PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA FLORESTAL Versão em Português Versão em Inglês Versão em Espanhol Versão em Francês

Telefone/Ramal: (35) 3829-1252
E-mail: spg.dcf@ufla.br
Notícias

Banca de QUALIFICAÇÃO: LUCAS BUENO SEGRETI

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE: LUCAS BUENO SEGRETI
DATA: 03/03/2026
HORA: 08:00
LOCAL: Remoto
TÍTULO:

Integração de dados multisensor na estimativa do estoque de carbono em florestas plantadas de Minas Gerais


PALAVRAS-CHAVES:

Sensoriamento Remoto, AGBD, Aprendizado de Máquinas


PÁGINAS: 35
GRANDE ÁREA: Ciências Agrárias
ÁREA: Recursos Florestais e Engenharia Florestal
SUBÁREA: Manejo Florestal
ESPECIALIDADE: Fotointerpretação Florestal
RESUMO:

A quantificação da densidade da biomassa acima do solo (Aboveground Biomass Density, AGBD) é essencial para estimativas de estoque de carbono e para a compreensão do papel das florestas no balanço regional. No contexto de florestas plantadas, a caracterização espacial e temporal da biomassa é particularmente relevante devido à dinâmica associada ao crescimento, colheita e renovação dos plantios. Este projeto tem como objetivo estimar e projetar o estoque de carbono em plantios florestais no estado de Minas Gerais, Brasil, por meio da integração de dados multissensoriais e modelagem baseada em aprendizado de máquina (Random Forest). Inicialmente, será desenvolvido um modelo de upscaling da AGBD a partir da relação entre estimativas pontuais obtidas pelo sensor GEDI L4A e variáveis derivadas de sensoriamento remoto óptico (Landsat), radar (Sentinel-1) e dados topográficos (NASADEM). O algoritmo Random Forest será empregado para extrapolar as estimativas de biomassa para o nível de pixel, gerando mapas contínuos de biomassa e carbono acima do solo (Aboveground Carbon, AGC). A acurácia das predições será avaliada por meio de validação interna do modelo e por validação externa utilizando dados independentes de inventário florestal. O modelo calibrado será aplicado de forma multitemporal para construir uma série histórica anual de AGBD e AGC para o período de 2019 a 2022. A partir dessas estimativas, serão analisadas tendências de ganho, estabilidade ou perda de biomassa por meio do ajuste de modelos por pixel. Com base nessas tendências recentes, serão realizadas projeções espaciais do estoque de carbono para o horizonte de 2025 a 2030, assumindo a continuidade das dinâmicas observadas. Espera-se que os resultados contribuam para o monitoramento espacialmente explícito da dinâmica do carbono em sistemas silviculturais, fornecendo subsídios para análises ambientais e para o acompanhamento de mudanças associadas ao crescimento, manejo e renovação desses plantios em escala estadual.


MEMBROS DA BANCA:
Externo à Instituição - ANA PAULA DALLA CORTE - UFPR (Membro)
Externo ao Programa - KALILL JOSE VIANA DA PASCOA - DCF/ESAL (Suplente)
Externo à Instituição - MÔNICA CANAAN CARVALHO - UFLA (Membro)
Interno - SAMUEL JOSE SILVA SOARES DA ROCHA (Suplente)
Presidente - THELMA SAFADI - DES/ICET (Membro)
Notícia cadastrada em: 20/02/2026 14:12
SIGAA | DGTI - Diretoria de Gestão de Tecnologia da Informação - Contatos (abre nova janela): https://ufla.br/contato | © UFLA | appserver4.ufla.br.srv4inst1 30/03/2026 08:49