Distribuição espacial de erros de estimativas dendrométricas com laser escâner portátil em povoamentos de eucalipto

Abstract

O personal laser scanning (PLS) destaca-se como uma ferramenta promissora para inventários florestais aprimorados devido à sua flexibilidade operacional e rapidez na aquisição de dados. No entanto, ainda não há um consenso quanto às estratégias ideais de coleta em campo, especialmente no que se refere à influência da geometria de aquisição e da distância sensor-alvo na propagação espacial dos erros de estimativa em sistemas baseados em simultaneous localization and mapping (SLAM). Este estudo avalia o comportamento espacial dos erros de estimativa de variáveis dendrométricas derivadas de dados de PLS adquiridos sob uma configuração estática em florestas plantadas de eucalipto. Os resultados indicam um aumento sistemático dos erros na estimativa do diâmetro à altura do peito (dap) com o aumento da distância ao sensor, enquanto os erros associados à estimativa de altura total (h) apresentam menor sensibilidade a esse fator. Além disso, o estudo observa padrões espaciais de erro dependentes da geometria de aquisição, o que permite a identificação de distâncias críticas de medição. Os achados contribuem para o aprimoramento de protocolos de aquisição de dados com PLS e fornecem subsídios para o uso mais eficiente de sistemas baseados em SLAM em inventários florestais. Palavras-chave: PLS; LiDAR; inventário florestal aprimorado ; povoamentos de eucalipto; distribuição espacial de erros

Personal laser scanning (PLS) stands out as a promising tool for enhanced forest inventories due to its operational flexibility and rapid data acquisition. However, there is still no consensus regarding optimal field data collection strategies, particularly concerning the influence of acquisition geometry and sensor-target distance on the spatial propagation of estimation errors in systems based on simultaneous localization and mapping (SLAM). This study evaluates the spatial behavior of estimation errors in biometric variables derived from PLS data acquired under a static configuration in eucalyptus plantations. The results indicate a systematic increase in errors in diameter at breast height (dbh) estimation with increasing distance from the sensor, while errors associated with total height (h) estimation show lower sensitivity to this factor. In addition, the study identifies spatial error patterns that depend on acquisition geometry, enabling the identification of critical measurement distances. The findings contribute to the improvement of data acquisition protocols using PLS and provide support for the more efficient use of SLAM-based systems in forest inventories. Keywords: PLS; LiDAR; enhanced forest inventories; eucalyptus plantations; spatial distribution of errors