ESTIMATING THE COMMERCIAL VOLUME OF A Pinus taeda L. PLANTATION USING ACTIVE AND PASSIVE SENSORS

Main Article Content

Carla Talita Pertille
Marcos Felipe Nicoletti
Mário Dobner Jr

Abstract

Background: The objective of this study was to estimate the wood volume of a Pinus taeda L. plantation using variables extracted from the Sentinel-1 active sensor and the Sentinel-2 passive sensor. To do so, data from a forest inventory with rectangular plots of 550 m² were used to estimate the stand volume. We derived and adapted average vegetation indices per plot from images obtained by Sentinel-1 and Sentinel-2 sensors. The data were then correlated with the volume per plot based on the forest inventory. The Modified Radar Forest Degradation Index (mRDFI) showed the highest correlation for Sentinel-1 data, while the Difference Vegetation-Index (DVI) performed best for Sentinel-2.


Results:The regression models were built using Stepwise modeling, demonstrating that the models fit with only the Sentinel-2 indices performed better than the others (indices adapted for Sentinel-1 and a combination of Sentinel-1 and Sentinel-2 data), with an R² adjusted between 0.51 to 0.40 and a standard error (Syx%) of 3.66 to 8.97. According to the statistical analyses, we found no significant differences between the volume estimated by the forest inventory (12.56±1.17) and the remote sensing techniques used (Sentinel-2 with 12.56±1.03 and Sentinel-1 with 12.56±0.94). However, further tests should be conducted with other active sensors operating in different spectral bands and polarization modes for other forest species.


Conclusion: We found no significant differences between the volumetric estimates derived from remote sensing data and forest inventory techniques.

Article Details

Section
Article
Author Biographies

Carla Talita Pertille

Engenheira Florestal formada pela Universidade Tecnológica Federal do Paraná (UTFPR), Mestre em Engenharia Florestal pela Universidade do Estado de Santa Catarina (UDESC) e Especialista em Gestão Florestal pela Universidade Federal do Paraná (UFPR). Atualmente é aluna em nível de Doutorado do Programa de Pós-graduação em Engenharia Florestal pela Universidade Federal do Paraná (UFPR), atuando em projetos de pesquisa relacionados a aplicação de geotecnologias e sensoriamento remoto na área florestal bem como análises espaciais direcionadas para o manejo de florestas.

Marcos Felipe Nicoletti, Universidade do Estado de Santa Catarina

Atualmente é Professor Adjunto da Universidade do Estado de Santa Catarina. Possui graduação em Engenharia Florestal pela Universidade do Estado de Santa Catarina - UDESC. Possui Mestrado em Recursos Florestais, na área de Silvicultura e Manejo Florestal, na Escola Superior de Agricultura "Luiz de Queiroz" (ESALQ), pertencente à Universidade de São Paulo (USP). Possui Doutorado em Engenharia Florestal, na área de Manejo Florestal, por meio da Universidade Federal do Paraná (UFPR). Atua na área de Recursos Florestais, com ênfase Manejo de Florestas Plantadas, sob os temas: Determinação da Biomassa Florestal, Modelagem Mista, Funções de Afilamento e Sortimento Florestal.

Mário Dobner Jr, Universidade Federal de Santa Catarina

Professor adjunto na Universidade Federal de Santa Catarina (UFSC), campus de Curitibanos, na área de Manejo Florestal, vinculado ao Programa de Pós-Graduação em Ecossistemas Agrícolas e Naturais (PPGEAN-UFSC) e ao Programa de Pós-Graduação em Engenharia Florestal da Universidade do Estado de Santa Catarina (PPGEF-UDESC). Doutor pela Albert-Ludwigs Universität Freiburg, Alemanha (2014), e pela Universidade Federal do Paraná. Possui mestrado (2008) e graduação (2005) em Engenharia Florestal pela Universidade Federal do Paraná (UFPR). Tem experiência na área de Recursos Florestais e Engenharia Florestal, com ênfase em manejo de florestas plantadas.