Mensuração de árvores isoladas para modelagem de linhas de base em projetos de carbono

• Ano de defesa: 2025
• Autor(a) principal: Cremasco, Camila Rodrigues
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Biblioteca Digitais de Teses e Dissertações da USP
• Palavras-chave em Português: Additionality; Adicionalidade; Biomassa florestal; Forest biomass; Remote sensing; Sensoriamento remoto
• Link de acesso: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04122025-153854/

Esta dissertação teve como objetivo geral analisar criticamente os desafios e avanços na mensuração de árvores isoladas para a modelagem de linhas de base em projetos de créditos de carbono via ARR+ (Afforestation, Reforestation and Revegetation), partindo do reconhecimento de que as mudanças climáticas exigem estratégias robustas de remoção de CO e que a credibilidade do mercado de carbono repousa em estimativas precisas de biomassa e estoques de carbono. No segundo capítulo, uma revisão sistemática identificou que as principais certificadoras Verra/VCS, Gold Standard, Climate Action Reserve e Plan Vivo adotam abordagens diversas para definir cenários de linha de base (benchmarks dinâmicos, análises históricas conservadoras, inventários regionais, metodologias participativas), mas deixam lacunas cruciais: ausência de protocolos padronizados para a coleta em campo, indefinição de sensores mínimos de sensoriamento remoto e falta de diretrizes claras para mensurar a altura de árvores isoladas, parâmetro-chave em ambientes heterogêneos cuja variabilidade espacial e biométrica dificulta a modelagem de carbono. O terceiro capítulo apresentou um estudo de caso em duas fazendas do bioma Mata Atlântica (BA), onde 1 667 árvores foram inicialmente amostradas em campo e, após filtragem, 921 árvores tiveram suas alturas comparadas por métodos tradicionais (baliza e hipsômetro) e remotos (aerofotogrametria UAV com sensor RGB e LiDAR embarcado), revelando erro médio de 1,17 m na medição manual, que caiu para 0,66 m com fotogrametria e 0,59 m com LiDAR; essas diferenças implicaram variações de até 17 % no carbono estimado, evidenciando que a aerofotogrametria em pastagens abertas pode alcançar precisão próxima à do LiDAR a custos inferiores, embora em vegetações densas o laser scanning permaneça superior. Na discussão integradora, salientou-se que a heterogeneidade da vegetação, a topografia complexa e a falta de uniformidade metodológica comprometem a comparabilidade entre projetos ARR+, fragilizando a adicionalidade e a permanência dos créditos gerados. Conclui-se que é urgente desenvolver diretrizes técnicas unificadas que combinam inventário de campo calibrado, sensoriamento remoto padronizado e algoritmos avançados (machine learning) para reduzir vieses, aprimorar a transparência e fortalecer a integridade do mercado de carbono. Em última instância, esta dissertação demonstra que a automação e padronização das medições florestais, aliadas ao uso estratégico de tecnologias emergentes, são fundamentais para consolidar uma base metodológica confiável, viabilizar projetos de restauração ecológica em escala e potencializar o papel dos créditos de carbono na mitigação das mudanças climáticas.