RESUMO São poucos os estudos dedicados a entender a criação de modelo digital de terreno (MDT) para florestas amazônicas. O MDT tem uma importante função quando o escaneamento laser aerotransportado é usado para estimar a biomassa da vegetação. Examinamos a relação da densidade de pulsos, resolução espacial, algoritmos de filtragem, densidade da vegetação e inclinação do terreno com a qualidade do MDT. Três áreas de floresta amazônica foram sobrevoadas usando LiDAR aerotransportado. Cada nuvem de dados original teve sua densidade reduzida objetivando 20; 15; 10; 8; 6; 4; 2; 1; 0,75; 0,5 e 0,25 pulsos por metro quadrado, utilizando um processo de reamostragem aleatória. Os MDTs das nuvens reamostradas foram comparados com o MDT de referência, produzido a partir da nuvem original, calculando o desvio pixel a pixel e resumindo-o por meio do erro padrão da estimativa (RMSE). Os MDTs das nuvens reamostradas também foram avaliados quanto ao nível de correspondência com o MDT de referência. Houve uma clara compensação entre densidade de pontos e resolução horizontal. Dosséis mais densos exigem uma maior densidade de retornos, ou MDT com menor resolução.

ABSTRACT Very few studies have been devoted to understanding the digital terrain model (DTM) creation for Amazon forests. DTM has a special and important role when airborne laser scanning is used to estimate vegetation biomass. We examined the influence of pulse density, spatial resolution, filter algorithms, vegetation density and slope on the DTM quality. Three Amazonian forested areas were surveyed with airborne laser scanning, and each original point cloud was reduced targeting to 20, 15, 10, 8, 6, 4, 2, 1, 0.75, 0.5 and 0.25 pulses per square meter based on a random resampling process. The DTM from resampled clouds was compared with the reference DTM produced from the original LiDAR data by calculating the deviation pixel by pixel and summarizing it through the root mean square error (RMSE). The DTM from resampled clouds were also evaluated considering the level of agreement with the reference DTM. Our study showed a clear trade-off between the return density and the horizontal resolution. Higher forest canopy density demanded higher return density or lower DTM resolution.

Foram realizadas estimativas de Índice de Área Foliar (IAF) e de Índice de Área de Vegetação (IAV) em 36 parcelas posicionadas em plantios de Eucalyptus sp. localizados nos municípios de Aracruz e São Mateus (ES), de propriedade da empresa FIBRIA S/A, mediante a aplicação de três diferentes técnicas: método destrutivo, processamento de fotografias hemisféricas tomadas no interior dos dosséis e utilização do equipamento LAI-2000 (LICOR). As coletas de dados em campo foram realizadas em duas épocas do ano, procurando explorar diferenças fenológicas atuantes principalmente sobre os valores de IAF e de IAV. As estimativas de IAF efetuadas a partir do método destrutivo, em termos absolutos, foram sempre superiores àquelas do IAV efetuadas a partir dos métodos indiretos. No período chuvoso, as relações entre as estimativas de IAF e de IAV, para ambos os métodos indiretos, foram mais fortes e consistentes do que aquelas verificadas no período mais seco do ano. As relações entre as estimativas de IAV efetuadas pelos dois métodos indiretos (fotografias e LAI-2000) foram consistentes e com grau de aderência mais elevado do que aquelas verificadas entre o IAF e IAV.

Leaf Area Index (LAI) and Vegetation Area Index (VAI) estimations have been performed in 36 sample points located in Eucalyptus sp. canopies situated in Aracruz and São Mateus (ES) towns and from FIBRIA S/A company. Three different techniques have been applied: destructive method, hemispherical photos taken inside the canopies and LAI-2000 (LICOR). The field data collections were carried out in two seasons in order to detect phenological changes that should affect both LAI and VAI values. LAI values estimated by destructive method were higher than VAI values estimated by the indirect methods in absolute terms. During the rainy season the relationships between LAI and VAI, for the two indirect methods, were stronger and more consistent than those verified for the dry season. The relationships between VAI (indirect methods) were consistent than those calculated between LAI and VAI.