The methodology to quantify vegetation from airborne laser scanning (or LiDAR - Light Detection And Ranging) is somehow consolidated, but some concerns are still in the checklist of the scientific community. This thesis aims to bring some of those concerns and try to contribute with some results and insights. Four aspects were studied along this thesis. In the first study, the effect of threshold heights (minimum height and height break) in the quality of the set of metrics was investigated aiming the volume estimation of a eucalyptus plantation. The results indicate that higher threshold height may return a better set of metrics. The impact of threshold height was more evident in young stands and for canopy density metrics. In the second study, the stability of the LiDAR metrics between different LiDAR surveys over the same area was analyzed. This study demonstrated how the selection of stable metrics contributed to generate reliable models between different data sets. According to our results, the height metrics provided the greatest stability when used in the models, specifically the higher percentiles (>50%) and the mode. The third study was designed to evaluate the use of machine learning tools to estimate wood volume of eucalyptus plantations from LiDAR metrics. Rather than being limited to a subset of LiDAR metrics in attempting explain as much variability in a dependent variable as possible, artificial intelligence tools explored the complete metrics set when looking for patterns between LiDAR metrics and stand volume. The fourth and last study has focused upon several highly important forest typologies, and shown that it is possible to differentiate the typologies through their vertical profiles as derived from airborne laser surveys. The size of the sampling cell does have an influence on the behavior observed in analyses of spatial dependence. Each typology has its own specific characteristics, which will need to be taken into consideration in projects targeting monitoring, inventory construction, and mapping based upon airborne laser surveys. The determination of a converged vertical profile could be achieved with data representing 10 % of the area for all typologies, while for some typologies 2 % coverage was sufficient.

A metodologia para quantificar vegetação a partir de dados LiDAR (Light Detection And Ranging) está de certa forma consolidada, porém ainda existem pontos a serem esclarecidos que permanecem na lista da comunidade científica. Quatro aspectos foram estudos nesta tese. No primeiro estudo, foi investigado a influência das alturas de referência (altura mínima e altura de quebra) na qualidade do conjunto de métricas extraído visando estimação do volume de um plantio de eucalipto. Os resultados indicaram que valor mais altos de alturas de referência retornaram um conjunto de métricas melhor. O efeito das alturas de referência foi mais evidente em povoamentos jovens e para as métricas de densidade. No segundo estudo, avaliou-se a estabilidade de métricas LiDAR derivadas para uma mesma área sobrevoada com diferentes configurações de equipamentos e voo. Este estudo apresentou como a seleção de métricas estáveis pode contribuir para a geração de modelos compatíveis com diferentes bases de dados LiDAR. De acordo com os resultados, as métricas de altura foram mais estáveis que as métricas de densidade, com destaque para os percentis acima de 50% e a moda. O terceiro estudo avaliou o uso de máquinas de aprendizado para a estimação do volume em nível de povoamento de plantios de eucalipto a partir de métricas LiDAR. Ao invés de estarem limitados a um pequeno subconjunto de métricas na tentativa de explicar a maior parte possível da variabilidade total dos dados, as técnicas de inteligência artificial permitiram explorar todo o conjunto de dados e detectar padrões que estimaram o volume em nível de povoamento a partir do conjunto de métricas. O quarto e último estudo focou em sete áreas de diferentes tipologias florestais brasileiras, estudando os seus perfis verticais de dossel. O estudo mostrou que é possível diferenciar estas tipologias com base no perfil vertical derivado de levantamentos LiDAR. Foi observado também que o tamanho das parcelas possui diferentes níveis de dependência espacial. Cada tipologia possui características específicas que precisam ser levadas em considerações em projetos de monitoramento, inventário e mapeamento baseado em levantamentos LiDAR. O estudo mostrou que é possível determinar o perfil vertical de dossel a partir da cobertura de 10% da área, chegando a algumas tipologias em apenas 2% da área.