LCF5734 - Tecnologias Laser para Monitoramento da Cobertura Vegetal

Carga Horária

Docentes responsáveis
Luiz Carlos Estraviz Rodriguez

Objetivo
O crescimento da biomassa florestal acima do solo e a análise da cobertura horizontal e vertical da
vegetação nessas áreas são importantes parâmetros usados para avaliar a qualidade de ecosistemas
naturais e de plantios florestais. Demandado por cientistas, gestores de recursos naturais e
profissionais florestais e agrícolas, esse tipo de monitoramento pode ser apoiado por tecnologias de
escaneamento a laser conhecidas como LiDAR (Light Detection and Ranging). Neste curso
introduzimos os princípios das tecnologias LiDAR embarcadas em plataformas orbitais, aereas
(tripuladas e não tripuladas) e terrestres, suas diferentes modalidades e os procedimentos mais
usados para a análise dos dados LiDAR. O público alvo compreende pessoas interessadas no uso de
novas tecnologias para fins de monitoramento do crescimento de plantas e árvores, e de mensuração
da biomassa e carbono estocado nessas populações.

Conteúdo
1. Histórico das tecnologias LiDAR; 2. Aplicações LiDAR nas Ciências Florestais e Agronômicas; 3.
Evolução das publicações científicas e estado da arte atual; 4. Princípios do laser; 5. Sensores LiDAR
disponíveis; 6. Armazenamento de dados LiDAR - diferentes formatos; 7. Modalidades de
escaneamento LiDAR em plataformas orbitais, aeroembarcadas e terrestres; 8. Processamento de
dados LiDAR; 8.1 Software; 8.2. Dados ALS para fins de inventário; 8.3. Dados TLS para mensuração
de árvores; 9. Exercícios e trabalho de conclusão.

Bibliografia
Campbell, JB; Wynne, RH. (2011) Introduction to Remote Sensing. The Guilford Press, New York.
667p.
Forestry Applications. R package version 3.0.3.
Gorgens, EB; Silva, AGP; Rodriguez, LCE. (2014) LiDAR: aplicações florestais. Editora CRV, Curtitiba.
129p.
Hastings, JH; Ollinger, SV; Ouimette, AP; Sanders-DeMott, R; Palace, MW; Ducey, MJ; Sullivan, FB;
Basler, D; Orwig, DA. (2020) Tree Species Traits Determine the Success of LiDAR-Based Crown
Mapping in a Mixed Temperate Forest. Remote Sensing, 12(2): 2072-4292
Lefsky, M. A., W. B. Cohen, G. G. Parker, and D. J. HARDING. 2006. Lidar Remote Sensing for
Ecosystem Studies. Bioscience. 52(1):19.
Lim, K., P. Treitz, M. Wulder, M. Flood, B. St-Onge, M. Flood, B. St-Ongé, and M. Flood. 2003. LiDAR
remote sensing of forest structure. Prog. Phys. Geogr. 27(1):88–106 Available online at:
http://ppg.sagepub.com/cgi/doi/10.1191/0309133303pp360ra; last accessed March 8, 2012.
Maltamo, M., E. Naesset, and J. Vauhkonen. 2014. Forestry Applications of Airborne Laser Scanning.
Springer. 464 p.
Maltamo, M; Naesset, E; Vauhkonen, J. (2014) Forestry Applications of Airborne Laser Scanning -
Concepts and Case Studies. Springer, London. 464p.
Navarro, A; Young, M; Allan, B; Carnell, P; Macreadie, P; Ierodiaconou, D. (2020) The application of
Unmanned Aerial Vehicles (UAVs) to estimate above-ground biomass of mangrove ecosystems.
Remote Sensing of Environment, 24
Nelson, R. (2013) How did we get here? An early history of forestry lidar. Canadina Journal of Remote
Sensing, 39(1):6-17.
Næsset, E. 2002. Predicting forest stand characteristics with airborne scanning laser using a practical
two-stage procedure and field data. Remote Sens. Environ. 80:88–99.
Persson, A., J. Holmgren, and U. Soderman. 2002. Detecting and Measuring Individual Trees Using an
Airborne Laser Scanner. Photogramm. Eng. Remote Sensing. 68(9):925–932.
Popescu, S. C., R. H. Wynne, and R. F. Nelson. 2003. Measuring individual tree crown diameter with
lidar and assessing its influence on estimating forest volume and biomass. Can. J. Remote Sens.
29(5):564–577.
Roussel, JR, Auty, D (2020) lidR: Airborne LiDAR Data Manipulation and Visualization for
Roussel,JR; Auty, D; Coops, NC; Tompalski, P; Goodbody, TR.H.; Meador, AS; Bourdon, JF; Boissieu,
F; Achim, A (2020) lidR: An R package for analysis of Airborne Laser Scanning (ALS) data. Remote
Sensing of Environment. v. 251.
White, J. C., M. A. Wulder, A. Varhola, M. Vastaranta, N. C. Coops, B. D. Cook, D. Pitt, and M. Woods.
2013. A best practices guide for generating forest inventory attributes from airborne laser scanning
data using an area-based approach. 722–723 p.
White, J. C., N. C. Coops, M. A. Wulder, M. Vastaranta, T. Hilker, and P. Tompalski. 2016. Remote
Sensing Technologies for Enhancing Forest Inventories: A Review. Can. J. Remote Sens. 42(5):619–
641.
White, J; Tompalski, P; Vastaranta, M; Wulder, MA; Saarinen, N; Stepper, C; Coops, NC; et al. (2017)
A model development and application guide for generating an enhanced forest inventory using airborne
laser scanning data and an area-based approach. Natural Resources Canada. p. 38).
White, JC; Coops, NC; Wulder, MA; Vastaranta, M; Hilker, T; Tompalski, P. (2016) Remote sensing
technologies for enhancing forest inventories: A review. Can. J. Remote. Sens. 42(5):619–641.
Wulder, MA; Bater, CW; Coops, NC; Hilker, T; White, JC; (2008) The role of lidar in sustainable forest
management. For. Chron. 84(6):807–826.
Zimbres, B; Shimbo, J; Bustamante, M; Levick, S; Miranda, S; Roitman, I; Silvério, D; Gomes, L;
Fagg, C; Alencar, A; (2020) Savanna vegetation structure in the brazilian cerrado allows for the
accurate estimation of aboveground biomass using terrestrial laser scanning. For. Ecol. Manag. 458,
117798.