Modelagem da biomassa acima do solo na Mata Atlântica paulista: uma abordagem multiescalar

Resumo

No contexto mundial de mudanças climáticas, sensibilização ambiental e crescente demanda pela restauração de ecossistemas, o entendimento acerca do estoque de carbono das florestas tropicais e as formas de avaliá-lo ganha amplo destaque. A utilização de dados provenientes de sensores ativos como o LiDAR (Light Detection and Ranging) apresenta grande potencial para mensuração de atributos florestais, tais como a biomassa acima do solo (AGB - do ingles Above Ground Biomass), pela capacidade de caracterizar a estrutura vertical da floresta, o que permite também a criação de modelos preditivos para os atributos avaliados. O sensor GEDI ("Global Ecosystem Dynamics Investigation") é uma das mais novas e promissoras tecnologias voltadas ao monitoramento da vegetação em escala mundial. Trata-se de um sensor LiDAR orbital projetado específicamente para caracterizar e descrever a estrutura das florestas tropicais. Neste contexto, esta pesquisa visa explorar o potencial da combinação de dados espaciais multiescala para estimar a AGB da vegetação florestal do estado de São Paulo da melhor e mais refinada forma possível. O estudo busca confeccionar modelos estatísticos para estimar a AGB da vegetação florestal estadual a partir da correlação de estimativas de campo (inventário florestal) com dados LiDAR aerotransportados e posteriormente com dados GEDI (LiDAR orbital), permitindo predições com ganho de escala ancorados por estimativas concretas e acertivas. Espera-se que os modelos pretidivos desenvolvidos apresentem coerencia estatística com altos valores para o coeficiente de determinação (R²) e valores aceitáveis para as métricas de avaliação (Raíz Quadrada do Erro Médio - RMSE - e Erro Médio Quadrático - MSE). Sendo assim, os modelos permitirão estimativas acuradas que poderão nortear a elaboração de políticas públicas municipais e estaduais, indicando regiões com alto grau de importancia para conservação ao passo que também identifica locais que carecem de vegetação densa capaz de acumular/sequestrar carbono, impulsionando as iniciativas estaduais de restauração ecológica comprometidas com o controle climático. (AU)