1973). Monitoring the vernal advancement and retrogradation (green wave effect) of natural vegetation. NASA/GSFC Type III Final Report, Greenbelt, Md, 371. https://ntrs.nasa.gov/api/citations/19730009607/downloads/19730009607.pdf
Sanquetta, C. R & Balbinot, R (2002). Métodos de determinação de biomassa florestal. As florestas e o carbono. Curitiba, p. 119-140.
Sanquetta, C. R., Behling, A, Corte, A. P D, Simon, A, Pscheidt, H, Ruza, M. S., & Mochiutti, S (2014). Estoques de biomassa e carbono em povoamentos de acácia negra em diferentes cidades no Rio Grande do Sul. Scientia Forestalis, Piracicaba, 42 (103), 361-370. http://www.alice.cnptia.embrapa.br/alice/handle/doc/996504
Sanquetta, M. N. I, Sanquetta, C. R, Mognon, F, Dalla Corte, A. P, Rodrigues, A. L., & Maas, G. C B. (2015). Ajuste de equações hipsométricas para a estimação da altura total de indivíduos jovens de teca. Científica, 43 (4), 400-406. http://dx.doi.org/10.15361/1984-5529.2015v43n4p400-406
Schoeninger, E R, Koehler, H. S, Botelho, M. F, Watzlawick, L. F., & De Oliveira, P. C (2009). Uso de redes neurais artificiais para mapeamento de biomassa e carbono orgânico no componente arbóreo de uma floresta ombrófila. Ambiência, 4 (2), 179-195. Recuperação em https://revistas.unicentro.br/index.php/ambiencia/article/view/138
Scolforo, J. R, Mello, J. D, Oliveira, A. D, Pereira, R. M, Souza, F. N, & Guedes, I. D. L. (2008). Volumetria, peso de matéria seca e carbono. Inventário florestal de Minas Gerais: Cerrado: florística, estrutura, diversidade, similaridade, distribuição diamétrica e de altura, Volumetria, tendências de crescimento e áreas aptas para manejo florestal. Lavras: Ed da UFLA, 361-438.
Sedam (Secretaria de Desenvolvimento Ambiental do Estado de Rondônia) (2010). Boletim Climático do Estado de Rondônia. 4, Porto Velho (RO).
Tropical Rainfall Measuring Mission (TRMM) (2011). TRMM (TMPA) Rainfall Estimate L3 3 hour 0.25 degree x 0.25 degree V7, Greenbelt, MD, Goddard Earth Sciences Data and Information Services Center (GES DISC). https://doi.org/10.5067/TRMM/TMPA/3H/7
Upgupta, S, Singh, S & Tiwari, P. S (2015). Estimation of aboveground phytomass of plantations using digital photogrammetry and high resolution remote sensing data. Journal of the Indian Society of Remote Sensing, 43 (2), 311-323. https://doi.org/10.1007/s12524-014-0401-9
Vendruscolo, J (2012). Atributos físicos e químicos de diferentes tipos de solos sob quatro coberturas vegetais na área ciliar do Igarapé D’Alincourt-RO. Dissertação de Mestrado, Areia: Universidade Federal da Paraíba, 58p.
Viera, M., Schumacher, M. V., Trüby, P., & De Araújo, E. F. (2013). Biomassa e nutrientes em um povoamento de Eucalyptus urophylla x Eucalyptus globulus, em Eldorado do Sul-RS. Revista Ecologia e Nutrição Florestal-ENFLO, 1 (1), 1-13. http://dx.doi.org/10.13086/2316-980x.v01n01a01
Watzlawick, L F., Kirchner, F. F., & Sanquetta, C. R. (2009). Estimativa de biomassa e carbono em floresta com araucária utilizando imagens do satélite IKONOS II. Ciência Florestal, 19 (2). https://doi.org/10.1007/s12524-014-0401-9
Watzlawick, L. F., Koehler, H. S., & Kirchner, F F (2006). Estimativa de biomassa e carbono em plantios de Pinus taeda L. utilizando imagens do satélite IKONOS II. Ciência e Natura, 28 (1), 45. https://doi.org/10.5902/2179460X9708
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2021 Ederson José da Silva; Diogo Martins Rosa; Jhony Vendruscolo; Wanderson Cleiton Schmidt Cavalheiro
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
1) Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
2) Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
3) Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.
