Continuous mapping of vegetation height is critical for many forestry applications, such as planning vegetation management in power transmission line right-of-way. Satellite images from different sensors, including SAR (Synthetic Aperture Radar) from Sentinel 1 (S1) and multispectral from Sentinel 2 (S2), can be used for producing high-resolution vegetation height maps at a broad scale. The main objective of this study is to assess the potential of S1 and S2 satellite data, both in a single and a multisensor approach, for modeling canopy height in a transmission line right-of-way located in the Atlantic Forest of Paraná, Brazil. For integrating S1 and S2 data, we used three machine learning algorithms (LR: Linear Regression, CART: Classification and Regression Trees, and RF: Random Forest) and airborne LiDAR (Light Detection and Ranging) measurements as the reference height. The best models were obtained using the RF algorithm and 20 m resolution features from only S2 data (cross-validated RMSE of 4.92 m and R2 of 0.58) or multisensor data (cross-validated RMSE of 4.86 m and R2 of 0.60). Although the multisensor model presented the best performance, it was not statistically different from the single-S2 model. Thus, the use of only S2 to estimate canopy height has practical advantages, as it reduces the need to process SAR images and the uncertainties due to S1 noise or differences between the acquisition dates of S2 and S1.

O objetivo deste trabalho é avaliar a utilização do modelo Shalstab para realizar um diagnóstico da suscetibilidade a movimentos de massa considerando três diferentes abordagens: i) Shalstab em nível de risco (resultado da razão log(q/t)) pixel-a-pixel; ii) Shalstab em nível de risco generalizado por bacias e; iii) Chuva crítica diária necessária para deflagração de ruptura (Shalstab em termos de “q” - precipitação). A área de estudo se refere a bacias hidrográficas que intersectam uma linha de transmissão situada na Serra do Mar Paranaense e para a parametrização dos valores geotécnicos utilizados na modelagem adotou-se uma abordagem espacializada que leva em conta a variabilidade da tipologia geológica da área. As cicatrizes de movimento de massa utilizadas para validação dos resultados indicam que ambas as abordagens do modelo em nível de risco (pixel-a-pixel e generalizado por bacias) foram capazes de identificar com um bom nível de acerto as áreas mais suscetíveis. Em relação aos limiares de chuva crítica para provocar rupturas na área de estudo, precipitações acima de 100mm/dia são perigosas para muitos locais. Esse valor de precipitação é bastante comum na região, o que indica necessidade de atenção, sobretudo em momentos com configurações pluviométricas próximas a esse limiar.