Regressões robusta e linear para estimativa de biomassa via imagem sentinel em uma floresta tropical

A preocupacao com as mudancas climaticas globais tem motivado diversos pesquisadores a encontrar metodos eficazes para a quantificacao de biomassa florestal e carbono estocado em florestas tropicais, uma vez que, estas atuam de forma mitigatoria e compensatoria desses efeitos. O sensoriamento remoto tem sido utilizado de forma eficaz e com grande potencial para a estimativas em larga escala, com destaque para dados de Radar de Abertura Sintetica (SAR) e imagens multiespectrais. Os estudos ja desenvolvidos com essa finalidade utilizaram diversas tecnicas para associar a biomassa acima do solo (AGB) com os dados obtidos por sensoriamento remoto, entretanto, a aplicacao da regressao robusta ainda nao esta sendo utilizada para tal finalidade. Sendo assim, o objetivo do presente estudo e avaliar o desempenho da regressao robusta comparando com a regressao linear que e tradicionalmente utilizada, alem de avaliar o potencial da utilizacao dos dados oriundos do satelite Sentinel 1 e 2. Neste âmbito, foram utilizadas imagens multiespectrais (Sentinel 2), imagem SAR (Sentinel 1) e como variavel resposta a AGB obtida a partir de dados Light Detection and Ranging (LiDAR). A AGB foi estimada por dois metodos de regressao: robusta e linear. Os modelos de regressao robusta e linear apresentaram desempenho semelhante, com R² aj. variando entre 0,33 a 0,34, erro padrao da estimativa de 48 Mg.ha -1 e raiz do erro medio quadratico de 16%. Conclui-se que nao houve diferenca significativa entre a regressao linear e a regressao robusta para esse conjunto de dados, indicando que a regressao nao e influenciada por possiveis outliers e que existe potencial na utilizacao de dados oriundos do satelite Sentinel.