Contribuição para a sociedade: A implantação e o manejo da bracatinga são determinados pela finalidade à qual se destina. Densidade e forma de plantio são duas variáveis importantes que afetam os resultados quando analisados os componentes de produção, volume e qualidade de madeira, ramos, folhas e flores. Com o avanço tecnológico, métricas de comunidades vegetais têm sido geradas com o uso de sensoriamento remoto. As principais vantagens do uso de drones estão associadas a alta resolução espacial e espectral dos sensores embarcados e a flexibilidade na aquisição das imagens. A tecnologia Lidar embarcada em drones emergiu recentemente com um interessante potencial para aplicações em sistemas florestais. Essa tecnologia permite a geração de  métricas da superfície de solo e da vegetação, que são usadas para avaliar a altura da árvore, volume,  medidas de biomassa, índice de área foliar, densidade de folhas entre outras.

Descrição do caso: Foram selecionadas duas áreas para o estudo localizadas na Fazenda Experimental da Epagri em São José do Cerrito/SC, diferenciando-se em relação ao tipo de cultivo, sendo uma em filas e outra em maciço. Foram avaliadas três filas triplas, espaçadas em 30m entre si. Cada fila tripla foi implantada com 3 linhas contendo de 52 a 56 plantas espaçadas em 1,4m entre linhas e entre plantas. Uma das filas triplas é descontinuada pela presença de uma araucária, formando dois segmentos. Os maciços foram implantados em espaçamento de 1mx1m, sendo o primeiro bloco constituído de 432 plantas, separado do bloco seguinte por uma linha de árvores nativas e mais dois blocos de 192 plantas. Inicialmente as bracatingas plantadas distavam 4,5m entre si , mas o surgimento de bracatingas espontâneas ocupou este espaço e reduziu o espaçamento entre as árvores. A aquisição de imagens RGB e pulsos para geração da nuvem de pontos foi obtida pelo sensor Zenmuse L1 DJI acoplado a um drone DJI Matrice 300 RTK, planejado para voar a 40 metros de altura. Os voos foram realizados em 24/03/2024 entre 11h30 e 12h15. As imagens foram processadas nos softwares DJI Terra e R (R Core Tem, 2023) e o pacote lidR (Russel et al.,2020). As nuvens de pontos em formato “.las” foram inspecionadas, filtradas e foi realizada a classificação dos pontos de solo. Foram gerados os Modelos Digitais de Terreno (MDT) e Modelos Digitais de Superfície (MDS). Foi realizada a normalização das nuvens de pontos e procedeu-se à geração dos modelos digitais das comunidades vegetais (CHM- Canopy Height Model).

Resultados: Na Figura 1 podem ser observados os Modelos Digitais de Altura da Vegetação para os dois cultivos (linhas e blocos). A classificação de imagem permite evidenciar as diferentes alturas de plantas (m) estimadas pelo modelo numérico utilizado. Os menores níveis de altura são encontrados nas bordas das áreas, tanto nas filas triplas, quanto nos blocos. Nas filas triplas a altura dos ramos mais elevados em cada planta (medidos com régua, dados em processamento) foram: 8,88, 9,18 e 8,90 m, para as exposições leste, meio e  oeste, respectivamente no cultivo em fileiras. Entretanto, a exposição de um lado da árvore, resulta em manutenção e de maior desenvolvimento de ramos na parte inferior da mesma, como descrito por Oldeman (1978), gerando cotas menores.

A

B

C

D

Figura 1. Modelos Digitais de Superfície ou Elevação (m) dos bracatingais em linhas triplas (A) e blocos(B), Modelos Digitais da Vegetação (m) dos bracatingais em linhas triplas (C) e blocos(D) São José do Cerrito, Março - 2024.

Fonte: Pandolfo (2024).

Ainda nas filas triplas, a altura máxima estimada foi de 11,7m e a altura máxima observada por medida direta foi de 12,1m. Já na área experimental dos blocos, o máximo valor estimado da esquerda para a direita, foi de 12,2 e 11,7m respectivamente, enquanto as medidas diretas foram, respectivamente: 12,57 e 11,98m.  Observa-se para os dois tratamentos o padrão de plantas mais altas no meio das linhas e blocos. Na sequência do estudo, serão avaliados  outras métricas resultantes da aplicação de algoritmos para a caracterização das estruturas das populações nos diferentes tipos de cultivo.

Conclusão: O MDS foi essencial para a avaliação do dossel, uma vez que somente foi possível calcular as variáveis LiDAR após a separação da vegetação do solo. A ferramenta mostrou potencial de diferenciação dos tratamentos experimentais conduzidos no que se refere à altura da planta.  Algoritmos para cálculo de tamanho e volume das plantas utilizando-se dados LiDAR adquiridos por drone precisam ser validados para a espécie de estudo juntamente com métricas a serem comparadas por modelos alométricos aplicados localmente, pois muitos deles, são desenvolvidos para aquisição de dados LiDAR acoplados em avião ou equipamento terrestre. O grande volume e complexidade dos dados exige, até o momento, alta capacidade técnica e de processamento de máquina, condições  que levam muitas vezes à necessidade de generalização e aplicação da informação.

Agradecimento: Os autores agradecem ao CNPQ (Processo n. 404759/2011-1) e a Epagri pelo apoio financeiro e institucional à pesquisa.