Machine Translated by Google

Desafios Ambientais 5 (2021) 100247

Listas de conteúdos disponíveis em ScienceDirect

Desafios Ambientais
página inicial da revista: www.elsevier.com/locate/envc

Mudanças no uso e cobertura da terra e valoração do estoque de carbono no município de São

bacia do rio Francisco, Brasil

Milton Marques Fernandes a,ÿ, Márcia Rodrigues de Moura Fernandes b , Júnior Ruiz Garciac ,
Eraldo Aparecido Trondoli Matricardi d, Alexandre Herculano de Souza Limae ,
Renisson Neponuceno de Araújo Filhof , Raimundo Rodrigues Gomes Filhog ,
Victor Casimiro Piscoya h, Thaisa Oliveira Folha Piscoyai , Moacyr Cunha Filhoj
a Federal University of Sergipe, Department of Forest Sciences, Av. Marechal Rondon, s/ n, 49100-000 São Cristóvão, SE, Brazil
b State Secretariat for Urban Development and Sustainability, Rua Vila Cristina, 1051, 49020-150 Aracaju, SE, Brazil c Federal University of Parana, Department

of Economics, Av. Prefeito Lothário Meissner, 632, 80210-170 Curitiba, PR, Brazil d
University of Brasília, Department of Forestry, University Campus Darcy Ribeiro, 70910-900 Brasília, DF, Brazil
e Federal University of Sergipe, PostGraduate Programme in Development and Environment, Av. Marechal Rondon, s/ n, 49100-000 São Cristóvão, SE, Brazil
f Federal University of Tocantins, Departament of Forest Sciences and environmental, Rua Badejos, Lote 7, s/ n, 77404-970 Gurupi, TO, Brazil g Federal
University of Sergipe, Department of Agricultural Engineering, Av. Marechal Rondon, s/ n, 49100-000 São Cristóvão, SE, Brazil h Rural Federal University of
Pernambuco, Department of rural technology, Rua Dom Manuel de Medeiros, s/ n, 52171-900 Recife, PE, Brazil i Northeast Development Superintendence –
SUDENE, Av. Engenheiro Domingos Ferreira, 1967, 51111-021, Recife, PE, Brazil j Rural Federal University of Pernambuco, Department of Biometrics and
Statistics, Rua Dom Manuel de Medeiros, s/ n, 52171-900 Recife, PE, Brazil

artigoinfo abstrato

Palavras-chave: A Bacia do Rio São Francisco (SFRB) é uma das maiores bacias hidrográficas do Brasil e abriga diversas atividades econômicas.
Desmatamento
No entanto, encontra-se sob vulnerabilidades socioeconômicas e ambientais. O SFRB inclui parte dos biomas Caatinga, Mata
Serviços ambientais
Atlântica e Cerrado no Brasil, que estão passando por fortes pressões econômicas. Mudanças no uso e cobertura da terra (LULC)
Mudanças no uso da terra cobertura da terra
afetam os estoques de carbono em diferentes intensidades; assim, a valoração dos estoques de carbono pode auxiliar na tomada
Serviços de ecossistemas
Valoração econômica de decisões, principalmente no contexto dos serviços ecossistêmicos em áreas de interesse. Neste estudo, foram avaliados os
impactos do LULC nos estoques de carbono no SFRB em 1997, 2007 e 2017. Os estoques totais de carbono até 2017 foram
estimados e avaliados quanto ao valor econômico para apoiar a estimativa dos serviços ecossistêmicos em nossa área de estudo.
A dinâmica LULC foi avaliada usando dados fornecidos pelo projeto MapBiomas. Os estoques de carbono, modelados em função
do LULC, foram estimados pelo programa InVEST. Os resultados de nosso estudo mostraram uma perda total estimada de
7.496.128 hectares em diferentes tipos de vegetação nativa e 133.187.028 Mg em estoques de carbono na RFSF entre 1997 e
2017. A perda de carbono equivale a US$ 3,2 bilhões em serviços ecossistêmicos relacionados ao sequestro e estoques de
carbono no período de estudo. Essas informações podem subsidiar tomadores de decisão na definição de políticas públicas para
melhorar o monitoramento, recuperação e conservação ambiental dessa importante bacia hidrográfica do Brasil. Esta área de
estudo deve ser alvo de novas políticas públicas com foco na recuperação e conservação da qualidade ambiental e na mitigação
das mudanças climáticas, considerando a importância socioeconômica e ambiental daquela bacia no contexto nacional.

1. Introdução baixa densidade populacional; socioambientalmente diversos (biomas de Caatinga, Mata

A Bacia do Rio São Francisco (SFRB) é uma das maiores bacias do Brasil, com uma
área de drenagem que abrange seis Estados brasileiros (Alagoas, Bahia, Goiás, Minas
Gerais, Pernambuco, Sergipe) e o Distrito Federal. É subdividido em quatro regiões
geográficas: Up per, Middle, Sub-Middle e Lower (CBRSF, 2012). O SFRB encontra-se
em situação de vulnerabilidade socioeconômica e ambiental. Abrange regiões com alta
densidade populacional e pobreza e regiões com
Atlântica e Cerrado), o que torna difícil e desafiador fazer qualquer tipo de investigação
científica (Teixeira et al., 2020). As mudanças no uso da terra por atividades antrópicas
na RFSF são históricas e diversas devido à sua extensão em diferentes regiões. Além
disso, sua importância ultrapassa suas delimitações como foi observado pela transferência
de água do rio São Francisco para a região semiárida do Nordeste do Brasil (Lee, 2009;
Stolf et al., 2012).

ÿ Autor correspondente.
Endereço de e-mail: miltonmf@gmail.com (MM Fernandes).

https://doi.org/10.1016/j.envc.2021.100247
Recebido em 3 de abril de 2021; Recebido no formulário revisado em 16 de agosto de 2021; Aceito em
17 de agosto de 2021 2667-0100/© 2021 Os autores. Publicado por Elsevier BV Este é um artigo de acesso aberto sob a licença CC BY-
NC-ND (http://creativecommons.org/licenses/by-nc-nd/4.0/)
Machine Translated by Google
MM Fernandes, MRdM Fernandes, JR Garcia et al.
Estima-se que cerca de 35% dos estoques mundiais de carbono em florestas
tropicais estejam no Brasil, e 52% das emissões de GEE (Gases de Efeito Estufa)
no país se devam à conversão de florestas naturais em pastagens e áreas agrícolas
(Baccini et al., 2012; Cerri et al., 2009).
As emissões de GEE atingiram 2 bilhões de Mg CO2e no Brasil em 2017, tornando-
o o sétimo maior país emissor global de GEE (3,4%), e os desmatamentos foram
responsáveis por 46% dessa emissão (SEEG, 2018). A atividade agropecuária é a
segunda maior fonte de emissões de GEE no Brasil (24%), seguida pelo setor de
energia (21%) (SEEG, 2018). No entanto, as emissões de GEE podem estar
subestimadas devido à falta de estudos recentes sobre mudanças no LULC em
áreas florestais brasileiras, que sofreram grandes mudanças nos últimos anos.
Portanto, a investigação e a descrição dos dados relacionados ao LULC são cruciais
para identificar a contribuição do Brasil para as emissões de GEE, além de fornecer
subsídios para que os tomadores de decisão definam políticas públicas adequadas
para essas regiões (Pavani et al., 2018) .
Algumas pesquisas com foco em LULC e em sua dinâmica e efeitos nos
estoques de carbono foram realizadas durante a última década, incluindo algumas
na região do SFRB. No entanto, estudos anteriores careciam de análises temporais
que permitissem entender os processos de uso da terra a partir de comparações
entre as condições ambientais passadas e atuais observadas em toda a bacia
hidrográfica (Lopes, 2014; Mascarenhas, 2008; Santos et al., 2018). Além disso, os
avanços atuais na análise técnica dos impactos das mudanças no uso da terra nos
estoques de carbono contribuem para uma análise mais complexa.
Os países em desenvolvimento nas regiões tropicais são responsáveis pela
maior parte das florestas desmatadas e degradadas no mundo e, consequentemente,
pelas emissões de GEE (FAO, 2018; Watch, 2020). No entanto, há uma falta de
conhecimento da quantificação direta e independente dos efeitos de LULC em
reservatórios de carbono em regiões tropicais (Olorunfemi et al., 2019). Além disso,
as estimativas locais são geralmente relatadas por pesquisas em locais específicos,
baseadas em levantamentos de campo intensivos, que consomem muito tempo,
trabalho e dinheiro. Estimativas em larga escala com base em dados de
sensoriamento remoto podem reduzir substancialmente os custos financeiros (Feng
et al., 2020) e fornecer estimativas precisas de mudanças no uso da terra e
estimativas de carbono. Ele pode fornecer informações e dados úteis para subsidiar
a definição de políticas públicas que estimulem mudanças nos usos da terra que
contribuam para melhorar o sequestro de CO2 e aumentar os estoques de carbono nas florestas tropicais.
Neste estudo, avaliamos a dinâmica LULC e estimamos seus impactos
econômicos nos estoques de carbono na Bacia do Rio São Francisco, entre 1997 e
2017, usando os conjuntos de dados de desmatamento MapBiomas, dados de
campo e o programa InVEST desenvolvido pelo Natural Capital Project (Sharp et al.,
2018). Nossos resultados indicaram uma perda de serviços ecossistêmicos na área
de estudo, principalmente devido à diminuição dos estoques de carbono, e
forneceram informações para subsidiar a definição de políticas públicas para
promover o uso sustentável da terra na região de estudo.
2. Material e métodos
2.1. Caracterização da área de estudo
O SFRB flui em direção ao Oceano Atlântico. Abrange 636.137,07 km2 e faz
parte dos estados brasileiros de Alagoas, Bahia, Goiás, Minas Gerais, Pernambuco,
Sergipe e Distrito Federal, aproximadamente 8% do território brasileiro (Fig.1). A
SFRB inclui 34 sub-bacias, 12.821 bacias hidrográficas (CBHRSF, 2015), 503
municípios e ocupada por uma população estimada de 20 milhões de pessoas em
2019 (IBGE, 2019). O SFRB também fornece água para regiões semiáridas do Brasil
por meio de um canal de transposição (transferência), o que aumenta sua importância
socioeconômica regional e a urgência de esforços ambientais para recuperar e
conservar a vegetação nativa na região de estudo.
A RFSF inclui diversas fitofisionomias dos biomas Caatinga (39%), Cerrado
(58%) e Mata Atlântica (3%). A cobertura vegetal inclui: fragmentos de Mata Atlântica
nas cabeceiras e foz do rio São Francisco; Vegetação de Cerrado no Alto e
Submédio RFSF; e vegetação de Caatinga no Médio, e Sub
Desafios Ambientais 5 (2021) 100247
Tabela
1 Precisão global da classificação LULC
pelo algoritmo Random Forest utilizado
pelo Projeto MapBiomas para todo o
território do Brasil.
Bioma Precisão global
1997 2007 2017
Caatinga 0,81 0,82 0,82
Fechado 0,83 0,84 0,84
Mata Atlântica 0,89 0,90 0,90
Meio SFRB. A transição de vegetação mais significativa está localizada entre os
biomas Cerrado e Caatinga. A Mata Atlântica apresenta formações florestais
sazonais caducifólias e semidecíduas, campos de altitude e formações pioneiras,
como o manguezal, e a vegetação litorânea do Baixo RSFB (IBGE, 2006 ).
2.2. Base de dados
O geodatabase utilizado neste estudo foi composto por formatos de arquivos
matriciais (raster) e vetoriais. Os limites dos biomas brasileiros (arquivos vetoriais)
foram fornecidos pelo Ministério do Meio Ambiente (MMA); os dados hidrográficos
foram fornecidos pela Agência Nacional de Águas (ANA); e os limites territoriais dos
Estados e Municípios foram fornecidos em formato vetorial pelo Instituto Brasileiro
de Geografia e Estatística (IBGE).
O LULC foi fornecido pelo projeto MapBiomas (versão 4.0; http://mapbiomas.org)
para 1997, 2007 e 2017 em formato raster. Os conjuntos de dados MapBiomas
foram originalmente preparados para cada bioma Caatinga, Cerrado e Mata Atlântica
dentro do SFRB. A classificação MapBiomas é baseada em mapas anuais de LULC
usando uma abordagem de classificação automática baseada no algoritmo de árvore
de decisão Random Forest disponível na plataforma Google Earth Engine. A
classificação automática foi aplicada usando imagens Landsat e mostrou acurácias
de mapeamento acima de 80% para os diferentes anos e biomas (Tabela 1) (http://
mapbiomas.org/pages/accuracy-analysis).
A precisão dos mapas LULC para a área de estudo foi avaliada usando uma
matriz de confusão (Congalton e Green, 2008), que permite o cálculo da precisão e
do índice de concordância Kappa (Landis e Koch, 1977). Com base nas
características da distribuição do tipo LULC na área de estudo, 1000 amostras foram
selecionadas aleatoriamente a partir dos dados de imagens Landsat para o ano de
2017, classificadas pelo MapBiomas. Essas áreas amostrais homogêneas foram
facilmente identificadas por observação visual, tendo como referência a mesma
imagem classificada pelo MapBiomas. A distribuição dos pixels da amostra foi
uniforme e bem representada em toda a área de estudo. Pixels de amostra
selecionados aleatoriamente foram usados para avaliar quantitativamente a precisão
da classificação LULC usando os indicadores de precisão do produtor, precisão do
usuário, erro de omissão, erro de comissão, precisão geral e índice de concordância
Kappa (Congalton e Green, 2008; Mather e Tso , 2016).
Portanto, a avaliação da acurácia estimou 78,59% e 84,69% do índice de
concordância Kappa. Segundo (Landis e Koch, 1977), esse resultado do índice
Kappa demonstra que o desempenho do classificador é substancial e um bom nível
de confiabilidade dos resultados da classificação (Araya e Cabral, 2010; Keenan et
al., 2015) .
A hierarquia das classes LULC do Projeto MapBiomas para o SFRB foi utilizada
considerando o nível principal, que foi representado pelas macroclasses: floresta,
formação natural não florestal, agricultura, áreas sem vegetação e corpos d'água.
Essas e as demais classes da versão 4.0 do Projeto MapBiomas são apresentadas
na Tabela 2.
As bases de dados georreferenciadas de cada bioma fornecidas pelo Projeto
Mapa Biomas foram mosaicadas utilizando a padronização cartográfica oficial
estabelecida pela Resolução n. 01/2015 do IBGE.
2
Machine Translated by Google

MM Fernandes, MRdM Fernandes, JR Garcia et al. Desafios Ambientais 5 (2021) 100247

Fig. 1. Localização espacial da área de estudo.

mesa 2 definir uma faixa de cores para a classificação LULC assumindo os padrões adotados pelo projeto
Aulas de LULC na versão 4.0 do Projeto MapBiomas. MapBiomas. As classes LULC foram quantificadas, e os dados foram devidamente organizados
para a análise de cada área do bioma e ano dentro do SFRB.
1. Floresta 1.1. floresta natural
1.1.1. formação florestal
1.1.2. formação de savana

1.1.3. Mangue 1.2.

2. Formação natural não florestal Floresta plantada 2.1.
Zona húmida natural não florestal 2.2.
Formação de campo 2.3. Pântanos 2.4.

Outras formações naturais não florestais 2.4. Dinâmica da cobertura florestal

3. Agricultura 3.1. pastagens

4. Áreas sem vegetação
3.2. Plantações agrícolas 3.2.1.
Culturas anuais e perenes 3.2.2. Culturas
semiperenes 3.3. Mosaico de culturas e
pastagens 4.1. Praia e duna 4.2. Estrutura
urbana 4.3. Afloramento rochoso 4.4. Áreas
mineiras 4.5. Outras áreas sem vegetação
5.1 Rio, lago e oceano 6. Não observado
A dinâmica espaço-temporal do LULC foi avaliada com base nos mapas do LULC. As
mudanças na cobertura florestal foram estimadas para três períodos: 1997–2007, 2007–2017 e
1997–2017. Os dados da dinâmica florestal foram organizados pela análise das áreas adquiridas
para cada dois períodos sequenciais, nos quais foram avaliados desmatamento, mata nativa,
regeneração florestal e outras classes antrópicas. O LULC foi gerado pelas interseções das
camadas de 1997, 2007 e 2017 usando o software QGIS.

5. Corpos d'água 6.
A dinâmica da cobertura florestal nos dois períodos intermediários (1997–2007 e 2007–2017)
Não observado
foi avaliada para estimar as mudanças no LULC ocorridas nos dois períodos de análise. O período
1997-2017 foi avaliado para estimar as mudanças no LULC durante todo o período de análise.

Os conjuntos de dados mosaicados LULC finais usados nesta análise foram convertidos em
projeção UTM, Datum WGS84.
2.3. processamento de geoinformação
As geoinformações foram processadas usando o software QGIS 2.18 (QGIS Development
Team, 2017), incluindo seus plugins e extensões.
Os arquivos de matriz (raster) contendo o mosaico LULC dos biomas brasileiros de interesse
foram recortados usando os limites do SFRB. O arquivo raster LULC recortado foi convertido em
um arquivo vetorial do tipo polígono. Os arquivos vetoriais contendo o LULC para 1997, 2007 e
2017 foram usados para
A manutenção das matas nativas foi avaliada considerando-se intersecções de áreas
inicialmente cobertas por matas e arborizadas ao final daquele período de análise. As áreas de
desmatamento foram avaliadas a partir das interseções das áreas inicialmente cobertas por
florestas e compostas por outras classes LULC ao final daquele período de análise. As áreas de
regeneração florestal foram avaliadas considerando áreas intersectadas inicialmente classificadas
como diferentes classes de formações florestais e convertidas em áreas florestais. A manutenção
de outro
As classes antropogênicas foram avaliadas considerando áreas intersectadas que não mudaram
as mesmas classes dentro daquele período de análise.

3
Machine Translated by Google

MM Fernandes, MRdM Fernandes, JR Garcia et al. Desafios Ambientais 5 (2021) 100247

Tabela
3 Variações do LULC na Bacia do Rio São Francisco em 1997, 2007 e 2017.

Aulas LULC 1997 2007 2017 1997 2007 2017

ha (%)

Formação florestal 30,719,865.27 29,347,903.19 28,841,903.59 48.29% 46.13% 45.34% 9,509,007.14 8,456,270.55 15.05%
Formação nativa não florestal 9.573.925,72 Agricultura 14.95% 13.29% 21,620,104.20
39.15% 1,021,711.74
23,075,873.34
916,286.60
755,281.04
24,903,181.24
925,451.10
479,540.10
33.99%667,767.90
11,927.62
36.27%
Área sem vegetação Corpo d'água 10,951.13 8,955.86 63,615,302.44 63,615,302.44 63,615,302.44 100%
1,61% 1,44% 1,45%
1,05% 1,19% 0,75%
Não observado 0,02% 0,02% 0,01%
Total 100% 100%

2.5. Avaliação dos estoques de carbono
A valoração do carbono requer informações sobre seus estoques. Os estoques de
carbono foram estimados usando o Carbon Sequestration Storage Model (CSSM) usando o
programa InVEST, desenvolvido pelo Natural Capital Project da Universidade de Stanford,
que consiste em uma compilação de modelos teóricos que permitem a avaliação de vários
serviços ecossistêmicos (Sharp et al., 2018). No CSSM, os estoques de carbono nos
diferentes reservatórios são dependentes da biomassa aérea (vegetação aérea), biomassa
morta (galhos mortos e queda de serapilheira), biomassa subterrânea (raízes) e matéria
orgânica do solo. O CSSM considera a quantidade de carbono armazenado nesses
reservatórios, com base nos mapas LULC. A análise intertemporal das mudanças no LULC,
usando o CSSM, permite avaliar a capacidade de sequestro de carbono de uma área. As
informações para estimar os estoques de carbono foram baseadas nos mapas LULC e
reservatórios de carbono usando o CSSM.
principalmente nos municípios de Juazeiro (Bahia) e Petrolina (estado de Pernambuco) na
área de estudo.
3.2. Dinâmica da cobertura florestal
A dinâmica da cobertura florestal na RSFRB é apresentada na Tabela 4. O bioma
Cerrado na RSFRB apresentou as maiores áreas de desmatamento, florestas nativas e em
regeneração e outras classes de uso do solo, seguido pela Caatinga e Mata Atlântica, que
apresentaram menores áreas de desmatamento, florestas nativas e regeneração.
O desmatamento no bioma Caatinga aumentou 2,87% no período de estudo: de 36,56%
(1997–2007) para 39,43% (2007–2017). A área total de floresta dentro do bioma Caatinga
não apresentou alterações. A regeneração florestal caiu de 40,17% (1997–2007) para
32,15% (2007–2017) naquele bioma. As demais classes de uso da terra apresentaram
pequena variação no período de estudo no bioma Caatinga (Tabela 4 e Figura 2).

O CSSM foi aplicado para a área de estudo e para as classes LULC consideradas no
estudo (formação florestal, formação natural, formação não florestal e agricultura) para
1997, 2007 e 2017. As estimativas de mudanças nos estoques de carbono foram baseadas
em valores médios relatados na literatura (MCTI, 2015; Menezes et al., 2012; Scolforo et
al., 2016; Villela et al., 2012). Os estoques de carbono foram estimados para cada classe
LULC e para os quatro conjuntos de carbono considerados nesta análise: biomassa acima
do solo (vegetação aérea), biomassa morta (galhos mortos e queda de serapilheira),
biomassa subterrânea (raízes) e matéria orgânica do solo.
A valoração econômica dos estoques de carbono baseou-se nos valores estimados
para cada ano e para cada bioma do RSFS, e no custo social estimado do carbono para o
Brasil, proposto por (Ricke et al., 2018) . As estimativas indicam valores entre US$ 14 e
US$ 41, com média de US$ 24 por Mg CO2e. O custo social do carbono forneceu uma
estimativa atrelada aos custos socioambientais das mudanças climáticas, portanto, mais
condizente com a realidade. Os preços de mercado dos créditos de carbono referem-se
apenas ao pagamento dos agentes e não contemplam os custos socioambientais das
mudanças climáticas para a sociedade.
3. Resultados
3.1. Mudanças nas classes LULC
Os LULC encontrados no SFRB em 1997, 2007 e 2017 são apresentados na Tabela 3.
Esses resultados indicam reduções na formação natural florestal e não florestal, uma média
de 2,95% para 1997–2007 e 1,76% para 2007–2017 . A mata e outras formações nativas
apresentaram os maiores decréscimos na área de estudo. A floresta e a formação nativa
diminuíram quase 3 milhões de hectares entre 1997 e 2017. Em contrapartida, as áreas
antropogênicas convertidas para agricultura e pastagens para pecuária (classe agrícola)
aumentaram mais de 3 milhões de hectares na área de estudo e período.
Os resultados mostram um aumento das áreas agrícolas, principalmente, sobre as
áreas de vegetação nativa. Nossas observações de campo indicaram um avanço das áreas
de agricultura na região oeste do estado da Bahia, no bioma Cerrado, e em áreas de
agricultura irrigada no bioma Caatinga,
O desmatamento no bioma Mata Atlântica caiu de 2,08%
(1997–2007) para 1,57% (2007–2017). A área total com cobertura florestal aumentou de
1,29% (1997–2007) para 1,41% (2007–2017). A área com regeneração florestal aumentou
0,31% de 1997 a 017. As demais classes de uso da terra diminuíram de 5,14% (1997–2007)
para 4,91% (2007–2017) (Tabela 4).
As áreas florestais do bioma Cerrado diminuíram 2,38%: de
61,37% (1997–2007) a 58,99% (2007–2017). A manutenção de áreas florestais e a
manutenção de outras classes de uso da terra apresentaram pequenas variações.
durante o período de estudo. A área de regeneração florestal aumentou 7,71% entre 1997
e 2017 (Tabela 4).
3.3. Avaliação de estoques de carbono
Os resultados dos estoques de carbono para cada classe LULC nos diferentes biomas
da área de estudo, modelados usando o programa InVEST, são apresentados na Tabela 5.
Os estoques de carbono estimados para o bioma Caatinga dentro do SFRB foram de
849.320.918 Mg em 1997. Diminuiu para 825.678.297 Mg em 2017, uma perda total de
23.642.621 Mg, uma média de perda anual de 1.182.131 Mg de carbono no período do
estudo. Com base no custo social do carbono estimado para o Brasil por Ricke et al., (2018),
a média dos estoques de carbono no bioma Caatinga foi de US$ 20,4 bilhões em 1997
(mínimo de US$ 11,9 bilhões e máximo de US$ 34,8 bilhão). Essa estimativa caiu em 2017
para US$ 19,1 bilhões (mínimo de US$ 11,6 bilhões e máximo de US$ 33,6 bilhões), com
base em valores de 2018. Com base nela, estimamos que o bioma Caatinga perdeu US$
1,3 bilhão no estudo período.
Os estoques de carbono estimados para o bioma Mata Atlântica no
o SFRB foi de 68.941.664 Mg em 1997 e 74.067.267 Mg em 2017.
Este aumento deve-se à recuperação de algumas áreas degradadas, o que contribuiu para
aumentar 5.125.603 Mg nos estoques de carbono, representando uma média de ganho
anual de 256.280 Mg.
Os estoques de carbono estimados para o bioma Cerrado na RFSF foram de
1.553.463.256 Mg em 1997 e 1.438.793.260 Mg em 2017. Os resultados mostraram uma
diminuição de 114.669.996 Mg nos estoques de carbono, uma idade média de perda anual
de 5.733.499 Mg. Esse bioma apresentou a maior perda

4
Machine Translated by Google

MM Fernandes, MRdM Fernandes, JR Garcia et al. Desafios Ambientais 5 (2021) 100247

Tabela
4 Dinâmica de uso e cobertura da terra na Bacia do Rio São Francisco nos períodos de 1997–2007, 2007–2017 e 1997–2017.

Caatinga % Mata Atlântica % Cerrado % Total (ha)

1997 a 2007
Desmatamento 1.885.155,66 36,56 107.155,89 2.08 3.164.668,65 61,37 5.156.980,20
Manutenção Florestal 11.693.274,75 41,91 358.667,46 1.29 15.845.678,55 56,80 27.897.620,76
Regeneração Florestal 1.464.903,00 40.17 95.130,00 2.61 2.086.381,17 57.22 3.646.414,17
Manutenção de outras aulas 10.926.117,18 37.51 1.496.740,86 5.14 16.702.330,77 57,35 29.125.188,81
2007 a 2017
Desmatamento 2.070.410,58 39,43 82.614,06 1,57 3.097.440,36 58,99 5.250.465,00
Manutenção Florestal 11.087.747,82 42,17 371.183,94 1,41 14.833.743,93 56,42 26.292.675,69
Regeneração Florestal 1.263.162,51 32.15 114.866,91 2.92 2.551.542,03 64,93 3.929.571,45
Manutenção de outras aulas 11.548.089,81 38.05 1.489.027,23 4,91 17.314.321,32 57.05 30.351.438,36
1997 a 2017
Desmatamento 2.778.218,10 37.06 128.711,34 1,72 4.589.199,18 61.22 7.496.128,62
Manutenção Florestal 10.800.871,02 42.26 337.115,25 1.32 14.420.218,59 56,42 25.558.204,86
Regeneração Florestal 1.550.683,98 33,24 148.937,49 3,19 2.965.062,06 63,56 4.664.683,53
Manutenção de outras aulas 10.840.595,67 38,57 1.442.933,55 5,13 15.822.546,21 56,30 28.106.075,43

Tabela 5
Mudanças temporais dos estoques de carbono (Mg de C) e classes LULC em diferentes biomas da Bacia do Rio São Francisco
durante o período de estudo.

Bioma Ano Formação florestal Agricultura Formação natural não florestal Total

Mg de C

Caatinga 1997 (A) C Estoque 11.427.794 83.971.727 753,921,397 849,320,918

2007 (B) Estoque C 11.561.896 85.113.948 742,289,432 838,965,276
B – A 134.102 1.142.221 -11,631,965 -10,355,642
2017 (C) Estoque C 11.227.155 89.518.062 724,933,080 825,678,297
C - A -200.639 5.546.335 -28,988,317 -23,642,621
Mata Atlântica 1997 (A) C Estoque 10.589 12.799 2.210 20.265.122 48,665,953 68,941,664
2007 (B) C Estoque 19.785.023 51,019,556 70,817,378
BA -480.099 2,353,603 1,875,714
2017 (C) Estoque C 12.847 54,923,401 74,067,267
C-A 2.258 6,257,448 5,125,603
Fechado 1997 (A) C Estoque 33.673.839 1,391,171,527 1,553,463,256
2007 (B) Estoque C 31.781.430 -1.892.409 1,306,753,261 1,483,727,579
B- A -84,418,266 -69,735,677
2017 (C) Estoque C 26.364.612 1,248,237,277 1,438,793,260
C - A -7.309.227 -142,934,250 -114,669,996
19.131.02020.1,1,1,1,1,1023,99999999999999999999999999999999999999999999999999999999999999999999999990.09990.0999990.1SOMA -NACANTE

em serviços ecossistêmicos relacionados aos estoques de carbono, estimou uma
média de US$ 37,3 bilhões (mínimo de US$ 21,7 bilhões e máximo de US$ 63,7
bilhões) em 1997, e uma média de US$ 34,5 bilhões (mínimo de US$ 20,1 bilhões e
máximo de US$ 59,0 bilhões) em 2017.
Os estoques de carbono estimados para toda a RSFRB representam um custo
social do carbono de uma média de US$ 59,3 bilhões (mínimo de US$ 34,6 bilhões
e máximo de US$ 101,3 bilhões) em 1997, e uma média de US$ 56,1 bilhões (mínimo
de de US$ 32,7 bilhões, e máximo de US$ 95,9 bilhões) em 2017. Nossos resultados
indicam uma média de perda total de US$ 3,2 bilhões, que foi estimada com base no
custo social do carbono na área de estudo.
A distribuição espacial da variação do estoque de carbono no SFRB é
apresentada na Fig. 3. Os estoques de carbono por hectare variaram de valores
negativos que representam uma diminuição de -3,9123 a valores positivos que
representam um aumento de até 11,1825.
responsável por um menor estoque de carbono por hectare em relação à cobertura
florestal nativa, além da redução de áreas naturais não florestais e florestais,
responsáveis por um maior estoque de carbono por hectare.
Na Caatinga incluída no SFRB, Menezes et al., (2021) observaram, por exemplo,
uma redução de mais de 50% nos estoques de carbono por hectare a partir da
conversão da formação florestal para uso pecuário ou agrícola. Nesta região,
Fernandes et al., (2020) observaram um aumento de 14% entre 1992 e 2017 nas
atividades agrícolas e uma redução nos estoques de carbono.
Essa dinâmica de perda de cobertura florestal e de áreas naturais nas últimas
duas décadas e a consequente redução dos estoques de carbono tem sido observada
em outras partes do mundo. Mannan et al., (2019) observaram perda de cobertura
florestal e redução dos estoques de carbono de 1998 a 2018, por exemplo, no sopé
do Himalaia, nas florestas temperadas subtropicais e úmidas do Paquistão,
provocadas pelo aumento da urbanização e da pecuária.

4. Discussão
As mudanças no LULC ocorrem devido a fatores naturais e antrópicos, que
influenciam significativamente o fornecimento de vários serviços ecossistêmicos,
como serviços de abastecimento (água potável e recursos pesqueiros), serviços
regulatórios (captura e armazenamento de carbono, controle de enchentes e
regulação do clima). e serviços socioculturais (beleza cênica e turismo). Devido à
escala da intervenção, grandes mudanças nos LULCs na agricultura e na cobertura
vegetal promovem mudanças significativas nos serviços ecossistêmicos, como
observado por Talukdar et al., (2020), por exemplo, na planície do rio Ganga, na
Índia. No SFRB de 1997 a 2017, os resultados mostram que houve um aumento da
área agrícola, re
Uma alternativa para a perda de estoque de carbono devido a mudanças no
LULC e redução da cobertura florestal no SFRB seria a criação de mais
unidades de atendimento. No entanto, Nogueira et al., (2018) observaram que
mesmo o estoque de carbono sendo protegido em áreas protegidas na Amazônia
brasileira, houve em 2014 uma perda de 2,3%, devido ao desmatamento. Nesse
sentido, a criação de unidades de conservação deve vir acompanhada de maior
efetividade das ações de fiscalização realizadas pelos órgãos responsáveis, por
exemplo, polícia federal, IBAMA (Instituto Brasileiro do Meio Ambiente e dos
Recursos Naturais Renováveis) e instituições subnacionais, como como secretarias
do meio ambiente.

5
Machine Translated by Google

MM Fernandes, MRdM Fernandes, JR Garcia et al. Desafios Ambientais 5 (2021) 100247

Fig. 2. Dinâmica do LULC na bacia do rio São Francisco durante os períodos de 1997–2007, 2007–2017 e 1997–2017.

Nossos resultados mostraram que a SFRB é uma área significativa coberta por As formações estão na Mata Atlântica no interior do estado de Sergipe, que faz parte
formações florestais, estimada em aproximadamente 45% até 2017, apesar da do Baixo SFRB. Considerando toda a RFSF, o percentual de área de Mata Atlântica
tendência de aumento do desmatamento observada no período de estudo. é ainda menor.
No entanto, os remanescentes florestais são espacialmente concentrados e No entanto, os resultados mostraram tendências crescentes de desmatamento e
distribuídos de forma heterogênea. Santos Júnior et al., (2017) estimou que 9,5% da florestadistribuição desigual de fragmentos florestais, indicando uma posição desconfortável

6
Machine Translated by Google

MM Fernandes, MRdM Fernandes, JR Garcia et al. Desafios Ambientais 5 (2021) 100247

Fig. 3. Dinâmica do estoque de carbono na bacia do rio São Francisco durante os períodos de 1997–2007, 2007–2017 e 1997–2017.

7
Machine Translated by Google
MM Fernandes, MRdM Fernandes, JR Garcia et al.
uação do ponto de vista ecológico quando se considera o contexto geral do SFRB. As
florestas são responsáveis por importantes serviços ecossistêmicos, mas sua
manutenção requer a preservação de um determinado percentual de cobertura florestal.
A área do bioma Caatinga dentro da SFRB passou por um processo histórico de
intensa ocupação humana, com desmatamento para implantação de indústrias,
extração de lenha e atividades agrícolas. Esse processo de ocupação foi favorecido
pela disponibilidade de água para irrigação nas regiões próximas ao rio São Francisco,
principalmente nos municípios de Petrolina (Pernambuco) e Juazeiro (Bahia)
(CBRSF, 2012). Essas regiões abrigam importantes centros de produção agrícola
baseados em sistemas de irrigação. No entanto, uma grande área com degradação do
solo e processos de desertificação foi mapeada no vale central do rio São Francisco
em 2001 a 2012, com conversões de áreas de vegetação natural em áreas agrícolas
irrigadas (Schulz et al., 2017) .
Embora a biomassa por unidade de área seja normalmente baixa em regiões
áridas do planeta, como o Bioma Caatinga, a grande extensão de terras áridas do
planeta confere-lhe importante papel como reservatório de carbono e para a prestação
de serviços ecossistêmicos relacionados às mudanças clima (Zandler et al., 2015).
Estudos demonstram uma forte ligação entre a desertificação e a emissão de CO2 do
solo e da vegetação para a atmosfera (Issa et al., 2020; Lal, 2001).
Além disso, o desmatamento vem afetando a regeneração florestal ao longo do
tempo. O desmatamento no bioma Caatinga apresentou uma tendência crescente
entre 1990 e 2010, com uma taxa estimada de 0,3% (perda líquida) e 25.335 km2
(perda bruta) por ano (Beuchle et al., 2015).
Fernandes et al., (2015) também observaram um intenso desmatamento (26%) de
áreas do bioma Caatinga no estado de Sergipe entre 1992 e 2013 devido à conversão
de vegetação nativa em pastagens. As medidas de regeneração florestal são
consideradas uma atividade complexa no bioma Caatinga devido às características
edafoclimáticas e socioeconômicas locais.
O avanço do agronegócio no bioma Cerrado na RFSF se deve a fatores ambientais
da região, como topografia plana e solos profundos (Latossolos), que permitem a
mecanização, além da presença de diferentes fontes hídricas (chuvas, rios, e sob as
águas subterrâneas) (Oliveira et al., 2017). O crescimento da atividade agrícola na
região Oeste da Bahia (bioma Cerrado dentro da SFRB) contribuiu para aumentar o
desmatamento e atingiu 795.502,61 ha em 1998 e 2.804.679,75 ha em 2011 (Oliveira
et al., 2016). O município de São Desidério (bioma Cerrado da SFRB) apresentava 4%
de área agrícola em 1984, e chegou a 32,5% em 2008, o que indica impacto direto
sobre a vegetação nativa, que passou de 93,43% (1984) para 57,19%. (2008) (Spagnolo
e outros, 2012). Essa dinâmica regional de LULC afeta os serviços ecossistêmicos de
regulação do clima e tem sido potencialmente prejudicial à produção de energia e aos
ciclos da água (Arantes et al., 2016).
As pastagens são o uso antrópico predominante da terra no bioma Cerrado,
ocupando aproximadamente 60 milhões de hectares, seguidas pelas culturas anuais
(17 milhões de hectares) (IBGE, 2019). Grande parte do bioma Cerrado no estado de
Minas Gerais está localizada dentro da
SFRB, que abrange aproximadamente 12 milhões de hectares de culturas anuais,
principalmente soja, milho e algodão (Scaramuzza et al., 2017).
O bioma Cerrado abrange a maior área da RFSF: 58% da área total. A RSFB inclui
duas regiões administrativas dentro do bioma Cerrado: no Médio RSFRB no estado de
Minas
Gerais, e na região Oeste do estado da Bahia. Com base em nossos resultados, as
florestas nativas foram convertidas principalmente em pastagens no bioma Cerrado
entre 1997 e 2017. Houve um aumento de 21 milhões de hectares de pastagens no
bioma Cerrado entre 1985 e 2017 (Parente et al., 2019), o que foi observada no bioma
Cerrado na SFRB, o que contribui para o aumento das taxas de desmatamento e
diminuição da floresta
cobrir nativo.
O bioma Mata Atlântica tem apresentado um processo geral de transição com
aumento de áreas florestais. Segundo Costa et al., (2017), a Mata Atlântica do estado
do Rio de Janeiro apresentou baixos índices de desmatamento
florestal, o que foi mitigado pela regeneração florestal observada. Esse
8
Desafios Ambientais 5 (2021) 100247
dinâmica florestal se deve principalmente a fatores sociais e econômicos que
favoreceram a diminuição do desmatamento.
Algumas leis ambientais foram cruciais para aumentar a manutenção florestal no
bioma Mata Atlântica. Por exemplo, a Lei Federal 9.605/1998, que estabelece sanções
administrativas e punições para crimes ambientais, também inclui outras restrições ao
uso da terra no bioma Mata Atlântica. Além disso, a Lei brasileira 9985/2000 criou o
Sistema Nacional de Unidades de Conservação (SNUC) para criar novas áreas
protegidas adicionando pelo menos 10% da Mata Atlântica a essas áreas (Campanili e
Schaffer, 2010). O uso e proteção da vegetação nativa do bioma Mata Atlântica,
estabelecidos pela Lei 11.428/2006, e a adoção de pagamentos por serviços ambientais
(PSA), estabelecidos pelo programa de produção de água da Agência Nacional de
Águas (ANA, 2018 ) , nas cabeceiras da RSFRB dentro do bioma Mata Atlântica
também contribuiu para diminuir os índices de desmatamento e
aumentar a manutenção e regeneração das áreas florestais desse bioma.
Algumas iniciativas, como PSA (pagamento por serviços ambientais) e manejo
florestal sustentável de produtos florestais não madeireiros podem combinar
conservação da natureza e aumento da produção agrícola por meio da geração de
renda e desenvolvimento socioeconômico (Brum et al., 2019) .
Em janeiro de 2021, foi criada a Política Nacional de Pagamento por Serviços
Ambientais (Lei n° 14.119). A adoção de práticas agrícolas mais avançadas, o
desenvolvimento de florestas secundárias e, principalmente, a adoção de formas mais
restritivas de uso da terra são alternativas para desacelerar o processo de
desmatamento, diminuir a perda de estoques de carbono e aumentar a regeneração
florestal no bioma Caatinga no SFRB, o que poderia contribuir significativamente para
aumentar os níveis de sequestro de carbono (Garrastazú et al., 2015). Os sistemas
agroflorestais e a criação de novas áreas protegidas são práticas que vêm sendo
adotadas e já vêm promovendo incrementos na manutenção das florestas na RFSF.
A Mata Atlântica foi o bioma que apresentou os maiores estoques de carbono por
hectare (Colombo e Joly, 2010) e o único que apresentou ganhos nos estoques de
carbono ao atingir US$ 1,7 bilhão em 1997 (mínimo de US$ 965,1 milhões e máximo
de US$ 2,8 bilhões) e US$ 1,8 bilhão em 2017 (mínimo de US$ 1,0 bilhão e máximo
de US$ 3,0 bilhões).
Apesar da pequena porcentagem de vegetação nativa dentro desse bioma na SFRB,
os serviços ecossistêmicos relacionados aos estoques de carbono aumentam
anualmente cerca de US$ 100 milhões.
Independentemente da proteção florestal por sistemas agroflorestais, PSA ou
outros arranjos, a adoção de políticas que estimulem os proprietários rurais a manter e
manejar florestas pode gerar benefícios econômicos, sociais e ecológicos (Garrastazú
et al., 2015) . Segundo Saraiva Farinha et al., (2019), os serviços ecossistêmicos,
como o sequestro de carbono no bioma Cerrado, podem resultar em maior valor
econômico do que a produção agrícola baseada nas culturas de milho e/ou soja.
A avaliação econômica do capital natural e dos serviços ecossistêmicos pode ser
vista sob duas perspectivas: custos de oportunidade e informação para a sociedade,
que podem subsidiar os tomadores de decisão na definição de estratégias e políticas
de LULC. Portanto, a crescente degradação florestal na RFSF representaria
financeiramente um aumento médio do custo de oportunidade de US$ 3,2 bilhões em
20 anos para a sociedade considerando as emissões de GEE decorrentes do
desmatamento. Essas informações poderiam subsidiar a formulação de políticas
ambientais mais adequadas àquela região de estudo e promover a adoção de
instrumentos inovadores de política ambiental, como o PSA (Sobrinho et al., 2019).
Este estudo apresentou uma avaliação ecossistêmica multidisciplinar das mudanças
no LULC e dos serviços de regulação fornecidos pelo sequestro e estoques de carbono
no SFRB entre 1997 e 2017. Além disso, o governo brasileiro adotou ações focadas
na recuperação e proteção dos ambientes naturais, aumentando a necessidade da
sociedade de ter acesso a melhores informações.
5. Conclusões
Nossos resultados indicam uma diminuição da vegetação nativa, principalmente
do tipo florestal, na SFRB, um desmatamento médio de 7.496.128 hectares de na
Machine Translated by Google

MM Fernandes, MRdM Fernandes, JR Garcia et al. Desafios Ambientais 5 (2021) 100247

vegetação nativa e 133.187.028 Mg de carbono de 1997 a 2017. O Fernandes, MM, Ceddia, MB, Francelino, MR, Fernandes, MRM, 2015. Diagnóstico ambiental da zona

desmatamento no bioma Caatinga ao longo dos 20 anos de nossa análise, ribeirinha e qualidade da água em duas microbacias de abastecimento humano. IRRIGA 20.

principalmente na região do perímetro irrigado do Vale do Rio São
Francisco, resultou em uma perda estimada de 1.182.131 Mg ano-1 de
carbono, o que equivale a uma estimativa de US$ 1,3 bilhão de custo
social devido à perda de carbono. A maior área desmatada foi observada
no bioma Cerrado, relacionada principalmente ao aumento de áreas com
cultivos agrícolas e pastagens. O desmatamento no bioma Cerrado foi
responsável pela perda de 114.669.996 Mg de carbono no período de
estudo, equivalente a US$ 2,8 bilhões. A Mata Atlântica foi o único bioma IBGE, 2019. Sistema IBGE de Recuperação Automática - SIDRA [WWW Document]. IBGE – Inst. Bras.
que apresentou aumento da cobertura florestal, o que esteve relacionado
à conservação da vegetação nativa, regeneração das florestas e diminuição
das taxas de desmatamento no período de estudo. Contribuiu para
aumentar em 5 milhões de Mg os estoques de carbono, o que equivale a US$ 100 milhões
Apesar do resultado positivo no bioma Mata Atlântica, o resultado líquido
do SFRB foi negativo, estimado em uma perda de US$ 3,2 bilhões em
serviços ecossistêmicos relacionados ao sequestro e estoques de carbono
entre 1997 e 2017.
Declaração de Interesse Concorrente
Fernandes, MM, Fernandes, MRde M., Garcia, JR, Matricardi, EAT, de Almeida, AQ, Pinto, AS, Menezes,
RSC, Silva, A.de J., Lima, AHde S., 2020. Avaliação de mudanças no uso e cobertura da terra e
valoração dos estoques de carbono no semiárido sergipano, Brasil: 1992–2030. Land Use Policy
99, 104795. doi:10.1016/j.landusepol.2020.104795.
Garrastazú, MC, Mendonça, SD, Horokoski, TT, Cardoso, DJ, Rosot, MAD, Nimmo, ER, Lacerda, AEB,
2015. Sequestro de carbono e zonas ribeirinhas: avaliando os impactos das mudanças nas práticas
regulatórias no sul do Brasil. Política de Uso da Terra 42, 329–339. doi:10.1016/
j.landusepol.2014.08.003.
Geogr. e Estatística URL https://sidra.ibge.gov.br/home/pnadct/brasil .
IBGE, 2006. Censo agropecuário 2006: Segunda apuração, Censo agropecuario. IBGE.
Issa, S., Dahy, B., Ksiksi, T., Saleous, N., 2020. Uma revisão dos métodos de avaliação de carbono
terrestre usando tecnologias geoespaciais com ênfase em terras áridas. Remote Sens. 12.
em ganhos sociais.
doi:10.3390/rs12122008.
Keenan, RJ, Reams, GA, Achard, F, de Freitas, JV, Grainger, A, Lindquist, E.
Dinâmica da área florestal global: Resultados da Avaliação de Recursos Florestais Globais da FAO
2015. For. Eco. Gerenciar 352, 9–20. doi:10.1016/j.foreco.2015.06.014.
Lal, R., 2001. Potencial de controle da desertificação para sequestrar carbono e mitigar o efeito estufa.
Clim. Mudança 51, 35–72. doi:10.1023/A:1017529816140.
Landis, JR, Koch, GG, 1977. A medição da concordância do observador para dados categóricos
publicados por: sociedade biométrica internacional estável. URL: http://www.jstor.org/stable/2529310.
Biometria 33, 159–174. doi:10.2307/2529310.

Lee, J., 2009. O projeto de transporte fluvial do São Francisco: amigo ou inimigo do brasileiro
Os autores declaram que não têm interesses financeiros concorrentes projeto de transposição de pessoas: amigo OU 15.
conhecidos ou relacionamentos pessoais que possam parecer influenciar Lopes, Z.F., 2014. Detecção de Mudança Hidroclimática na Bacia Hidrográfica do Rio São Francisco.
Universidade Federal de Pernambuco. PhD Propos doi:10.1017/CBO9781107415324.004.
o trabalho relatado neste artigo.
Mannan, A., Liu, J., Zhongke, F., Khan, TU, Saeed, S., Mukete, B., ChaoYong, S., Yongxi ang, F.,
Ahmad, A., Amir, M., Ahmad, S., Shah, S., 2019. Aplicação de mudanças no uso/cobertura da terra
Agradecimentos
no monitoramento e projeção da perda de carbono da biomassa florestal no Paquistão.
Glob. Eco. Conserva 17, e00535. doi:10.1016/j.gecco.2019.e00535.
Os autores agradecem à Universidade Federal de Sergipe (UFS) pelo Mascarenhas, A.C.M., 2008. Conflitos e Gestão de Águas: o Caso da Bacia Hidrográfica do
Rio São Francisco. Unb. Universidade de Brasília.
apoio financeiro concedido na tradução do artigo.
Mather, P., Tso, B., 2016. Classification methods for remotely sensed data, sec ond edition, Classification
Methods for Remotely Sensed Data, Second Edition. https://doi.org/10.1201/9781420090741 2015.
Referências Ministério da Ciência, Tecnologia e Inovação. Emissões do setor de uso da terra, mudança do uso
, da terra e florestas: relatório de referência. In: Relatório Técnico.
ANA, 2018. Nota informativa - Programa Produtor de Água [WWW Document]. Agen cia Nac. Águas.
Ministério da Ciência, Tecnologia e Inovação 2015, Brasília, p. 343.
URL https://www.ana.gov.br/todos-os-documentos-do-portal/ documentos-sip/produtor-de-agua/
Menezes, R., Sampaio, E., Giongo, V., Pérez-Marin, A., 2012. Biogeochemical cy cling in terrestrial
documentos-relacionados/1-nota-informativa-pro grama-produtor-de-agua.pdf .
ecosystems of the Caatinga Biome. Braz. J. Biol. 72, 643–653. doi:10.1590/s1519-69842012000400004.
Arantes, AE, Ferreira, LG, Coe, MT, 2016. Os balanços sazonais de carbono e água do ambiente
Menezes, R.S.C., Sales, A.T., Primo, D.C., Albuquerque, E.R.G.M.de, Jesus, K.N.de, Pareyn, F.G.C.,
Cerrado do Brasil: influências passadas, presentes e futuras da cobertura e uso da terra. ISPRS J.
Santana, M.da S., Santos, U.J.dos, Martins, J.C.R., Althoff, T.D., Nascimento, D.M.do, Gouveia,
Photogramm. Sensor Remoto 117, 66–78. doi:10.1016/j.isprsjprs.2016.02.008.
R.F., Fernandes, M.M., Loureiro, D.C., Filho, Araújo, de, J.C., Giongo, V., Duda, G.P., Alves, B.J.R.,
Ivo, W.M.P.de M., Andrade, E.M.de, Pinto, A.de S., Sampaio, E.V.de S.B., 2021. Soil and vegetation
Araya, YH, Cabral, P., 2010. Análise e modelação da alteração da cobertura do solo urbano em Setúbal
carbon stocks after land-use changes in a seasonally dry tropical forest. Geoderma 390. doi:10.1016/
e Sesimbra, Portugal. Sensor Remoto 2, 1549–1563. doi:10.3390/rs2061549.
j.geoderma.2021.114943.
Baccini, A, Goetz, SJ, Walker, WS, Laporte, NT, Sun, M, Sulla-Menashe, D, Hackler, J, Beck, PSA,
Dubayah, R, Friedl, MA, Samantha, S., Houghton, AR,
Nogueira, E.M., Yanai, A.M., de Vasconcelos, S.S., de Alencastro Graça, P.M.L., Fearn side, P.M.,
Emissões estimadas de dióxido de carbono do desmatamento tropical melhoradas por mapas de
2018. Carbon stocks and losses to deforestation in protected areas in Brazil ian Amazonia. Reg.
densidade de carbono. Nat. Clim. Chang. 2, 182–185. doi:10.1038/nclimate1354.
Environ. Change 18, 261–270. doi:10.1007/s10113-017-1198-1.
Beuchle, R., Grecchi, RC, Shimabukuro, YE, Seliger, R., Eva, HD, Sano, E., Achard, F., 2015. Mudanças
Oliveira, SN, Júnior, C., O., TG, RA, FG, R., McManus, CM, 2017. Análise do desmatamento em áreas
na cobertura da terra nos biomas Cerrado e Caatinga brasileiros de 1990 a 2010 com base em uma
protegidas e simulação de cenários para corredores estruturais na fronteira agrícola do Oeste da
abordagem sistemática de amostragem por sensoriamento remoto. Appl. geogr. doi:10.1016/
Bahia, Brasil. Política de Uso da Terra 61, 40–52. doi:10.1016/j.landusepol.2016.10.046.
j.apgeog.2015.01.017.
Brum, FT, Pressey, RL, Bini, LM, Loyola, R., 2019. Previsão do impacto da conservação para identificar
Oliveira, SN, Júnior, Carvalho, OA, Gomes, RAT, Guimarães, RF, Concepta, MM, 2016. Efeitos da
prioridades espaciais no Cerrado brasileiro. Biol. Conserva 240, 1–20. doi:10.1016/
fragmentação do habitat em aves e mamíferos em paisagens com diferentes proporções de habitat
j.biocon.2019.108283.
adequado: uma revisão. Reg. Ambiente. Mudança 17, 411–423. doi:10.2307/3545823.
Campanili, M., Schaffer, W.B., 2010. Mata Atlântica: manual de ade quação ambiental, biodiversidade.
Ministério do meio ambiente, Brasiília. https://doi.org/10.2337/diacare.28.3.662
Estoques de carbono de biomassa de diferentes manejos de uso da terra na zona vegetativa da floresta
da Nigéria. Acta Oecol. 95, 45–5 doi:10.1016/j.actao.2019.01.004.
CBHRSF, 2015. Os impactos em cada sub-região do São Francisco [WWW Document].
CBRSF, 2012. A bacia [Documento WWW].
Parente, L., Mesquita, V., Miziara, F., Baumann, L., Ferreira, L., 2019. Avaliação da dinâmica das
Cerri, CC, Maia, SMF, Galdos, MV, Cerri, CEP, Feigl, BJ, Bernoux, M., 2009. Emissões brasileiras de
pastagens e da pecuária no Brasil, de 1985 a 2017: uma nova abordagem baseada em alta
gases de efeito estufa: a importância da agricultura e da pecuária. ciência Agrícola 66, 831–843.
doi:10.1590/s0103-90162009000600017. resolução espacial imagens e computação em nuvem do Google Earth Engine.
Sensor Remoto. Ambiente. 232, 1–27. doi:10.1016/j.rse.2019.111301.
Colombo, A., Joly, C., 2010. Mata Atlântica brasileira lato sensu: a mais antiga floresta brasileira e um
Pavani, BF, Júnior, Sousa, WC, Inouye, CEN, Vieira, SAAYI, Mello, 2018.
hotspot de biodiversidade, está altamente ameaçada pelas mudanças climáticas. Braz. J. Biol. 70,
697–708. doi:10.1590/s1519-69842010000400002. Estimativa e valoração da liberação de carbono em cenários de uso da terra e mudanças climáticas
em uma área costeira brasileira. J. Environ. Gerenciar 226, 416–427. doi:10.1016/
Congalton, RG, Green, K., 2008. Avaliando a Precisão das Classificações de Dados de Sensoriamento
j.jenvman.2018.08.059.
Remoto: Princípios e Práticas, Second Edi. ed, Sensoriamento remoto do ambiente. Taylor & Francis
QGIS Development Team, 2017. Equipe de Desenvolvimento do QGIS (2017). Sistema de Informações
Group, Nova York https://doi.org/10.1016/0034-4257(91)90048-B.
Geográficas do QGIS. Projeto Código Aberto Geospatial Foundation.
Costa, OBda, Matricardi, EAT, Pedlowski, MA, Ccochrne, MA, Fernandes, LC, 2017. Ricke, K., Drouet, L., Caldeira, K., Tavoni, M., 2018. Custo social do carbono em nível de país.
Nat. Ar condicionado Troca 8, 895–900. doi:10.1038/s41558-018-0282-y.
Mapeamento espaço-temporal de plantações de soja em Rondônia, Amazônia Ocidental Brasileira.
Santos, J.S., Leite, C.C.C., Viana, J.C.C., dos Santos, A.R., Fernandes, M.M., de Souza Abreu, V., do
Acta Amaz. 47, 29–38. doi:10.1590/1809-4392201601544.
Nascimento, T.P., dos Santos, L.S., de Moura Fernandes, M.R., da Silva, G.F., de Mendonça, A.R.,
, 2018. As florestas do mundo - caminhos florestais para o desenvolvimento sustentável. In: O Estado
2018. Delimitation of ecological corridors in the Brazil ian Atlantic Forest. Ecol. Indic. 88, 414–424.
das Florestas Mundiais. FAO, Roma, p. 139.
doi:10.1016/j.ecolind.2018.01.011.
Feng, Y., Chen, S., Tong, X., Lei, Z., Gao, C., Wang, J., 2020. Mudanças de modelagem no estoque de
Júnior, Santos, E.M., Ferrari, S.F., Beltrão-Mendes, R., Bitencurti, D.P., Carvalho, de, T.M., 2017.
carbono da China de 2000 a 2030 causadas por mudanças no uso da terra. J. Limpo. Prod. 252, 1–
Mapeamento e caracterização dos fragmentos florestais na bacia
25. doi:10.1016/j.jclepro.2019.119659.

9
Machine Translated by Google
MM Fernandes, MRdM Fernandes, JR Garcia et al.
hidrográfica do baixo rio São Francisco. Sergipe. Rev. Geogr. Acad. 11, 104–128.
doi:10.18227/1678-7226rga.v11i1.4466.
Saraiva Farinha, M.J.U., Bernardo, L.V.M., Soares Filho, A., Berezuk, A.G., da Silva, L.F., Ruviaro, C.F.,
2019. Opportunity cost of a private reserve of natural heritage, Cerrado biome – Brazil. Land Use
Policy 81, 49–57. doi:10.1016/j.landusepol.2018.08.028.
Scaramuzza , CAde M. , Sano , EE , Adami , M. , Bolfe , EL , Coutinho , AC , Caesar , J. , Mora , D. ,
Eduardo , L. , Maurano , P. , Narvaes , S. , Jose , http://dx.doi.org/
Talukdar, S., Singha, P., Shahfahad, Mahato, S., Praveen, B., Rahman, A., 2020.
10.1037/0033-295X.101.2.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017.2017
Schulz, C., Koch, R., Cierjacks, A., Kleinschmit, B., 2017. Mudança de terra e perda de diversidade da
paisagem no domínio fitogeográfico da Caatinga – Análise de relações padrão-processo com produtos Teixeira, AHdC, Takemura, CM, Leivas, JF, Pacheco, EP, Bayma-Silva, G., Garçon, EAM, 2020.
de cobertura da terra MODIS (2001– 2012). J. Arid Environ. 136, 54–74. doi:10.1016/
j.jaridenv.2016.10.004.
Scolforo, HF, Scolforo, JRS, de Mello, JM, de Mello, CR, Morais, VA, 2016. Interpoladores
espaciais para melhorar o mapeamento do estoque de carbono da vegetação arbórea nos
biomas brasileiros de Mata Atlântica e Cerrado. Para. Eco. Gerenciar 376, 24–35. doi:10.1016/
j.foreco.2016.05.047.
, 2018. SEEG Coleção 6 – Estimativas de Emissões de Gases de Efeito Estufa do Brasil 1970–2017.
Observatório Do Clima. São Paulo, p. 79.
Sharp, R., Chaplin-Kramer, R., Wood, S., Guerry, A., Tallis, H., Ricketts, T., 2018. Guia do usuário InVEST
avaliação integrada de serviços ecossistêmicos e compensações versão 3.5.0.
O Projeto Capital Natural.
Sobrinho, R.P., Garcia, J.R., Maia, A.G., Romeiro, A.R., 2019. Tecnologia blockchain: Inovação
em pagamentos por serviços ambientais. Estud. Avancados 33, 151–175. doi:10.1590/
s0103-4014.2019.3395.0010.
Desafios Ambientais 5 (2021) 100247
Spagnolo, T.F.O., Gomes, R.A.T., Carvalho Junior, O.A., Guimarães, R.F., Martins, É.D.S., Couto Junior,
A.F., 2012. Dinâmica da Expansão Agrícola do Município de São Desidério-BA entre os anos de
1984 a 2008, Importante produtor nacional de Soja, Algodão e Milho. Geo UERJ 2, 603–618.
doi:10.12957/geouerj.2012.4821.
Stolf, R., Piedade, SMDS, Silva, Da, JR, Da Silva, LCF, Maniero, M.Â., 2012. Transferência de água do
rio São Francisco para o semiárido nordeste do Brasil: dados técnicos, impactos ambientais,
levantamento de parecer sobre o valor a ser transferido. Eng. Agrícola 32, 998-1010. doi:10.1590/
S0100-69162012000600001.
Dinâmica dos serviços ecossistêmicos (ESs) em resposta às mudanças no uso e cobertura da terra
_ _ _ _ _na_ Índia.
(LU/LC) na planície inferior do Ganges _ _ cover
Eco.mapping of o106121.
Índico 112, Cerradodoi:10.1016/
brasileiro com base principalmente em ima
j.ecolind.2020.106121.
Monitoramento da produtividade hídrica por meio de ferramentas geotecnológicas em condições
socioambientais contrastantes: aplicações no rio São Francisco bacia, Brasil. Sensor Remoto Appl.
Sociedade Ambiente. 18, 1–21. doi:10.1016/j.rsase.2020.100296.
Villela, D., de Mattos, E., Pinto, A., Vieira, S., Martinelli, L., 2012. Estoques e fluxos de carbono e
nitrogênio na Mata Atlântica costeira do sudeste do Brasil: impactos potenciais das mudanças
climáticas sobre funcionamento biogeoquímico. Braz. J. Biol. 72, 633–642. doi:10.1590/
s1519-69842012000400003.
Watch, G.F., 2020. Monitoramento de Florestas Projetado para a Ação [WWW Document].
Portal Globo. Para. Assistir..
Zandler, H., Brenning, A., Samimi, C., 2015. Quantificando a biomassa de arbustos anões em
um ambiente árido: Comparando métodos empíricos em um ambiente de alta dimensão.
Sensor Remoto. Ambiente. 158, 140–155. doi:10.1016/j.rse.2014.11.007.
10