Dentre as diferentes áreas usuárias do sensoriamento remoto, a ecologia da paisagem é uma que tem se beneficiado muito dessa técnica, sobretudo nos estudos voltados para a classificação e caracterização da vegetação. Sensores passivos – responsáveis apenas pela recepção da energia solar – e de resolução intermediária – com detalhes na ordem de 30m a 250m – são capazes de determinar a estrutura horizontal da paisagem, mas não possibilitam obter informações da estrutura vertical da vegetação. Por outro lado, sensores ativos –responsáveis pela emissão e recepção de energia –, como os radares e o laser, possibilitam a quantificação das dimensões verticais e volumétricas da cobertura vegetal, facilitando que se estime a sua estrutura tridimensional em larga escala, gerando informações importantes para os estudos relacionados à biodiversidade e habitat, como a densidade e a estratificação da floresta.
O LiDAR (do inglês, Light Detection and Ranging) é uma tecnologia óptica de sensoriamento remoto cujo princípio se baseia na emissão e recepção de um feixe de laser a partir de uma plataforma, que pode ser aérea, terrestre ou orbital, gerando uma nuvem de pontos tridimensionais. O laser óptico começou a ser utilizado em sensoriamento remoto na década de 1960 e, inicialmente, ficava atrelado a plataformas espaciais, objetivando o monitoramento atmosférico e oceanográfico. Aplicações direcionadas ao mapeamento da superfície terrestre com o seu uso associado a plataformas aéreas (inicialmente aviões e, mais recentemente, incluindo drones) tiveram início apenas na década de 1970, mas somente a partir dos anos 1990 foi possível trabalhar com áreas maiores.
Entre os produtos mais comuns derivados do LiDAR estão os que representam a superfície física do terreno e as elevações presentes nesta superfície em forma digital – como edificações, árvores etc. Em função da sua capacidade de penetração no dossel da floresta, possibilita a geração de modelos digitais do terreno (MDT) que superam as limitações de outras tecnologias em áreas florestadas. Mas não é somente este modelo que pode ser gerado. Tem-se também o modelo digital de superfície (MDS), que considera as alturas dos objetos sobre o terreno. É muito comum calcular a diferença entre estes dois modelos (MDS-MDT) para gerar um modelo de altura das copas da floresta, importante na estimativa de sua estrutura.
A geração desses modelos é feita a partir da filtragem e processamento dessa nuvem tridimensional de pontos, de maneira a separar estes pontos de forma estratificada, desde o topo da floresta até o terreno, como se fosse uma grande tomografia. É possível, assim, escanear a floresta considerando os diferentes arranjos em seu interior, como a presença de sub-bosque, afloramento de rochas nuas (matacão), material derrubado. Este conhecimento tem sido usado para a investigação de vulnerabilidades e risco. Cada modelo é na verdade uma matriz de pontos regularmente espaçados, gerados por interpolação dos pontos originais, devidamente filtrados. Normalmente, são representados em uma escala de cores que facilita a compreensão da variação das altimetrias ou das alturas.
Dentre as florestas, a complexidade de investigação ainda é maior no caso de áreas de mangue, considerando a dificuldade de acesso, o alto teor de umedecimento no solo e a presença de raízes aéreas muito altas. Quando as áreas apresentam alta densidade, tanto no fechamento de copas quanto de sub-bosque, as chances de penetração do feixe na floresta são reduzidas, gerando uma quantidade menor de pontos que alcançam o solo. Essas áreas ainda apresentam complexidade extra para o planejamento de voo por exigirem um maior detalhamento e cuidados, pelo fato de terem uma variação topográfica pequena e pela necessidade de acompanhamento das condições de maré, o que pode interferir muito nos resultados.
Apesar das potencialidades cada vez mais estudadas dos dados provenientes do LiDAR em estudos florestais, ainda se observam poucas iniciativas de investigação em áreas de mangue, principalmente no Brasil, por causa dos altos custos associados a estes levantamentos.
Carla Madureira Cruz
Departamento de Geografia
Instituto de Geociências
Universidade Federal do Rio de Janeiro
Para acessar este ou outros conteúdos exclusivos por favor faça Login ou Assine a Ciência Hoje.
Área da genética revela as relações ancestrais entre seres vivos e é a chave para o entendimento do mundo natural, possibilitando aos cientistas fazerem previsões que contribuem para a compreensão de doenças e o desenvolvimento de vacinas e medicamentos.
Pouco tempo depois de ingressar na graduação, Alexandra Anastácio já desejava ser professora e pesquisadora na área de nutrição. Desafiando as estatísticas, tornou-se pró-reitora de graduação na UFF e, com isso, um símbolo de avanço na representatividade da mulher negra no meio acadêmico.
O que pareceu ser uma nova estrela surgiu no céu. E o que foi aprendido com ela foi revelador: cientistas deram novos passos no entendimento de eventos estelares explosivos, mostrando como é produzida parte substancial da luz do universo.
Há mais de três séculos, a paisagem natural do litoral carioca vem sendo modificada pela urbanização, mas a convivência harmoniosa é possível, sem a descaracterização da zona costeira que aumenta a vulnerabilidade às ressacas e à subida do nível do mar.
Cookie | Duração | Descrição |
---|---|---|
cookielawinfo-checkbox-analytics | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Analytics". |
cookielawinfo-checkbox-functional | 11 months | The cookie is set by GDPR cookie consent to record the user consent for the cookies in the category "Functional". |
cookielawinfo-checkbox-necessary | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookies is used to store the user consent for the cookies in the category "Necessary". |
cookielawinfo-checkbox-others | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Other. |
cookielawinfo-checkbox-performance | 11 months | This cookie is set by GDPR Cookie Consent plugin. The cookie is used to store the user consent for the cookies in the category "Performance". |
viewed_cookie_policy | 11 months | The cookie is set by the GDPR Cookie Consent plugin and is used to store whether or not user has consented to the use of cookies. It does not store any personal data. |