Como criar um mapa de densidade florestal a partir de dados Lidar
25 de Junho de 2024A densidade florestal pode ser usada como uma medida da saúde e do crescimento da floresta. Dados de sensoriamento remoto, como lidar, podem ser utilizados para análise da densidade florestal, economizando tempo e esforço humano. Embora o Global Mapper Pro suporte nuvens de pontos fotogramétricas e lidar tradicionais, este fluxo de trabalho aproveita o lidar tradicional e sua capacidade de penetrar a copa das árvores. Isso permite a modelagem tanto da copa quanto do solo abaixo, com mapas de densidade florestal.
Camada raster de densidade de árvores criada no Global Mapper Pro.
Os mapas de densidade destacam áreas com alta e baixa densidade de pontos. As medições de densidade florestal mais comuns avaliam árvores individuais e sua proximidade umas às outras. No Global Mapper Pro, é possível criar mapas de densidade adicionais para identificar também grupos de árvores com qualquer atributo em comum, como largura da copa, altura da árvore e outros. Como alternativa, você pode visualizar a densidade de pontos LiDAR da vegetação usando a configuração "Desenhar LiDAR por Densidade de Pontos" . Essa opção não analisa árvores individuais, mas pode fornecer informações sobre a densidade geral da vegetação e a cobertura do solo.
3 etapas fáceis:
- Classifique a nuvem de pontos.
- Crie uma feição pontual para cada árvore usando a ferramenta de Extração Automática.
- Utilize a ferramenta Grade de Densidade para avaliar medições de densidade.
Para um exemplo prático, veja esta apresentação da nossa conferência de usuários de 2024, feita pelo vencedor do concurso Global Mapper Master de 2023, Dr. Dwayne Tannant:
GeoTalks: Mapeamento da Densidade de Árvores Usando Dados LiDAR – Uma Ferramenta para Avaliação de Risco de Incêndios Florestais
1. Classifique a nuvem de pontos
A classificação de nuvens de pontos aplica contexto aos pontos de referência para visualização e análise. Nós, humanos, conseguimos ver claramente a diferença entre pontos na copa das árvores e pontos no solo. Os computadores, no entanto, precisam identificar objetos em nuvens de pontos com base em seus atributos e estrutura. As ferramentas de classificação automática de vegetação do Global Mapper são projetadas para identificar estruturas do tipo árvore nos dados.
Esta nuvem de pontos esparsa do USGS de uma área no centro do Maine foi classificada quanto à altura do solo e da vegetação no Global Mapper Pro.
As classes de altura também podem ser identificadas automaticamente para focar nas árvores que você deseja medir. Essas classificações podem ser usadas posteriormente para filtrar a nuvem de pontos e comparar a densidade de diferentes classes de altura de árvores.
Para obter instruções completas sobre as configurações adequadas de classificação automática de árvores no Global Mapper Pro, consulte: Calculando o inventário de árvores a partir de dados LiDAR aéreos.
2. Extrair árvores como feições vetoriais
A ferramenta de Extração de Características cria feições vetoriais a partir de pontos classificados. É aqui que o inventário de árvores pode ser criado para facilitar a visualização e a exportação. Entre outras opções de saída, um ponto vetorial da árvore é criado no centro de cada segmento. Essas feições pontuais em forma de árvore contêm os atributos medidos da árvore, como altura, extensão da copa e classificação.
A cada árvore detectada na nuvem de pontos é atribuído um elemento vetorial que contém os atributos medidos da árvore.
*Dica: A contagem de árvores pode ser lida como o número de elementos nesta camada de pontos.
3. Criar grade de densidade (mapa de calor)
Abra a ferramenta Criar Grade de Densidade (Mapa de Calor) na Barra de Ferramentas de Análise ou no menu suspenso Análise Vetorial e escolha a camada Árvores Extraídas. Isso criará uma camada de grade onde a cor de cada valor de célula representa a densidade relativa de árvores.
Ajuste as configurações da ferramenta para que se adaptem melhor ao seu tipo de floresta e às suas expectativas.
- Campo populacional – Escolha qual atributo medir a densidade. Contagem de pontos irá medir a densidade de árvores na floresta, mas você também pode escolher outros atributos para encontrar agrupamentos de características semelhantes, como a altura.
- pesquisa Radius – Usado para especificar a distância mínima entre duas árvores, de forma que uma árvore adjacente ainda seja considerada próxima. Ajuste esse valor para corresponder à densidade desejada do tipo de floresta. Se as árvores estiverem a 10 metros de distância uma da outra, essa distância é considerada ideal?
- Células por raio – Quando combinado com o Raio de Busca, este parâmetro controla o tamanho dos pixels na grade de densidade resultante. Por exemplo, se você tiver um raio de busca de 90 metros e um valor de 'Células por Raio' de 3, cada pixel deverá ter 30 metros de diâmetro.
Esse tipo de análise raster às vezes é chamado de mapa de calor devido às cores normalmente utilizadas. As células vermelhas têm um valor mais alto e, nesse caso, representam as áreas mais densas, enquanto as células azuis representam as menos densas.

Ao analisar esses dados em detalhe, podemos observar um aglomerado de floresta densa que pode exigir uma visita de campo para investigar possíveis necessidades de gestão.
As grades de densidade são uma maneira rápida e fácil de destacar seções de um povoamento florestal que precisam de desbaste ou outros manejos. Por meio de dados LiDAR e do Global Mapper Pro, essa análise pode ser aplicada a uma floresta inteira em uma fração do tempo que seria necessário para executar e processar um inventário florestal da mesma área.
Experimente o Global Mapper Pro gratuitamente por 14 dias hoje mesmo! Se tiver alguma dúvida, entre em contato conosco!


