@MASTERSTHESIS{ 2025:2031250521,
 	title = {Trajetória de recuperação de uma floresta manejada na amazônia central: integração entre inventário florestal contínuo e sensoriamento remoto},
 	year = {2025},
 	url = "https://tede.ufam.edu.br/handle/tede/11356",
 	abstract = "O presente trabalho teve como objetivo propor a integração de dados de campo e de 
 sensoriamento remoto para o monitoramento da recuperação de três Unidades de 
 Produção Anual (UPA B, C e D) submetidas ao Manejo Florestal Sustentável e 
 exploradas em 1996, 1997 e 1998, respectivamente. A intensidade de exploração variou 
 entre as áreas, sendo maior na UPA B, seguida pela D e C. As análises de campo se 
 basearam em inventário florestal contínuo em 41 parcelas permanentes. Utilizando testes 
 ANOVA e de Tukey, foram quantificados e comparados o volume, a biomassa e a área 
 basal em períodos pré e pós-exploração para verificar os efeitos da intervenção e a 
 resiliência da floresta. No sensoriamento remoto, seis índices de vegetação (NDFI, NDVI, 
 AFRI, EVI2, MSAVI, GNDVI), derivados de imagens Landsat 5 e 8, foram empregados 
 para monitorar esses processos. A análise pontual nas parcelas permanentes, validada 
 pelos testes de Friedman e Dunn-Bonferroni, mostrou que os índices captam a exploração 
 pela queda de seus valores. O AFRI e o NDFI foram os que melhor traduziram as 
 observações de campo. Contudo, a análise espacial, usando 100 parcelas virtuais em cada 
 UPA, revelou que o comportamento dos índices não indica uma recuperação total da área 
 em termos de resposta espectral da superfície do dossel, dada a diferença estatística 
 persistente entre as condições atuais e pré-exploração, observada mesmo após duas 
 décadas. Gráficos de médias móveis gerados para intervalos de tempo menores 
 auxiliaram na análise da trajetória de recuperação dos índices, confirmando a importância 
 de seguir um calendário de remedições, e indicando que o AFRI e o NDFI apresentam 
 menores flutuações ao longo do tempo. O potencial preditivo dos índices foi avaliado. O 
 AFRI e o NDFI foram os únicos a apresentar correlações negativas moderadas a leves 
 com as variáveis de exploração e positivas com as variáveis de estoque, demonstrando 
 capacidade em detectar o impacto da exploração e o estoque florestal. Essa correlação 
 possibilitou a utilização do modelo de regressão GAMLSS (Generalized Additive Models 
 for Location, Scale and Shape), com uma distribuição da família Generalized Gamma 
 (GG), para a estimativa de volume. O modelo demonstrou alta eficiência preditiva, com 
 o AFRI revelando-se um preditor confiável para o valor médio do volume (µ) e o NDFI 
 sendo capaz de modelar a variabilidade do volume (σ) indicando que um aumento no 
 NDFI corresponde a uma diminuição na variabilidade.",
 	publisher = {Universidade Federal do Amazonas},
 	scholl = {Programa de Pós-graduação em Ciências Florestais e Ambientais},
 	note = {Faculdade de Ciências Agrárias}
}