ResumoA obtenção de dados que caracterizam determinado fragmento florestal esbarra na dificuldade de processamento dos dados, nos altos custos demandados e no elevado tempo gasto com os inventários tradicionais. O uso de técnicas de Processamento Digital de Imagens (PDI), utilizando dados de sensoriamento remoto para estimar variáveis florestais, pode ser ferramenta útil e eficaz na complementação do inventário de campo. O presente trabalho teve como objetivo avaliar a viabilidade da utilização de imagens multiespectrais do sensor OLI Landsat 8, através de análise de regressão com dados de campo, para a estimativa de parâmetros florestais. Para isso foi realizado inventário com objetivo de obter os parâmetros florestais: Diâmetro à Altura do Peito (DAP); área basal (G); altura total (Ht); número de árvores (N) e volume de madeira (V). Na etapa de PDI, foram utilizados os valores de reflectância e os índices de vegetação NDVI e SAVI nos pixels que abrangiam as parcelas do inventário, seguidos das análises de correlação entre as bandas e os parâmetros florestais. Em seguida foram feitos o ajuste dos modelos de regressão linear múltipla para a espacialização dos dados. Os melhores resultados, referentes aos valores de R² aj , para os modelos de DAP; G; Ht; N e V, foram de 0,57; 0,66; 0,16; 0,34 e 0,49, respectivamente. Os resultados permitem concluir sobre uso potencial da metodologia na estimação das variáveis DAP, G e V com uso do NDVI e das bandas referentes ao verde, vermelho e infravermelho médio. Palavras-chave: Sensoriamento remoto; inventário florestal; reflectância; índice de vegetação.
AbstractEstimation of forest parameters in Cerrado area from OLI Landsat 8 sensor. The obtaining of data that characterize certain forest fragment comes up against the difficult of data processing, high costs and demanded time spent with forest inventories. The use of image Digital Processing Techniques (DPT) with remote sensing data to estimate forest variables can be useful and effective tool to complement the field inventory. This study aimed to evaluate the viability of the utilization the multispectral images from OLI Landsat 8 sensor through regression analysis with field data for estimation of forest parameters. For this, it was done an inventory in order to get the forest parameters: diameter at breast height (DBH); basal area (G); total height (Ht); number of trees (N) and timber volume (V). In DPT step, they were used the reflectance and the NDVI and SAVI vegetation index values from the pixels that cover the plots of the inventory and after it was conducted the correlation analysis among bands and forest parameters. Finally, they were made the adjustment of multiples linear regression models for spatialization data. The best results related to R² aj values for models of DBH; G; Ht; N; and V, were 0.57; 0.66; 0.16; 0.34 and 0.49, respectively. The results were allowed to conclude about the use potential of the methodology for the estimation of the following traits DBH, G and V with using NDVI and the bands related...