Publicação on-line; 29 ref.; 3 tables; 8 illus.; Summaries (En, Pt)

Resumo

As atividades de manejo florestal são consideradas importantes para o desenvolvimento sustentável
no Brasil. Tais atividades, entretanto, exigem monitoramento rigoroso que muitas vezes é de difícil
operacionalização. O mapeamento das áreas afetadas pela exploração seletiva de madeira e a mensuração dos
impactos decorrentes da exploração florestal ainda são dependentes de extensos e onerosos levantamentos
de campo. Neste estudo foi utilizada a tecnologia Light Detection and Ranging (LiDAR) aerotransportada
para avaliação dos impactos causados pela extração seletiva de madeira em 21 Unidades de Produção
Anual na Amazônia. As áreas de estudo estão localizadas nos estados de Rondônia e do Pará, dentro de
Florestas Nacionais sob regime de concessão florestal federal. Foram utilizadas duas métricas derivadas
da nuvem de pontos LiDAR para o mapeamento dos impactos nas florestas: a Canopy Height Model (CHM)
como métrica do dossel e a Relative Density Model (RDM) como métrica do sub-bosque. Os resultados
da detecção dos impactos florestais obtidos do mapeamento com dados do LiDAR são compatíveis com
o levantamento realizado em campo. Estimou-se que as atividades de extração seletiva de madeiras
impactaram em média 6,8% (± 1,3%, desvio padrão) da área total de sub-bosque das Unidades de Produção
Anual (UPA) avaliadas e causaram incremento de 4,9% ± 0,9% em área de clareiras. A tecnologia LiDAR
é efetiva para o monitoramento dos impactos da extração seletiva de madeiras em áreas sob concessão
florestal federal na Amazônia.

Palavras-chave: LiDAR aerotransportado; Manejo florestal sustentável; Floresta amazônica; Impactos

Abstract

Forest management activities are crucial for the sustainable development of Brazil. Those activities
require, however, a strict monitoring that are often difficult to operationalize. The mapping of impacted
areas by selective logging and the measurement of forest impacts because of logging operations are
mostly based on extensive and costly field surveys. In this study, the Light Detection and Ranging (LiDAR)
airborne technology was used to assess the impacts caused by selective logging within 21 units of forest
annual production in the Amazon. The study sites are in the states of Rondônia and Pará, within National
Forests under federal forestry concession. We used two metrics derived from the point cloud LiDAR
for mapping forest impacts: The Canopy Height Model (CHM) and the Relative Density Model (RDM)
as forest understory metric. The results of detection of forest impacts derived from the LiDAR dataset
showed similar performance of field-based surveys. We estimated that selective logging activities had
impacted an average of 6.8% (± 1.3%, standard deviation) of the forest understory of the Annual Production
Units (APU) studied and caused an increase of 4.9% (± 0.9%) in areas of forest canopy opening. The LiDAR
technology showed to be effective for assessing and monitoring forest impacts of selective logging in the
federal forest concessions in the Amazon.

Keywords: Airborne LiDAR; Sustainable forest management; Amazon forest; Impact