Escolar Documentos
Profissional Documentos
Cultura Documentos
Rio Grande - RS
Agosto, 2021
1
Letícia Figueiredo Sartorio
Rio Grande - RS
Agosto, 2021
2
BANCA EXAMINADORA
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
_____________________________________________________________
Rio Grande/RS
Agosto, 2021
3
AGRADECIMENTOS
Agradeço ao meu orientador, Professor Doutor Éder Leandro Bayer Maier, que
sempre acreditou neste trabalho e foi essencial no desenvolvimento do mesmo, seja
pelos incentivos ou pelas correções. Aprendi e evoluí muito ao longo da construção
deste trabalho, e isso só foi possível devido aos ensinamentos transmitidos, mesmo
que virtualmente, pelo senhor. Fica registrado a minha admiração e gratidão pela
oportunidade.
Também agradeço a minha família, especialmente a minha Mãe Silvia, meu Pai
Ronaldo e meu irmão Thalis. Que estiveram presentes ao decorrer dessa jornada,
sempre me apoiando nos momentos difíceis e me incentivando. Amo vocês!
Estendo o agradecimento a todos meus familiares, amigos e colegas que
estiveram comigo e me ajudaram sempre que possível. Especialmente aqueles que
escutaram todas minhas preocupações. Muito obrigada a todos vocês.
Não posso deixar de agradecer a todos professores do curso de Geografia da
FURG pelos ensinamentos passados que foram importantes para a minha formação
como Geógrafa. Também agradeço aos colegas do Laboratório de Cartografia e
Climatologia pelos momentos compartilhados.
Agradeço ao Conselho Nacional de Desenvolvimento Cientifico e Tecnológico
por conceder a bolsa de Iniciação Científica.
4
RESUMO
5
Palavras-chave: Análise de Componentes Principais. Google Earth Engine.
Geoprocessamento.
6
LISTA DE ILUSTRAÇÕES
7
LISTA DE TABELAS
8
LISTA DE QUADROS
9
LISTA DE ABREVIATURAS E SIGLAS
CP Componentes Principais
10
SUMÁRIO
1 Introdução ............................................................................................................. 12
2 Objetivos ............................................................................................................... 14
Objetivo Geral: ....................................................................................................... 14
Objetivos Específicos: ............................................................................................ 14
3 Revisão Bibliográfica ........................................................................................... 15
3.1 Biomas Brasileiros ........................................................................................... 15
3.1.1 Bioma Amazônia ........................................................................................ 15
3.1.2 Bioma Cerrado ........................................................................................... 18
3.1.3 Bioma Pantanal.......................................................................................... 21
3.1.4 Bioma Caatinga ......................................................................................... 23
3.1.5 Bioma Pampa ............................................................................................ 26
3.1.6 Mata Atlântica ............................................................................................ 29
3.2 Mudanças do Uso e Cobertura da terra Brasileira ........................................... 32
3.3 MapBiomas ...................................................................................................... 33
3.4 Estatística Espacial e Análise Espacial ............................................................ 36
3.4.1 Análise de Componentes Principais .......................................................... 37
4 Material e Métodos ............................................................................................... 41
4.1 Área de Estudo ................................................................................................ 41
4.2 Dados............................................................................................................... 43
4.3 Técnica Estatística ........................................................................................... 44
5 Resultados ............................................................................................................ 54
5.1 Caracterização das mudanças do uso e cobertura da terra nos Biomas
brasileiros ............................................................................................................... 54
5.2 Mapeamento dos padrões espaciais das mudanças dos Biomas brasileiros
usando a Análise de Componentes Principais ....................................................... 62
5.3 Análise das relações espaço-temporais entre os usos e coberturas da terra
identificados com as Componentes Principais ....................................................... 79
6 Considerações Finais .......................................................................................... 90
Referências .............................................................................................................. 93
APÊNDICE A .......................................................................................................... 101
APÊNDICE B .......................................................................................................... 105
APÊNDICE C .......................................................................................................... 108
APÊNDICE D .......................................................................................................... 114
11
1 Introdução
13
2 Objetivos
Objetivo Geral:
Identificar as mudanças espaciais nos Biomas brasileiros no período entre 1985
e 2018, com os dados do MapBiomas, a fim de analisar os padrões espaço-temporais
das mudanças do uso e cobertura da terra.
Objetivos Específicos:
14
3 Revisão Bibliográfica
O termo Bioma pode ser definido, de acordo com Coutinho (2006), como uma
área do espaço geográfico, que pode se estender por grandes dimensões, com um
clima definido que está associado a uma fitofisionomia ou formação vegetal, e que
abriga uma fauna característica. Assim, um Bioma possui uma ecologia própria que
dita sua dinâmica espacial e temporal.
No território brasileiro há seis Biomas que são ricos em biodiversidade devido
a sua vasta fauna e formações vegetais. Sendo eles: Amazônia, Cerrado, Pantanal,
Caatinga, Mata Atlântica e Pampa. Isso ocorre porque o Brasil é um país de
dimensões continentais, com características que variam entre o semiárido até super
úmido, de planícies até altas cumeadas rochosas, etc. (COUTINHO, 2006;
NASCIMENTO; RIBEIRO, 2017).
15
e Guianas. Dentro do Bioma Amazônico temos a bacia hidrográfica da Amazônia,
que é a maior do mundo (BRASIL, 2020a; MAGNUSSON et al., 2016).
16
mudanças climáticas (MATOS, 2016). A Figura 2 apresenta uma visão aérea do
Bioma.
17
ombrófila aberta, campinarana, savana, savana estépica e áreas de tensão
ecológica (transição).
A floresta ombrófila densa se caracteriza pela presença de árvores de grande
e médio porte adaptadas a um clima tropical com muita precipitação e altas
temperaturas. A floresta ombrófila aberta apresenta uma fisionomia mais espaçada
e com baixo adensamento arbustivo, ocorre em clima com 2 a 4 meses de seca. Já
a campinarana ocorre em áreas com clima quente e elevada taxa de precipitação, e
apresenta um aspecto variado com formações campestres e florestais (IBGE, 2019).
A área de savana se caracteriza pelo predomínio de plantas de porte arbóreo
e herbáceo, e sua ocorrência é condicionada pelo tipo de solo. Por outro lado, a área
de savana estépica tem a presença de árvores, arbustos e ervas, mas sem um
predomínio de um tipo delas (IBGE, 2019).
Na região Amazônica houve uma expansão populacional ao longo das últimas
décadas, tal crescimento foi impulsionado por ações governamentais que
consideravam a Amazônia um vazio demográfico e viam a necessidade de
povoamento e desenvolvimento da região (MATOS, 2016). A economia da área
passou por mudanças nas últimas décadas, ela era antes voltada para a extração da
borracha, e hoje tem a presença da pecuária, agricultura, mineração e poucas
atividades industriais.
Importante ressaltar que há um polo industrial em Manaus/AM na qual está
situada uma zona franca visando facilitar o desenvolvimento econômico (PRATES;
BACHA, 2011). Entretanto, é ainda a região mais desigual do país. Existe uma
grande diferença entre os municípios próximos a capitais e os demais, os que se
localizam longe dos grandes centros urbanos apresentam baixos índices de
desenvolvimento humano, de alfabetização e altas taxas de mortalidade infantil
(MAGNUSSON et al., 2016).
18
Mato Grosso do Sul, Minas Gerais, Bahia, Maranhão, Piauí, Rondônia, Paraná, São
Paulo e Distrito Federal. E caracteriza-se por ocorrer em locais no qual o solo é antigo
e pobre em nutrientes (BRASIL, 2020b; FERNANDES et al., 2016).
19
Figura 4 - Imagem do Bioma Cerrado.
20
inverno seco com a presença dos sub climas Cwa (verão quente) e Cwb (verão
temperado) (ALVARES et al., 2013).
De acordo com a classificação de regiões fitoecológicas do IBGE (2019) o
Bioma apresenta as classes de vegetação de savana, que predomina, pequenas
áreas de floresta estacional semidecidual e floresta estacional decidual, além de áreas
de tensão ecológica (transição). A savana se caracteriza pelo domínio de plantas do
tipo herbáceo e arbóreo, no qual as árvores são de proporções baixas e médias. Tais
árvores apresentam raízes profundas e troncos e galhos tortuosos. A floresta
estacional semidecidual apresenta decidualidade parcial da folhagem da vegetação,
essa perda de folhas é marcada pela alternância de climas, entre épocas de frio/seco
e quente/úmido. No entanto, na floresta estacional decidual a perda de folhagem é
superior a 50%, por conta do prolongamento do período de frio e seca (IBGE, 2019).
A economia da região é impulsionada pela agropecuária, com destaque para a
produção de soja, milho e o setor da pecuária, suprindo a demanda do mercado
nacional e internacional. Isso ocorre devido ao fato do Bioma apresentar
características favoráveis a agricultura mecanizada por conta da sua topografia suave
e ao tratamento dos solos com fertilizantes para torná-lo produtivo (FERNANDES et
al., 2016). Atualmente, existem projetos que buscam conciliar o desenvolvimento
econômico e a preservação da região, através de técnicas que aumentam a
produtividade e buscam a recuperação de solos degradados.
21
cerca de 30% da sua área total, que afetaram diretamente a fauna e flora local (LASA,
2020).
23
próprio Bioma devido a existência de diferentes habitats e a adaptações climáticas.
Entretanto, somente 1% do território da Caatinga está em áreas de proteção
ambiental integral, sendo um dos Biomas menos protegido do país (GUSMÃO et al.,
2016). Além disso, a Caatinga é exclusiva do território brasileiro, não se encontrando
em outra área do mundo (OLIVEIRA, 2015).
Este Bioma possui por volta de 46% da sua cobertura original desmatada
(BRASIL, 2020d), parte do processo de subtração está relacionado a exploração de
lenha como combustível por agricultores e para a abertura de áreas para a pastagem
e a agricultura. O desmatamento afeta diretamente os recursos naturais da Caatinga,
como a redução da fauna e flora local, queda da fertilidade do solo, aceleração do
processo de erosão e mudanças no microclima, acelerando o processo de
desertificação (KILL; PORTO, 2019), e tornando as áreas improdutivas (Gusmão et
al., 2016). A Figura 8 apresenta uma imagem do Bioma Caatinga.
24
Figura 8 - Imagem do Bioma Caatinga.
25
extremamente desigual socialmente e apresenta os índices de desenvolvimento
humano mais baixos do país. Além disso, a falta de água é uma realidade na vida
dessas pessoas, que precisam armazenar água das chuvas em cisternas, por
exemplo, para estender a disponibilidade hídrica em épocas de seca (GUSMÃO et
al.,2016). A base da economia da região é impulsionada pela agricultura e pecuária,
sendo que parte dos recursos naturais são explorados para a sobrevivência das
famílias mais pobres (GANEM, 2017).
O Pampa situa-se no Sul do Brasil, com uma área de 176.496 mil quilômetros
quadrados, que corresponde a 2% da área do país e há áreas do Bioma no Uruguai e
Argentina, mas no território nacional está presente somente no estado do Rio Grande
do Sul, como está apresentado na Figura 9 (HASENACK et al. 2019; BENCKE;
CHOMENKO; SANT’ANNA, 2016).
26
A característica mais marcante do Bioma são seus campos que se estendem
em direção ao horizonte, e configuram a identidade da população local (PILLAR et al.,
2016). Além disso, apresenta uma biota muito rica que é considerada patrimônio
natural e genético de importância global, com diversas espécies endêmicas e
adaptadas a ambientes campestres. Importante mencionar que somente em 2004 o
Pampa foi reconhecido como Bioma, antes era chamado de Campos Sulinos e
pertencia a Mata Atlântica (BENCKE; CHOMENKO; SANT’ANNA, 2016). A Figura 10
apresenta uma imagem do Bioma Pampa.
O Bioma apresenta mais de 60% da sua área vegetal original alterada, essa
situação é causada pela conversão de áreas de vegetação nativa em áreas de
monocultura, em sua maioria de soja e silvicultura de espécies exóticas, e para
pastagens cultivadas (CHOMENKO, 2016). Atualmente, é classificado como um dos
Biomas mais ameaçados do país, visto que as transformações no ambiente do Pampa
são recentes e a pecuária extensiva utilizando os campos naturais foi responsável por
manter o ambiente preservado por um longo período. Essas alterações no uso da terra
iniciaram a partir da metade do século XX, com o crescimento da agricultura de grãos
no estado, e com o avanço de uma nova fronteira agrícola sobre o Pampa e não mais
sobre as áreas de planalto do estado do Rio Grande do Sul (CHOMENKO, 2016).
27
O Pampa apresenta um clima bem definido sazonalmente, com uma
temperatura média mensal de 21,5°C e a precipitação anual em torno de 1200 mm a
1450 mm, com redução da taxa de precipitação com os efeitos da continentalidade e
há registros de secas (PILLAR et al., 2016). Segundo a classificação climática de
Köppen a área ocupada pelo Bioma pampa é classificada como Cfa, que caracteriza-
se por ser um clima subtropical, sempre úmido e com o verão quente (ALVARES et al.,
2013).
A vegetação que domina a paisagem do Bioma é a herbácea, com árvores
concentradas ao longo de cursos de água (BENCKE; CHOMENKO; SANT’ANNA,
2016). Segundo a classificação de regiões fitoecológicas do IBGE (2019), o Pampa
apresenta o predomínio da vegetação do tipo estepe, além da presença de savana
estépica, floresta estacional semidecidual, formações pioneiras e áreas de tensão
ecológica (transição). A vegetação do tipo estepe ocorre em áreas de relevos planos
ou levemente ondulados cobertas por vegetações herbáceas. A savana estépica possui
uma tipologia campestre, e na sua composição há árvores, arbustos e herbáceas. A
floresta estacional semidecidual caracteriza-se pela ocorrência de perda de folhas pela
vegetação por conta da variação entre períodos frios/secos e quentes/úmidos. Os
locais em que ocorrem vegetações de formação pioneira estão relacionados a regiões
com solos instáveis, com a ocorrência de restingas (IBGE, 2019).
Entre as principais atividades econômicas desenvolvidas no Bioma Pampa há
o destaque para a produção de grãos, como a soja e o arroz, a pecuária, a silvicultura
e a fruticultura (HASENACK et al. 2019). A atividade pastoril sobre campos nativos
ocorre desde o século XVII na região e consegue conciliar o
desenvolvimento econômico e a conservação do Bioma, e há indícios que essa prática
ajuda na preservação da vegetação nativa e na manutenção da biodiversidade local,
mas claro sendo necessário realizar o uso do campo de forma correta (PILLAR et al.,
2016). Em termos socioculturais o Bioma abriga a figura do Gaúcho que se constituiu
nos campos do Pampa e está associado à prática econômica mais antiga da região que
é a criação de animais (BENCKE; CHOMENKO; SANT’ANNA, 2016).
28
3.1.6 Mata Atlântica
A Mata Atlântica cobre uma área da costa brasileira do Rio Grande do Sul até
o Rio Grande do Norte, e apresenta uma área de 1,3 milhões de quilômetros
quadrados se estendendo por 17 estados brasileiros, ocupando cerca de 15% do
território nacional (BRASIL, 2020e), a Figura 11 apresenta a localização deste
Bioma. É a floresta mais antiga do Brasil, com menos de 50 milhões de anos, que se
formou a partir do surgimento do Oceano Atlântico, do aumento da temperatura da
Terra e pela formação das montanhas na costa Leste do Brasil. Se destaca pela sua
rica biodiversidade com presença de diversas espécies endêmicas, sendo prioritária
para a preservação em escala mundial. Possui umas das maiores concentrações de
espécies de plantas e de animais por unidade de área, mas infelizmente é o Bioma
brasileiro que apresenta a maior porcentagem de espécies ameaçadas de extinção
(MARQUES et al., 2016).
29
As áreas remanescentes de cobertura original do Bioma variam entre 12,5% a
29% de acordo com diferentes estudos e abordagens, sendo o Bioma mais desmatado
e ameaçado do Brasil, além de apresentar baixa conectividade entre seus
remanescentes (VIEZZER; SENTA; VIEIRA, 2019). A devastação da Mata Atlântica
acompanhou diversas fases econômicas, com início a partir de 1500 com a chegada
dos portugueses que exerceram a extração do pau-brasil e a agricultura voltada para
a subsistência.
A partir do século 16 se iniciou o cultivo da cana de açúcar e a pecuária, e
consequentemente áreas florestadas foram convertidas em áreas de monocultura e
de pastagem. A descoberta de ouro e diamantes no Bioma, principalmente em Minas
Gerais, levou a mineração para o Bioma e também causou a derrubada de áreas
nativas (MARQUES et al., 2016; VIEZZER; SENTA; VIEIRA, 2019). Com o início do
ciclo café no Rio de Janeiro se mantém esse processo de desmatamento para a
implementação de plantações, que se alastrou para outros estados. A devastação da
Mata Atlântica ocorreu de acordo com a topografia local, e as áreas remanescentes
estão localizadas em sua maioria em locais com alta declividade (MARQUES et al.,
2016). Além disso, a industrialização, a urbanização e o crescimento populacional se
somam aos problemas do Bioma (VIEZZER; SENTA; VIEIRA, 2019). A Figura 12
mostra uma imagem do Bioma Mata Atlântica.
31
3.2 Mudanças do Uso e Cobertura da terra Brasileira
32
mecanização, uso de sementes geneticamente modificadas, uso de agrotóxicos e de
fertilizantes no solo (SILVA, 2018).
Com a modernização do campo e a concentração de indústrias, e empregos,
nas cidades inicia-se um processo de êxodo rural, tornando as cidades centros de
altas taxas de habitantes e atualmente abrigam mais de 84% da população brasileira
(SIMÕES, 2016). Outra alteração importante no território brasileiro refere-se a obras
integradoras por meio da implementação de estruturas que ligam o interior do país
facilitando o escoamento da produção, fluxo de pessoas e a integração das regiões
por meio de rodovias, hidrovias e aeroportos. Essa integração tinha como objetivo
facilitar o desenvolvimento de atividades econômicas em regiões de difícil acesso
como o Norte, o Centro-Oeste e o Nordeste do país (PEREIRA; LESSA, 2011).
Portanto, entender a dinâmica do uso e cobertura da terra e seus padrões ao
decorrer do tempo facilita as ações de planejamento ambiental, pois auxilia a
determinar ações de preservação dos recursos naturais e a como realizar o seu
manejo para um desenvolvimento sustentável. O planejamento ambiental se
caracteriza por ser um procedimento contínuo de coleta, organização e análise de
informações para alcançar decisões sobre as formas mais adequadas de uso dos
recursos naturais. Informações sobre os usos e coberturas da terra e as suas
alterações ao longo do tempo são essenciais para um planejamento ambiental
eficiente e um desenvolvimento sustentável (SANTOS, 2004).
O planejamento ambiental pode indicar potenciais de uso da terra, com práticas
adequadas que visem sua preservação, a vocação agropecuária, taxa de
produtividade, risco a erosão e técnicas adequadas de manejo. Além de apontar a
influência das ações humanas sobre o sistema natural e qual a relação entre as
atividades socioeconômicas e as alterações no meio biofísico (SANTOS, 2004).
3.3 MapBiomas
33
algoritmos de aprendizado de máquina a partir da plataforma Google Earth Engine -
GEE (SOUZA et al., 2020).
O projeto foi fundado em 2015 e é uma ação iniciada pelo Sistema de
Estimativas de Emissões de Gases de Efeito Estufa do Observatório do Clima
(SEEG/OC), reúne em seu grupo especialistas nas áreas de geotecnologias,
sensoriamento remoto e computação provenientes de ONG’s, universidades e
empresas, que buscam realizar o mapeamento anual do uso e cobertura da terra no
Brasil de forma mais rápida e barata (MAPBIOMAS, 2020).
Os produtos gerados estão divididos em 5 fases, a coleção 4.1 contém mapas
do uso e cobertura da terra do período de 1985 até 2018. Todas coleções são
disponibilizadas de forma gratuita, em formato TIFF, com resolução espacial de 30
metros e a coleção 4.1 apresenta 34 bandas correspondentes a cada ano mapeado
(MAPBIOMAS, 2020). Esse projeto possui uma plataforma online na qual é possível
visualizar os dados e as mudanças na cobertura e uso da terra no Brasil, que pode
ser acessada através do link: http://plataforma.mapBiomas.org/.
O primeiro passo da metodologia do MapBiomas é a coleta das imagens
disponíveis da série Landsat para a construção de um mosaico cobrindo o Brasil para
cada ano analisado, visando minimizar a cobertura de nuvens e de pixels
contaminados. A base do trabalho do projeto é a nível de pixel, assim dentro das
imagens disponíveis do ano de interesse são selecionados os melhores pixels para a
classificação. Desses pixels são extraídos feições espectrais e índices como o Índice
de Vegetação da Diferença Normalizada (NDVI) e o de Vegetação Não-
Fotossintetizante (NPV), podendo que cada pixel em um ano tenha até 104
informações associadas obtidas a partir das bandas espectrais disponíveis
(MAPBIOMAS, 2020; SOUZA et al., 2020).
Fazendo uso do mosaico das imagens são gerados os mapas referentes as
classes de uso e cobertura da terra. Essa classificação é feita a nível de pixel de forma
automática com o classificador Random Forest através do processamento em nuvem
do Google Earth Engine. Como a classificação é em aprendizado de máquina, para
cada classe a ser observada o classificador é treinado com amostras dos alvos de
interesse. Tais amostras são obtidas através de mapas de referência e de classes
estáveis ao longo da série temporal. Essa classificação é feita para cada ano da série
histórica para cada Bioma e tema transversal (MAPBIOMAS, 2020).
34
Todas as classificações passam por um filtro espacial e temporal, que procura
inconsistências na classificação, principalmente em pixels isolados e de borda. Para
isso, são analisados os pixels vizinhos e a partir de regras pré-definidas pode haver a
alteração da classe do pixel observado. Em seguida os mapas de Biomas e dos temas
transversais são integrados produzindo um mapa único para cada ano, em caso de
sobreposição de classes são aplicadas as regras de prevalência. Também são
gerados mapas de transições para compreender as mudanças de uso e cobertura da
terra a partir de dois anos de interesse (MAPBIOMAS, 2020, Souza et al., 2020).
A validação das classificações é realizada de duas formas: com o uso de mapas
de referência e com estatísticas de acurácia a partir de amostras selecionadas. Para
explicações mais aprofundadas da metodologia do projeto indica-se a leitura do
“MapBiomas General Handbook” (MAPBIOMAS, 2019) da coleção 4. A acurácia
global da coleção 4.1 é de 86,4% ao nível 3 (classificação detalhada), 2,5% do erro
está associado a discordância de área e 11,1% é relacionado a discordância de
alocação.
Os mapas de cobertura e uso da terra no Brasil são disponibilizados nos recortes
de Biomas brasileiros e suas classificações foram produzidas considerando as
características individuais de cada Bioma e os temas transversais, como pastagem,
agricultura, infraestrutura urbana, mineração, zona costeira e floresta plantada. Tais
classes são classificadas separadamente e com métodos específicos. Ao total são 20
classes de cobertura e uso da terra classificadas no Brasil na coleção 4.1. Existem
classes superiores que são floresta, formação natural não vegetal, agropecuária,
corpos d’água e área não vegetada (MAURANO; ESCADA, 2019; SOUZA et al.,
2020).
O projeto MapBiomas vem construindo um banco de dados consistente a
respeito do uso e cobertura da terra no território brasileiro e preenchendo uma lacuna
histórica de informações espaciais e temporais a nível nacional. Os mapas produzidos
pelo MapBiomas estão sendo aplicados em diversas pesquisas científicas como em
Costa et al., (2019), que utilizou os dados do projeto para identificar a vulnerabilidade
e integridade das categorias de uso e cobertura da terra no município de São Félix do
Xingu no período de 2008 a 2017. Este estudo permitiu concluir que a classe de
agropecuária é a que mais colabora para o desmatamento na localidade e ocasiona
uma pressão na classe de floresta. Adicionalmente, Mas, Nogueira e Franca-Rocha
35
(2019) analisou as trajetórias do uso e cobertura da terra em uma área da região
Nordeste do Brasil a partir de dados do MapBiomas, com uma abordagem que utilizou
métodos e técnicas de análise de trajetória de vida.
Frey et al., (2018), também fez uso dos dados do MapBiomas em sua pesquisa
que tinha como objetivo identificar áreas com tendência à expansão da soja na
Amazônia Legal, para isso simulou mudanças nesta área com a implementação de
infraestruturas e como isto afetaria o uso e cobertura da terra. Os resultados indicaram
que a ampliação de infraestrutura pode aumentar a área sobre risco de se tornar um
local de cultivo de soja, e isso colocaria em risco áreas de alta e muita alta prioridade
de conservação e ampliaria as emissões de gás carbônico.
Os estudos apresentados anteriormente evidenciam as potencialidades do
banco de dados produzidos pelo MapBiomas, estes dados permitem compreender as
mudanças no uso e cobertura da terra no Brasil e seus impactos no meio ambiente.
Entretanto, ainda há a necessidade da realização de pesquisas integradoras, em
pequena escala cartográfica, que analisem essa grande quantidade de informações
para todo o país. Gerando produtos e informações que auxiliem a compreender essas
alterações a nível nacional e auxiliem na execução de um planejamento ambiental
integrado a partir de uma visão em pequena escala cartográfica.
A estatística espacial pode ser definida como uma área da estatística que
analisa a localização espacial dos fenômenos, tornando possível a modelagem da
ocorrência do evento, o que permite identificar e avaliar os padrões espaciais mais
recorrentes ou as anomalias do banco de dados. Além disso, a estatística pode ser
aplicada para modelar a realidade, e esses modelos são entendidos como
simplificações da realidade utilizados para a sua compreensão. A estatística espacial
é empregada quando há a necessidade de valorizar a localização espacial,
considerando a importância da distribuição do fenômeno no espaço para a análise e
interpretação dos resultados (BRASIL, 2007).
A escala (cartográfica ou de análise) a ser aplicada em um estudo possui um
papel muito importante, pois o uso de diferentes escalas irá gerar resultados distintos
36
e interpretações diferentes sobre o mesmo fenômeno (MENEZES; FERNANDES,
2016). Menezes e Fernandes (2016) também colocam que a escala é uma variável
essencial nas análises espaciais, e destaca a importância de pesquisas locais e gerais
que estejam integradas entre si e que visem a estruturação do conhecimento.
No campo da Ciência Geográfica a escala pode ser pensada como um
problema operacional, fundamental no processo de definição do recorte espacial que
trará significado na análise do fenômeno a ser estudado (CASTRO, 2014). A escala
pode ser entendida como um artifício analítico que atribui visibilidade ao real ou parte
dele, desse modo, a escala permite observar o fenômeno a partir da extensão que lhe
dá significado.
É comum ocorrer uma confusão entre escala cartográfica - relação entre
medidas reais e representação gráfica - e a escala geográfica. Essa confusão, muitas
vezes, mascara a complexidade por trás da escala geográfica ao buscar o recorte
espacial no qual o fenômeno será percebido. Importante ressaltar que o fenômeno
apresenta diferentes significados em escalas distintas e que a distribuição espacial
dos eventos também irá se alterar (CASTRO, 1995; CASTRO, 2014).
Portanto, em uma escala pequena (extensão em área grande) há a tendência
de que o fenômeno torne-se mais homogêneo, apresentando informações
estruturantes, com dados agregados e a valorização da organização. Entretanto, em
grande escala existe a tendência de os fenômenos se tornarem mais heterogêneos,
com informações factuais e dados desagregados. Por fim, deve-se indicar que a
realidade encontra-se em todas as escalas, a escala não divide, mas possibilita que o
real seja entendido, até nas escalas que possibilitam análises detalhistas do
fenômeno. Além disso, a escala irá determinar modelos espaciais que representam
as totalidades sucessivas e sua classificação, possibilitando aproximações sucessivas
com a mudança para escalas maiores e mais detalhadas (CASTRO, 1995).
37
entre si (MINGOTI, 2005). Essa técnica busca uma redução da dimensão dos dados,
pois remove as informações redundantes dentro do conjunto de dados iniciais,
preservando assim, as componentes que possuem os maiores valores de variância
(MANLY, 2008).
Segundo Reis (2001) as Componentes Principais são mensuradas e
ordenadas de forma decrescente de importância, assim a primeira componente
explica o máximo possível de variância, a segunda o máximo de variância que ainda
não foi explicada, e a última é a que possui a menor contribuição para explicar a
variância total do conjunto de dados originais. Cada combinação linear gerada explica
o máximo possível de variância não explicada e tem que ser ortogonal as demais
combinações já produzidas (Figura 13) (MINGOTI, 2005).
As componentes não podem possuir correlação entre si, assim cada uma
explica fatores distintos sobre a variação dos dados. Se deseja que com a Análise de
Componentes Principais seja possível explicar a maior porcentagem de variância com
poucas componentes. Em outras palavras, não se utiliza as componentes que
explicam baixas porcentagens de variância, o que ocasiona uma redução da
dimensão dos dados (MANLY, 2008).
Existem dois conceitos importantes dentro da Análise de Componentes
Principais, que são o coeficiente de correlação e a covariância. O coeficiente de
38
correlação mede a dependência entre as variáveis, e a covariância indica como que
as variáveis variam de forma conjunta. Para identificar as Componentes Principais é
necessário encontrar os autovalores e autovetores a partir de procedimentos
matemáticos sobre as matrizes de correlação ou covariância, adotando a menor
correlação ou maior covariância para identificar as primeiras componentes. Dessa
forma, toda componente mensurada terá um autovetor com um autovalor que
representa os dados que causam as maiores porcentagens da variância e podem
explicar os padrões de mudança ao longo do espaço e do tempo. O autovetor indica
a direção/ângulo que deve ser assumida pela componente, na direção da maior
variância em ordem decrescente. Os autovalores correspondem aos valores de
variância explicada de cada componente. (ZANOTTA; FERREIRA; ZORTEA, 2019).
Para explicações mais aprofundadas sobre a formulação das Componentes Principais
se indica a leitura de Reis (2001) e Manly (2008).
A Análise de Componentes Principais pode ser empregada em diversos casos
como, por exemplo, em imagens multiespectrais de sensoriamento remoto, dados
climáticos e banco de dados temáticos (como o disponibilizado pelo MapBiomas).
Sendo comum o uso da técnica para a detecção de mudanças ao longo do tempo com
imagens multiespectrais, pois algumas bandas espectrais apresentam altas
correlações entre si, o que leva a uma redundância de dados. Devido a isso, essa
técnica permite reduzir a dimensão de informações proveniente das bandas espectrais
e mantém a variação do dado, obtendo bons resultados devido ao seu potencial de
indicar alterações (DENG et al., 2008). Deve-se ressaltar que a primeira Componente
Principal possui a maioria da informação que é comum nas bandas. Por outro lado, as
variações de uso e cobertura da terra são apresentadas nas demais componentes,
sendo que a segunda Componente Principal é considerada muito importante na
análise de mudanças do uso e cobertura da terra (MALDONADO, 1999; ANTUNES,
2012). A Figura 14 apresenta um exemplo da aplicação da técnica da ACP e a
possibilidade de reduzir do banco de dados com 34 imagens para duas Componentes
Principais.
39
Figura 14 - Exemplo Análise de Componentes Principais.
Fonte: A autora.
40
4 Material e Métodos
41
Figura 15 - Mapa da Área de Estudo.
42
4.2 Dados
Identificador Classes
3 Formação Florestal
4 Formação Savânica
5 Mangue
9 Floresta Plantada
11 Área Úmida Natural não Florestal
12 Formação Campestre
32 Apicum
29 Afloramento Rochoso
13 Outra Formação Natural não Florestal
15 Pastagem
19 Cultura Anual e Perene
20 Cultura Semi-Perene
21 Mosaico de Agricultura e Pastagem
23 Praia e Duna
24 Infraestrutura Urbana
30 Mineração
25 Outra Área não Vegetada
33 Rio, Lago e Oceano
31 Aquicultura
43
27 Não observado
Fonte: Adaptado do MapBiomas (2020).
44
Figura 16 - Divisão dos Biomas para processamento e análise dos dados.
45
Figura 17 - Fluxograma da metodologia aplicada.
47
dado original, assim acabam se convertendo a classes com áreas maiores que se
encontram ao seu redor. Todas as classes mencionadas acima apresentaram um
decréscimo, exceto a classe de Praia e Duna que apresentou um acréscimo em sua
porcentagem de área. Importante adicionar que essa variação nas porcentagens das
áreas não é homogênea em todos os Biomas.
Após a redução da resolução espacial, se realizou uma caracterização das
mudanças do uso e cobertura da terra a partir da mensuração da variância temporal,
tal informação indica a variação/dispersão em relação à sua média (MINGOTI, 2005).
O mapa da variância é mostrado na Figura 19 e a sua análise identifica as áreas com
maiores alterações no uso e cobertura da terra ao longo do tempo.
A magnitude da variância está associada aos valores do identificador da classe
(Quadro 1), sendo que sua ordem crescente (de 3 até 33) não representa uma
racionalidade de identificação das classes naturais para as classes de natureza
transformada. Em outras palavras, a análise da variância subsidia na identificação das
áreas com mudanças do uso e cobertura da terra, mas a magnitude da variância não
pode ser atribuída diretamente a maior ou menor transformação da natureza. Para
exemplificar, em casos de mudanças de classe de 1 para 2 ou de 1 para 10 (valores
hipotéticos dos identificadores) a variância é menor na mudança de 1 para 2, quando
comparada a variância de 1 para 10, mas as transformações da natureza dos dois
casos podem ser extremas ou brandas, visto que o identificador não é escalonado do
natural para o antrópico.
Essa característica da mensuração da variância, que também abrange a
covariância utilizada nas Componentes Principais, não compromete o uso eficiente
das técnicas estatísticas. Entretanto exige uma interpretação abrangente dos
resultados porque demanda de técnicas e análises redundantes e da análise integrada
entre os modelos estatísticos e os registros espaço-temporais do banco de dados.
Adicionalmente, os produtos cartográficos podem realçar tipos de mudanças do uso e
cobertura da terra, em consequência de seus identificadores (Quadro 1),
especialmente os que apresentam magnitudes maiores, mas é possível minimizar
esses efeitos com técnicas da comunicação cartográfica e com análises redundantes
e integradoras.
Na Figura 17 (fluxograma da metodologia) observa-se que há uma redundância
nas análises espaciais com a mensuração da variância, a identificação do número de
48
classes, de mudanças de classes de cada pixel e a obtenção das Componentes
Principais. Além disso, o modelo estatístico oriundo da ACP foi interpretado a partir
da integração entre o modelo espacial e os registros espaço-temporais dos dados de
entrada (reclassificação das CP), possibilitando a compreensão do modelo e de suas
representações (área e tipos de mudanças).
Tratando-se das técnicas estatísticas, para completar o entendimento das
variações espaço-temporais dos dados foram quantificados o número de mudanças
de classes e o número de classes que cada pixel teve ao longo da série temporal,
sendo mostrado no mapa da Figura 20 e na Figura 21. Em uma análise integrada com
o mapa da variância é possível identificar as áreas das principais mudanças do uso e
cobertura da terra e comparar os resultados (Figura 19, 20 e 21) para avaliação da
abrangência dos modelos estatísticos oriundos da mensuração da covariância e
Componentes Principais.
A Análise das Componentes Principais para cada divisão dos Biomas (Figura
16) seguiu o seguinte roteiro: 1) transformação da matriz tridimensional em
bidimensional; 2) mensuração da covariância; 3) obtenção das Componentes
Principais a partir das funções ortogonais e 4) avaliação da representação das
Componentes Principais. Por limitações na capacidade do processamento
computacional, a ACP foi executada para cada divisão dos Biomas e os produtos
cartográficos (Figura 22 e 23) são mosaicos das 7 divisões. Utilizando os resultados
das 7 divisões da primeira Componente Principal na elaboração da Figura 22 e da
segunda Componente Principal na Figura 23.
Na aplicação da técnica estatística, as 34 imagens foram dispostas em uma
única matriz, onde cada imagem compôs uma coluna e o número de linhas é igual ao
número de pixels das imagens (exemplo Figura 18), a fim de comparar as imagens ao
longo do tempo e identificar modelos espaciais originários da Análise das
Componentes Principais. A qual utilizou a matriz de covariância para identificação dos
campos que contém informações redundantes e os campos que geram os maiores
índices de covariância ou menor correlação (MINGOTI, 2005; MANLY, 2008).
49
Figura 18 - Transformação da matriz tridimensional em bidimensional.
50
está associada a mudanças no uso e cobertura da terra (MALDONADO, 1999;
ANTUNES, 2012). Corroborando com a racionalidade das análises dos autores, foi
analisado o índice de correlação de Pearson entre os modelos espaciais oriundos das
Componentes Principais (1º e 2º) com as 34 imagens de entrada. Esse coeficiente
mensura o grau do relacionamento entre duas variáveis, podendo indicar se essa
relação se caracteriza como forte (coeficiente próximo de ±1) ou fraca (coeficiente
próximo de 0), e se as variáveis possuem correlação linear positiva ou negativa
(TAYLOR, 1990). Sendo assim, os altos valores de correlação (positivos ou negativos)
indicam a ocorrência temporal dos modelos espaciais e o contrário é verdadeiro. Em
outras palavras, as maiores ou menores correlações evidenciam semelhanças ou
divergências entre o modelo estatístico e os dados de entrada, possibilitando atribuir
a ocorrência ao longo do tempo dos modelos espaciais das principais mudanças no
uso e cobertura da terra. Cada componente possui 34 índices de correlação
(dimensão temporal) que podem ser vistos nos gráficos do apêndice D.
A identificação do maior e menor índice de correlação tornou possível
selecionar ao longo do tempo os mapas de uso e cobertura da terra do MapBiomas
que mais se aproximavam (maior correlação) e se distanciam (menor correlação) do
modelo estatístico da segunda Componente Principal a fim de analisar os padrões
espaço-temporais das mudanças identificadas pelas Componentes Principais.
Os valores dos pixels das Componentes Principais não estão associados aos
identificadores das classes de uso e cobertura da terra, por isso, a primeira e a
segunda Componente Principal foram reclassificadas no software QGIS, visando
identificar os padrões de uso e cobertura da terra (1° CP), e as mudanças no uso e
cobertura da terra (2° CP). Para esta reclassificação foram utilizadas amostras, que
estão apresentadas no apêndice C, elas foram selecionadas de forma supervisionada
e por interpretação visual. Para facilitar a interpretação se utilizou de forma conjunta
os mapas de uso e cobertura da terra do MapBiomas que apresentavam as maiores
e as menores correlações com a segunda Componente Principal, e
consequentemente mais se distanciavam ou se aproximavam do modelo estatístico.
A partir disso, foram coletadas amostras da primeira e segunda Componente Principal,
de forma supervisionada, que representassem os padrões e as mudanças no uso e
cobertura da terra, e tais amostras foram validadas com os mapas do MapBiomas que
indicavam as classes originais e finais. As amostras coletadas tiveram seus valores
51
analisados e foram identificados intervalos de padrões e tipos de mudanças de forma
empírica.
A primeira Componente Principal foi reclassificada em 5 intervalos de padrões
de uso e cobertura da terra que estão apresentados na Tabela 1.
52
possibilitará discussões sobre as principais ações antrópicas que causaram as
mudanças do uso e cobertura da terra nos Biomas brasileiros (DENG ET AL., 2008).
53
5 Resultados
5.1 Caracterização das mudanças do uso e cobertura da terra nos Biomas brasileiros
54
implementação de Barragens ou construção de lagos artificiais, tendo em vista que a
maior amplitude da variação do identificador das classes de uso e ocupação da terra
é entre a mudança entre a Formação Florestal e Rio, Lagos e Oceano (Quadro 1).
55
Figura 19 - Mapa da Variância Temporal.
56
As variações da variância entre 25 e 100 são identificados por tons de roxo e
rosa e estão distribuídos ao longo de todos os Biomas do Brasil, podendo estar
relacionados ao avanço e ciclos da agropecuária, e a expansão da infraestrutura
urbana como, por exemplo, na região do arco do desmatamento no Bioma Amazônia,
que se concentra nos estados de Rondônia, Mato Grosso e Pará, e que se estende
até o Maranhão e Tocantins. No arco do desmatamento a prática de subtração da
vegetação nativa transformou as áreas naturais em campos para a agropecuária ou
em áreas urbanas (MATOS, 2016; SOUZA-FILHO et al., 2016). Adicionalmente,
observa-se tais transformações na região central do estado do Mato Grosso e na área
da Matopiba, na qual a prática agropecuária está sendo ampliada desde a década de
1980 e 1990, respectivamente (VIEIRA, 2016). A prática do desmatamento também
pode explicar a variância em outras regiões, principalmente no Bioma Cerrado, que
até o ano de 2010 teve metade da sua área original modificada (BRASIL, 2014).
A magnitude da variância não representa a complexidade das mudanças no
uso e ocupação da terra, pois ela é calculada a partir do número que identifica a classe
do uso e cobertura da terra. Visto que os maiores valores da variância estão
associados a substituição das classes de formação florestal ou savânica em lagos ou
represas artificiais, que possuem os menores e maiores valores dos números de
identificação das classes, respectivamente. Sendo que as áreas ocupadas por áreas
alagadas por obras de engenharia são bem menores do que as áreas de subtração
das florestas e das savanas para a implementação de pastagens.
Apesar dessas limitações da técnica estatística, a mensuração da variância é
fundamental para a análise espaço-temporal realizada pelas Componentes Principais,
visto que a matriz de covariância é utilizada para identificação dos dados redundantes
(variância próxima de zero) e as áreas com mudanças nas classes do uso e ocupação
(variância elevada). No entanto, as limitações da técnica são superadas pela
redundância de análises estatísticas como, por exemplo, a mensuração do número de
mudanças de classes e a mensuração do número de classes que cada pixel registrou
ao longo do tempo, bem como, o uso da estatística fatorial possibilitou a identificação
das principais mudanças ao longo do espaço e tempo.
57
A Figura 20 mostra o número de mudanças de classes de cada pixel ao longo
do tempo, tornando visível quantas vezes um determinado pixel alterou de classe,
contabilizando qualquer alteração, mesmo quando há o retorno para a classe de uso
e cobertura da terra original. Já a Figura 21 mostra o número de diferentes classes
que cada pixel registrou ao longo do tempo, visto que uma área pode apresentar
variações de poucas classes (duas ou mais) ou apresentar várias mudanças de
diferentes classes de uso e cobertura da terra.
O número de mudanças de classes (Figura 20) variam entre um e 30, sendo
que o valor um (em cinza) indica que a área apresentou somente uma classe de uso
e cobertura da terra ao longo do tempo. Esta situação abrange áreas do Bioma
Amazônia e no interior da Caatinga na divisa com o Cerrado, principalmente no estado
do Piauí. Os valores acima de 10 mudanças de classes encontram-se no curso do Rio
Amazonas, o que também foi indicado na Figura 19. Essa área passou por várias
alterações ao longo do período por causa de flutuações naturais dos níveis de água.
Na área do arco do desmatamento – nos estados de Rondônia, Mato Grosso e Pará
- podemos identificar uma concentração de valores de dois a quatro (tom de roxo),
com predomínio do valor de duas mudanças de classes.
Mudanças significativas também são identificadas no Pantanal, Leste do
Pampa e litoral do Nordeste, os quais apresentaram valores medianos de mudanças
de classe (cinco a 10). No Pantanal esse número de mudanças de classes pode estar
relacionado a intercalação entre áreas alagadas e úmidas, mas também pelo avanço
da pecuária (pastagem) (IBGE, 2020). No Leste do Pampa as mudanças podem estar
associadas a expansão das florestas plantadas na região (AGEFLOR, 2020) e pela
intercalação de classes agropecuárias, essa alternância de atividades agropecuárias
também permite entender as mudanças no litoral nordestino.
58
Figura 20 - Mapa do Número de Mudanças de Classe por Pixel.
60
Figura 21 - Mapa do Número de Classes por Pixel.
61
5.2 Mapeamento dos padrões espaciais das mudanças dos Biomas brasileiros usando
a Análise de Componentes Principais
Primeira Segunda
Bioma Componente Componente Soma
Principal Principal
Pampa 87,89% 3,42% 91,31%
Pantanal 77,4% 8,85% 86,25%
Caatinga 77,2% 7,08% 84,28%
Cerrado 75,37% 9,97% 85,34%
Mata Atlântica 82,7% 5,74% 88,44%
Amazônia Sul 75,02% 11,43% 86,45%
Amazônia Norte 87,94% 3,59% 91,53%
Fonte: A autora (2021).
62
A análise da variância explicada (Tabela 3) evidenciou que a soma da variância
das duas Componentes Principais ultrapassa 84%, sendo que este resultado é muito
satisfatório (MINGOTI, 2005; NEISSE; HONGYU, 2016), pois indica que a partir da
Análise de Componentes Principais foi possível reduzir um conjunto de dados com 34
imagens para duas componentes principais, e representar mais de 84% da variância
do banco de dados original. Essa redução (de 34 para duas imagens) facilita a análise
e compreensão da informação e permite identificar de forma mais ágil e prática as
mudanças no uso e cobertura da terra nos Biomas brasileiros.
O somatório da variância explicada evidência quais são os Biomas que
apresentaram mudanças no uso e cobertura da terra devido a processos mais/menos
complexos, tendo em vista que os maiores/menores valores da variância estão
relacionados a representação das estruturas e processos a partir de dois modelos
estatísticos. Por exemplo, no Bioma Pampa e Amazônia Norte a variância explicada
ultrapassa 91%, com menor variância explicada pela segunda Componente Principal,
e são essas regiões de análise que apresentam os menores valores da variância, do
número de mudanças de classes e do número de classes (Figuras 19, 20 e 21). No
Bioma Mata Atlântica a primeira Componente Principal foi responsável por 82,7% da
variância explicada e a segunda por 5,74%, colocando o Bioma em uma posição
intermediária. Isso se verifica nos valores medianos de variância e de número de
mudanças de classes (Figura 19 e 20), e nos valores mais elevados no número de
classes que ocorre nos estados do Sul e de Sudeste (Figura 21).
Adicionalmente, os valores das variâncias explicadas no Pantanal, Caatinga,
Cerrado e Amazônia Sul da primeira Componente Principal foram mais baixos, de
75,02% (Amazônia Sul) a 77,4% (Pantanal), e os valores de variância explicada pela
segunda Componente Principal foram mais elevados, de 7,08% para Caatinga a
11,43% para a Amazônia Sul. Esses valores corroboram com as discussões das
Figuras 19, 20 e 21, que descrevem que o Pantanal, a Caatinga, o Cerrado e a
Amazônia Sul são os Biomas que apresentaram as mudanças mais significativas,
tendo em vista os elevados valores da variância, do número de classes e do número
de mudanças de classes. Ademais, o Cerrado e a Amazônia Sul concentram as
principais mudanças espaciais e isso reflete em uma maior porcentagem de variância
explicada pela segunda Componente Principal, e consequentemente valores menores
pela primeira Componente Principal.
63
A análise da variância explicada corrobora com as discussões apresentadas
por Maldonado, (1999) e Antunes, (2012), que afirmam que a primeira Componente
Principal representa as estruturas e a segunda Componente Principal representa os
processos das mudanças no uso e cobertura da terra. Considerando que é possível
associar os maiores/menores valores de variância explicada as estruturas/processos
representados pela primeira/segunda Componente Principal. Além disso, a magnitude
da variância explicada pela segunda componente pode indicar ocorrência de
processos de mudanças no uso e cobertura da terra mais intensos ou moderados ao
longo dos 34 anos. Por exemplo, o Pantanal, Caatinga, Cerrado e Amazônia Sul são
os Biomas que provavelmente concentraram as maiores mudanças no uso e cobertura
da terra no território brasileiro e possuem os maiores valores de variância explicada
pela segunda Componente Principal. Já os demais Biomas apresentam maior
variância explicada pela primeira Componente Principal, que podem estar
relacionadas com áreas em que ocorreram mudanças mais brandas no uso e
cobertura da terra.
O modelo estatístico da primeira Componente Principal foi reclassificado em
cinco padrões espaciais (Tabela 1) e está apresentado na Figura 22. A primeira
Componente Principal indica o principal padrão de distribuição das classes de uso e
cobertura da terra, ou seja, apresenta o que há em comum dentro do conjunto de
dados. O padrão “Corpos hídricos” (tons de azul) representa áreas cobertas por
corpos hídricos como, por exemplo, o Rio Amazonas e afluentes, parte do Rio São
Francisco ao Norte da Bahia, o Rio Tiete que atravessa o estado de São Paulo e em
áreas no Pará, com corpos hídricos perto da capital Belém. Normalmente essas áreas
apresentam poucas variações do uso e cobertura da terra, exceto quando há
processos naturais que configuram e alteram a morfologia do leito do rio.
O padrão “Formações florestais e savânicas” pode ser encontrado em tons de
verde e se distribuem principalmente no Bioma Amazônia, no Norte do estado do Mato
Grosso, na área de transição entre a Caatinga e o Cerrado (cobrindo o estado do
Piauí), na divisa entre o Bioma Pampa e a Mata Atlântica no Rio Grande do Sul, e na
Serra do Mar que se estende do estado de São Paulo até Santa Catarina. Essa
distribuição representa as formações florestais e savânicas que cobrem o território
brasileiro e ainda se encontram preservadas, assim podendo ser consideradas como
vegetação nativa.
64
Figura 22 - Mapa do Modelo Estatístico da Segunda Componente Principal.
65
Já o padrão “Formação campestre, áreas úmidas, floresta plantada e pastagem
recente” está representado por tons de amarelo, podemos destacar sua ocorrência no
Bioma Pampa, Bioma Pantanal e em áreas de desmatamento mais recente em
Rondônia, Pará e Mato Grosso. Além disso, podemos notar a área de formação
campestre em Roraima no Norte do país, que na classificação fitoecológica do IBGE
(2019) é classificada como Savana. Nas áreas de desmatamento há a formação e
ampliação da “espinha de peixe” com áreas de pastagem recente, característica do
desflorestamento Amazônico (SANTOS; LINGNAU, 2017). Em suma são áreas que
mantiveram suas classes de uso e cobertura da terra por um longo período, como a
formação campestre e as áreas úmidas nos Biomas Pampa e Pantanal. Mas, que
podem ter passado por alguma forma de mudança antrópica em algum momento,
como a implementação de pastagens ou de florestas plantadas.
Os tons de rosa indicam o padrão “Pastagem consolidada”, que estão
distribuídos em grande parte do território brasileiro, com considerável presença nos
Biomas Cerrado, Caatinga e Mata Atlântica, e em Rondônia, que são regiões com
presença de pastagens antigas (GUIMARÃES, 2016). É interessante salientar que
esse padrão também é encontrado em desmatamentos anteriores a 1985,
normalmente associados a primeiras áreas de pastagens e aberturas de acesso, que
formam a “espinha de peixe” do desmatamento e que a partir dela surgem as novas
áreas desmatadas devido a facilidade de acesso (SANTOS; LINGNAU, 2017).
Por fim, o padrão “Agricultura consolidada e áreas urbanas” está apresentado
em tons de roxo, estes estão concentrados no Noroeste e Sul do Rio Grande do Sul,
no Oeste do Paraná e Santa Catarina, no Sul do Mato Grosso do Sul, no Norte de São
Paulo, no Sul de Goiás, na área central do estado de Mato Grosso, no Oeste da Bahia
e no litoral do Nordeste. As áreas no Sul, Sudeste, Nordeste e Centro-Oeste brasileiro
apresentam uma forte concentração de atividades agrícolas consolidadas, como
monoculturas de soja e cana-de-açúcar (GUIMARÃES, 2016; IBGE, 2020). As
grandes áreas urbanas se distribuem principalmente na faixa litorânea do Brasil,
devido a concentração de habitantes e de grandes metrópoles (LIMA, 2016).
Portanto, a primeira Componente Principal permite compreender de forma
sintetizada o padrão de distribuição das classes de uso e cobertura da terra nos
Biomas brasileiros ao longo de 34 anos. A partir dela, foi possível identificar
visualmente os principais padrões e suas associações espaciais. Abrangendo as
66
estruturas espaciais, sendo elas naturais ou de natureza transformada, que indicam a
configuração e distribuição dos elementos espaciais que compõem os Biomas
brasileiros no período entre 1985 e 2018.
A segunda Componente Principal está relacionada com as mudanças no uso e
cobertura da terra. Em vista disso, se torna possível interpretar e identificar as
principais mudanças nos Biomas brasileiros ao decorrer da série temporal a partir
desta componente. Para facilitar a interpretação a segunda Componente Principal foi
reclassificada em cinco tipos de mudanças (Tabela 2). A Figura 23 mostra o modelo
espacial da segunda Componente Principal reclassificada, onde é possível visualizar
a distribuição espacial e a magnitude (Tabela 4) das mudanças por conversão de
áreas naturais em urbanas ou agropecuárias, processos naturais e silvicultura, perda
de superfície com água, barragens ou áreas alagadas e redundância.
67
terra. Esse tipo de mudança está identificado pela cor vermelha, e correspondeu a
0,081% do território nacional, com área superior a 7 mil quilômetros quadrados. Na
Figura 24 A destaca-se essa mudança nos entornos do Rio Amazonas e no Bioma
Pantanal, no estado do Mato Grosso (Figura 24 B), onde as mudanças podem ser
causadas por fatores naturais como, por exemplo, o deslocamento da posição do leito
dos rios Amazônicos ou a variabilidade da extensão do alagamento no Pantanal
(IBGE, 2020).
A mudança “Processos naturais e Silvicultura” representa áreas nas quais
foram encontradas transições entre classes de dunas e de sistemas agropecuários
para classes de formação florestal, formação savânica, formação campestre e floresta
plantada (Silvicultura). Podendo ser considerado como um processo natural (exceto a
ocorrência de floresta plantada) a transformação de áreas antrópicas (agricultura e
pecuária) em áreas naturais (formações vegetais). Esse tipo de mudança abrange
1,45% da área total do Brasil, com uma extensão de mais de 127 mil quilômetros
quadrados.
A Figura 25 mostra a distribuição espacial da mudança na cor amarela,
havendo uma concentração dessa mudança nos estados de Minas Gerais, Bahia, São
Paulo, Goiás, Mato Grosso, no Norte do Tocantins, no Leste do Rio Grande do Sul,
no Oeste de Paraná e Santa Catarina e estados do Nordeste. A Figura 25 A apresenta
uma substituição da classe de pastagem pela formação savânica, evidenciando uma
regeneração natural da vegetação. Na Figura 25 B é mostrado um exemplo no Sul do
Rio Grande do Sul, onde a classes de Dunas e de Outra Área não Vegetada tornaram-
se em Formação Florestal e Campestre por processos naturais da planície costeira.
O tipo de mudança “Redundância” corresponde a áreas nas quais não
ocorreram mudanças ou houveram mudanças brandas, visto que as classes do uso e
cobertura da terra mantiveram-se no decorrer dos 34 anos ou são áreas que podem
ser representadas por um número maior de componentes, mas nesse estudo é
inviável explorar as componentes que representam uma menor porcentagem da
variância. Esse tipo de mudança corresponde a 85,18% do território nacional, que são
mais de 7 milhões e 474 mil quilômetros quadrados. Adicionalmente, essa extensão
de 85,18% do território não são exclusivamente formações naturais preservadas,
tendo em vista que ocorreram diversas mudanças no uso e cobertura da terra
anteriormente ao ano de 1985 que se mantiveram ao longo do tempo e as mudanças
68
de uma ou duas classes, especialmente entre as classes com identificador de
pequena magnitude (Quadro 1), que geram pequenas magnitudes da variância e não
são representados pelas duas primeiras componentes principais. Importante salientar
que as áreas de “Redundância” possuem um grau de correspondência espacial com
as áreas de baixa variância temporal, menor número de mudanças de classe e de
número de classes (Figuras 19, 20, 21). Souza et al. (2020) identificou que entre 1985
e 2017 cerca de 63,5% do território nacional manteve suas classes de uso e cobertura
da terra, indicando que houveram mudanças que não foram representadas por
somente duas Componentes Principais utilizadas neste estudo.
A mudança “Conversão de áreas naturais em urbanas ou agropecuárias”
corresponde a substituição de classes naturais em áreas urbanas ou para atividades
de agropecuária (agricultura ou pastagem). Porém, na reclassificação não foi possível
separar as duas conversões devido à similaridade dos valores. Essa mudança
corresponde a 13,17% do território nacional, com mais de 1 milhão e 150 mil
quilômetros quadrados, tornando o crescimento da infraestrutura urbana e a expansão
agropecuária os principais promotores das mudanças do uso e cobertura da terra nos
Biomas brasileiros, e quando realizados sem o planejamento ambiental podem
impactar negativamente o meio ambiente devido ao desmatamento e a perda de
cobertura vegetal natural sem a devida mitigação e compensação ambiental.
A Figura 26 apresenta a distribuição da mudança “Conversão de áreas naturais
em urbanas ou agropecuárias” na cor lilás, com ênfase na região do arco do
desmatamento nos estados de Rondônia, Mato Grosso, Pará, Maranhão e Tocantins
onde houve uma alta taxa de desmatamento devido ao avanço da fronteira agrícola
em direção a Amazônia (MATOS, 2016). A Figura 26A apresenta o estado de
Rondônia e parte do estado do Mato Grosso, onde é possível identificar o formato de
“espinha de peixe” do desmatamento Amazônico gerado a partir de desmatamentos
produzidos nos entornos de rodovias ou rios (SANTOS; LINGNAU, 2017),
convertendo a classe de Formação Florestal para a de Pastagem. A Figura 26B
mostra uma área do estado de Mato Grosso que possui partes no Bioma Cerrado e
Amazônia, onde há uma concentração de mudanças, especialmente das classes de
Formação Florestal, Savânica e Campestre que se converteram em áreas de
Pastagem e de Cultura anual e perene.
69
As mudanças em Goiás, Mato Grosso, no Oeste de São Paulo, Paraná e Santa
Catarina (Figura 26) estão relacionadas com o avanço da fronteira agrícola sobre o
Centro-Oeste brasileiro. Na região da Matopiba (Maranhão, Tocantins, Piauí e Bahia)
é possível também visualizar a ocupação da agropecuária sobre as áreas naturais
(VIEIRA, 2016). É necessário destacar que o maior crescimento urbano ocorreu de
forma mais significativa nos municípios da zona costeira, onde concentra-se a maior
porcentagem da população brasileira (LIMA, 2016). Adicionalmente, também ocorreu
a expansão das áreas urbanas com o avanço da fronteira agrícola, pois, com a
implementação das atividades econômicas agropastoris houve uma atração/migração
populacional, produzindo um crescimento urbano nos municípios do interior do Brasil
(MOURA; OLIVEIRA; PÊGO FILHO, 2018).
A mudança “Barragens ou áreas alagadas” está associada a construção de
barragem, e um consequente alargamento do leito do rio ou a criação de lagos
artificiais, ou áreas em que houve acúmulo de água por processos naturais. Essa
mudança correspondeu a 0,12% do território nacional, com mais de 10 mil quilômetros
quadrados. A Figura 27 apresenta a distribuição dessa mudança na cor azul claro,
onde é possível visualizar a ocorrência nos estados de Goiás, Tocantins, Mato Grosso
e nos entornos do Rio Amazonas. Esse tipo de mudança apresentou valores positivos
e elevados na segunda Componente Principal e no mapa da variância (Figura 19),
tendo em vista que a magnitude dos identificadores das classes de uso e cobertura
da terra, que anteriormente eram de formações naturais (identificadores de 3, 4 e 12)
e se tornaram Rio, Lago ou Oceano (identificador 33) pode ter influenciado na
modelagem estatística, com a mensuração da covariância e no cálculo do autovetor
da segunda Componente Principal.
Na Figura 27A destaque-se o estado de Goiás, nas proximidades do Distrito
Federal, e uma parte do Sul do Tocantins. Ao Norte de Goiás temos o lago artificial
nomeado de Lago da Serra da Mesa, da Usina da Serra da Mesa. A construção da
barragem e da usina iniciou em 1986 e desde 1998 está em funcionamento. Mais
acima no mapa temos o Lago de Cana Brava, lago artificial da Usina de Cana Brava,
e demais usinas hidrelétricas instaladas no Rio Tocantins (FERNANDES, 2010). A Sul
do Distrito Federal temos a Usina Hidrelétrica de Corumbá IV, instalada no Rio
Corumbá e em 2005 iniciou o enchimento de seu reservatório (LIMA, 2015).
70
Na Figura 27B observa-se uma área de divisa entre o estado de São Paulo e
Mato Grosso, onde situa-se a usina hidrelétrica Porto Primavera no Rio Paraná, a
mesma é a mais extensa do Brasil com mais de 10 quilômetros de extensão, e foi
inaugurada em 1999 (SOUZA, 2010). A instalação das usinas hidroelétricas, e de seus
lagos artificiais, causam a inundação de áreas e produzem impactos sociais e
ambientais na localidade. Dentre os principais impactos ambientais gerados há a
alteração da flora, fauna, na atividade pesqueira e turística, a perda de biodiversidade
ocasionada pela inundação de ecossistemas preservados, subida do lençol freático,
erosão a jusante da hidroelétrica, e etc. Nos impactos de caráter social há a retirada
da população local, desagregação das comunidades, desorganização das atividades
econômicas e das relações sociais (COMISSÃO MUNDIAL DE BARRAGENS, 1999
apud SOUZA, 2010).
Alguns estudos apresentaram semelhanças com os resultados encontrados a
partir da análise aqui desenvolvida e serão apontador a seguir. Souza et al. (2020)
definiu 5 tipos de mudanças para o território nacional entre dois anos, 1985 e 2017, a
partir de dados MapBiomas - nível 1. O mapa de mudanças gerado nesta pesquisa
apresenta uma semelhança espacial com o mapa de Tipos de Mudanças da Figura
23. As maiores correspondências ocorreram no Bioma Amazônia na classe “perda de
vegetação”, aqui identificado como “Conversão de áreas naturais em urbanas ou
agropecuárias”, e na classe “mudança do uso no solo” que correspondem
espacialmente com as mudanças identificadas no Cerrado e Mata Atlântica. A classe
“perda/ganho de água” também apresenta um grau de semelhança com as mudanças
“Barragens ou áreas alagadas” e “Perda de superfície com água” (Figuras 24 e
27). Neste estudo se verificou que a área de agricultura cresceu em todos os Biomas
(172,5%), e as áreas de pastagem aumentaram em mais de 46% no período
observado (SOUZA et al., 2020).
IBGE (2020) analisou as mudanças no uso e cobertura da terra dos Biomas
brasileiros entre 2000 e 2018. Primeiramente foi mapeada a localização das áreas
naturais e antrópicas para o ano de 2018 e se constatou que a maioria das áreas
naturais florestais se concentram na Amazônia. Na Mata Atlântica há a presença de
remanescentes florestais fragmentados no litoral, o Pantanal possui um alto grau de
conservação das suas áreas naturais, o Cerrado tem forte antropização na parte Sul
do Bioma e a Caatinga na parte Oriental, e o Pampa apresenta considerável
71
antropização nas áreas de planalto. Tais resultados assemelham-se a áreas de
redundância (Figura 23), áreas de formações naturais (Figura 22), áreas
agropecuárias (Figura 22) e de conversão de áreas naturais em urbanas ou
agropecuárias (Figura 26) identificadas a partir da Análise de Componentes Principais.
72
Figura 23 - Mapa do Modelo Estatístico da Segunda Componente Principal Reclassificada.
73
Figura 24 – Mapa da Mudança: Perda de Superfície com Água.
74
Figura 25 – Mapa da Mudança: Processos Naturais e Silvicultura.
75
Figura 26 - Mapa da Mudança: Conversão de Áreas Naturais em Urbanas ou Agropecuária.
76
Figura 27 - Mapa da Mudança: Barragens ou Áreas Alagadas.
77
IBGE (2020) identificou que a Amazônia e Cerrado concentraram as maiores
perdas de áreas naturais, na Amazônia o crescimento da classe de pastagem com
manejo foi de 71,4% e da área agrícola de 288,6%, o que corrobora com os resultados
encontrados na Figura 23. No Cerrado as principais mudanças no uso e cobertura da
terra ocorreram pela expansão da agricultura e silvicultura, e pela redução de áreas
campestres e florestais (IBGE, 2020; BEUCHLE et al., 2015). A região do Matopiba
também registrou crescimento de áreas agrícolas (IBGE, 2020; MATRICARDI et al.,
2019). Tais informações coincidem com os resultados encontrados pela segunda
Componente Principal que indica a expansão de áreas agropecuárias nestas regiões
(Figura 26).
A Mata Atlântica apresentou leve redução de cobertura vegetal, porém as
principais mudanças foram causadas pelo crescimento de áreas agrícolas e da
silvicultura. Tanto o Cerrado como a Mata Atlântica possuem áreas no chamado
Centro-Sul brasileiro, que se destacam pela forte presença do agronegócio (IBGE,
2020). Na Figura 22 a área de agricultura e pastagem consolidada se concentra nesta
região.
A redução da vegetação campestre e florestal também foi observada na
Caatinga, com aumento das áreas de mosaicos, áreas agrícolas e de pastagem com
manejo (IBGE, 2020; BEUCHLE et al., 2015), a expansão de áreas agropecuárias na
Caatinga é observada através da Figura 26. No Pampa ocorreu perda de vegetação
campestre (OLIVEIRA et al., 2017), sendo que o crescimento agrícola e da silvicultura
são os principais agentes nessa redução (IBGE, 2020). O Pantanal teve suas
principais mudanças ocasionadas pelo avanço das pastagens sobre as áreas
campestres (IBGE, 2020), Miranda, Filho e Pott (2018) também identificaram o
crescimento da “vegetação curta” devido a implementação da pastagem entre 2000 e
2015. A redução da vegetação natural nestes Biomas também é observada na Figura
26.
78
5.3 Análise das relações espaço-temporais entre os usos e coberturas da terra
identificados com as Componentes Principais
79
Para o Pampa, Amazônia Norte e Mata Atlântica o gráfico (Figura 28) forma
praticamente uma linha reta, indicando uma maior correlação negativa e estabilização
das classes de uso e cobertura da terra ao longo do tempo, isso também pode ser
relacionado com os maiores valores de variância explicados pela primeira
Componente Principal nestas regiões de análise (Tabela 3). Na Caatinga, Cerrado e
Pantanal os valores de correlação são maiores no início da série temporal e reduzem
a partir de 1995. Por fim, a Amazônia Sul apresenta valores maiores na década de
1980 e 1990, que reduzem a partir dos anos 2000. Essa correlação mais fraca nos
anos iniciais está relacionada com as mudanças no uso e cobertura da terra que
ocorreram na região neste período, e que se distanciam do padrão de distribuição das
classes. Na Figura 22 foi identificado o padrão de “pastagem recente” e “pastagem
consolidada” na região, implementada após o desmatamento da floresta nativa, e a
Figura 26 comprova essa situação.
A figura 29 apresenta o coeficiente de correlação entre a segunda Componente
Principal e os anos dos mapas de uso e cobertura da terra do MapBiomas para todas
as regiões de análise. É possível visualizar um mesmo padrão, uma curva em forma
de “S”, partindo de valores negativos e chegando a valores positivos. A amplitude do
coeficiente de correlação foi de -0,48 até 0,35. Essa curva de distribuição dos valores
dos coeficientes de correlação indica uma aproximação (valores positivos) e um
distanciamento (valores negativos) com o modelo estatístico da segunda Componente
Principal. A análise do gráfico permite indicar os anos das condições iniciais (antes
das mudanças, valores negativos) e as condições finais (depois das mudanças,
valores positivos), e analisar o comportamento temporal das mudanças no uso e
cobertura da terra.
A partir da análise do gráfico (Figura 29) verifica-se que o Pampa, Amazônia
Norte, Caatinga e Mata Atlântica apresentaram curvas mais suaves, o que indica
mudanças mais brandas no uso e cobertura da terra, sem transformações rápidas.
Desta forma, não possuem uma grande amplitude entre os valores de correlação entre
as condições iniciais e finais. Essa situação se confirma através da Tabela 3 que indica
menores porcentagens de variância explicada pela segunda Componente Principal
nestas regiões, além disso, as Figuras 22 e 23 mostram que nestes locais existiam
formações vegetais preservadas, agricultura e pastagem consolidada, áreas urbanas
e áreas de redundância (sem mudança de classe).
80
Figura 29 - Gráfico do Coeficiente de Correlação da Segunda Componente Principal.
81
perda de áreas florestais e expansão de áreas de água e agropecuária, tal informação
corrobora com os resultados aqui encontrados por meio do coeficiente de correlação.
De acordo com a Tabela 3 as regiões de análise citadas acima (Amazônia Sul,
Cerrado e Pantanal) possuem as maiores porcentagens de variância explicada pela
segunda Componente Principal – que está associada as mudanças no uso e cobertura
da terra. Ademais, também concentram significativas mudanças decorrentes da
conversão de áreas naturais em agropecuárias ou urbanas, e de perda de superfície
com água (Pantanal) (Figura 26 e 24); e abrigam áreas do padrão pastagens recentes
e consolidadas (Figura 22).
Para identificar as relações espaço-temporais das mudanças no uso e
cobertura da terra nos Biomas brasileiros foram selecionados os mapas do
MapBiomas dos anos que apresentaram os maiores (semelhança) e menores
(divergências) coeficientes de correlação com o modelo estatístico da segunda
Componente Principal. Os anos selecionados e seus respectivos valores estão
apresentados na Tabela 5.
82
espacial representado por esta Componente Principal. Desta forma, os anos com os
menores valores de correlação apontam para uma condição inicial do uso e cobertura
da terra brasileira, em um momento em que as mudanças ainda não haviam ocorrido.
As imagens de uso e cobertura da terra do MapBiomas para os anos identificados
foram unidas em um único mosaico, apresentado na Figura 30.
Os maiores valores do coeficiente de correlação ocorreram nos anos finais da
série temporal observada, se concentrando entre 2013 a 2016 (Tabela 5). Esses
valores maiores indicam uma semelhança entre os dados e o modelo estatístico da
segunda Componente Principal. Assim, os anos que apresentaram os maiores valores
de correlação estão relacionados com a condição final do uso e cobertura da terra
brasileira, em um momento em que as mudanças já ocorreram. As imagens de uso e
cobertura da terra do MapBiomas para os anos identificados com os maiores valores
de correlação foram unidas em um único mosaico, apresentado na Figura 31.
Ao visualizar as Figuras 30 e 31, respectivamente de menor e maior correlação
com a segunda Componente Principal, podemos encontrar diversas mudanças no uso
e cobertura da terra nos Biomas brasileiros. Primeiramente, destaca-se o avanço da
fronteira agrícola em direção a Amazônia, com forte presença na região do arco do
desmatamento, e com grande destaque para a expansão das áreas de pastagem.
Também é possível perceber grandes mudanças nos estados de Mato Grosso, Mato
Grosso do Sul e Goiás, com um crescimento das áreas de pastagens e de culturas
anual e perene, e de semi-perene. Como apontado pela Tabela 4, a mudanças
“Conversão de áreas naturais em agropecuárias e urbanas” foi responsável por
13,17% das mudanças no uso e cobertura da terra e se visualiza esse processo
através das Figuras 30 e 31. Além disso, a região da Amazônia Sul e do Cerrado
apresentaram uma taxa rápida de mudanças (Figura 29), o que gera significativos
impactos ambientais.
Importante mencionar que nas margens do Rio Amazonas há um crescimento
da classe de pastagem, que pode ser associado com os resultados encontrados nos
mapas das Figuras 19, 20 e 21. Além disso, a Figura 26 indica nesta região a mudança
do tipo “Conversão de áreas naturais em agropecuárias e urbanas”.
83
Figura 30 - Mapa de uso e cobertura da terra para os anos de menor correlação.
84
Figura 31 - Mapa de uso e cobertura da terra para os anos de maior correlação.
85
Nos estados de São Paulo, Paraná, Santa Catarina e Rio Grande do Sul se
visualiza um movimento de expansão das classes de agricultura de Leste em direção
a Oeste, ocupando áreas que antes pertenciam a pastagem, esse processo também
foi encontrado no estudo do IBGE (2020). Na Caatinga há um crescimento da
pastagem em direção ao interior do continente. E na região da Matopiba, que é uma
nova fronteira agrícola no Brasil nos estados do Maranhão, Tocantins, Piauí e Bahia,
pode-se visualizar a ocupação da pastagem e de áreas de cultivo em locais que antes
continham classes de formações vegetais. Essas mudanças também foram
evidenciadas pelo IBGE (2020).
A comparação entre estes dois mapas (Figura 30 e 31) nos aponta as direções
espaciais das mudanças no uso e cobertura da terra brasileira. Com destaque para a
expansão da agropecuária em direção ao interior do continente, consolidando a
fronteira agrícola e o Centro-Oeste como um grande produtor agropecuário
(EMBRAPA, 2018). Além disso, visualizamos o avanço da fronteira agrícola em
direção a Amazônia e a grande alteração nesta área, e que em muitas vezes o avanço
da agropecuária ocorre por meio do desmatamento ilegal (GUIMARÃES, 2016). Na
Matopiba, fronteira agrícola recente, percebemos também o crescimento da
agropecuária que está se estabelecendo e expandido. Mas de forma geral, a nível de
Brasil, ocorreu um movimento de interiorização das classes agropecuárias que
passaram a ocupar os locais mais remotos, com o avanço da pastagem e da
agricultura, sendo que se verificou casos em que a agricultura passa a ocupar áreas
de antigas pastagens (IBGE, 2020).
Esse movimento de interiorização da agropecuária foi acompanhado por
migrações populacionais dentro do território nacional, elas intensificaram-se a partir
da década de 1980 e resultaram em mudanças significativas no espaço agrário
brasileiro. O avanço da fronteira agrícola sobre o Centro-Oeste se dá pela migração
de sulistas para esta área durante a década de 1980, e nos anos 1990 esses
produtores se direcionam para o Norte e Matopiba. Atualmente, a região Centro-Oeste
possui grande importância na produção agrícola, e abriga parte do “arco produtivo” de
grãos (soja e milho). Também houve migrações importantes de nordestinos em
direção a áreas industrializada no Sudeste, entre 1960 e 1980, e em direção ao Norte,
década de 1970 (EMBRAPA, 2018). Os movimentos migratórios em direção ao meio
urbano concentraram a população em áreas urbanas já consolidadas, principalmente
86
no litoral e no Sudeste, nos quais houve significativo crescimento da área urbana
(LIMA, 2016).
A partir das Figuras 30 e 31 se constata a preservação de áreas de formações
vegetais na Amazônia, no litoral da Mata Atlântica, e no interior da Caatinga com divisa
com o Cerrado. Isso coincide com o padrão “Formação florestal e savânica” (Figura
22) e “Redundância” (Figura 23). Porém, a expressiva transformação do território
brasileiro em relação ao uso e cobertura da terra gera diversos impactos no sistema
ambiental. Tanto na prática agropecuária pela mudança do uso e cobertura da terra
(desmatamento; impactos climáticos, hídricos e na biodiversidade) e pela degradação
de áreas cultivadas (erosão, fertilizantes, agrotóxicos, contaminação ambiental), como
pelo crescimento das zonas urbanas, que pela grande concentração populacional
causam poluição do ar e rios, emissão de gases por veículos e industrias, produção
de rejeitos e ocupações em área impróprias (margens de rios e encostas) (JATOBÁ,
2011; SAMBUICHI et al, 2012).
No setor da agropecuária se destaca a importância e ampliação de projetos
como “Agricultura de Baixo Carbono” que busca reduzir a emissão de gases de efeito
estufa pela atividade, o “Pró-Orgânico” que incentiva formas sustentáveis de produção
e a redução do emprego de agrotóxicos, o “PRONAF” que auxilia pequenos
agricultores, e colabora para formas mais sustentáveis de produção (SAMBUICHI et
al, 2012). Além disso, o uso de novas práticas que utilizem tecnologia e busquem a
conservação do solo, a otimização do uso dos recursos hídricos, o aumento da
produtividade, a recuperação de áreas degradadas e a ampliação de sistemas
integrados e sustentáveis (EMBRAPA, 2018). Tais ações contribuem para a redução
do desmatamento de áreas nativas, permitindo a manutenção da produção de
maneira sustentável.
O meio urbano também deve repensar suas práticas para reduzir o impacto
sobre o meio ambiente, que afeta diretamente a qualidade de vida da população. Para
isso, é necessário que as construções antrópicas estejam afastadas de margens e
nascentes de corpos hídricos e de encostas, assim preservando a cobertura vegetal
original. Os resíduos e efluentes domésticos e industriais produzidos devem ser
corretamente separados e tratados, necessitando da ampliação do saneamento
básico em escala nacional. Também torna-se essencial a implementação de zonas
verdes e de preservação, que funcionem como áreas de lazer para a população e
87
melhoram a qualidade do ar do meio urbano. Essas ações reduzem os impactos
urbanos sobre o meio ambiente e o risco frente a enchentes e deslizamentos de
massa (CAMPANILI; SCHAFFER, 2010).
Práticas sustentáveis visam valorizar os serviços ecossistêmicos oferecidos
pelos diferentes Biomas e conservar a biodiversidade. Possibilitando, por exemplo, a
implementação de atividades de ecoturismo que podem beneficiar todos os Biomas.
Nesse contexto, destaca-se o uso de formações campestres no Pampa e Pantanal
como pastagens naturais (IBGE, 2020), conciliando a atividade econômica com a
preservação do meio natural.
Aliado ao desenvolvimento sustentável, torna-se essencial atingir o
desmatamento zero na Amazônia e recuperar as áreas degradadas, pois, a floresta
Amazônica tem importante papel na regulação climática e hidrológica, colaborando na
precipitação no Centro-Sul brasileiro que é uma região de alta contribuição no PIB
nacional (NOBRE, 2014). Assim, deve-se incentivar a prática do extrativismo vegetal
não predatório, que utiliza os produtos oferecidos pela floresta Amazônica e
desenvolve a economia local (NOBRE et al., 2016; STABILE et al., 2020).
No Cerrado é necessário expandir práticas sustentáveis na atividade
agropecuária, como a conservação dos solos, a recuperação de áreas degradadas e
a proteção da cobertura vegetal natural (BRASIL, 2014). A Mata Atlântica deve
também fazer uso de práticas sustentáveis no desenvolvimento da atividade
agropecuária, como também a recuperação dos remanescentes florestais e a conexão
entre fragmentos isolados, visando a manutenção da biodiversidade (REZENDE et al.,
2018). Na Mata Atlântica há uma grande concentração urbana e populacional,
principalmente na zona costeira, assim, deve-se repensar os padrões de consumo e
as ocupações no meio urbano, que degradam o meio ambiente pela ocupação em
margens de rios e encostas, e poluem pela grande produção de resíduos sólidos e a
falta de saneamento básico (JATOBÁ, 2011).
Na Caatinga também deve-se utilizar práticas sustentáveis tanto no meio
urbano como na atividade agropecuária (sistemas agroflorestais e extrativismo
vegetal), focando na recuperação de áreas degradadas e com risco a desertificação,
e na conservação da vegetação nativa. Além disso, deve-se aproveitar o potencial
turístico do Bioma para impulsionar o desenvolvimento local (GANEM, 2017). Sobre
88
este Bioma é necessário afinar o olhar sobre as dificuldades da população, que
anualmente enfrenta a seca e a escassez hídrica.
O Zoneamento Ecológico-Econômico (ZEE) é uma importante ferramenta para
conciliar o crescimento econômico com a conservação dos recursos naturais a partir
da delimitação de usos potenciais do espaço. O ZEE pode ser realizado e aplicado
em escala municipal, estadual e federal, auxiliando na implementação de um
planejamento ambiental eficiente, integrador e específico para diferentes realidades
socioambientais. Desta forma, contribuindo para o uso racional dos recursos naturais,
evitando atividades predatórias e incentivando atividades mais adequadas as
características de cada região (BRASIL, 2021). A partir disso, se evidencia o potencial
do ZEE para a manutenção do equilíbrio dos Biomas brasileiros conciliada com o
desenvolvimento econômico e redução das desigualdades sociais.
89
6 Considerações Finais
90
intermediária causada pelo avanço da agropecuária, que se expande pelo uso da
irrigação em áreas de cultivo (EMBRAPA, 2018). Em todos os Biomas encontrou-se
o avanço de classes agropecuárias, motivadas pela interiorização dessa atividade no
Brasil, e o crescimento de áreas urbanas, devido a migração populacional que segue
as atividades econômicas. De maneira geral, o território brasileiro teve suas principais
mudanças no uso e cobertura da terra entre os anos de 1990 e 2005.
Com a primeira Componente Principal se identificou os principais padrões
espaciais de uso e cobertura da terra entre 1985 e 2018, abrangendo áreas nativas e
a natureza transformada, evidenciando a necessidade de práticas sustentáveis nas
atividades urbanas e agropecuárias, com uma visão integradora do território nacional
para aplicar o planejamento ambiental de forma abrangente, incentivando o correto
manejo dos recursos naturais nas diversas escalas espaciais.
É fundamental compreender espacialmente e temporalmente as principais
mudanças no uso e cobertura da terra nos Biomas, que vão guiar áreas e práticas
prioritárias (SANTOS, 2004). Neste trabalho apresentamos uma síntese dos principais
padrões e mudanças espaço-temporais no uso e cobertura da terra brasileira, que
podem auxiliar no processo de planejamento ambiental nacional. Para além disso, foi
possível mensurar as mudanças no uso e cobertura da terra no Brasil, e o papel
central das atividades antrópicas na subtração de áreas naturais, indicando o avanço
do desmatamento e da agropecuária sobre o Cerrado e a Amazônia.
Tratando-se da escala de análise, esta pesquisa contribui com os estudos de
uso e cobertura da terra, pois apresenta uma visão em escala nacional. Gerada a
partir da análise de um grande banco de dados que pode subsidiar futuras pesquisas
que visem analisar o fenômeno em uma escala cartográfica grande ou que
investiguem soluções práticas que mitiguem os impactos gerados pelas mudanças no
uso e cobertura da terra.
Por fim, retoma-se a questão da escala de análise na Ciência Geográfica, e os
desafios de realizar estudos e análises em escalas cartográficas pequenas, e a
integração das análises com escalas cartográficas grandes. Tendo em vista que a
compreensão das estruturas e processos dependem das análises em diferentes
escalas, dimensões e visões do real, possibilitando uma compreensão do “todo” até
as especificidades dos fenômenos que compõem as estruturas e processos
(CASTRO, 2014). Por isso, destaca-se a importância de estudos integradores e em
91
pequena escala cartográfica a fim de auxiliar no planejamento ambiental e no
desenvolvimento sustentável.
92
Referências
ALVARES, Clayton Alcarde; Stape, J. L., Sentelhas, P. C., de Moraes, G., Leonardo, J., &
Sparovek, G. Köppen's climate classification map for Brazil. Meteorologische Zeitschrift, v.
22, n. 6, p. 711-728, 2013.
ARAÚJO FILHO, Milton da Costa; MENESES, Paulo Roberto; SANO, Edson Eyji. Sistema
de classificação de uso e cobertura da terra com base na análise de imagens de satélite.
Revista Brasileira de Cartografia, v. 59, n. 2., p.171-179, 2007.
BEUCHLE, R., GRECCHI, R. C., SHIMABUKURO, Y. E., SELIGER, R., EVA, H. D., SANO,
E., & ACHARD, F. Land cover changes in the Brazilian Cerrado and Caatinga biomes from
1990 to 2010 based on a systematic remote sensing sampling approach. Applied
Geography, v. 58, p. 116-127, 2015.
BRASIL. Ministério do Meio Ambiente. Amazônia. Brasília, DF, [2020a]. Disponível em:
<http://www.mma.gov.br/Biomas/amaz%C3%B4nia.html>. Acesso em: Abril de 2020.
BRASIL. Ministério do Meio Ambiente. Caatinga. Brasília, DF, [2020d]. Disponível em:
<https://www.mma.gov.br/Biomas/caatinga>. Acesso em: Abril de 2020.
BRASIL. Ministério do Meio Ambiente. Mata Atlântica. Brasília, DF, [2020e]. Disponível em:
<https://www.mma.gov.br/Biomas/mata-atl%C3%A2ntica_emdesenvolvimento.html>.
Acesso em: Abril de 2020.
93
BRASIL. Ministério do Meio Ambiente. PPCerrado: Plano de Ação para prevenção e
controle do desmatamento e das queimadas no Cerrado: 2ª fase (2014-2015), p. 26-39,
2014.
CASTRO, Iná Elias de. Escala e pesquisa na geografia. Problema ou solução?. Espaço
Aberto, v. 4, n. 1, p. 87-100, 2014.
CASTRO, Iná Elias de. O Problema da Escala. In: Geografia: Conceitos e Temas, org.
CASTRO, I.E., GOMES, P.C.C & CORRÊA, R.L., Rio de Janeiro, Bertrand Brasil, 1995.
CAVALCANTI, Iracema FA. Tempo e clima no Brasil. São Paulo, Oficina de textos, 2009.
COSTA, Clodoaldo Marques da; NETO, Paulo Rodrigues de Melo; BARROS, Yara Soares
Sales de; PANTOJA, Pedro Cássio da Silva et al. Transição do uso e cobertura da terra do
município de são félix do xingu – pa no período de 2008 a 2017. In: Anais do XIX Simpósio
brasileiro de Sensoriamento Remoto, 2019, Santos. Anais eletrônicos... Campinas,
GALOÁ, 2019. Disponível em: <https://proceedings.science/sbsr-2019/trabalhos/transicao-
do-uso-e-cobertura-da-terra-do-municipio-de-sao-felix-do-xingu-----pa-no-periodo-de-2008-a-
2017> Acesso em: 23 mar. 2020.
CUNHA, Cátia Nunes da; GIRARD, Pierre; NUNES, Gustavo Manzon; ARIEIRA, Julia;
PENHA, Jerry, JUNK, Wolfgang, Pantanal - A identidade de uma grande área úmida, p. 85-
99. In: PEIXOTO, A. L.; LUZ, J. R. P.; BRITO, MA de. Conhecendo a biodiversidade.
Brasília, CNPq: Ministério da Ciência, Tecnologia, Inovações e Comunicações, 2016.
DENG, J. S. Wang, K., Deng, Y. H., & Qi, G. J. PCA‐based land‐use change detection and
analysis using multitemporal and multisensor satellite data. International Journal of
Remote Sensing, v. 29, n. 16, p. 4823-4838, 2008.
FREY, G. P., WEST, T. A., HICKLER, T., RAUSCH, L., GIBBS, H. K., e BÖRNER, J. .
Simulated impacts of soy and infrastructure expansion in the Brazilian Amazon: A maximum
entropy approach. Forests, v. 9, n. 10, p.600, 2018.
GUIMARÃES, Luiz Sérgio Pires. Evolução do espaço rural brasileiro. In: DE FIGUEIREDO,
Adma Hamam (Ed.). Brasil: uma visão geográfica e ambiental no início do século XXI.
IBGE, Instituto Brasileiro de Geografia e Estatística, 2016, p. 119-137.
GUSMÃO, Luís Fernando Pascholati; QUEIROZ, Luciano Paganucci de; QUIJANO, Freddy
Ruben Bravo; JUNCÁ, Flora Acunã; OLIVEIRA, Reyjane Patricia de; BASEIA, Iuri Goulard.
Caatinga – Diversidade na adversidade do semiárido brasileiro, p.100-111, In: PEIXOTO, A.
L.; LUZ, J. R. P.; BRITO, MA de. Conhecendo a biodiversidade. Brasília, CNPq: Ministério
da Ciência, Tecnologia, Inovações e Comunicações, 2016.
95
IBGE - Instituto Brasileiro de Geografia e Estatística. Contas de ecossistemas: o uso da
terra nos Biomas brasileiros: 2000- 2018. IBGE, Coordenação de Recursos Naturais e
Estudos Ambientais, Coordenação de Contas Nacionais. - Rio de Janeiro: IBGE, 2020
JATOBÁ, Sérgio Ulisses Silva. Urbanização, meio ambiente e vulnerabilidade social. 2011.
Boletim Regional, Urbano e Ambiental. IPEA, n.5, 2011.
KILL, Lúcia Helena Piedade; PORTO, Diogo Denardi. Bioma Caatinga: oportunidades e
desafios de pesquisa para o desenvolvimento sustentável, p.65-77. In: VILELA, Evaldo
Ferreira; CALLEGARO, Geraldo Magela Callegaro; FERNANDES, Geraldo Wilson. BIOMAS
E AGRICULTURA: oportunidades e desafios. Vertentes Edições. Rio de Janeiro, 2019.
LIMA, Maria Helena Palmer. A delimitação legal dos espaços urbanos. In: DE FIGUEIREDO,
Adma Hamam (Ed.). Brasil: uma visão geográfica e ambiental no início do século XXI.
IBGE, Instituto Brasileiro de Geografia e Estatística, 2016, p. 75-100.
MAGNUSSON, William Ernest; HOLANDA, Ana Sofia Sousa de; FREITAS, Maria Aparecida
de; RAMALHO, Emiliano Esterci; AKAMA, Alberto Akama; FERREIRA, Leandro; MENIN,
Marcelo; NUNEZ, Cecilia Veronica; RODRIGUES, Domingos de Jesus; MANZATTO, Ângelo
Gilberto; PAGGOTO, Rubiane de Cássia; ISHIKAWA, Noemia Kazue. Amazônia -
Biodiversidade Incontável. p.111-123. In: PEIXOTO, A. L.; LUZ, J. R. P.; BRITO, MA de.
Conhecendo a biodiversidade. Brasília, CNPq: Ministério da Ciência, Tecnologia,
Inovações e Comunicações, 2016.
96
MAPBIOMAS. MapBiomas General “Handbook” Algorithm Theoretical Basis Document
(ATBD) - Collection 4, p. 1-40, 2019. Disponível em: <https://mapBiomas-br-
site.s3.amazonaws.com/ATBD_Collection_4_v2_Dez2019.pdf>. Acesso em: Outubro de
2020.
MARQUES, Márcia C. M.; SILVA, Ana Carolina Lins e; RAJÃO, Henrique; ROSADO, Bruno
Henrique P.; BARROS, Claudia Franca; OLIVEIRA, João Alves de; FINOTTI, Ricardo;
NECKEL-OLIVEIRA, Selvino; AMORIM, André; CERQUEIRA, Rui; BERGALLO, Helena de
Godoy. Mata Atlântica - O desafio de transformar um passado de devastação em um futuro
de conhecimento e conservação. p. 50-67. In: PEIXOTO, A. L.; LUZ, J. R. P.; BRITO, MA
de. Conhecendo a biodiversidade. Brasília, CNPq: Ministério da Ciência, Tecnologia,
Inovações e Comunicações, 2016.
MAURANO, Luis; ESCADA, Maria Isabel Sobral. Comparação dos dados produzidos pelo
prodes versus dados do mapBiomas para o Bioma amazônia. In: Anais do XIX Simpósio
brasileiro de Sensoriamento Remoto, 2019, Santos. Anais eletrônicos... Campinas,
GALOÁ, 2020. Disponível em: <https://proceedings.science/sbsr-2019/papers/comparacao-
dos-dados-produzidos-pelo-prodes-versus-dados-do-mapBiomas-para-o-Bioma-amazonia>.
Acesso em: Abril de 2020.
MENEZES, Paulo Márcio Leal de; FERNANDES, Manoel do Couto. Roteiro de cartografia.
Oficina de Textos, 2016.
97
NOBRE, Antonio Donato. O futuro climático da Amazônia. Relatório de Avaliação
Científica. São José dos Campos, São Paulo, 2014.
NOBRE, Carlos A; Sampaio, G., Borma, L. S., Castilla-Rubio, J. C., Silva, J. S., & Cardoso,
M. Land-use and climate change risks in the Amazon and the need of a novel sustainable
development paradigm. Proceedings of the National Academy of Sciences, v. 113, n. 39,
p. 10759-10768, 2016.
OLIVEIRA, T. E.; DE FREITAS, D. S.; GIANEZINI, M.; RUVIARO, C. F.; ZAGO, D.; MÉRCIO,
T. Z.; ... & BARCELLOS, J. O. J. Agricultural land use change in the Brazilian Pampa Biome:
The reduction of natural grasslands. Land use policy, v. 63, p. 394-400, 2017.
OMETTO, Jean Pierre; AGUIAR, Ana Paula Dutra; MARTINELLI, Luiz Antonio. Amazon
deforestation in Brazil: effects, drivers and challenges. Carbon Management, v. 2, n. 5, p.
575-585, 2011.
REIS, George Pereira; MORAES, Elias Oliveira de. Variação da umidade relativa do ar no
coração da floresta Amazônica, um estudo de caso no município de Coari (AM) durante o
ano de 2015. Os Desafios da Geografia Física na Fronteira do Conhecimento, v. 1, p.
2479-2486, 2017.
REZENDE, C. L., SCARANO, F. R., ASSAD, E. D., JOLY, C. A., METZGER, J. P.,
STRASSBURG, B. B. N., ... & MITTERMEIER, R. A.. From hotspot to hopespot: An
opportunity for the Brazilian Atlantic Forest. Perspectives in ecology and conservation, v.
16, n. 4, p. 208-214, 2018.
SILVA, Claiton Márcio da. Entre Fênix e Ceres: A grande aceleração e a fronteira agrícola
no Cerrado. Varia Historia, v. 34, n. 65, p. 409-444, 2018.
SILVA, Jorge Luiz de Castro e; FERNANDES, Maria Wilda; ALMEIDA, Rosa Lívia Freitas
de. Estatística e Probabilidade . 3. edição, EdUECE, Fortaleza, 2015.
SIMÕES, Celso Cardoso Silva. Breve histórico do processo demográfico. p-39-73. In: DE
FIGUEIREDO, Adma Hamam (Ed.). Brasil: uma visão geográfica e ambiental no início
do século XXI. IBGE, Instituto Brasileiro de Geografia e Estatística, 2016. p. 39-45.
SOUZA, C., SHIMBO, J. Z., ROSA, M. R., PARENTE, L. L., ALENCAR, A. A., RUDORFF, B.
F. T., ... & AZEVEDO, T.. Reconstructing Three Decades of Land Use and Land Cover
Changes in Brazilian Biomes with Landsat Archive and Earth Engine. Remote Sensing, v.
12, n. 17, p. 27, 2020. doi:10.3390/rs12172735.
SOUZA, Marcos Barros de. Influência de lagos artificiais no clima local e no clima
urbano: estudo de caso em Presidente Epitácio (SP). Tese de Doutorado. Universidade
de São Paulo, Programa de Pós-Graduação em Geografia Física, São Paulo, 2010.
STABILE, M. C., GUIMARÃES, A. L., SILVA, D. S., RIBEIRO, V., MACEDO, M. N., COE, M.
T., ... & ALENCAR, A. Solving Brazil's land use puzzle: Increasing production and slowing
Amazon deforestation. Land Use Policy, v. 91, p. 104362, 2020.
VIEIRA FILHO, José Eustáquio Ribeiro. Expansão da fronteira agrícola no Brasil: desafios e
perspectivas. Texto para discussão - IPEA. Rio de Janeiro, 2016.
VIEZZER, Jennifer; SENTA, Mateus Motter Dala; VIEIRA, Rodrigo Martins. BIOMA MATA
ATLÂNTICA: oportunidades e desafios de pesquisa em ciências agrárias para o
desenvolvimento sustentável. p. 81-97. In: VILELA, Evaldo Ferreira; CALLEGARO, Geraldo
Magela Callegaro; FERNANDES, Geraldo Wilson. BIOMAS E AGRICULTURA:
oportunidades e desafios. Vertentes Edições. Rio de Janeiro, 2019.
99
ZANOTTA, Daniel, FERREIRA, Matheus, ZORTEA, Maciel. Processamento de Imagens
de Satélite. Oficina de Textos, São Paulo, 2019. p. 125-161.
100
APÊNDICE A
////// VARIÂNCIA
var variance = image.reduce({
reducer: ee.Reducer.variance(),
});
/// CONTADORES
/// mensura quantas classes ocorreu no pixel
var contad = image.reduce(ee.Reducer.countDistinct()).clip(table);
/// ACP
//// seleção de bandas
var bands = image.bandNames();
//print(bands);
var r2 = union.reduceRegion({
reducer: ee.Reducer.pearsonsCorrelation(),
bestEffort: true,
geometry : table,
scale:300,
102
maxPixels: 1e13,
});
print(r2, 'PC1, ano') ; // apresenta valor correlação
//Export.image.toDrive({
//image: ipc1,
//description: 'pc1_amazonia_norteN',
//fileNamePrefix: ipc1 ,
//region: roi_simple,
//scale : 300,
//fileFormat: 'GeoTIFF',
//maxPixels: 1e13,
//skipEmptyTiles: true
//});
//Export.image.toDrive({
//image: ipc2,
//description: 'pc2_amazonia_norteN',
//fileNamePrefix: ipc2 ,
//region: roi_simple,
//scale : 300,
//fileFormat: 'GeoTIFF',
//maxPixels: 1e13,
//skipEmptyTiles: true
//});
104
APÊNDICE B
Tabela B1 - Diferença em porcentagem (%) da área original (30 metros) da classe em comparação com
a área com a resolução espacial de 300 metros nos Biomas Pampa, Pantanal, Caatinga e Cerrado.
105
Infraestrutura Urbana 6,60 3,01 1,11 5,66
Aquicultura -- -- 11,93 --
Tabela B2 - Diferença em porcentagem (%) da área original (30 metros) da classe em comparação com
a área com a resolução espacial de 300 metros nos Biomas Mata Atlântica e Amazônia (setores Sul e
Norte).
106
Cultura Anual e Perene 7,07 -0,14 -10,60
Aquicultura 12,57 -- --
107
APÊNDICE C
Tabela C1 – Amostras coletadas para o padrão “Corpos hídricos” e suas respectivas coordenadas
geográficas.
Tabela C2 – Amostras coletadas para o padrão “Agricultura consolidada e áreas urbanas” e suas
respectivas coordenadas geográficas.
108
8 -138,01237 -14,05600 -48,30500
Tabela C4 – Amostras coletadas para o padrão “Formação campestre, áreas úmidas, floresta
plantada e pastagem recente” e suas respectivas coordenadas geográficas.
109
7 -69,70619 -14,5130 -58,7570
Tabela C5 – Amostras coletadas para o padrão “Formações florestais e savânicas” e suas respectivas
coordenadas geográficas.
110
Amostras coletadas para a reclassificação da segunda Componente Principal.
Tabela C6 – Amostras coletadas para o tipo de mudança “Perda de superfície com água” e suas
respectivas coordenadas geográficas.
Tabela C7 – Amostras coletadas para o tipo de mudança “Processos Naturais e Silvicultura” e suas
respectivas coordenadas geográficas.
111
Tabela C8 – Amostras coletadas para o tipo de mudança “Redundância” e suas respectivas
coordenadas geográficas.
Tabela C9 – Amostras coletadas para o tipo de mudança “Conversão de áreas naturais em urbanas
ou agropecuárias” e suas respectivas coordenadas geográficas.
112
8 17,09091 -22,6635 -42,8531
Tabela C10 – Amostras coletadas para o tipo de mudança “Barragens ou áreas alagadas” e suas
respectivas coordenadas geográficas.
113
APÊNDICE D
115
Figura D5 – Coeficiente de correlação entre a Primeira Componente Principal e Mapas de Uso
e Cobertura da terra do MapBiomas para o Bioma Caatinga.
116
Figura D7 – Coeficiente de correlação entre a Primeira Componente Principal e Mapas de Uso
e Cobertura da terra do MapBiomas para o Bioma Cerrado.
117
Figura D9 – Coeficiente de correlação entre a Primeira Componente Principal e Mapas de Uso
e Cobertura da terra do MapBiomas para o Bioma Mata Atlântica.
118
Figura D11 – Coeficiente de correlação entre a Primeira Componente Principal e Mapas de Uso
e Cobertura da terra do MapBiomas para o Bioma Amazônia Sul.
119
Figura D13 – Coeficiente de correlação entre a Primeira Componente Principal e Mapas de Uso
e Cobertura da terra do MapBiomas para o Bioma Amazônia Norte.
120