Metodologias que sejam padronizadas e consolidadas para quantificar carbono em florestas tropicais vem sendo discutidas em convenções climáticas. Este trabalho contribui para a estimativa de biomassa e carbono estocado na parte aérea de áreas de restauração da Mata Atlântica em torno de reservatórios localizados no Pontal do Paranapanema utilizando tecnologia LiDAR (Light Detection and Ranging). Procurou-se explorar o acúmulo e o estoque de carbono em três florestas em diferentes condições de sucessão: duas florestas caracterizdas como madura e a floresta restaurada. Na primeira etapa do trabalho, houve a escolha das equações alométricas encontradas em literatura para determinar a quantidade de carbono em cada uma das áreas utilizando variáveis medidas em campo. Assim, foi utilizada a equação de Ferez et al. (2015), ajustada em floresta restaurada da Mata Atlântica, para quantificar o carbono da área de estudo. Na segunda etapa do trabalho, procurou-se estimar a taxa de incremento do estoque de carbono da parte aérea, utilizando as variáveis medidas em campo obtidas em duas campanhas, nos anos de 2015 e 2016. O corredor restaurado apresentou média de 7,1 Mg.C.ha^-1, a floresta madura da ESEC apresentou 39,9 Mg.C.ha^-1, e a floresta madura do Morro do Diabo apresentou 45,2 Mg.C.ha^-1 para o ano de 2016. A fixação anual encontrada na variação do estoque de 2015 para 2016 foi de 1,2 Mg.ha^-1.ano^-1 para a floresta restaurada, 1,6 Mg.ha^-1.ano^-1 para a floresta madura da ESEC e 2.5 Mg.ha^-1.ano^-1 para a floresta madura do MD. A terceira etapa do trabalho traz a modelagem realizada com dados LiDAR e dados do inventário convencional. Após utilizados métodos estatísticos para seleção de modelo, coeficiente de determinação ajustado, critério de Akaike e erro padrão da estimativa, o modelo escolhido utiliza as métricas percentil 90 e porcentagem de retornos acima de 50cm do solo para estimar carbono acima do solo, obtendo como coeficiente de determinação 0,78. A extrapolação para a área total pelo método do inventário convencional e pelo método da modelagem LiDAR apresentaram diferenças, demonstrando a utilização do LiDAR para reconhecer e retirar informações de áreas não amostradas. O quarto capítulo dessa dissertação traz a variação de carbono estimado pela modelagem com métricas LiDAR para os anos de 2015 e 2016, além do mapa do estocagem evidenciando os locais de maior sucesso e os de menor. A tecnologia LiDAR se mostrou eficiente em captar a variação ocorrida no intervalo de um ano e na quantificação de carbono.

The establishment of methodologies used to quantify carbon in tropical forests are one of the main topics on climate conventions. This project contributes to the estimation of biomass and aboveground carbon stored around reservoirs located in Pontal do Paranapanema, São Paulo - Brazil, using Light Detection and Ranging (LiDAR) technology. The objective was to explore the accumulation of aboveground carbon stored in three different succession conditions: mature, secondary and restored forest. The first chapter of this thesis shows the common allometric equations found in literature used to determine the amount of carbon in each area using field variables. However, the chosen allometric equation was developed by Ferez et al. (2015), because it was adjusted in similar areas than the area of this work. Thus, the restored corridor presented a mean of 7.1 Mg.C.ha^-1, the secondary forest 39.9 Mg.C.ha^-1 and the mature forest 45.2 Mg.C.ha^-1 for the year of 2016. The annual fixation found was about 1.2 Mg.ha^-1 for the restored forest, 1.6 Mg.ha^-1 for the secondary forest and 2.5 Mg.ha^-1 for the mature one. The second article brings the modeling performed with LiDAR data and traditional field inventory data. After using statistical methods for model selection, the chosen model uses two metrics: percentile 90 and percentage of returns above 50 cm of height to estimate aboveground carbon The extrapolation to the total area by traditional inventory and LiDAR modeling showed differences, demonstrating the efficiency of LiDAR to recognize information from non-sampled areas. The last chapter of the thesis brings the variation of carbon using LiDAR data through the years of 2015 and 2016. LiDAR data showed to be useful for measuring aboveground carbon and to detect the increment of the carbon stock over a year.