Fundao Universidade Regional de Blumenau

Centro de Cincias Tecnolgicas

Programa de Ps-Graduao

Mestrado em Engenharia Ambiental

PROCESSAMENTO DIGITAL DE IMAGENS DE ALTA RESOLUO ESPACIAL

COM ENFOQUE NA CLASSIFICAO DOS ESTGIOS SUCESSIONAIS

INICIAIS DA FLORESTA OMBRFILA DENSA EM SANTA CATARINA

GUSTAVO ANTONIO PIAZZA

Blumenau

2014

GUSTAVO ANTONIO PIAZZA

PROCESSAMENTO DIGITAL DE IMAGENS DE ALTA RESOLUO ESPACIAL

COM ENFOQUE NA CLASSIFICAO DOS ESTGIOS SUCESSIONAIS

INICIAIS DA FLORESTA OMBRFILA DENSA EM SANTA CATARINA

Dissertao apresentada ao Programa de Ps-

Graduao em Engenharia Ambiental da

Fundao Universidade Regional de Blumenau,

como requisito obteno do ttulo de mestre

em Engenharia Ambiental.

Orientador: Dr. Alexander Christian Vibrans

Blumenau

2014

PIAZZA, G. A. Processamento digital de imagens de alta resoluo espacial com

enfoque na classificao dos estgios sucessionais iniciais da Floresta Ombrfila

Densa em Santa Catarina. 2014. 127p. Dissertao (Mestrado em Engenharia

Ambiental). Centro de Cincias Tecnolgicas. Fundao Universidade Regional de

Blumenau, Blumenau, Santa Catarina.

Piazza, Gustavo Antonio, 1989-

Processamento digital de imagens de alta resoluo espacial com

enfoque na classificao dos estgios sucessionais iniciais da Floresta

Ombrfila Densa em Santa Catarina / Gustavo Antonio Piazza.

Blumenau, FURB : 2014.

127 f. : il;

Orientador: Alexander Christian Vibrans.

Dissertao (mestrado) - Fundao Universidade Regional de

Blumenau, Centro de Cincias Tecnolgicas, Programa de Ps-

Graduao em Engenharia Ambiental.

Banca: Veraldo Liesenberg e Jlio Cesar Refosco.

Bibliografia: 110-120

1. Sensoriamento remoto. 2. Aerofotografia de alta resoluo. 3.

Classificao orientada a objetos. 4. Minerao de dados. 5.

Regenerao.

ii

I've got a feeling, a feeling deep inside ... , The Beatles

iii

AGRADECIMENTOS

A Coordenao de Aperfeioamento de Pessoal de Nvel Superior (CAPES),

pela bolsa de estudos e pelo auxlio financeiro nas campanhas de campo.

Ao meu orientador Alexander Christian Vibrans por ter aceitado minha

orientao, por acreditar em meu potencial e por me apoiar na realizao deste

trabalho. Obrigado por me guiar nessa caminhada.

Aos membros da banca, Veraldo e Jlio, por aceitarem o convite e dar sua

contribuio para o aprimoramento deste estudo.

A Secretaria de Desenvolvimento Sustentvel (SDS) de Santa Catarina, pelo

fornecimento das imagens que vieram a ser base deste trabalho.

Aos meus colegas do IFFSC, Paolo, Laio, Dbora, Joo (JP), Manoela,

Murilo, Aron, Suelen, Luana, Camila, Taysa e Diego, por tornarem o ambiente de

trabalho um local tranquilo e divertido.

Ao pessoal do laboratrio de Geoprocessamento e Sensoriamento Remoto,

pela disponibilidade de utilizao de suas instalaes e pelo suporte tcnico.

Um agradecimento em especial aos meus colegas Laio Zimmeram, grande

companheiro de campo; e Paolo Moser, o estatstico.

Ao Prof. Alexandre Siminski pela contribuio e correo no obrigatria de

minha dissertao.

Ao pessoal da Universidade de Lavras, Prof. Luiz, Pedro e pessoal do

LEMAF, pelas orientaes no manejo do software eCognition.

A todo corpo docente do Programa de Ps-Graduao em Engenharia

Ambiental, Adilson, Ivone, Juarez, Joel, pelo conhecimento compartilhado.

Aos colegas de Ps-Graduao, Leandro, Rafael, Marlon, Thiago, Bruna,

Maria Luiza e Neli, pela companhia nesta caminhada.

A minha famlia pela insistncia e pelo apoio dado ao longo de minha vida.

Vocs so exemplo para mim.

A minha amada Mariana por seu amor, colaborao, pacincia,

companheirismo, carinho e por ter me aguentado durante a elaborao deste estudo.

Voc minha fonte de inspirao, me traz tranquilidade e alegria. Obrigado por

existir na minha vida.

A todas as pessoas que de alguma forma contriburam para a realizao deste

trabalho.

iv

RESUMO

A obteno de imagens por sensores pticos remotamente situados foi essencial para a evoluo dos estudos ambientais. No caso do mapeamento florestal, esta tecnologia utilizada para avaliar e quantificar a cobertura e sua dinmica, permitindo tambm identificar usos e atividades antrpicas. No Estado de Santa Catarina, alguns mapeamentos j foram efetuados para quantificar remanescentes florestais por meio do sensoriamento remoto empregando imagens de mdia resoluo espacial. Os resultados destes mapeamentos, no entanto, so muito discrepantes. Isto pode ter ocorrido devido aos critrios utilizados para definir classes de floresta e pela dificuldade de se classificar a vegetao nos seus estgios iniciais de regenerao por meio de imagens de mdia resoluo espacial. Neste estudo foi abordada a classificao orientada a objetos (OBIA) e a tcnica da minerao de dados a fim de classificar estgios sucessionais de florestas secundrias da Floresta Ombrfila Densa (FOD) em trs distintas reas testes do Estado de Santa Catarina. Parcelas em campo foram mensuradas visando fornecer verdade terrestre para a pr-classificao e para avaliar a acuracidade. No processamento utilizaram-se trs imagens de alta resoluo espacial (0,39 x 0,39 m) obtidas pelo sensor SAAPI, com trs bandas no visvel (0,38 - 0,70 m), trs bandas no infravermelho prximo (0,76 - 0,78 m), um modelo de terreno e um modelo de superfcie. A anlise orientada a objetos utilizou o algoritmo de segmentao multiresoluo para desenhar objetos e calcular os atributos estatsticos, espaciais e texturais. A tabela com os atributos foi utilizada para a minerao de dados, selecionando atributos relevantes e classificando a base de dados pelo algoritmo de rvore de deciso J48. O resultado da rvore J48 foi extrado no formato if-else e utilizado para classificao. A segmentao utilizada apresentou resultados satisfatrios em relao resoluo espacial da imagem e as feies terrestres presentes. Os dados de campo (e.g. DAP, AB, N e Htm), alm de fornecer reconhecimento de padres das imagens, foram utilizados em testes de correlao com os atributos calculados nas imagens. Os resultados gerados pela OBIA se mostraram satisfatrios para classificar estgios sucessionais iniciais da FOD, assim como outras classes de uso do solo. Os mapas temticos apresentaram resultados de exatido geral entre 0,89 e 0,91 e para o ndice Kappa 0,87 a 0,90. Todos os ndices por classe (produtor, usurio e Kappa) foram superiores a 0,79. Os melhores desempenhos, dos ndices do produtor e do usurio foram para as classes: gua, banana, pastagem, floresta em estgio inicial, edificaes/urbano, rizicultura e sombra; e os piores: floresta plantada, floresta em estgio avanado, estgio mdio, solo exposto e agricultura. As correlaes dos diferentes atributos estatsticos e dados de campo foram altamente significativas. Por final, compararam-se os resultados obtidos pela anlise orientada a objetos com metodologias tradicionais (Mxima Verossimilhana e K-means), corroborando a superioridade da OBIA. Estes resultados demonstram o potencial do uso da OBIA para melhorar a discriminao e mapeamento de estgios sucessionais da FOD e outras classes de uso e ocupao do solo.

Palavras-chave: sensoriamento remoto, aerofotografia de alta resoluo espacial, anlise orientada a objetos, minerao de dados, florestas secundrias.

v

ABSTRACT

The use of optical remote sensing images was essential to the evolution of

environmental studies. Forest mapping benefits the remote sensing technology

because it can be used to evaluate and to quantify forest coverage. Hence, their

dynamics over time enabling therefore to identify human uses and activities.

Mapping procedures were performed in the past in the State of Santa Catarina in

order to quantify forest remnants through remote sensing techniques employing

moderate spatial resolution images. However, the obtained results of these mapping

procedures are controversies. These may have occurred due to different criteria used

to define forest classes and the difficulty of classifying early successional forest

stages using moderate spatial resolution images. In this study the object oriented

image classification (OBIA) and the data mining techniques were used to classify

successional stages of secondary forests of the Atlantic Forest (Dense

Ombrophilous Forest - DOF) in three distinct test sites in Santa Catarina, south

Brazil. Fields measurements were conducted in order to provide ground truth to the

pre-classification and in a later stage to evaluate the overall classification accuracy.

Three high spatial resolution images (0.39 x 0.39 m) obtained by the SAAPI sensor

were processed with three visible layers (0,38 - 0,70 m), three near infrared layers

(0,76 - 0,78 m), one digital terrain model (DTM), and one digital surface model

(DSM). OBIA used multiresolution segmentation to delineate the objects and to

calculate statistical, spatial and textural attributes. The attribute table was used in the

data mining processes selecting relevant attributes and classifying the data base by

the J48 decision tree algorithm. The result of the J48 tree was extracted in the if-else

format and imported to classification. The field data (e.g. DBH, G, N, Htm) besides

providing recognition of image patterns were also used to establish correlation

coefficients with the image generated attributes. The results of the OBIA were

satisfactory to classify initial stages of DOF as well as other land use classes. The

thematic maps reached both global and Kappa accuracy ranges of 0.87 to 0.90 and

0.87 to 0.90. All indexes per class (producer, user and Kappa) were superior than

0.79. The best performances related to producer and user accuracy were: water,

banana, pasture, forest in early stages, buildings/urban, rice cultivation and shade.

The worst performance were observed for: planted forest, forest in advanced stage,

intermediate stage, exposed soil and agriculture. High and significant correlation

coefficients were found between statistical attributes and field data. A comparison

between results of OBIA and traditional methodologies (e.g. Maximum Likelihood

and K-means) corroborates the superiority of OBIA. The presented results show

the potential of OBIA to upgrade mapping procedures and discrimination of

sucessional stages and other land use classes in Atlantic Forest environments.

Keywords: remote sensing, high spatial resolution, data mining, object-oriented

classification, data mining, secondary forests.

vi

LISTA DE ILUSTRAES Figura 1. rea de domnio do Bioma Mata Atlntica no Brasil.............................................................. 17

Figura 2. Mapa fitogeogrfico da vegetao de Santa Catarina baseado em Klein (1978) ................. 18

Figura 3. Exemplo de processo de sucesso secundria de acordo com a ocorrncia de espcies .. 27

Figura 4. Exemplo da primeira etapa do estgio inicial da Floresta Ombrfila Densa ...................... 28

Figura 5. Exemplo de rebrota por troncos parcialmente danificados ................................................... 29

Figura 6. Exemplo de vegetao secundria em estado inicial com perda de camada superficial do

solo na Floresta Ombrfila Densa ................................................................................................................ 30

Figura 7. Exemplo do aparecimento de espcies tolerantes a sombra na etapa de fechamento do

dossel da Floresta Ombrfila Densa ............................................................................................................ 31

Figura 8. Exemplo de sub-bosque bem desenvolvido com abundncia de epfitas e xaxins na

Floresta Ombrfila Densa ............................................................................................................................. 33

Figura 9. Comparativo de duas imagens na regio de Gaspar (A) LANDSAT-5/TM (rbita/ponto:

220/79), adquirida em 2010 na composio 321 (RGB), escala 1:20.000 e aerofotografia de alta

resoluo espacial de um Sistema Aerotransportado de Aquisio e Ps-processamento de Imagens

(SAAPI) adquirido em 2011, na composio 321 (RGB), nas escalas: (B) 1:20.000; (C) 1:6.000; e (D)

1:2.000 ............................................................................................................................................................... 39

Figura 10. Classificao pixel-a-pixel com o software ENVI na cidade de Itaja a partir de uma

imagem LANDSAT-5/TM (2000) (rbita/ponto: 220/79). (A) imagem na composio 453 (RGB);

(B) imagem classificada pela tcnica da mxima verossimilhana; (C) subset da imagem na

composio 453 (RGB); e (D) subset da imagem classificada ................................................................. 43

Figura 11. Imagem de alta resoluo espacial obtida pelo sensor SAAPI (2011) de uma rea agrcola

do municpio de Indaial, segmentada no programa eCognition com os parmetros: 0,5 forma, 0,5

compacidade e 200 escala (default) ................................................................................................................. 43

Figura 12. Diagrama de execuo do algoritmo multiresolution segmentation ............................................ 45

Figura 13. Interpretao de imagem a partir de atributos em uma rea agrcola de Indaial por meio

de uma imagem de alta resoluo espacial na composio 321, sensor SAAPI (2011) ....................... 47

Figura 14. Atributos disponveis no software eCognition ...................................................................... 48

Figura 15. Tipos de funes de pertinncia utilizadas no software eCognition ............................... 53

Figura 16. Localizao das trs reas teste ................................................................................................. 56

Figura 17. Estrutura de uma imagem do sensor SAAPI com: (A) 9 e (B) 12 cenas, para cobrir a

UAP (amarelo) ................................................................................................................................................. 58

Figura 18. Estrutura da UA utilizada nos levantamentos em campo, baseada em Vibrans et al.

(2010) ................................................................................................................................................................. 60

Figura 19. Fluxograma da metodologia utilizada no trabalho................................................................. 65

Figura 20. Cenrios de segmentao gerados com escala de segmentao de 100 (A) e 300 (B), sob

os mesmos parmetros de forma e compacidade (forma: 0.1 e compacidade: 0.1) em uma imagem

de alta resoluo espacial adquirida pelo sensor SAAPI (2011) ............................................................... 67

Figura 21. Esquema estrutural do resultado de uma rvore de deciso pelo algoritmo J48 .............. 71

Figura 22. Linguagem if-else da rvore de deciso da rea teste A .......................................................... 71

Figura 23. Regras de deciso convertidas do formato if-else (WEKA) para o formato do

eCognition, para as classes estgio inicial (A) e avanado (B) .............................................................. 72

Figura 24. Recorte das imagens de alta resoluo espacial adquirida pelo sensor SAAPI (2011) na

composio 321 (RGB) e com suas respectivas UA .................................................................................. 77

Figura 25. Anlise de agrupamento com variveis dendromtricas entre as UA (=0,05) ................ 80

Figura 26. Anlise de agrupamento com dados de composio de espcies entre as UA: medida de

similaridade de Bray-Curtis (A) e Jaccard (B).............................................................................................. 80

vii

Figura 27. Resultados obtidos no perodo de teste de segmentao da rea teste A e os respectivos

parmetros de utilizados para a imagem de alta resoluo espacial obtida pelo sensor SAAPI (2011)

na composio 321 (RGB) ............................................................................................................................. 86

Figura 28. Desenho das rvores de deciso J48 das reas testes A (A), B (B) e C (C) ....................... 90

Figura 29. Grandes ns das rvores de deciso das reas teste A (A) e C (B) ..................................... 91

Figura 30. Perfil espectral de amostrass de classes de uso do solo na rea teste A ............................. 91

Figura 31. Perfil espectral de amostras das classes da vegetao da rea teste A ................................ 92

Figura 32. (A) Imagem de alta resoluo espacial do sensor SAAPI (2011) na composio 321

(RGB); e (B) classificao da rea teste A pela OBIA, escala 1:38.000, prxima divsa dos municpios

de Acurra e Indaial .......................................................................................................................................... 93

Figura 33. (A) Imagem de alta resoluo espacial do sensor SAAPI (2011) na composio 321

(RGB); e (B) classificao da rea teste B pela tcnica da analise orientada a objetos, escala 1:40.000,

no municpio de Gaspar ................................................................................................................................. 95

Figura 34. (A) Imagem de alta resoluo espacial do sensor SAAPI (2011) na composio 321

(RGB); e (B) classificao da rea teste C pela OBIA, escala 1:40.000, prxima divsa dos municpios

de Luiz Alves e Massaranduba ...................................................................................................................... 97

Figura 35. (A) Recorte do mapa temtico da rea teste A pela tcnica da mxima verossimilhana e

(B) recorte da imagem de alta resoluo espacial do sensor SAAPI na composio 321 (RGB). A

legenda das classes de uso do solo referente a Figura 32 .................................................................... 100

Figura 36. (A) Imagem de alta resoluo espacial do sensor SAAPI (2011) na composio 321

(RGB); Classificao pela: (B) OBIA; (C) mxima verossimilhana; e (D) classificao por K-means,

da rea teste A em Indaial/Ascurra, escala 1:40.000. .............................................................................. 102

viii

LISTA DE TABELAS Tabela 1. Formas de classificao da dinmica da vegetao entre as fases sucessionais das florestas

tropicais ............................................................................................................................................................. 35

Tabela 2. Descrio de alguns atributos estatsticos e espaciais disponveis no eCognition .......... 48

Tabela 3. Descrio de alguns atributos texturais disponveis no software eCognition .................... 50

Tabela 4. Representao matemtica da matriz de confuso.................................................................. 53

Tabela 5. Variveis mensuradas e calculadas a partir dos levantamentos em campo e suas utilidades

em relao etapa de correlao ................................................................................................................... 59

Tabela 6. Dados de entrada do sensor SAAPI por rea teste ................................................................. 64

Tabela 7. Parmetros utilizados na criao dos diferentes cenrios de segmentao ......................... 66

Tabela 8. Exemplo de classes utilizadas e suas caractersticas de acordo com a imagem de alta

resoluo espacial do sensor SAAPI (2011) na composio 321 (RGB) ............................................... 67

Tabela 9. Diferentes perspectivas de uma cena de acordo com o atributo analisado ........................ 69

Tabela 10. Nmero de amostras (objetos) por classe .............................................................................. 70

Tabela 11. Exemplo de preenchimento de descritores e funes de pertinncia por classe utilizado

na OBIA ............................................................................................................................................................ 72

Tabela 12. Nmero de amostras (objetos) de referncia por classe para validao do mapa ............ 73

Tabela 13. Chave de interpretao de desempenho do ndice Kappa de Landis e Koch (1977). ..... 74

Tabela 14. Estimativas das variveis dendromtricas do estrato arbreo das UA com intervalo de

confiana ( = 0,05) ........................................................................................................................................ 76

Tabela 15. Resumo das variveis analisadas pela ANOVA para as subunidades ( = 0,05) ............. 76

Tabela 16. Resumo das variveis analisadas pela ANOVA entre as UA (=0,05) .............................. 78

Tabela 17. Resultados do teste de igualdade por Tukey-Kramer para as variveis N, AB, DAP e H

no estrato arbreo (=0,05) ........................................................................................................................... 78

Tabela 18. ndice de Srensen a partir da similaridade de Bray-Curtis no estrato arbreo entre as

UA ...................................................................................................................................................................... 81

Tabela 19. Riqueza e ndices de diversidade por UA no estrato arbreo ............................................. 81

Tabela 20. Nmero de espcies por subunidade no estrato arbreo .................................................... 81

Tabela 21. Ranking de abundncia de espcies no estrato arbreo por UA ........................................ 82

Tabela 22. Classificao das UA por variveis dendromtricas em relao resoluo CONAMA

04/1994 ............................................................................................................................................................. 83

Tabela 23. Estimativas das variveis dendromtricas por UA para indivduos da regenerao com

intervalo de confiana ( = 0,05) .................................................................................................................. 83

Tabela 24. Resumo da ANOVA aplicado s subunidades (=0,05) ..................................................... 83

Tabela 25. Resumo da ANOVA aplicada s UA (=0,05) para a varivel N na regenerao ........... 84

Tabela 26. Resultados do teste de Tukey-Kramer para a varivel N na regenerao (=0,05)......... 84

Tabela 27. Atributos selecionados para classificao por rea teste ...................................................... 87

Tabela 28. Ranking dos 10 melhores atributos de acordo como mtodo de avaliao Gain Ratio e

pelo mtodo de procura Ranker .................................................................................................................... 89

Tabela 29. Arquitetura das rvores por rea teste .................................................................................... 89

Tabela 30. Nmero de regras de deciso por classe de acordo com a rea teste ................................ 91

Tabela 31. Matriz de confuso da classificao da rea teste A pela tcnica da OBIA ...................... 94

Tabela 32. Matriz de confuso da classificao da rea teste B pela tcnica da OBIA ...................... 96

Tabela 33. Matriz de confuso da classificao da rea teste C pela tcnica da OBIA ...................... 98

Tabela 34. Matriz de confuso da rea teste A pela tcnica da mxima verossimilhana .................. 99

Tabela 35. Matriz de confuso da rea teste A pela tcnica K-means .................................................. 100

ix

Tabela 36. Resultados individuais das matrizes de confuso dos mapas temticos da rea teste A

......................................................................................................................................................................... 101

Tabela 37. Anlise do ndice Kappa para a comparao em pares dos resultados das matrizes de

confuso dos mapas temticos da rea teste A ........................................................................................ 101

Tabela 37. ndices de produtor e usurio, exatido geral e ndice Kappa de acordo com cada classe

de mapeamento e metodologia utilizada, por meio de um sensor SAAPI (2011) ............................. 102

Tabela 39. Comparao do resultado utilizando um sensor SAAPI (2011) com autores da literatura

com resoluo espacial e/ou metodologia semelhante .......................................................................... 103

Tabela 40. Intervalo mdio de tempo utilizado para processar imagens do sensor SAAPI (2011)

......................................................................................................................................................................... 105

Tabela 41. Valores de correlao dos atributos estatsticos, espaciais e texturais em relao aos

dados de campo (=0,05) referentes ao sensor SAAPI (2011) ............................................................. 106

x

LISTA DE ABREVIATURAS E SIGLAS ArcGIS Sistema de Informao Geogrfica desenvolvido pela empresa ESRI

(Enviromental Systems Research Institute). CAP Comprimento a altura do peito, varivel dendromtrica medida em

centmetros na circunferncia do tronco de uma rvore a 1,30 m do solo. DA Densidade Absoluta, expressa em indivduos/ha. DAP Dimetro a altura do peito, calculado pela relao entre o CAP e . DoA Dominncia Absoluta, expressa em m/ha. DoR Dominncia Relativa, expressa em porcentagem (%). DR Densidade Relativa, expressa em porcentagem (%). eCognition Software de anlise, extrao e classificao de informaes geoespacial de

imagens desenvolvido pela empresa Definiens Developer. EEM Espectro eletromagntico. ENVI Environment for visualizing images programa de visualizao, explorao,

anlise e classificao de dados na rea de sensoriamento remoto. FED Floresta Estacional Decidual. FIR Far infrared, intervalo do EEM referente ao infravermelho distante. FOD Floresta Ombrfila Densa. FOM Floresta Ombrfila Mista. ha Hectare, unidade de medida de rea equivalente a 10.000 metros quadrados. Htm Altura mdia, expressa em metros (m). IBGE Instituto Brasileiro de Geografia e Estatstica. IFFSC Inventrio Florstico Florestal de Santa Catarina. IR Infrared, intervalo do EEM referente ao Infravermelho. LANDSAT Conjunto de satlites norte-americanos de pesquisas terrestres. LIDAR Light Detection and Ranging, tecnologia ptica de deteco remota que mede

propriedades da luz retroespalhada para obter informaes terrestres. MDT Modelo Digital de Terreno. MDS Modelo Digital de Superfcie. N Varivel que expressa o nmero de indivduos. ND Nmero Digital. NIR Near infrared, Intervalo do EEM referente ao Infravermelho prximo. OBIA Objected oriented image analisys, metodologia de classificao de imagens de

sensores remotamente situados. REM Radiao Eletromagntica. SAAPI Sistema Aerotransportado de Aquisio e Ps-processamento de Imagens. SAR Synthetic Aperture Radar, radar ptico de deteco remota que mede

propriedades da luz refletida para obter informaes de um objeto terrestre. SC Estado de Santa Catarina. SDS Secretaria Estadual de Desenvolvimento Econmico Sustentvel. SIG Sistemas de Informao Geogrfica. SPOT Satellite Pour l'Observation de la Terre, satlite francs ptico de imagens em

alta-resoluo espacial. SWIR Short wave infrared, intervalo do EEM do infravermelho de ondas curtas. VIS Intervalo do EEM referente ao visvel. UA Unidade(s) Amostral(is) UAP Unidade Amostral da Paisagem. UV Intervalo do espectro eletromagntico referente ao Ultravioleta. VC Valor de cobertura, expresso em porcentagem (%).

xi

SUMRIO AGRADECIMENTOS ................................................................................................................................ iii

RESUMO ......................................................................................................................................................... iv

ABSTRACT ...................................................................................................................................................... v

LISTA DE ILUSTRAES ...................................................................................................................... vi

LISTA DE TABELAS ................................................................................................................................ viii

LISTA DE ABREVIATURAS E SIGLAS ............................................................................................... x

SUMRIO ....................................................................................................................................................... xi

1 INTRODUO .................................................................................................................................. 13

1.1 OBJETIVOS ................................................................................................................................. 16

1.1.1 Objetivo geral .......................................................................................................................... 16

1.1.2 Objetivos especficos ............................................................................................................ 16

2 REFERENCIAL TERICO .......................................................................................................... 17

2.1 BIOMA MATA ATLNTICA .................................................................................................. 17

2.2 REGIES FITOECOLGICAS DE SANTA CATARINA ............................................. 18

2.2.1 Viso aprofundada da Floresta Ombrfila Densa ....................................................... 19

2.3 DESMATAMENTO DA MATA ATLNTICA EM SANTA CATARINA ................... 20

2.4 LEGISLAO BRASILEIRA .................................................................................................. 22

2.4.1 Lei 11.428, de 22 de dezembro de 2006 ............................................................................ 22

2.4.2 Resoluo CONAMA 4, de 4 de maio de 1994 (BRASIL, 1994) .............................. 23

2.5 SUCESSO FLORESTAL ......................................................................................................... 24

2.6 FLORESTAS SECUNDRIAS ................................................................................................ 26

2.7 PANORAMAS DA SUCESSO .............................................................................................. 27

2.7.2 Estgio mdio (Arbreo pioneiro) ............................................................................... 30

2.7.3 Estgio avanado (Arbreo complexo) ...................................................................... 32

2.7.4 Formas de apresentao dos estgios sucessionais .................................................... 34

2.8 SENSORIAMENTO REMOTO .............................................................................................. 36

2.8.1 Radiao eletromagntica e bandas espectrais ............................................................ 36

2.8.2 Tipos de Resolues ............................................................................................................. 38

2.8.3 Sensoriamento remoto aplicado ao estudo da vegetao .......................................... 39

2.8.4 Classificao de imagens e elaborao de mapas temticos ................................... 40

2.8.5 Mtodos de classificao ..................................................................................................... 41

2.8.6 Segmentao de imagens .................................................................................................... 42

2.8.7 Algoritmo Multiresolution Segmentation ...................................................................... 44

2.8.8 Atributos intrnsecos aos objetos ...................................................................................... 46

2.8.9 Classificao orientada a objetos (OBIA) por atributos ............................................ 47

2.8.9.1 Minerao de dados ............................................................................................................. 51

2.8.9.2 Funes de pertinncia........................................................................................................ 52

2.8.10 Acurcia da classificao ................................................................................................ 53

3 MATERIAL E MTODOS ............................................................................................................. 56

3.1 REA DE ESTUDO .................................................................................................................. 56

3.2 BASE DE DADOS ...................................................................................................................... 57

3.2.1 Imagens de Aerolevantamento do estado de Santa Catarina ................................... 57

3.2.2 Estrutura das imagens ......................................................................................................... 57

3.2.3 Materiais ................................................................................................................................... 58

3.3 LEVANTAMENTO EM CAMPO........................................................................................... 58

3.3.1 Processamento dos dados de campo ............................................................................... 60

xii

3.3.2 Anlise estatstica dos dados de campo .......................................................................... 62

3.3.2.1 Anlise de Varincia (ANOVA) ........................................................................................ 62

3.3.2.2 Comparando diferenas pareadas: teste de Tukey-Kramer ........................................... 62

3.3.2.3 Similaridade e diversidade ................................................................................................... 64

3.4 PROCESSAMENTO DOS DADOS DE SENSORES REMOTOS ................................. 64

3.4.1 Dados de entrada ................................................................................................................... 64

3.4.2 Segmentao ........................................................................................................................... 65

3.4.3 Caracterizao das classes .................................................................................................. 67

3.4.4 Seleo de atributos por meio da minerao de dados .............................................. 69

3.4.5 Classificao do banco de dados pela minerao de dados ..................................... 70

3.4.6 Classificao dos mapas temticos no eCognition .................................................. 72

3.4.7 Classificao dos mapas temticos no ENVI ........................................................... 73

3.4.8 Avaliao da classificao ................................................................................................... 73

3.4.9 Correlao dos dados de campo com atributos das imagens .................................. 74

4 RESULTADOS E DISCUSSES .................................................................................................. 76

4.1 INVENTRIOS DE CAMPO .................................................................................................. 76

4.1.1 Estrato arbreo ....................................................................................................................... 76

4.1.1.1 Variveis dendromtricas .................................................................................................... 76

4.1.1.2 Similaridade entre UA ......................................................................................................... 79

4.1.1.3 Similaridade e diversidade de espcies .............................................................................. 80

4.1.1.4 Classificao das UA de acordo com a resoluo CONAMA 04/1994 ..................... 83

4.1.2 Regenerao ............................................................................................................................ 83

4.1.2.1 Variveis dendromtricas .................................................................................................... 83

4.1.3 Discusso sobre os resultados de campo ....................................................................... 85

4.2 PROCESSAMENTO DAS IMAGENS ................................................................................... 85

4.2.1 Segmentao ........................................................................................................................... 85

4.2.2 Minerao de dados .............................................................................................................. 87

4.2.2.1 Seleo de atributos ............................................................................................................. 87

4.2.2.2 Arquitetura da rvore de deciso ....................................................................................... 89

4.2.3 Mapas temticos pela OBIA .............................................................................................. 93

4.2.4 Mapas temticos da rea teste A por metodologias pixel-a-pixel .......................... 99

4.2.4.1 Supervisionada - Mxima Verossimilhana ..................................................................... 99

4.2.4.2 No Supervisionada - K-means ......................................................................................... 100

4.2.5 Teste z de comparao das matrizes de confuso .................................................... 101

4.2.6 Comparao de resultados atingidos para com a literatura .................................. 103

4.2.7 Tempo de processamento por etapa ............................................................................. 104

4.2.8 Correlao entre atributos e parmetros estruturais da vegetao ...................... 105

5 CONSIDERAES FINAIS ....................................................................................................... 108

6 REFERNCIAS ............................................................................................................................... 110

APNDICE ............................................................................................................................................ 121

13

1 INTRODUO Ecossistemas florestais apresentam elevada riqueza biolgica e diversidade gentica

(HOLDRIDGE, 1947, 1967; DINERSTEIN et al., 1995). Eles so responsveis por

fornecer habitat para 70% das espcies de animais e plantas conhecidas (MATTHEWS et

al., 2000), contribuir com a produo de biomassa terrestre (GROOMBRIDGE;

JENKINS, 2002) e fornecer benefcios vitais para a economia, sociedade e meio ambiente

(VIBRANS et al., 2013). Sua estrutura e composio so resultantes da interao, ao

longo do tempo, de fatores biticos, abiticos e antrpicos. O fator antrpico, entretanto,

h muito tempo vem prevalecendo sobre os naturais, fazendo com que a cobertura

florestal em vrias partes do globo no seja mais contnua, constituindo-se de uma espcie

de mosaico vegetal, composto por relictos de florestas em diferentes estgios de sucesso

e de degradao florestal. As principais presses antrpicas sobre as florestas naturais se

do a partir do avano da fronteira agrcola, da industrializao e da urbanizao (DEAN,

1997).

Dos diferentes biomas florestais, as florestas tropicais compem a parcela mais

ameaada devido proximidade de regies de alta taxa de crescimento demogrfico e

expanso econmica. De acordo com Viana e Tabanez (1996), a Mata Atlntica um dos

ecossistemas tropicais mais ameaados no mundo. Restando entre 11 e 16% da rea de

domnio deste bioma no Brasil (RIBEIRO et al., 2009) e 28% no estado de Santa Catarina

(VIBRANS et al., 2013). Maior parte de seus remanescentes est representada por

fragmentos de formaes florestais secundrias (SIMINSKI et al., 2004; SCHUCH, 2011,

SIMINSKI et al., 2013), poucos ncleos ainda so classificados como florestas maduras,

ditas primrias, sendo que para alguns autores estas florestas j no existem nas regies

temperadas, boreais, subtropicais e tropicais. Os remanescentes florestais maduros ou

bem conservados que remanescem em Santa Catarina, conforme reportado por Reis et al.

(1995) e Liebsch et al. (2008), podem estar concentrados em reas de maior altitude,

declividade e/ou de difcil acesso. Em consequncia do desmatamento passado e atual de

florestas tropicais primrias, um interesse crescente sobre a importncia das florestas

secundrias vem ocorrendo (BORMANN; LIKENS, 1979; SPURR; BARNES, 1980;

OLIVER, 1981; WHITNEY; FOSTER, 1988; DUBOIS, 1990; ABRAMS; NOWACKI,

14

1992; SCHELHAS; GREENBERG, 1996; LUGO, 1997; RISWAN; KARTAWINATA,

1998; SMITH et al., 1999, EMRICH et al., 2000; CHOKKALINGAM; JONG, 2001).

Ao iniciar uma pesquisa sobre florestas secundrias se faz necessrio conhecer

como estas se constituem, ou seja, como acontece sua regenerao. Uma forma de

compreender estes processos de regenerao envolve a anlise das mudanas florsticas e

estruturais da vegetao nas diversas escalas de tempo (MANTOVANI, 1998), geralmente

por meio de estudos simultneos das fases de sucesso. Nestes casos, o acompanhamento

em campo consiste da forma mais eficaz de anlise da dinmica florestal, pois contempla

etapas de crescimento, mortalidade, rebrota e recrutamento de plantas de diferentes

formas de vida no tempo (FOSTER; TILMAN, 2000; SHEIL, 2001). Porm, no campo a

desvantagem aparece na quantidade de tempo demandada para a mensurao de tais

informaes, que podem ser de mdio a longo prazo, dependendo da rea analisada.

O sensoriamento remoto ptico tornou-se, nas ltimas dcadas, com os avanos

tecnolgicos e o aperfeioamento da resoluo espacial das imagens adquiridas uma fonte

de dados de grande valia para a anlise e a classificao da cobertura florestal, assim como

o monitoramento de mudanas (JENSEN, 2005). Com as imagens destes sensores

remotamente situados possvel extrair informaes acuradas de objetos terrestres e gerar

mapas de uso e cobertura do solo, que para Clark et al. (2010), so vitais para monitorar,

entender e prever os efeitos da complexa interao homem-natureza em escala local,

regional e global. Tcnicas de processamento digital de dados de sensoriamento remoto e

a classificao destas imagens foram inicialmente utilizadas para mapear reas desmatadas

(TUCKER; TOWNSHEND, 2000), enquanto que a identificao da regenerao, como

florestas secundrias, no foi alvo principal das anlises (VIBRANS et al., 2013). Isto

aconteceu, pois mtodos tradicionais de processamento de imagens podiam ser afetados

por alguns fatores, como por exemplo, o tamanho das reas analisadas e a resoluo

espacial, espectral, temporal ou radiomtrica das imagens, que no eram adequadas para

esta finalidade. Recentemente, entretanto, mltiplas fontes j se encontram disponveis

para extrair informaes detalhadas dos objetos terrestres (GISLASON et al., 2006),

como modelos digitais de elevao e seus subprodutos (BRADTER et al., 2011), dados de

levantamentos florsticos, sries temporais (HTTICH et al., 2011) e, recentemente,

sistemas SAR (Synthetic Aperture Radar) e de LIDAR (Light Detection and Ranging)

(CASTILHO et al., 2012). De acordo com Wulder et al. (2004), Johansen e Pihnn (2006),

15

Wang et al. (2007) e Johansen et al. (2007), j possvel estimar parmetros estruturais da

vegetaao a partir de imagens de alta resoluo espacial e amostragens em campo.

Mesmo com o melhoramento das ferramentas de anlise digital, entretanto,

observa-se que em Santa Catarina estudos sobre a utilizao de dados de sensoriamento

remoto para a classificao de florestas secundrias ainda se mostram incipientes e

restritos a ferramentas tradicionais empregando imagens de mdia resoluo espacial

(VIBRANS et al., 2013). No de se espantar que mapeamentos da cobertura florestal e

uso e ocupao do solo realizados em Santa Catarina entre os anos de 2005 e 2010

apresentaram resultados discrepantes em relao rea florestada, com valores entre 22%

e 41% (VIBRANS et al., 2013). Estas discrepncias so, possivelmente, causadas, entre

outros fatores, pela dificuldade de classificar corretamente a vegetao nos estgios iniciais

de sucesso devido s deficincias na caracterizao espectral (como imagens de mdia

resoluo espacial) e da metodologia de classificao, e, por outro lado, pela falta de

critrios comuns para definio da classe "floresta". Esta indefinio pode ocorrer sob

ambas s perspectivas sensricas bem como florsticas. Em ordem, podem ser citadas a,

rea mnima do fragmento, alm da altura e rea basal da vegetao. Segundo Vibrans

(2003), a cobertura florestal de Santa Catarina no homognea nem contnua (mescla de

florestas e remanescentes alterados) e a separabilidade espectral das comunidades vegetais

nem sempre notvel, principalmente por meio de imagens de mdia resoluo espacial.

Alm disso, reas de remanescentes, geralmente, ocorrem em pequenas manchas,

entremeadas por reas agrcolas ou pastagens, tornando a classificao destes mosaicos de

vegetao e outros usos um verdadeiro desafio (CASTILHO et al., 2012).

A partir dessas consideraes iniciais, surgem questionamentos que servem de base

para a elaborao dessa dissertao:

1) A classificao de reas florestadas por meio de imagens de alta resoluo

espacial pode melhorar a qualidade do mapa temtico gerado?

2) As tcnicas avanadas de classificao digital de imagens poderiam ser aplicadas

para diferentes estgios de regenerao?

3) Como iria se comportar a classificao digital das imagens de alta resoluo

espacial para outras classes de uso e cobertura do solo?

4) Quais seriam as dificuldades no processamento digital destas imagens?

16

A fim de tentar responder tais perguntas foi formulada uma hiptese a partir de

trs premissas bsicas.

(1) Mtodos de processamento digital de imagens, como a classificao pixel-a-pixel

e a orientada a objetos, e a utilizao de material adicional, como modelos de superfcie e

terreno, auxiliam no reconhecimento dos alvos terrestres contidos nas imagens.

(2) A partir de imagens de alta resoluo espacial haveria um aumento da

capacidade de discriminao das informaes acerca dos alvos terrestres, ampliando

sobremaneira a possibilidade de estudos, assim como a complexidade do processamento.

(3) Estgios de sucesso do bioma Mata Atlntica so caracterizados por um

conjunto de variveis dendromtricas e estruturais, podendo ser mensuradas em campo.

Formulou-se a hiptese: A partir de imagens de alta resoluo espacial e tcnicas

avanadas de processamento digital de imagens, ancoradas em dados dendromtricos da

vegetao obtidos em campo, haveria uma melhora, em relao s metodologias

tradicionais, na acurcia da classificao dos estgios iniciais de vegetao secundria.

Decorrente destas consideraes objetivo deste trabalho caracterizar os estgios

iniciais da vegetao e sua resposta espectral e textural em imagens de alta resoluo

espacial, a fim de construir uma metodologia que permita sua classificao.

1.1 OBJETIVOS

1.1.1 Objetivo geral

Classificar os estgios sucessionais da Floresta Ombrfila Densa em trs distintas

reas teste no Estado de Santa Catarina a partir de imagens multiespectrais

aerotransportadas de alta resoluo espacial.

1.1.2 Objetivos especficos

Mensurar variveis dendromtricas em seis unidades amostrais da vegetao;

Classificar trs imagens de alta resoluo espacial por meio da classificao

orientada a objeto (OBIA) e tcnicas de minerao de dados;

Verificar o resultado do mapa temtico com base em dados de campo;

Comparar o resultado obtido com metodologias tradicionais de classificao;

Quantificar a eventual relao entre variveis dendromtricas e atributos.

17

2 REFERENCIAL TERICO

2.1 BIOMA MATA ATLNTICA O Brasil formado por dois grandes blocos de florestas tropicais midas,

Amaznica e Atlntica, dividas por um extenso diagonal de formaes abertas

(VANZOLINI, 1963) ou corredor xrico (BUCHER, 1982), composto pelo cerrado,

chacos e caatinga. A Mata Atlntica a segunda maior floresta pluvial tropical do

continente americano. No sentido da definio legal (Lei 11.428/2006), tambm pode ser

denominada Floresta Atlntica sensu lato (OLIVEIRA-FILHO; FONTES, 2000), Domnio

Atlntico (AB'SBER, 2003) e Floresta Atlntica (EISENLOHR et al., 2011). Faz parte

da rea de domnio que, segundo Lei 11.428/2006, se estende por quase toda a faixa

litornea (Encosta Atlntica) do Brasil (Figura 1). Possui faixas de heterogeneidade

climtica e geomorfolgica, que promovem diferentes conjuntos florsticos (PIOTTO,

2011), como por exemplo, a Floresta Ombrfila Densa.

Figura 1. rea de domnio do Bioma Mata Atlntica no Brasil

Fonte: Ministrio do Meio Ambiente (MMA) e Fundao SOS Mata Atlntica (2008)

18

Para Leite e Klein (1990), a Floresta Atlntica possui caractersticas tropicais

mesmo sendo situada em zona extratropical. Segundo Mittermeier et al. (1999) e Myers et

al. (2000), a Floresta Atlntica considerada um hotspot 1 em termos de biodiversidade e

percentual remanescente de sua rea original.

2.2 REGIES FITOECOLGICAS DE SANTA CATARINA

As tipologias florestais catarinenses integrantes da rea de domnio do Bioma Mata

Atlntica recebem trs denominaes gerais: Floresta Ombrfila Densa (FOD); Floresta

Ombrfila Mista (FOM) e Floresta Estacional Decidual (FED) (IBGE, 2012) (Figura 2).

Figura 2. Mapa fitogeogrfico da vegetao de Santa Catarina baseado em Klein (1978)

A FOD ocorre preferencialmente nas regies costeiras at altitudes de 1.200 m ou,

de acordo com Siminski (2004), at a Serra Geral, Serra do Mar e Serra do Espigo. O

clima de ocorrncia da regio quente (mdia anual de 25C) e com chuvas intensas

(intervalos de precipitao anual de 1.500 a 2.000 mm) (SIMINSKI et al., 2011). Segundo

1 conceito utilizado por Norman Myers (Inglaterra) em 1988 para se referir a reas importantes para biodiversidade.

19

Klein (1980) seu dossel dominado por espcies arbreas das famlias Lauraceae e

Myrtaceae, e possui abundncia de epfitas e palmeiras.

A FOM ocorre no planalto e no Oeste Catarinense, em altitudes que variam de

500 a 1400 m, caracterizada originalmente pela presena da Araucaria angustiflia (KLEIN,

1978); e a FED ocorre predominantemente no Oeste Catarinense e se estende ao longo

do curso e das encostas do rio Uruguai, em altitude que variam de 200 at 800 m

(KLEIN, 1972).

2.2.1 Viso aprofundada da Floresta Ombrfila Densa

O termo Floresta Ombrfila Densa foi criado por Mueller-Dombois e Ellenberg

(1974), substituindo o antigo termo Floresta Pluvial ou floresta das chuvas (IBGE,

1992). Caracteriza-se pela formao de um dossel uniforme quanto a sua colorao, forma

das copas e altura, representando uma fitofisionomia muito caracterstica e com poucas

variaes sazonais durante todo o ano (REIS, 1995). A maior parte dessa fisionomia, no

Estado de Santa Catarina, impressa pela presena de grandes rvores, geralmente da

famlia Lauraceae, que dificilmente se sobressaem no dossel (KLEIN, 1980). Apesar da

ausncia de espcies tipicamente tropicais esta formao apresenta alto grau de

endemismos que esto relacionados complexidade dos ecossistemas nela inseridos

(SIMINSKI, 2004). Segundo Leite e Klein (1990), as caractersticas climticas que regem

esta tipologia so a ausncia de perodo seco, alta umidade relativa do ar e temperaturas

mdias acima de 15C. De acordo com Vibrans (2003), a FOD apresenta elevada riqueza,

presena de vrios estratos, altos valores de biomassa, alto grau de endemismo e espcies

raras, e abundncia de cips, lianas e epfitas.

Klein (1979, 1980) e Sevegnani (2003) descreveram detalhadamente a flora e a

vegetao da Floresta Ombrfila Densa. Estes autores a dividem em quatro formaes:

terras baixas (nas plancies aluviais at uma altitude de 30 m), onde espcies importantes

do seu estrato arbreo superior so Callophyllum brasiliense (olandi), Clusia criuva (mangue-

de-formiga), Ficus organensis (figueira-da-folha-mida), Coussapoa microcarpa (figueira-mata-

pau), Myrsine umbellata (caporoco) e Tapirira guianensis (cupiuva); a submontana (em

altitudes entre 30 e 400 metros), que tem como espcies caractersticas tpicas Sloanea

guianensis (laranjeira-do-mato), Alchornea triplinervia (tanheiro), Ocotea catharinensis (canela

preta), Aspidosperma parvifolium (peroba), Virola bicuhyba (bicuba), Myrcia pubipetala

20

(guaramirim), Hieronyma alchorneoides (licurana) e Talauma ovata (baguau); a montana

(entre 400 e 800 metros), cunhada pela presena de Duguetia lanceolata (pindabuna),

Ormosia arborea (pau-de-santo-incio), Cryptocarya moschata (canela fogo), Protium kleinii

(almcega), Copaifera trapezifolium (pau leo) e Pterocarpus violaceus (sangueiro); e

altomontana (localizada acima de 800 m de altitude), com a presena marcante de

Podocarpus sellowii (pinheiro bravo), Weinmannia pauliniifolia (gramimunha), Lamanonia

speciosa (guaper), Tibouchina kleinii (quaresmeira), Prunus sellowii (pessegueiro bravo) e

Roupala brasilienss (carvalho brasileiro). Segundo Vibrans (2003), as formaes de terras

baixas, submontana e montana formam florestas altas e com grandes estoques de

madeiras, j a altomontana composta por uma vegetao arbrea e arbustiva mais baixa

e menos densa devido s condies ambientais adversas de grandes altitudes.

As formaes secundrias dessa fisionomia, de acordo com Vibrans (2003),

mostram importantes diferenciaes em relao sua composio de espcies: nas terras

baixas e submontanas dominam Myrsine coriacea (capororoca), Cecropia glazioui (embaba),

Miconia cinnamomifolia (jacatiro) e as quaresmeiras (Tibouchina sp.), enquanto que, na faixa

acima de 400 m, Solanum mauritianum (fumo-bravo), Mimosa scabrella (bracatinga),

Piptocarpha angustifolia (vassouro branco) e Clethra scabra (carne-de-vaca) tomam o lugar

dessas espcies.

2.3 DESMATAMENTO DA MATA ATLNTICA EM SANTA CATARINA

O processo de desmatamento e degradao da Mata Atlntica, a exemplo dos

demais ecossistemas florestais do domnio brasileiro, ocorreu a partir do incio da

colonizao europeia, entretanto no apenas pelos europeus, com a ocupao das reas

litorneas com a extrao de madeiras nobres (SIMINSKI, 2004). Em Santa Catarina este

processo no foi diferente. A degradao foi tpica a partir do processo de colonizao

aps a segunda metade do sculo XIX (VIBRANS, 2003). Os ecossistemas florestais

catarinenses foram em grande parte suprimidos com o intuito de obter espaos cultivveis

para a agricultura (SEYFERTH, 1974), e nos locais onde essas atividades foram

abandonadas surgiram florestas secundrias, formando uma paisagem de mosaicos de

vegetao em vrios estgios sucessionais (QUEIROZ, 1994) de diferentes idades e, em

menor escala, remanescentes primrios que muitas vezes encontram-se alterados. O fator

21

preponderante para a explorao madeireira no estado foi a grande quantidade e

variedade de espcies de madeiras nobres ou de considervel valor comercial.

No estado, as exploraes de madeira podem ser divididas em ciclos de

exploraes relacionados quantidade e a variedade de espcies das regies fitoecolgicas.

Por exemplo, a FOM foi a rea de maior significncia para a indstria madeireira do Sul

do pas, pelo menos por 150 anos de explorao (REIS et al., 2007), no qual o pinheiro

brasileiro (Araucaria angustifolia) e a canela imbuia (Ocotea porosa) foram as espcies mais

exploradas. A partir da dcada de 60 notou-se que as florestas naturais haviam reduzido,

assim como a disponibilidade de matria-prima madeireira (REITZ et al., 1978). Em

resposta a esta situao, houve, na dcada de 70, o incio da introduo das florestas de

Pinus spp., que substituram as florestas naturais, aumentando a fragmentao e a

degradao de reas de preservao permanente (REIS et al., 2007).

A FOD foi alvo de intensa explorao madeireira desde a colonizao at a

dcada de 80. Um dos motivos foi a alta biodiversidade e complexidade desta

fitofisionomia, assim como o grande volume e a variedade de madeiras de valor, como as

perobas (Aspidosperma sp.), canela (Ocotea sp.) e cedro (Cedrela fissilis) (VIBRANS, 2003).

Diante do histrico de degradao e da falta de polticas de conservao e extenso

florestal, os remanescentes florestais no Estado, apesar de cobrirem aproximadamente um

quarto do territrio, so constitudos em sua grande parte por florestas secundrias, que

possuem baixa biodiversidade e pouco estoque de biomassa (VIBRANS et al., 2011). A

falta de conectividade entre as reas florestadas, as quais, em sua maioria, so fragmentos

com menos de 50 hectares (VIBRANS et al., 2011), prejudica a sanidade das florestas

devido a perda de diversidade gentica, mudana na estrutura interpopulacional e

aumento da endogamia (YOUNG; BOYLE, 2000). O efeito de borda tambm

ocasionado pela fragmentao gera impactos no que diz respeito s mudanas na

composio de comunidades vegetais e animais (CAGNOLO et al., 2006; BROADBENT

et al., 2008), no incremento da mortalidade de rvores (NASCIMENTO; LAURANCE,

2004), na alterao do microclima (LAURANCE et al., 2004) e na susceptibilidade ao

fogo (COCHRANE; LAURANCE, 2002).

Alm disso, o baixo valor das terras cobertas com florestas nativas e a ineficincia

das restries legais em relao ao uso dos recursos contriburam fortemente para a

substituio das reas florestadas por outros usos do solo (SIMINSKI; FANTINI, 2009).

22

Atualmente, a preocupao est relacionada ocupao desordenada por obras pblicas e

pela especulao imobiliria.

2.4 LEGISLAO BRASILEIRA

2.4.1 Lei 11.428, de 22 de dezembro de 2006

Com objetivo de proteger, preservar e dispor sobre a utilizao da vegetao nativa

e dos remanescentes florestais da Mata Atlntica a Lei 11.428 foi criada, revogando o

Decreto anterior n 750, de 10 de fevereiro de 1993. Ela busca atingir o desenvolvimento

sustentado por meio da preservao da biodiversidade, da sade humana, de valores

paisagsticos, do regime hdrico e da estabilidade social. O documento legal caracteriza as

formaes florestais e os ecossistemas associados inseridos no domnio Mata Atlntica,

com as respectivas delimitaes estabelecidas pelo Mapa de Vegetao do Brasil do IBGE

de 2012, que englobam Floresta Ombrfila Densa (FOD), Floresta Ombrfila Mista

(FOM), Floresta Ombrfila Aberta (FOA), Floresta Estacional Semidecidual (FES),

Floresta Estacional Decidual (FED), manguezais, restingas, campos de altitude, brejos

interioranos e encraves Florestais do Nordeste.

Destas formaes florestais citadas, todas podem se apresentar na forma de

vegetao primria ou secundria em estgios inicial, mdio e avanado. A caracterizao

biolgica e florstica de vegetao primria e secundria do Bioma Mata Atlntica fica de

responsabilidade do Conselho Nacional do Meio Ambiente (CONAMA), sendo as

resolues especficas por estado. De acordo com a lei, so proibidas aes de corte,

explorao e supresso de vegetao primria ou nos estgios avanado e mdio de

sucesso do Bioma. Ou seja, o corte, supresso e explorao da vegetao do Bioma Mata

Atlntica acontecer de maneira diferenciada conforme o tipo e estgio de sucesso da

vegetao.

Em suma, entende-se que a classificao da cobertura vegetal de uma rea/regio

tem implicaes sobre os recursos florestais que sero disponibilizados (ou no) a uma

populao. Essa determinao de classe do recurso precisa ser competente de forma a no

comprometer ou beneficiar usurios, por isso, a classificao de uma regio precisa ser

sem opinio pblica.

23

2.4.2 Resoluo CONAMA 4, de 4 de maio de 1994 (BRASIL, 1994) Para o efetivo monitoramento da cobertura vegetal faz-se necessrio a sua

classificao segundo critrios mensurveis em campo. A Resoluo CONAMA n

4/1994 o documento legal que define as formas de vegetao primria e secundria da

Mata Atlntica em Santa Catarina, em cumprimento da Lei 11.428, de 22 de dezembro de

2006. Ela descreve os parmetros da vegetao e respectivos estgios de sucesso.

Segundo Brasil (1994), vegetao primria :

aquela de mxima expresso local, com grande diversidade

biolgica, sendo os efeitos das aes antrpicas mnimos, a ponto de

no afetar significativamente suas caractersticas originais de

estrutura e de espcies e;

Vegetao secundria (em regenerao):

aquela resultante dos processos naturais de sucesso, aps

supresso total ou parcial da vegetao primria por aes antrpicas

ou causas naturais, podendo ocorrer rvores remanescentes da

vegetao primria.

Os estgios de sucesso da vegetao secundria definidos nesta resoluo podem

ser inicial, mdio ou avanado.

Estgio inicial: nesse estgio a fisionomia predominantemente

herbcea/arbustiva de baixo porte, com diversidade biolgica varivel, poucas arbreas,

abundncia de pioneiras, e podendo apresentar espcies caractersticas de outros estgios.

A altura total mdia inferior das rvores de at 4 metros, com cobertura vegetal

variando de fechada a aberta (sem sub-bosque). A distribuio diamtrica de pequena

amplitude, com DAP mdio inferior a 8 centmetros. Epfitas, quando existentes, so

representadas principalmente por lquens, brifitas e pteridfitas com baixa diversidade e

possui uma camada de serrapilheira fina pouco decomposta. Trepadeiras, se presentes,

so geralmente herbceas.

Estgio mdio: nesse estgio a fisionomia arbrea e arbustiva, podendo constituir

estratos diferenciados, com diversidade biolgica significativa. A altura total mdia das

rvores de at 12 metros, com cobertura arbrea de aberta a fechada e ocorrncia

eventual de indivduos emergentes (sub-bosque presente). Distribuio diamtrica de

24

amplitude moderada, com DAP mdio de at 15 centmetros. As epfitas aparecem em

maior nmero de espcies em relao ao estgio inicial. Trepadeiras, quando presentes,

so predominantes lenhosas. Possui uma camada de serrapilheira.

Estgio avanado: nesse estgio a fisionomia arbrea, com diversidade biolgica

elevada, formando um dossel fechado e relativamente uniforme no porte com copas

superiores horizontalmente amplas. A altura total mdia das rvores superior a 20

metros. A distribuio diamtrica de alta amplitude, com DAP mdio superior a 25

centmetros. As epfitas aparecem em grande nmero de espcies e com grande

abundncia, principalmente na FOD. Possui uma camada espessa de serrapilheira, com

sub-bosque normalmente menos expressivo do que no estgio mdio. Trepadeiras so

geralmente lenhosas. Florestas nesse estgio podem apresentar fisionomia semelhante

vegetao primria. Pode haver espcies dominantes.

Para Vieira et al. (2003), esta classificao da Resoluo CONAMA tem sido

comumente utilizada por pesquisadores que trabalham na rea de sensoriamento remoto,

por ser prtica e objetiva.

2.5 SUCESSO FLORESTAL

Antes de iniciar a discusso sobre florestas secundrias necessrio compreender

um conceito diretamente ligado ao processo de formao das florestas, o de sucesso

ecolgica; que caracteriza etapas de desenvolvimento da vegetao e envolve

modificaes na estrutura e composio de espcies ao longo do tempo (ODUM, 1988).

O interesse inicial em sucesso desenvolveu-se com Thoreau, filsofo e naturalista que

viveu grande parte de sua vida em bosques devido insatisfao com o modelo de vida

capitalista da sociedade de 1800. Thoreau fez importantes observaes sobre o

comportamento de sucesso das florestas durante seu perodo de recluso, que so

encontradas no livro escrito por ele em 1845, Walden ou A vida nos bosques. Anos

depois Clements, em 1904 e 1916, escreveu tambm sobre as perturbaes humanas em

larga escala que vinham acontecendo e que tinham afetado consideravelmente a situao

natural das florestas.

Num primeiro momento o processo de sucesso foi relacionado principalmente

influncia humana, pois distrbios humanos foram mais aparentes e, portanto, mais

frequentemente lembrados (OLIVER; LARSON, 1990). Mas, causas naturais do processo

25

de sucesso, como incndios e furaces, tambm foram reconhecidos ao longo do tempo

(SKUTCH, 1929; HOUGH; FORBES, 1943; SPURR, 1956; BROWN, 1960; SPURR;

BARNES, 1980; OLIVER, 1981; WHITMORE; BURNHAM, 1984; PERRY, 1994;

RICHARDS, 1996).

A sucesso florestal de forma geral pode acontecer a partir de duas formas,

primria e secundria. Sucesso primria consiste do processo biolgico inicial, tendo em

vista que o local anteriormente no possua vegetao, dependendo de mudanas

ordenadas e previsveis da abundncia de espcies para ocorrer. Fatores que influenciam a

sucesso primria so: geologia, morfologia, hidrografia, clima, solo e matria orgnica

(CLEMENTS, 1904, 1916). Sucesso secundria, por outro lado, envolve a devastao e o

redesenvolvimento da vegetao a partir de eventos no so previsveis pela natureza

(CHAZDON, 2008), tendo em vista que o local anteriormente j possuia vegetao. A

sucesso secundria caracteriza-se por processos estocsticos (no determinsticos) e

origina um segundo processo de sucesso, por isso secundria. A sucesso secundria

pode ser classificada em natural e antrpica. A natural ocorre a partir de processos

naturais, como a abertura de uma clareira ocasionada pela queda de uma rvore pioneira

que tem influncia direta sobre fatores ambientais, tais como luz, umidade e temperatura

(CHAZDON, 2008). Para Waide e Lugo (1992), Whitmore e Burslem (1984) e Chazdon

(2003), furaces, enchentes, desmoronamentos, tempestades e ciclones tambm so

exemplos de perturbaes naturais. J a sucesso secundria antrpica aquela ocasionada

pela ao do homem. Segundo Brown e Lugo (1990) e Guariguata e Ostertag (2001),

impactos antrpicos so os principais responsveis pela grande quantidade de florestas

secundrias existentes hoje no planeta.

De forma simplificada possvel concluir que sucesso secundria o mecanismo

pelo qual florestas se renovam naturalmente quando perturbadas (GMEZ-POMPA,

1971). Este processo constitui-se num mecanismo dinmico e contnuo das florestas,

responsvel pelas mudanas na composio florstica, fisionomia e estrutura da

comunidade. Clements (1904), em sua definio clssica, no cometeu erros ao instituir a

sucesso como um processo altamente ordenado, determinista em que a comunidade atua

como uma unidade integrada, anloga ao desenvolvimento de um organismo individual,

sendo o desfecho deste mecanismo uma comunidade estvel (homeostase).

26

2.6 FLORESTAS SECUNDRIAS Floresta primria o termo utilizado para denominar uma "floresta madura",

associada a uma comunidade florestal com altos valores de biomassa, diversidade e

complexidade, com dossel fechado e com baixo grau de atividades antrpicas recentes.

Florestas secundrias, por outro lado, so unidades florestais em regenerao, que

sofreram alguma perturbao natural e/ou humana recente na vegetao original em um

nico momento ou durante um perodo prolongado, e apresentam diferena na estrutura

florestal e/ou na composio das espcies, em relao s florestas maduras prximas

(CHOKKALINGAM; JONG, 2001). Na verdade, floresta primria e floresta secundria

so termos empricos associados escala, intensidade e frequncia das perturbaes em

uma floresta.

De acordo com a FAO (2009), ao longo do tempo os remanescentes florestais

secundrios se tornaram o principal componente florestal natural da paisagem, tendo em

vista a contnua reduo nas reas de florestas primrias. Segundo Zuidema et al. (1996),

Mittermeir et al. (1998), Turner e Corlett (1999), Kammesheidt (2002), Brearley et al.

(2004), estas florestas secundrias so responsveis por importantes processos de

regulao estrutural e funcional da biodiversidade. Outros autores destacam ainda seu

papel sobre aes de desenvolvimento sustentado (REDFORD; RICHTER, 1999;

BROWN; LUGO, 1990; KRAMER; VAN SCHAIK, 1997; BODMER et al., 1997;

PINEDO-VAZQUEZ et al., 2001), atendimento das demandas por madeira e produtos

no madeireiros (FINNEGAN, 1992; BAWA; SEIDLER, 1998; WHITMORE, 1998;

FANTINI, 1999; NEUMAN; HIRSH, 2000, BALDAUF et al., 2007) e promoo de

servios ambientais (HOELSCHER, 1997; BORNER et al., 2007). Em relao aos

servios ambientais, florestas secundrias so responsveis por prestao de servios de

regulao, principalmente no sequestro de carbono (ORTIZ et al., 1998; FEARNSIDE,

2000; VACCARO et al., 2003; RICHARDS; STROKES, 2004) e na produo de

biomassa de primria (VIBRANS et al., 2013) devido ao acelerado desenvolvimento

estrutural.

Ressalta-se que a importncia das formaes florestais secundrias no interfere

sobre a preocupao com as florestas primrias, pois florestas secundrias so detentoras

de menor biodiversidade. Mas, reconhece-se que florestas secundrias exercem uma

27

funo ecolgica, econmica e social fundamental e que at agora pouco tem sido feito

para conserv-las, principalmente no Estado de Santa Catarina.

2.7 PANORAMAS DA SUCESSO

As etapas constituintes do processo de sucesso so chamadas de estgios

sucessionais e se caracterizam pela predominncia de tipos biolgicos que determinam a

fisionomia da vegetao (SIMINSKI, 2004) (Figura 3). De acordo com Klein (1980) o

conjunto de transformaes que uma vegetao secundria sofre ao decorrer do tempo

chamado de srie sucessional e assim que superados os estgios iniciais e intermedirios,

podem eventualmente tornar-se florestas madura novamentes, com caractersticas

possivelmente semelhantes diversidade florstica original.

Figura 3. Exemplo de processo de sucesso secundria de acordo com a ocorrncia de espcies

Fonte: Enciclopdia Britnica (2006).

A sequncia e a durao dos estgios sucessionais varia substancialmente entre as

tipologias florestais do globo (CHAZDON, 2008). Para isso, utilizam-se diferentes

tcnicas de classificao destes estgios. Siminski (2009), por exemplo, cita cinco

diferentes abordagens de classificao de estgios sucessionais da vegetao secundria,

sob ambas as perspectivas sensrias e florsticas: idade da vegetao, caractersticas

fisionmicas, parmetros estruturais, anlises multivariadas e sensoriamento remoto. A

classificao apresentada a seguir utilizou trs abordagens, explicando estgios

sucessionais de acordo com a idade da vegetao, caractersticas fisionmicas e

parmetros estruturais dos remanescentes florestais.

28

2.7.1 Estgio inicial (Pioneiro arbustivo) Uma rea abandonada ou em pousio, com o passar do tempo, naturalmente inicia

sua regenerao a partir de processos naturais de sucesso alognica. Inicialmente

aparecem as herbceas, como samambaias e gramneas (Figura 4). Porm, dependo das

caractersticas do abandono, esta fase pode ter dominncia por outras espcies, como

arbustos, lianas, trepadeiras e cips (BUDOWSKI, 1965; GMEZ-POMPA;

VAZQUEZ-YANES, 1981; EWELL, 1983; FINNEGAN, 1996).

Figura 4. Exemplo da primeira etapa do estgio inicial da Floresta Ombrfila Densa

Esta fase de reconstruo florstica chamada de estgio inicial suporte

(stand initiation stage) por Oliver e Larson (1990). Neste estgio, o estabelecimento de

espcies arbustivas e/ou arbreas acontece geralmente pela rebrota (UHL et al., 1981;

KAMMESHEIDT, 1998; PEREIRA, 2001; SCHMIDT-VOGT, 2001), que nada mais

do que um mecanismo de cicatrizao de florestas. Chazdon (2008) explica que a rebrota

pode ocorrer de trs formas: banco de sementes (autognico), troncos parcialmente

danificados (autognico) ou por disperso de sementes (alognico). A rebrota por banco

de sementes utiliza o mecanismo de encapsulamento das sementes (ou dormncia),

ficando protegidas at que condies favorveis germinao venham tona. Em alguns

casos, a vegetao regenerativa por banco de sementes to eficiente que ignora a fase

suporte. Fato este que tambm acontece no processo por troncos parcialmente

danificados (Figura 5).

Primeira etapa de desenvolvimento do estgio inicial

29

Figura 5. Exemplo de rebrota por troncos parcialmente danificados

A regenerao por troncos danificados geralmente rpida, conforme reportado

por Yih et al. (1991), Vandermeer et al. (1995) e Boucher et al. (2001) que estudaram o

comportamento de uma floresta tropical aps a passagem do furaco Joan no sudeste da

Nicargua. Em outros casos, a rebrota pode ocorrer tambm por sementes dispersas,

tendo como vetores animais (pssaros e morcegos) e o vento (anemocoria). O vento

garante a introduo de novas espcies em reas onde a vegetao inicial no consegue

manter nveis de interao capazes de atrair animais transportadores de propgulos (REIS,

1995). Estas sementes transportadas, primeiras a chegarem ao local degradado, sofrem

influncia direta da luz e da temperatura (UHL; JORDAN, 1984; VZQUEZ-YANES;

OROZCO-SEGOVIA, 1984), caractersticas responsveis pelo processo de maturao

acelerada.

Na fase suporte, entretanto, existem fatores negativos em relao regenerao,

inferindo no curto e longo prazo estrutural e florstico de uma floresta secundria. Por

exemplo, a insero de espcies invasoras, verificado por Chazdon (2008), altera a

composio florstica e a predao de sementes por animais, identificado por Uhl (1987),

Hammond (1995) e Notman e Gorchov (2001), diminui a disponibilidade destas para a

sucesso. Ainda como fator negativo cita-se a perda da camada superficial do solo (Figura

6), que agrega matria orgnica e sementes, vital para rebrota, implicando sobre o

processo de regenerao por banco de sementes e sementes dispersas.

30

Figura 6. Exemplo de vegetao secundria em estado inicial com perda de camada superficial

do solo na Floresta Ombrfila Densa

Depois do estabelecimento da vegetao suporte (herbceas e gramneas) acontece

a segunda etapa da fase inicial suporte, o aparecimento dos arbustos, principalmente do

gnero Baccharis sp., denominado vassourais (Figura 6). Neste momento o nvel de

interao entre espcies aumenta, assim como a qualidade do solo devido fina camada

de serrapilheira2. A partir deste momento ocorre um acelerado aumento de peso e

dimetro dos indivduos (CHAZDON, 2008) e um desenvolvimento assimtrico da

cobertura vegetal, tambm verificado por Schmidt-Vogt (2001).

2.7.2 Estgio mdio (Arbreo pioneiro)

De acordo com a classificao de Siminski (2004) esta fase conhecida como

Estgio de Arvoretas e caracterizada pela substituio dos vassourais por arvoretas

(espcies lenhosas de pequeno porte com copas esparsas), que sequencialmente

estendem-se para o estgio Arbreo Pioneiro (dominncia de rvores mdias), formando

microclimas midos e sombreados. Para Oliver e Larson (1990), esta etapa conhecida

como "fase de excluso de caules" (stem exclusion phase) devido ao aumento da altura das

rvores colonizadoras, que ocasionam o fechamento do dossel (estrato superior das

rvores) e diminuem a disponibilidade de luz no sub-bosque.

A luz, segundo Bazzaz (1979), o fator determinante para o desenvolvimento de

espcies pioneiras. Porm, com o fechamento do dossel a luz torna-se menos abundante,

2 deposio/acmulo de matria orgnica morta - folhas e galhos - em diferentes estgios de decomposio.

Vegetao

secundria em

estdio inicial Local onde houve perda

da camada superficial

orgnica do solo

Aparecimento dos

primeiros arbustos

31

limitando o estabelecimento e o crescimento de espcies (DENSLOW, 1987). O dossel

de florestas secundrias tropicais jovens geralmente dominado por espcies arbreas

pioneiras que tendem a organizar suas folhas na forma de coroa plana, a fim de maximizar

a interceptao da luz (BAZZAZ; PICKET, 1980) (Figura 7).

Figura 7. Exemplo do aparecimento de espcies tolerantes a sombra na etapa de fechamento do

dossel da Floresta Ombrfila Densa

Com isso, ocorre a mortalidade de diversas espcies, aumentado espessura da

serapilheira e a quantidade de matria orgnica no solo. De acordo com Piotto (2011), em

alguns casos, sub-bosques e dossis secundrios possui um ambiente mais sombreado do

que florestas maduras devido densidade de indivduos, gerando uma maior variabilidade

espacial de luz (DENSLOW; GUZMAN, 2000). Estas variaes tm efeitos importantes

sobre a germinao e o crescimento das plantas (DENSLOW, 1987). A homogeneidade

relativa das condies de baixa luminosidade no sub-bosque funciona como um filtro

para o recrutamento das espcies de rvores tolerantes sombra. Com o dossel fechado a

dinmica florestal muda, refletindo na mortalidade de arbustos, rvores e lianas

intolerantes sombra (CAPERS et al., 2005) e proporcionando o aparecimento de rvores

tolerantes sombra, como palmeiras e xaxins (CHAZDON, 2008).

Chazdon (2008) aprofundou-se na caracterizao de espcies de plantas neste

segundo estgio, classificando-as em trs grupos distintos: (1) espcies de vida curta

intolerantes sombra, (2) espcies de longa vida intolerantes sombra e (3) espcies de

32

longa vida tolerantes sombra. Segundo ele, espcies de "vida curta" geralmente no

resistem ao dossel e morrem nos primeiros 10 a 15 anos, reportado tambm por

Budowski (1965). J as espcies de vida longa tolerantes a luz vo persistir e integrar o

dossel num perodo posterior. Segundo Finnegan (1992), o grupo de longa vida que

desempenha o papel mais importante da sucesso por ter maior representatividade em

longo prazo.

2.7.3 Estgio avanado (Arbreo complexo)

Este estgio tambm denominado Mata Secundria (KLEIN, 1980) ou Estgio

Arbreo Avanado (SIMINSKI, 2004). Nele, ocorre um ambiente florestal sob muitos

aspectos fisionmicos semelhantes s florestas maduras. De acordo com Oliver e Larson

(1990) esta fase de sucesso denominada fase de reintroduo de sub-bosque

(understory reinitiation stage) e caracterizada pela regenerao do dossel, da composio e

dos estratos da vegetao.

Vale lembrar que entre as fases sucessionais processos ecolgicos so responsveis

pela dinmica da composio de espcies (CHAZDON, 2008), tanto que, durante a fase

inicial, processos estocsticos de disperso e recolonizao de espcies so mais ativos

sobre a estrutura da comunidade. No estgio avanado, entretanto, processos

determinsticos como a seleo natural de espcies tornarem-se importantes para a

organizao da comunidade florestal (WALKER; CHAPPIN, 1987). Segundo Finnegan

(1996), Guariguata e Ostertag (2001), a composio das espcies aparentemente varia,

independentemente da riqueza de espcies, por meio de uma cronossequncia. Gmez-

Pompa e Vasquez-Yanes (1984) foram uns dos primeiros a proporem que a sucesso de

blocos florestais tropicais segue um modelo florstico no qual espcies alcanam

abundncia em momentos diferenciados, de tal forma que espcies dominantes podem

aparecer em diversas escalas do tempo. Neste pensamento, possvel dizer que o

processo de sucesso apresenta comportamentos irregulares, sendo considerados por

alguns autores como caticos (MAY 1989, MOSEKILD; MOSEKILD 1991), pois

funcionam por meio de processos dinmicos temporais sensveis a variaes externas,

impossibilitando a definio de cenrios de longo prazo. Finnegan (1984), neste sentido,

reporta que espcies florestais da fase avanada podem no aparecer at que processos de

facilitao ocorram, sendo estes, s vezes, provenientes de atividades antrpicas. Para

33

Finnegan (1996) e Myster (2004), existe pouca informao sobre o padro de colonizao

de rvores na segunda e na terceira fase de sucesso, pois estas fases dependem de

padres florsticos locais, difceis de generalizar, por isso, mais comum encontrar

estudos enfatizando a dinmica da vegetao durante a fase inicial.

Em suma, nota-se que durante o estgio avanado ocorre um aumento da riqueza

de espcies de dossel, uniformidade das classes de vegetao e a estabilizao da taxa de

crescimento de volume e altura da vegetao. Ainda nessa fase ocorre morte de rvores

de vida longa intolerantes sombra que estavam presentes no intuito de restituir

propriedades bsicas (fertilidade do solo, interaes e microclima). Com a queda destas

espcies abrem-se clareiras no dossel aumentando a disponibilidade de recursos

(incidncia solar) e, consequentemente, oportunidades de integrao de novas espcies.

Desta forma, espcies de plantas comeam a se estabelecer em camadas inferiores

do dossel, formando estratos da vegetao. Normalmente, uma comunidade florestal em

estgio mdio passa a possuir ao menos um estrato herbceo-arbustivo bem desenvolvido

(sub-bosque) com presena de lianas, epfitas, xaxins e trepadeiras na camada inferior

(Figura 8). Em outros casos, como o estgio avanado, pode haver vrios estratos.

Figura 8. Exemplo de sub-bosque bem desenvolvido com abundncia de epfitas e xaxins na

Floresta Ombrfila Densa

Epfitas

Xaxim

34

Depois de estruturada e sobre efeito de perturbaes naturais de menor

intensidade, uma floresta secundria torna-se estruturalmente e floristicamente

semelhante a uma floresta madura (BORMANN; LIKENS, 1979; WHITMORE;

BURNHAM, 1984; RISWAN; KARTAWINATA, 1998; CORLETT, 1994; RICHARDS,

1996; SIPS, 1997; CHAZDON, 2008).

2.7.4 Formas de apresentao dos estgios sucessionais

Conforme revisado na literatura, diferentes autores tm proposto diversas formas

de classificao da vegetao em relao a estgios sucessionais levando em conta a idade

da vegetao, caractersticas fisionmicas e parmetros estruturais dos remanescentes

florestais. Neste sentido, uma sntese destas ideias foi estruturada (Tabela 1).

Mesmo com divergncias em relao ao nmero de estgios, todas tm o princpio

bsico de desenvolvimento estrutural e florstico com o passar do tempo, tendo em vista

processos de dinmica da vegetao e evoluo sucessional.

No sentido de classes da vegetao este trabalho utilizou apenas trs classes de

sucesso de vegetao natural, como a classificao da resoluo do CONAMA, o inicial,

o mdio e o avanado. A classe floresta primria foi descartada tendo em vista que uma

diferenciao entre o estgio avanado e o primrio seria muita audcia. Esse critrio foi

utilizado para facilitar a diferenciao das classes de sucesso nas imagens de alta

resoluo espacial nas trs reas teste.

35

Tabela 1. Formas de classificao da dinmica da vegetao entre as fases sucessionais das florestas tropicais Autor Classificao

KL

EIN

1979/

80

Pioneiro: herbceo

Gn.:

Pteridium, Baccharis sp.

Capoeirinha: herbceo/arbustivo

Gn.: Baccharis,

Tibouchinea, Myrsine, Psychotria e

Cytharexylum.

Capoeira: arbustivo/arbreo

Gn.: Myrsine, Leandra, Miconia.

Capoeiro: Arbreo

Gn.: Miconia, Didymopanax, Alchornea, Copaifera,

Nectandra, Cryptocarya, Guapira, Euterpe.

Floresta Secundria: Arbreo com epfitas

Gn.: Euterpe, Sorocea, Ocotea,

Annonna, Cinnamomum, Nectandra, Slonea Maytenus, Gomidesia, Actinostemon.

Flo

rest

a m

ad

ura

IBG

E

1992

Pioneiro: hemicriptfitos

pioneiros.

Gn.: Pteridium, imperata.

Segunda Fase: hemicriptfitos,

camfitos e nanofanerfitos.

Gn.: Solanum,

Baccharis e Miconia

Terceira fase: nanofanerfitos e camfitas (mdio porte) at 3,0 m.

Gn.: Vernonia que substitui Baccharis

Quarta Fase: microfanerfitos,

Vegetao variando entre 3 e 15 m.

Gn.: Tibouchina e Miconia

Quinta fase: mesofanerfitos

Vegetao ultrapassa 15 m. Estgio eminente lenhoso, sem plantas emergentes.

Bastante uniforme quanto altura dos elementos dominantes.

Gn.: Hiernonyma, Vochysa, Cariniana, Virola, Xilopia.

CO

NA

MA

N

4/

1994.

Estgio inicial de regenerao: Fisionomia herbceo-arbustiva de baixo porte, altura mdia de 4m.

DAP mdio de at 8cm e rea Basal de at 8 m/ha. Epfitas: lquens, brifitas e pteridfitas. Fina camada de serapilheira.

Espcies pioneiras abundantes e ausncia de sub-bosque.

Esp.: Pteridium aquilium, Baccharis dracunculifolia, Senecio brasiliensis, Melinis minutiflora, Cortadelia sellowiana e Solanum erianthum.

Estgio mdio de regenerao: Fisionomia arbrea e arbustiva, altura mdia de

12 metros. DAP mdio de at 15 cm e rea Basal de at 15 m/ha. Apresenta epfitas, serapilheira, sub-bosque e diversidade biolgica significativa.

Esp.: Myrsine coriacea, Cupanea vernalis, Schinus

therebenthif