scieee AI-readable full text Open interactive document viewer

Growing Stock Volume Map to support forest operation planning

Chapelet, Benjamin; Snoussi, Bilal; Giannetti, Francesca

Abstract

The use of forest resource maps has proved to be a valuable tool for optimizing silvicultural operations. These maps help identify areas requiring specific interventions. They are an essential element in the creation of wood assortment maps and enable the harvesting process to be planned according to needs.

Full text

O Grupo Operacional GO-SURF (Figura 1) para “Sistema de Apoio à Decisão para o Planeamento Florestal Sustentável” teve lugar na Região da Toscana entre 2019 e 2022, sob a coordenação da Academia Italiana de Ciências Florestais. Levou à formalização de um amplo acordo de parceria que reúne as mais importantes organizações de investigação no sector florestal que operam no território da Região da Toscana, em colaboração com os vários intervenientes na cadeia de abastecimento de madeira florestal e os vários serviços a ela associados. Os parceiros do consórcio são: a Academia Italiana de Ciências Florestais, o Departamento de Agricultura, Alimentação, Ambiente e Florestas (DAGRI) da Universidade de Florença, o Studio Déméter, I Pini (Sociedade Agrícola Cooperativa - Organização de Produtores), Rimorini Wood, Alma Cérès, CREA (Conselho de Investigação Agrícola e Análise da Economia Agrícola), CNR (Conselho Nacional de Investigação, Instituto de Biometeorologia), DREAM Itália, o projeto RDM e a Empresa de Silvicultura. O GO-SURF tem como objetivo criar um sistema de apoio à decisão (DSS) aplicado a toda a região da Toscana, baseado na modelação espacial, para apoiar a gestão florestal sustentável à escala da empresa. Esta ferramenta visa aumentar a área de floresta gerida de forma sustentável, bem como ajudar a desenvolver um planeamento florestal mais eficaz. No contexto do grupo operacional GO-SURF, foram obtidos dois tipos diferentes de mapas de volume Volume de Crescimento. Um para a região da Toscana e outro para uma área específica onde o plano de gestão florestal é conduzido pela empresa envolvida na parceria GO-SURF. Os Mapas de Volume de Stock em Crescimento (m3/ha) fornecem informação sobre as variáveis florestais mais importantes para os silvicultores, uma vez que é de grande relevância e no planeamento e avaliação económica das operações florestais, bem como na implementação de um plano de gestão florestal. De facto, os mapas de Volume de Povoamento permitem aos gestores florestais: 1.Quantificar com precisão os recursos lenhosos disponíveis numa determinada área, de modo a avaliar a sustentabilidade da intervenção; 2.Priorizar as áreas e os trabalhos silvícolas a realizar em função da quantidade de madeira disponível; 3.Planear de forma sustentável as intervenções de modo a respeitar o ciclo florestal, evitando a sobre-exploração e promovendo a regeneração natural; 4.Apoiar a biodiversidade, orientando as intervenções para práticas mais amigas do ambiente; 5.Monitorizar as alterações da estrutura dos povoamentos ao longo do tempo, e avaliar a eficácia das práticas silvícolas realizadas. Figura 1. Logotipo do grupo operaciaonal GO-SURF Mapas do volume de crescimento para apoiar o planeamento das operações florestais Benjamin Chapelet, Bilal Snoussi (CNPF), Francesca Gianetti (UNIFI) 1. Apresentação geral do grupo operacional GO-SURF 2. Uma inovação específica do grupo operacional GO-SURF: o desenvolvimento e a integração digital do Mapa de Volume de Crescimento a. Metodologia usada para produzir o Mapa de Volume de Crescimento i. Pormenores dos dados de deteção remota usados ii. Abordagem baseada na área para quantificar o volume de crescimento Aquisição de parcelas de terreno Em pormenor, os dados das parcelas de campo do inventário florestal nacional e local foram utilizados em conjunto com dados de Deteção Remota e Auxiliares, a partir dos quais foram utilizadas variáveis preditoras para aplicar a abordagem baseada na área (Chirici et al., 2020). A abordagem baseada na área (ABA) é um método amplamente utilizado que combina dados LiDAR/Satélite e fotogramétricos e medições de parcelas de campo para estimar as caraterísticas do povoamento, como o volume de material em crescimento. Esta abordagem tira partido dos pontos fortes de ambas as fontes de dados: a cobertura espacial e as variáveis preditivas extraídas dos dados de teledeteção, por um lado, e a exatidão e especificidade das parcelas de terreno, por outro. Esta abordagem reduz o número de parcelas a inquirir no terreno. Em pormenor, foram utilizados preditores de imagens dos satélites Sentinel-2 para o desenvolvimento do Mapa Regional de Stocks de Crescimento. Os satélites Sentinel-2 (A e B) fazem parte do programa Copernicus da Agência Espacial Europeia e estão equipados com sensores multiespectrais que fornecem dados em 13 bandas espectrais, desde o espetro visível até ao infravermelho de ondas curtas, permitindo a monitorização de diversas variáveis ambientais, incluindo o coberto florestal e o estado da vegetação. Estes dados podem ser utilizados para detetar alterações na estrutura da vegetação, mas também para extrair múltiplas variáveis preditoras para a estimativa da biomassa. As vantagens dos satélites Sentinel-2 são: alta resolução espacial (até 10 metros), fornecendo observações detalhadas da estrutura da floresta; uma frequência de revisita de 5 dias (no equador), contribuindo para a monitorização contínua da dinâmica da floresta; dados em 13 bandas espectrais, permitindo a extração de numerosas variáveis preditivas e uma vasta gama de índices de vegetação (como o NDVI), para avaliar a biomassa, a saúde e a produtividade da floresta; e, finalmente, acesso livre e aberto a estes dados. Para o desenvolvimento do mapa de stocks em crescimento à escala local (ou seja, à escala do plano de gestão), foram utilizados dados fotogramétricos adquiridos por drone para extrair preditores baseados também em dados 3D, como o Modelo Digital de Superfície e o Modelo de Altura do Dossel. No grupo operacional GO-SURF, para o desenvolvimento do mapa de volume de existências em crescimento a nível regional, foram utilizadas as parcelas do Inventário Florestal Nacional de 2005, enquanto que para o mapa de volume de existências em crescimento à escala do plano de gestão florestal foram colocadas 25 parcelas cíclicas de 530 m com base num desenho de amostragem estratificado para ter em conta a variabilidade das condições florestais na área (Figura 2). Para cada parcela, foram recolhidas medidas pormenorizadas, incluindo o diâmetro à altura do peito (DAP), a altura das árvores, a espécie e densidade das árvores e a posição GPS do centro da parcela. Estas medições são depois utilizadas para calcular o volume de madeira em pé ao nível da parcela. 2 Figure 2. Apresentação das zonas-piloto do projeto na região da Toscânia. Extração de variáveis de previsão do Sentinel2 e modelo de altura da copa das árvores (CHM) Modelo estatístico Mapping Growing Stock Volume b. Integração de mapas de volume de existências em crescimento num sistema digital de apoio à decisão (DSS) Foram extraídas várias variáveis preditivas com base nos dados de deteção remota acima referidos. Estas incluem valores de bandas espectrais e índices de vegetação dos satélites Sentinel-2, bem como alturas de árvores do modelo de altura do dossel de dados fotogramétricos. As medições das parcelas de terreno são depois associadas a variáveis de previsão, utilizando modelos de regressão ou algoritmos de aprendizagem automática. No âmbito do grupo operacional GO-SURF, foram utilizadas as seguintes abordagens comuns - Modelos de regressão linear; - “Random Forest” ou outros métodos de aprendizagem automática para relações complexas. madeira em crescimento para toda a área florestal em causa. Estes modelos foram utilizados para prever o volume de plantas em crescimento em toda a área de estudo a partir das variáveis preditoras, com uma resolução espacial de 23 m x 23 m. Uma vez calibrado o modelo, este foi aplicado ao conjunto de dados dos factores de previsão para gerar mapas espacialmente explícitos do volume de madeira em pé (Figura 3). Estes mapas fornecem estimativas contínuas do volume de Os mapas resultantes são depois facilmente acessíveis em linha, através de um sistema de apoio à decisão integrado numa plataforma digital (https://go-surf.app/en/#/it), permitindo aos utilizadores interrogar os dados utilizando ferramentas interactivas como o desenho ou o carregamento de polígonos (Figura 4). A forma como os dados são consultados na plataforma foi concebida em colaboração com as partes interessadas (agricultores, proprietários e gestores florestais e empresas florestais), para garantir que satisfaz as suas necessidades. A consulta dos mapas de volume de existências em crescimento diretamente através da plataforma facilita a extração de relatórios e dados geográficos relevantes, racionalizando os processos de tomada de decisão e melhorando as práticas gerais de gestão florestal. Figura 3. Apresentação de três mapas de volumes de madeira em pé (m3/ha) para três dos sítios de demonstração: Marina di Grosseto, Rincine e Vallombrosa. Figura 4. Apresentação da plataforma de apoio à decisão que foi desenvolvida e que permite aos actores florestais aceder a mapas de volume de stocks em crescimento. 3. Conclusão No âmbito do projeto GO-SURF, a utilização de mapas de recursos florestais revelou-se uma ferramenta preciosa para a otimização das operações silvícolas. Estes mapas, que detalham a distribuição e o volume dos recursos lenhosos, permitem aos gestores florestais planear as operações com maior precisão, garantindo assim uma gestão sustentável eficaz. Ao integrar dados espaciais detalhados, estes mapas ajudam a identificar áreas que requerem intervenções específicas, como desbastes, cortes selectivos ou tratamentos de regeneração. Desta forma, as actividades podem ser priorizadas e adaptadas às necessidades reais, para promover o equilíbrio ecológico, melhorar a saúde da floresta e reduzir as perturbações desnecessárias. Para além de orientarem as práticas silvícolas, estes mapas de recursos são um elemento essencial para a criação de mapas de sortido de madeira (tipo de madeira, qualidade e utilização final potencial) e permitem planear o processo de corte de acordo com as necessidades. Combinando mapas de recursos com mapas de sortido de madeira, as partes interessadas podem estimar com precisão o rendimento económico das intervenções planeadas e, assim, o potencial económico da floresta. A informação sobre o volume e a qualidade da madeira explorável ajuda a prever o rendimento, a efetuar análises de custo-benefício e, finalmente, a avaliar a sustentabilidade a longo prazo dos ganhos financeiros, mantendo a produtividade e a saúde da floresta. Esta dupla utilização dos mapas - tanto para o planeamento de intervenções silvícolas como para a avaliação dos benefícios económicos - torna-os indispensáveis para alcançar uma gestão florestal sustentável na silvicultura moderna. O acesso aos mapas através da plataforma do sistema de apoio à decisão também pode trazer uma série de benefícios para o sector florestal na região da Toscana, particularmente em pequenas explorações florestais que são geralmente abandonadas. Neste sentido, a plataforma pode ser utilizada nos próximos anos para desenvolver práticas de mobilização de madeira eficientes e sustentáveis, minimizando os impactes ambientais. Os mapas também podem ser utilizados para construir novas cadeias de valor da madeira, que nem sempre estão bem organizadas nos sectores florestais da Toscana. FOREST4EU Project FOREST4EU Project [email protected] forest4eu.eu Contacts Funded by the European Union (Grant n. 101086216). Views and opinions expressed are however those of the authors only and do not necessarily reflect those of the European Union or REA. Neither the European Union nor the granting authority can be held responsible for them. partners: Further information Bibliografía Chirici, G., Giannetti, F., McRoberts, R.E., Travaglini, D., Pecchi, M., Maselli, F., Chiesi, M., Corona, P., 2020. Wall-to-wall spatial prediction of growing stock volume based on Italian National Forest Inventory plots and remotely sensed data. Int. J. Appl. Earth Obs. Geoinformation 84, 101959. https://doi.org/10.1016/j.jag.2019.101959 https://www.innovarurale.it/it/pei-agri/gruppi-operativi/bancadati-go-pei/supporto-decisionale-alla-pianificazione-forestale https://youtu.be/tIyNjOTKPXY Website: https://www.go-surf.it/ Francesca Giannetti ([email protected])