Mudanças Uso e Cobertura Da Terra Dos Biomas Brasileiros

UNIVERSIDADE FEDERAL DO RIO GRANDE
INSTITUTO DE CIÊNCIAS HUMANAS E DA INFORMAÇÃO

CURSO DE GEOGRAFIA BACHARELADO
LETÍCIA FIGUEIREDO SARTORIO
MUDANÇAS DO USO E COBERTURA DA TERRA NOS BIOMAS BRASILEIROS
Rio Grande - RS
Agosto, 2021
1
Letícia Figueiredo Sartorio
MUDANÇAS DO USO E COBERTURA DA TERRA NOS BIOMAS BRASILEIROS
Trabalho de Conclusão de Curso de Geografia

Bacharelado da Universidade Federal do Rio
Grande.
Orientador: Éder Leandro Bayer Maier
Rio Grande - RS
Agosto, 2021
2
BANCA EXAMINADORA
Orientador: Prof. Dr. Éder Leandro Bayer Maier (Geografia/FURG)
_____________________________________________________________
Prof. Dra. Simone Emiko Sato (Geografia/FURG)
_____________________________________________________________
Prof. Dr. Marcos Freitas (Geografia/UFRGS)
_____________________________________________________________
MsC. Tainã Costa Peres (Doutoranda PosGea/UFRGS) – Suplente
_____________________________________________________________
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
Nas últimas décadas ocorreram mudanças no uso e cobertura da terra no território

brasileiro, muitas decorrentes de atividades antrópicas como, por exemplo, a
expansão da agropecuária e crescimento urbano. Entretanto, tais alterações
impactam o sistema ambiental, comprometendo a biodiversidade e os serviços
ecológicos. Nesse contexto, as informações geográficas integradoras a respeito das
mudanças ambientais possibilitam a identificação das principais alterações espaço-
temporais do uso e cobertura da terra e podem contribuir para um planejamento
ambiental eficiente. O objetivo deste trabalho é analisar dados entre 1985 e 2018 do
monitoramento realizado pelo projeto MapBiomas a fim de identificar os principais
padrões espaciais das mudanças nos Biomas brasileiros. Além disso, analisar as
relações espaço-temporais entre os usos e cobertura da terra com os mapas dos
padrões de mudança a fim subsidiar discussões sobre a sustentabilidade dos Biomas
brasileiros. Para isso utilizou-se de ferramentas disponibilizadas pelo Google Earth
Engine, com ênfase na estatística espacial e na Análise de Componentes Principais,
a qual possibilitou a identificação das principais mudanças no uso e cobertura da terra.
A partir da Análise de Componentes Principais foi possível reduzir o conjunto de dados
com 34 imagens para duas Componentes Principais que representam mais de 84%
da variância do banco de dados original. Os resultados indicaram que o território
brasileiro apresentou mudanças no período entre 1985 e 2018 associadas ao
crescimento urbano, ao avanço da agropecuária no interior do país e a implementação
de barragens. O sul da Amazônia e o Cerrado apresentaram as mudanças espaciais
mais significativas e as taxas mais rápidas de mudanças espaço-temporais oriundas
da expansão do agronegócio nas décadas 1980 e 1990. Além disso, todos os Biomas
apresentaram aumento da extensão espacial das classes agropecuárias e do
crescimento de áreas urbanas, sendo que as principais mudanças do uso e cobertura
da terra ocorreram entre 1990 e 2005. Por fim, a complexa relação homem natureza
tem sido comprometida pelos impactos ambientais e é carente de um planejamento
ambiental integrador, que possibilite políticas nacionais que privilegiem o
desenvolvimento sustentável.
5
Palavras-chave: Análise de Componentes Principais. Google Earth Engine.
Geoprocessamento.
6
LISTA DE ILUSTRAÇÕES
Figura 1 - Localização do Bioma Amazônia. ............................................................. 16

Figura 2 - Imagem do Bioma Amazônia. ................................................................... 17
Figura 3 - Localização do Bioma Cerrado. ................................................................ 19
Figura 4 - Imagem do Bioma Cerrado. ...................................................................... 20
Figura 5 - Localização do Bioma Pantanal. ............................................................... 22
Figura 6 - Imagem do Bioma Pantanal. ..................................................................... 22
Figura 7 - Localização do Bioma Caatinga. ............................................................... 24
Figura 8 - Imagem do Bioma Caatinga. ..................................................................... 25
Figura 9 - Localização do Bioma Pampa. .................................................................. 26
Figura 10 - Imagem do Bioma Pampa. ...................................................................... 27
Figura 11 - Localização do Bioma Mata Atlântica. .................................................... 29
Figura 12 - Imagem do Bioma Mata Atlântica. .......................................................... 30
Figura 13 - Exemplo de gráfico de dispersão com as Componentes Principais. ....... 38
Figura 14 - Exemplo Análise de Componentes Principais. ........................................ 40
Figura 15 - Mapa da Área de Estudo. ....................................................................... 42
Figura 16 - Divisão dos Biomas para processamento e análise dos dados. ............. 45
Figura 17 - Fluxograma da metodologia aplicada. .................................................... 46
Figura 18 - Transformação da matriz tridimensional em bidimensional. ................... 50
Figura 19 - Mapa da Variância Temporal. ................................................................. 56
Figura 20 - Mapa do Número de Mudanças de Classe por Pixel. ............................. 59
Figura 21 - Mapa do Número de Classes por Pixel. .................................................. 61
Figura 22 - Mapa do Modelo Estatístico da Segunda Componente Principal. .......... 65
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
Figura 28 - Gráfico do Coeficiente de Correlação da Primeira Componente Principal.
.................................................................................................................................. 79
Figura 29 - Gráfico do Coeficiente de Correlação da Segunda Componente Principal.
.................................................................................................................................. 81
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
7
LISTA DE TABELAS
Tabela 1 - Padrões do uso e cobertura da terra utilizados para a reclassificação da

primeira Componente Principal. ................................................................................ 52
Tabela 2 – Tipos de Mudanças utilizadas para a reclassificação da segunda
Componente Principal. .............................................................................................. 52
Tabela 3 - Porcentagem de Variância explicada pelas duas primeiras Componentes
Principais. .................................................................................................................. 62
Tabela 4 - Área dos tipos de Mudanças. ................................................................... 67
Tabela 5 - Maiores e Menores Coeficientes de Correlação com a segunda
Componente Principal. .............................................................................................. 82
8
LISTA DE QUADROS
Quadro 1 - Classes de usos e coberturas da terra no mapeamento do Brasil pelo

MapBiomas. .............................................................................................................. 43
9
LISTA DE ABREVIATURAS E SIGLAS
IBGE Instituto Brasileiro de Geografia e Estatística
MapBiomas Mapeamento Anual do Uso e Cobertura da Terra no Brasil
INPE Instituto Nacional de Pesquisas Espaciais
PRODES Programa de Cálculo de Desflorestamento da Amazônia
PIB Produto Interno Bruto
GEE Google Earth Engine
SEEG/OC Sistema de Estimativas de Emissões de Gases de Efeito Estufa do

Observatório do Clima
NDVI Índice de Vegetação da Diferença Normalizada
NPV Vegetação Não-Fotossintetizante
ACP Análise de Componentes Principais
CP Componentes Principais
PPCDAM Plano de Ação para a Prevenção e Controle do Desmatamento na

Amazônia Legal
ZEE Zoneamento Ecológico-Econômico
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
O Brasil em 34 anos (1985-2018) passou por diferentes processos produtivos,

especialmente agropastoril, que favoreceu a expansão agrícola para os Biomas das
latitudes baixas e para o interior continental (oeste brasileiro), bem como, a costa
Leste é a que apresenta a maior densidade demográfica do país (VIEIRA, 2016; IBGE,
2018). Consequentemente, os Biomas foram transformando-se e adaptando-se aos
novos processos ecológicos, seja agrícola ou urbano, tornando a preservação do
sistema ambiental um desafio para o planejamento ambiental, especialmente
tratando-se de um país de tamanhos continentais e informações geográficas
fragmentadas em escalas cartográficas maiores.
O termo planejamento ambiental surgiu no cenário mundial em reflexo a uma
crescente demanda por recursos naturais, o que requer um ordenamento do uso da
terra e seus recursos, acompanhado da proteção de áreas ameaçadas e do
incremento da qualidade de vida da população. Assim o planejamento ambiental
possui como objetivo equilibrar o desenvolvimento socioeconômico da região com a
preservação do meio natural, observando as potencialidades e limites de uso que o
meio dispõe. A questão do uso e cobertura da terra tem papel essencial dentro do
planejamento ambiental, pois indica a pressão que as atividades antrópicas podem
estar causando sobre o meio ambiente. Esse tipo de informação para o planejamento
ambiental deve incluir dados atuais sobre uso e cobertura da terra, mas também
apresentar as mudanças ocorridas sobre o meio e seu histórico de usos e coberturas
da terra (SANTOS, 2004).
Existem diversos projetos que monitoram e mapeiam a cobertura e uso da terra
no Brasil como, por exemplo, o TerraClass, o PRODES e o MapBiomas. O projeto
Mapeamento Anual do Uso e Cobertura da Terra no Brasil (MapBiomas) possui a
maior série histórica de monitoramento, visto que usa técnicas automáticas de
processamento de imagens Landsat. Em outras palavras, é uma das fontes de dados
mais completas de mapas de uso e cobertura da terra do território brasileiro, com mais
de 30 anos de observação e com ênfase aos Biomas brasileiros, visto que considera
suas características individuais no processo de mapeamento (MAPBIOMAS, 2020;
SOUZA et al., 2020).
O banco de dados do MapBiomas tem sido usado amplamente em
investigações que exploram mudanças ambientais, uso dos recursos naturais e
12
discussões sobre a preservação dos sistemas ambientais como, por exemplo em
Costa et al., (2019), Frey et al., (2018) e Mas, Nogueira e Franca-Rocha (2019).
Entretanto há demanda por investigações que englobem o território nacional e
produzam uma análise integradora. Adicionalmente, a computação e as técnicas
estatísticas permitem realizar a análise fatorial que possibilita minimizar a redundância
dos dados e criar modelos espaciais que representam os maiores índices de variância
do banco de dados.
Nesse contexto, o objetivo deste trabalho propõe identificar as mudanças
espaço-temporais nos Biomas brasileiros no período entre 1985 e 2018 usando
técnicas de estatística espacial e a Análise de Componentes Principais, com os dados
do projeto MapBiomas. Visando compreender as mudanças do uso e cobertura da
terra nos biomas, com ênfase na interpretação dos modelos espaciais oriundos da
análise das componentes principais. Isso irá permitir uma análise espaço-temporal
das mudanças do uso e cobertura da terra em escala nacional ao longo de 34 anos,
contribuindo para a compreensão dos processos de mudanças em uma escala
cartográfica pequena, a fim de subsidiar ações integradoras de planejamento
ambiental. Ademais, essa informação pode fomentar discussões a respeito da
preservação e formas adequadas de manejo dos biomas brasileiros, possibilitando um
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:
- Caracterizar as mudanças do uso e cobertura da terra nos Biomas brasileiros;
- Mapear os padrões espaciais das mudanças dos Biomas brasileiros usando a

Análise de Componentes Principais;
- Analisar as relações espaço-temporais entre os usos e coberturas da terra

identificados com as Componentes Principais;
14
3 Revisão Bibliográfica
O capítulo abordará as características dos Biomas brasileiros, o contexto

histórico (1985-2018) das mudanças dos usos e coberturas da terra brasileira, uma
descrição do banco de dados MapBiomas e uma introdução à estatística espacial,
com enfoque na técnica denominada Análise das Componentes Principais.
3.1 Biomas Brasileiros
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).
3.1.1 Bioma Amazônia
O Bioma Amazônia é o maior do Brasil e está localizado na região Norte do

país (Figura 1), com uma área de 4,196.943 milhões de quilômetros quadrados que
equivale a aproximadamente a 49% do território brasileiro (MAGNUSSON et al.,
2016). O Bioma é considerado muito importante para o equilíbrio climático da Terra,
além de abrigar um vasto leque de fauna e flora. Possui uma rica biodiversidade,
com cerca de 30 mil espécies de plantas e 2500 espécies de árvores (BRASIL,
2020a). O Bioma se prolonga entre os estados brasileiros do Acre, Amapá,
Amazonas, Pará, Roraima, Rondônia, Mato Grosso, Maranhão e Tocantins, além de
se estender em países vizinhos como Peru, Equador, Venezuela, Bolívia, Suriname
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).
Figura 1 - Localização do Bioma Amazônia.
Fonte: A autora (2020).
Mesmo com a sua importância para o equilíbrio ecológico mundial, o Bioma

Amazônico vem sofrendo com o desmatamento e com as mudanças drásticas na
cobertura e uso da terra. Em muitos casos, a vegetação nativa é substituída por áreas
agrícolas/pecuárias e a sua madeira é extraída para fins comerciais (OMETTO;
AGUIAR; MARTINELLI, 2011; MAGNUSSON et al., 2016). De acordo com Nobre et
al. (2014) mais de 2 milhões de quilômetros quadrados da floresta já foram
desmatados ou degradados até 2013. Essa devastação da floresta Amazônica se
concentra na região chamada de “arco do desmatamento” que se localiza nas bordas
Sul e Leste do Bioma, e coincide com as áreas nas quais se iniciaram a ocupação
humana na década de 1970 e por onde a fronteira agrícola vem se expandindo
(MATOS, 2016; SOUZA-FILHO et al., 2016). Portanto, essa prática impacta
diretamente a biodiversidade pela fragmentação de habitats e colabora com as
16
mudanças climáticas (MATOS, 2016). A Figura 2 apresenta uma visão aérea do
Bioma.
Figura 2 - Imagem do Bioma Amazônia.
Fonte: INPE (2018).
O clima do Bioma é em sua maioria classificado como equatorial, com altos

índices pluviométricos ao decorrer do ano, sendo que grande parte da precipitação
sobre a floresta amazônica é resultante do processo de evapotranspiração da
mesma (REIS; MORAES, 2017). A temperatura do ar apresenta pouca variação
anual devido aos altos índices de incidência solar, com uma média entre 24ºC e 26ºC
e a precipitação média anual fica em torno de 2300 mm, possuindo uma
heterogeneidade sazonal e espacial das chuvas (FISCH; MARENGO; NOBRE,
2006; CAVALCANTI, 2009). De acordo com a classificação climática de Köppen a
região amazônica tem predomínio do clima do tipo “A” que se refere a um clima
tropical, com 4 sub-classes distribuídas ao longo do Bioma: Af (chuvoso sem estação
seca), Am (monção), Aw (úmido com inverno seco) e As (úmido com verão seco)
(ALVARES et al., 2013).
Em relação às formações vegetais na Amazônia, de acordo com a classificação
fitoecológica do IBGE (2019) há a presença da floresta ombrófila densa, floresta
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).
3.1.2 Bioma Cerrado
O Bioma Cerrado abrange uma área de 2.036.448 milhões de quilômetros

quadrados, o que corresponde a 22% do território nacional (Figura 3). Se localiza no
Brasil Central e estende-se ao longo dos estados de Mato Grosso, Goiás, Tocantins,
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).
Figura 3 - Localização do Bioma Cerrado.
O cerrado abriga as nascentes das maiores bacias hidrográficas do continente,

como Amazonas/Tocantins, São Francisco e Prata, tendo papel importante sobre os
recursos hídricos do país. E faz contato com outros quatro Biomas brasileiros:
Amazônia, Pantanal, Caatinga e Mata Atlântica. Nessas zonas de contato a
biodiversidade é grande, com alto número de espécies endêmicas, assim o Bioma é
considerado um hotspot da biodiversidade. Um fato interessante do Bioma é a
tendência de ocorrência de queimadas naturais e a sua importância para a
manutenção dos ecossistemas (BRASIL, 2014). A Figura 4 apresenta uma imagem
do Bioma Cerrado.
19
Figura 4 - Imagem do Bioma Cerrado.
Fonte: ICMBio (2017).
Mesmo com a grande importância ecológica do Cerrado, há diversas espécies

que o compõem que estão ameaçadas de extinção. Além disso, a região sofre com
o desmatamento do seu território e com queimadas de origem antrópica, sendo que
47% da sua cobertura original foi devastada até o ano de 2010 (BRASIL, 2014). Esta
condição o classifica como um dos Biomas mais degradados do país. Grande parte
desse desmatamento está associado a agropecuária, tanto na abertura de pastagem
para a criação de animais como para a plantação de grãos, e tal processo está ligado
ao avanço da fronteira agrícola sobre o Bioma nas últimas décadas (ROCHA, 2012).
Essas ações impactam diretamente a biodiversidade local pela fragmentação dos
habitats, além de causarem a poluição de aquíferos, incremento no número de
queimadas e mudanças climáticas regionais (KLINK; MACHADO, 2005).
O clima do Cerrado apresenta estações do ano bem marcadas com período
seco no inverno e chuvoso no verão. Com uma média anual de temperatura de 24ºC,
podendo atingir 40ºC no verão e no inverno uma média de 12ºC. A precipitação anual
se encontra entre os valores de 1250mm a 2000mm (FERNANDES et al., 2016). De
acordo com a classificação de Köppen apresenta os tipos climático de zona tropical,
com os sub climas: Aw (úmido e inverno seco) que predomina no Bioma, As (úmido
e verão seco) e Am (monção), também possui climas de zona subtropical úmida com
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.
3.1.3 Bioma Pantanal
O Pantanal ocupa uma área de 150.355 mil quilômetros quadrados do território

nacional (1,76%) e tem áreas no Paraguai e na Bolívia. Localiza-se no estado do Mato
Grosso e Mato Grosso do Sul (Figura 5), fazendo fronteira com o Cerrado e a
Amazônia. Sendo caracterizado por uma planície aluvial alocada na bacia hidrográfica
do Alto do Rio Paraguai, e é a maior área úmida contínua do mundo, com fases úmida
e terrestre que se revezam anualmente. O Bioma se destaca pela sua biodiversidade,
com alta presença de espécies que se adaptam a variações na disponibilidade de
água (CUNHA et al., 2016). Adicionalmente, é o Bioma brasileiro mais conservado,
tendo cerca de mais de 80% da sua área original preservada (BRASIL, 2020c).
Entretanto, no ano de 2020 ocorreram severas queimadas no Bioma que atingiram
21
cerca de 30% da sua área total, que afetaram diretamente a fauna e flora local (LASA,
2020).
Figura 5 - Localização do Bioma Pantanal.
A Figura 6 apresenta uma visão aérea do Bioma Pantanal.
Figura 6 - Imagem do Bioma Pantanal.
Fonte: IMASUL (2020).

22
O clima do Pantanal apresenta uma estação seca de abril a setembro e uma
chuvosa de outubro a março (FERNANDES et al., 2019). De acordo com a
classificação de Köppen o Pantanal tem os tipos climáticos de zona tropical
apresentando os sub climas: Aw (inverno seco e chuvas de verão), Am (monção) e
Af (sem estação seca) (ALVARES et al., 2013). A temperatura média é de 25ºC e a
precipitação anual se encontra entre 1000 mm e 1200 mm (FERNANDES et al.,
2019).
A vegetação do Pantanal, segundo a classificação de regiões fitoecológicas do
IBGE (2019), apresenta o predomínio das formações de savana, savana estépica, e
pequenas áreas de floresta estacional decidual, além de áreas de tensão ecológica
(transição). A savana tem em sua composição vegetações do tipo herbáceo e
arbóreo, sendo que as árvores são de baixo e médio porte com profundas raízes e
aspecto tortuosos dos galhos. A savana estépica é uma tipologia vegetal campestre,
na qual possui árvores, arbustos e ervas em sua composição, mas sem o domínio
de árvores. Já a floresta estacional decidual tem como característica a perda de mais
de 50% da folhagem de sua vegetação em períodos desfavoráveis de frio e seca
(IBGE, 2019).
A produção econômica da região é impulsionada pela pecuária extensiva,
tendo participação da pesca (artesanal, profissional e amadora) e do ecoturismo, que
visa conciliar a economia com a preservação do ecossistema local (SALIS, 2008).
3.1.4 Bioma Caatinga
A Caatinga abrange 11% do território brasileiro, com 844.453 mil quilômetros

quadrados, e localiza-se no Nordeste e Sudeste, nos estados de Alagoas, Bahia,
Ceará, Maranhão, Pernambuco, Paraíba, Rio Grande do Norte, Piauí, Sergipe e
Minas Gerais (BRASIL, 2020d), a sua localização está apresentada na Figura 7. O
Rio São Francisco é o maior da Caatinga e abastece 521 municípios da região, além
de ser um rio perene, pois a maioria dos outros rios constituintes do Bioma são
temporários e em época de seca têm seus leitos expostos. A biota que compõe o
Bioma é diversa, com elevada taxa de espécies que ocorrem somente na região da
Caatinga. Além disso, há uma grande variação espacial de espécies dentro do
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).
Figura 7 - Localização do Bioma Caatinga.
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.
Fonte: UFAL (2017).
O clima do Bioma apresenta altas temperaturas, com uma média anual de

27°C, e chuvas insuficientes e mal distribuídas ao longo do ano. A média anual de
precipitação se encontra dentro de 250 mm a 800 mm, porém certas localidades
podem ficar mais de 6 meses sem precipitação (GUSMÃO et al., 2016). Segundo a
classificação climática de Köppen, o Bioma apresenta em sua maioria o clima do tipo
“Bsh”, que é um clima semi-árido quente e seco, e o clima do tipo As, que é um clima
tropical com verão seco (ALVARES et al., 2013).
As vegetações que cobrem a região da Caatinga se adaptaram às condições
climáticas locais, principalmente à escassez hídrica. Em épocas de seca, árvores e
arbustos tendem a perder suas folhas, e plantas de baixo porte, como ervas e capins,
desaparecem com a seca e surgem novamente com o retorno das chuvas (GUSMÃO
et al., 2016). Com base na classificação de regiões fitoecológicas do IBGE (2019), a
Caatinga apresenta o domínio da savana estépica e áreas de tensão ecológica
(transição). A savana estépica é uma vegetação campestre, com presença de ervas,
arbustos e árvores, sendo uma tipologia estacional decidual, com espécies lenhosas
e espinhosas acompanhadas de plantas suculentas. As árvores encontradas são
baixas e com galhos e troncos finos (IBGE, 2019).
Aproximadamente 27 milhões de pessoas habitam a Caatinga, sendo que
muitos são carentes financeiramente (BRASIL, 2020d). A região é considerada
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).
3.1.5 Bioma Pampa
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).
Figura 9 - Localização do Bioma Pampa.
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.
Figura 10 - Imagem do Bioma Pampa.
Fonte: SEMA (2017).
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).
Figura 11 - Localização do Bioma Mata Atlântica.
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.
Figura 12 - Imagem do Bioma Mata Atlântica.
Fonte: ICMBio (2017).

30
Devido a sua grande extensão latitudinal o Bioma apresenta uma grande
variabilidade climática em seu interior. Segundo a classificação climática de Köppen
o Bioma apresenta os tipos climáticos de zona tropical do tipo “A”, com os subclimas
Af (úmido sem estação seca), Am (monção), Aw (úmido com inverno seco), e As
(úmido com verão seco), e de zona subtropical úmida da classe “C”, que possui os
subclimas sem estação seca: Cfa (verão quente) e Cfb (verão temperado), e os que
possuem o inverno seco: Cwa (verão quente) e Cwb (verão temperado) (ALVARES et
al., 2013).
Na Mata Atlântica há uma grande heterogeneidade de formações vegetais que
compõem o Bioma. Segundo a classificação do IBGE (2019) o Bioma apresenta as
regiões fitoecológicas de floresta ombrófila densa, floresta ombrófila aberta, floresta
ombrófila mista, floresta estacional semidecidual, floresta estacional decidual, estepe
e áreas de tensão ecológica (transição). A floresta ombrófila densa se caracteriza pela
presença de árvores de médio e alto porte adaptadas a temperaturas altas e a
elevadas taxas de precipitação. Já na floresta ombrófila aberta há a presença de uma
fitofisionomia florestal de árvores mais espaçadas, também com temperaturas altas e
máximo de 4 meses de seca. A floresta ombrófila mista também é chamada de mata-
de-araucária e ocorre em altitudes acima de 500 metros, em áreas de clima quente e
úmido, mas com 3 a 6 meses com a temperatura abaixo de 15°C. A floresta estacional
semidecidual é a marcada pela perda parcial de folhas de seus galhos devido a
transição de períodos frio/seco e quente/úmido. Já na floresta estacional decidual há
a perda de mais de 50% da folhagem das plantas devido ao prolongamento do frio e
da seca na região. Por fim as zonas de estepe são definidas pela presença de
vegetação herbácea cobrindo áreas de relevo suave (IBGE, 2019).
A Mata Atlântica abriga cerca de 145 milhões de brasileiros e concentra 70%
do Produto Interno Bruto (PIB) do país (SOS MATA ATLÂNTICA, 2018). Duas regiões
metropolitanas do Brasil, São Paulo e Rio de Janeiro, situam-se no domínio do Bioma
e essas áreas urbanas que possuem alta taxa de habitantes e de atividades industriais
(CAMPANILI; SCHAFFER 2010). Além disso, a agricultura e a pecuária também são
expressivas e atuam na transformação da natureza (ALMEIDA, 2016).
31
3.2 Mudanças do Uso e Cobertura da terra Brasileira
É importante compreender que existe uma diferença conceitual entre os termos

uso e cobertura da terra, sendo que o termo “cobertura da terra” indica a cobertura
natural ou uma cobertura artificial, abrangendo as condições da natureza
transformada, já o “uso da terra” aponta as atividades antrópicas que configuram o
espaço e os impactos ambientais (ARAÚJO; MENESES; SANO, 2007). Nesse
contexto, o monitoramento do uso e cobertura da terra ao longo do tempo com o uso
de imagens obtidas por sensoriamento remoto permite detectar e mapear mudanças
na superfície da Terra, e os estudos das mudanças possibilitam uma melhor
compreensão da dinâmica ambiental terrestre e do papel do homem no processo da
transformação da natureza e de seus impactos ambientais (DENG et al., 2008).
Os problemas ambientais causados pelas mudanças do uso e cobertura da
terra geram impactos que atingem a população de forma direta (THOMAZIELLO,
2007). No Brasil, observa-se que os principais desastres naturais são causados por
enchentes, secas, erosão e deslizamentos de encostas, sendo que esses desastres
são predominantemente originados pela deterioração da natureza e a ineficiência do
planejamento ambiental (MAFFRA; MAZZOLA, 2007). Os vetores responsáveis pela
alteração do uso e cobertura da terra no território brasileiro são, em sua maioria, as
atividades resultantes da expansão da agropecuária e do crescimento das cidades, e
cada uma gera impactos ambientais que prejudicam o equilíbrio ecológico e
intensificam os desastres naturais.
Nos últimos 40 anos houve alterações econômicas e no uso da terra no Brasil
central causados pelo avanço da fronteira agrícola, ela deslocou-se da região Sul do
país em direção ao Centro-Oeste, principalmente no Cerrado, onde avança em
direção a Amazônia, e mais recentemente ocupa a região chamada de Matopiba
(Maranhão, Tocantins, Piauí e Bahia). Assim o setor da agropecuária teve um forte
crescimento na região central do Brasil, com grande participação das monoculturas
de algodão, soja, cana e milho e da pecuária extensiva (VIEIRA, 2016).
A configuração da fronteira agrícola brasileira está relacionada ao comércio
internacional de produtos agrícolas, que emprega tecnologias para a produção
extensiva e intensiva em locais antes considerados inférteis, como o Cerrado. Assim,
a agricultura passou por mudanças para aumentar e permitir a sua produção, como a
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
O projeto Mapeamento Anual do Uso e Cobertura da Terra no Brasil

(MapBiomas) é uma iniciativa que produz uma série histórica anual de mapas de uso
e cobertura da terra no Brasil, fazendo uso de imagens da série Landsat. Essas
imagens orbitais são processadas em nuvem e classificadas de forma automática com
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.
3.4 Estatística Espacial e Análise Espacial
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).
3.4.1 Análise de Componentes Principais
A Análise de Componentes Principais (ACP) é uma técnica estatística

multivariada que tem como objetivo retirar as informações redundantes do banco de
dados, usando a mensuração da variância e combinações lineares dos dados originais
que formam as Componentes Principais (CP), as quais não apresentam correlação
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).
Figura 13 - Exemplo de gráfico de dispersão com as Componentes Principais.
Fonte: Adaptado de 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
Os procedimentos metodológicos utilizaram os dados espaço-temporais do

MapBiomas para realizar uma análise dos padrões espaço-temporais das mudanças
do uso e cobertura da terra do território brasileiro.
4.1 Área de Estudo
A área de estudo compreende aos Biomas brasileiros conforme mostrado na

Figura 15. Adicionalmente, características referentes a cada Bioma podem ser
encontradas no subcapítulo 3.1.
41
Figura 15 - Mapa da Área de Estudo.
42
4.2 Dados
Foram utilizados dados do projeto MapBiomas, que mapeia o uso e cobertura

da terra dos Biomas brasileiros, com resolução espacial de 30 metros e resolução
temporal de um ano para o período entre 1985 e 2018. Mais informações sobre o
banco de dados podem ser obtidas no subcapítulo 3.3. Os arquivos raster contém 20
classes (Quadro 1) que representam os tipos de uso e cobertura da terra, os dados
utilizados correspondem ao nível três, que possui a classificação mais
detalhada. Também foram utilizados arquivos shapefiles dos Biomas brasileiros
disponibilizados pelo IBGE.
Quadro 1 - Classes de usos e coberturas da terra no mapeamento do Brasil pelo MapBiomas.
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).
4.3 Técnica Estatística
O processamento dos dados do MapBiomas foi realizado na plataforma Google

Earth Engine (GEE) e os dados foram analisados a nível de Biomas para posterior
união no software QGIS versão 3.10. O Bioma Amazônia teve que ser dividido em 2
áreas, Norte e Sul, por conta da grande extensão territorial e a limitação da capacidade
de processamento. A Figura 16 apresenta a divisão dos Biomas para processamento,
sendo que cada área foi analisada separadamente e unida para a confecção dos
mapas.
O código desenvolvido e utilizado está apresentado no apêndice A, utilizando
ferramentas do Google Earth Engine (2020). Já a Figura 17 contém um fluxograma
apresentando as etapas da metodologia aplicada no processamento, análise e
representação cartográfica.
44
Figura 16 - Divisão dos Biomas para processamento e análise dos dados.
45
Figura 17 - Fluxograma da metodologia aplicada.

46
Para processar os dados do MapBiomas na plataforma GEE foi necessário
realizar um agrupamento de pixels a partir da moda e uma consequente redução na
resolução espacial do dado, que passou de 30 metros para 300 metros. Este processo
foi necessário devido à grande quantidade de dados, que na resolução espacial
original ultrapassava o limite de memória disponível. Tal processo leva a uma perda
de detalhamento do dado, mas foi necessário para adequação à capacidade
computacional no processamento destas informações. O processo de agrupamento
realizou a união dos pixels e para definir o novo valor comum a esse novo pixel com
resolução espacial de 300 metros se utilizou o parâmetro da moda, que identificou o
valor com maior frequência dentro do conjunto original observado (SILVA;
FERNANDES; ALMEIDA, 2015).
Para identificar a perda de informação pela redução da resolução espacial
decorrente do agrupamento foram comparadas as áreas das classes na resolução
original e na resolução de 300 metros. Esse processo foi realizado para o ano de 2018
para todos os Biomas. As Tabelas 1 e 2 do apêndice B apresentam a porcentagem
de diferença para cada classe e região de análise em relação a sua área original. Os
valores indicam a variação das áreas de cada classe, verificando o aumento ou
redução (em porcentagem de área) após o processo de redução da resolução espacial
no agrupamento dos pixels.
A redução da resolução gerou uma pequena variação na área das classes, com
média global de -7,5%, porém também deve-se considerar que diversas classes
mantiveram os valores de área em torno dos originais. Tratando-se de uma análise
em uma escala cartográfica pequena, este processo não apresenta um grande
prejuízo a consistência do dado, admitindo-se como aceitável o processo de
diminuição da resolução.
As Tabelas do apêndice B também indicaram as classes que mais foram
alteradas devido ao processo de agrupamento, com variação acima de 20% (positivos
ou negativos), que foram: Outra Área não Vegetada, Mineração, Mosaico de
agricultura e pastagem, Afloramento Rochoso, Apicum, Floresta Plantada, Área
Úmida Natural não Florestal, Cultura Anual e Perene, Praia e Duna e Rio, Lago e
Oceano. Essas situações estão destacadas nas Tabelas do apêndice B em vermelho.
As classes mencionadas acima apresentaram maior diferença por conta de se
tratarem de classes que normalmente estão fragmentadas e com áreas menores no
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.
A Análise de Componentes Principais despreza os dados redundantes e cria

modelos estatísticos que representam as principais mudanças espaço-temporais do
uso e cobertura da terra, usando a matriz de covariância para identificação dos
campos com maior variação ao longo do tempo. Adotando na análise os maiores
valores da covariância porque são eles que possuem menor redundância dos dados
e representam as principais mudanças espaciais do uso e cobertura da terra.
Os dados espaciais com as maiores covariâncias são usados como amostras
para a elaboração dos modelos estatísticos oriundos das funções ortogonais, que são
chamados de Componentes Principais. Em outras palavras, foi possível gerar
modelos estatísticos que representam os padrões espaciais das principais mudanças
do uso e cobertura da terra ao longo do tempo. Adicionalmente, foi utilizado os
autovalores para a mensuração da porcentagem da variância explicada por cada
Componente Principal, adotando como parâmetros de escolha o interesse nas
Componentes Principais que explicassem a maior porcentagem de variância e limitar
a um pequeno número de modelos espaciais, resultando na seleção de duas
Componentes Principais.
Cabe ressaltar que a primeira Componente Principal geralmente está
associada ao principal padrão de distribuição espacial dos Biomas brasileiros e dos
seus usos e coberturas da terra. Já a segunda Componente Principal normalmente
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.
Tabela 1 - Padrões do uso e cobertura da terra utilizados para a reclassificação da primeira

Componente Principal.
Padrões Intervalo de valores

Corpos hídricos -192 até -150
Agricultura consolidada e áreas urbanas -149 até -95
Pastagem consolidada -94 até -80
Formação campestre, áreas úmidas, floresta
plantada e pastagem recente -80 até +40
Formações florestais e savânicas -40 até -11
A segunda Componente Principal foi reclassificada em 5 tipos de mudanças,

que estão apresentadas na Tabela 2. Foram mensuradas a porcentagem e a área em
quilômetros quadrados, de maneira aproximada, para cada tipo de mudança.
Tabela 2 – Tipos de Mudanças utilizadas para a reclassificação da segunda Componente Principal.
Mudanças Intervalo de valores

Perda de superfície com água -45 até -100
Processos naturais e Silvicultura -20 até -35 e de -36 até -45
Redundância -20 até +5 e de -35 até -35.9
Conversão de áreas naturais em urbanas ou
agropecuárias +5 até +45
Barragens ou áreas alagadas +45 até +77
Por fim, todas imagens geradas no GEE foram exportadas e os produtos

cartográficos foram produzidos no QGIS, após a união e reprojeção dos dados para o
datum SIRGAS 2000. A análise temporal associada aos padrões espaciais
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
Os resultados estão divididos em três subcapítulos para melhor compreensão

da caracterização das mudanças no uso e cobertura da terra nos Biomas brasileiros
(1), do mapeamento dos padrões espaciais das mudanças dos Biomas brasileiros
usando a Análise de Componentes Principais (2) e da análise das relações espaço-
temporais entre os usos e cobertura da terra identificados com as Componentes
Principais (3).
5.1 Caracterização das mudanças do uso e cobertura da terra nos Biomas brasileiros
As análises da variância, do número de mudanças de classes e do número de

classes mostram a variação temporal de cada pixel com o objetivo de caracterizar as
mudanças no uso e cobertura da terra nos Biomas brasileiros e possibilitou a
elaboração de mapas com a identificação das áreas que sofreram maiores mudanças.
A Figura 19 apresenta o mapa da variância dos dados do MapBiomas entre
1985 e 2018. Os valores de variância variam entre zero e 225, sendo que a magnitude
da variância está relacionada com os identificadores das classes (Quadro 1) e esses
valores identificadores não estão ordenados de forma crescente ou decrescente com
a variação de classes naturais e antrópicas, assim os valores da variância não indicam
diretamente uma maior mudança na natureza, mas subsidiam a identificação e
interpretação das áreas com mudanças no uso e cobertura da terra.
As áreas com valores da variância em torno de zero (Figura 19) são
representadas pela cor cinza e estão relacionadas com situações em que não houve
mudança no uso e cobertura da terra ou ocorreu a permanência temporal de duas ou
três classes, visto que a variância apresentou um valor baixo. Por exemplo, o interior
da floresta Amazônia, no Norte do Brasil, e no interior da Caatinga, no estado do Piauí,
que tiveram a manutenção das classes de formação florestal e formação savânica,
respectivamente. Por outro lado, foi identificado que os maiores valores da variância
(entre 100 e 225 – representado por tons de vermelho, laranja e amarelo) podem ser
encontrados no curso do Rio Amazonas, no Pantanal, na divisa entre Mato Grosso do
Sul e São Paulo e no Norte do estado de Goiás. Esses casos estão relacionados com
flutuações naturais dos níveis de água, ocupações antrópicas nas margens e a
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.

59
A Figura 21 apresenta o número de diferentes classes que cada pixel registrou
ao longo do tempo. Os valores variam entre um e nove classes, sendo que o valor um
indica que o pixel apresentou somente uma classe ao longo dos 34 anos, não sofrendo
alterações como, por exemplo, na parte interior do Bioma Amazônia e na área de
divisa entre a Caatinga e o Cerrado. Já as áreas correspondentes ao arco do
desmatamento apresentaram em sua maioria o registro de duas classes, que
possivelmente equivalem a sua cobertura natural original e a classe antrópica
instalada de caráter permanente. Cabe relembrar que na Figura 20, esta área
apresentou duas, três ou quatro mudanças de classes, assim podemos perceber que
esta área em sua maioria teve duas classes ao longo do tempo que em alguns
momentos se intercalaram.
Podemos notar que nas demais áreas do país há a presença do valor dois (em
azul) e de valores mais elevados, com ênfase dos valores entre três e seis classes no
estado do Mato Grosso, o Sul do Mato Grosso do Sul, Goiás, São Paulo, Paraná,
Santa Catarina, Leste do Rio Grande do Sul e Litoral do Nordeste. Essas condições
podem estar associadas a intercalação e expansão de atividades agropecuárias nos
estados do Centro-Sul e do Nordeste do Brasil, já que se trata de áreas de
concentração dessas atividades agropastoris (GUIMARÃES, 2016; IBGE, 2020), e
que foram acompanhadas pela expansão de infraestrutura e áreas urbanas.
O curso do Rio Amazonas apresentou altos valores de variância (Figura 19) e
um alto número de mudanças de classes (Figura 20), já a partir da Figura 21 pode-se
observar que está área apresenta em sua maioria de duas a três classes ao longo da
série temporal. Isso indica que tal região possui uma alta rotatividade entre algumas
classes, e que esse processo pode ser causado por ações naturais que fazem a
intercalação entre essas classes. Além disso, observa-se que nas margens do Rio
Amazonas os valores são menores do que no curso do rio, o que pode ser entendido
pelas ocupações antrópicas que se estabelecem nas mesmas, deve-se considerar
que foi nas margens dos rios que iniciou a ocupação histórica na Amazônia
(FERNANDES, 2016).
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
Neste subcapitulo serão apresentados os resultados da Análise de

Componentes Principais, abrangendo os mapas com os padrões espaciais dos
Biomas (reclassificação do modelo estatístico da 1° Componente Principal) e de
mudanças no uso e cobertura da terra (reclassificação do modelo estatístico da 2°
Componente Principal). As análises estatísticas permitem mapear os padrões
espaciais das mudanças dos Biomas brasileiros entre 1985 e 2018 mostrando os usos
que impactam a preservação dos Biomas, tornando possível compreender em escala
nacional e de forma integrada, os principais vetores associados as transformações do
espaço brasileiro.
A Análise de Componentes Principais gerou os autovalores que foram
avaliados para identificar a porcentagem de variância explicada por cada Componente
Principal, de acordo com a divisão em Biomas, tendo em vista que o servidor do
Google Earth Engine não disponibilizou espaço para o processamento unificado de
todos os Biomas brasileiros. A Tabela 3 apresenta a porcentagem de variância
explicada por cada Componente Principal e a soma da variância explicada pelas duas
primeiras componentes.
Tabela 3 - Porcentagem de Variância explicada pelas duas primeiras 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%
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.
Tabela 4 - Área dos tipos de Mudanças.
Mudança Área (%) Área (km²)

Perda de superfície com água 0,081 7140,96
Barragens ou áreas alagadas 0,12 10388,79
Processos naturais e Silvicultura 1,45 127531,53
Conversão de áreas naturais em
urbanas ou agropecuárias 13,17 1155371,85
Redundância 85,18 7474702,41
Ao analisar o mapa da Figura 23 podemos notar a predominância da mudança

“Conversão de áreas naturais em urbanas ou agropecuárias”, representada pela cor
lilás, e que esta classe se distribui por grandes extensões do território, assim podemos
considerar que o crescimento urbano e a expansão da agropecuária são os principais
vetores que causaram as mudanças no uso e cobertura da terra brasileiro. De acordo
com pesquisas de Jatobá (2011) e Sambuichi et al. (2012) as atividades urbanas e
agropecuárias causam ações que pressionam o equilíbrio dos ecossistemas e
catalisam as mudanças climáticas, tanto pelas mudanças no uso e cobertura da terra
como pela poluição e consumo de recursos naturais.
A mudança “Perda de superfície com água” corresponde a substituição de
áreas cobertas por água (rios, lagos, etc) por outras classes de uso e cobertura da
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
Este subcapítulo apresenta os resultados da quantificação do coeficiente de

correlação entre as Componentes Principais e os dados de entrada do MapBiomas, e
a análise temporal com a identificação dos anos que mais se distanciam ou aproximam
do modelo estatístico da segunda Componente Principal. Essa técnica estatística
permite analisar as relações espaço-temporais entre os usos e coberturas da terra
identificados com a Análise de Componentes Principais. Os gráficos produzidos estão
no apêndice D, para cada região de análise e para cada Componente Principal
utilizada há um gráfico apresentando o coeficiente de correção entre os modelos
estatísticos e os dados de uso e cobertura da terra do MapBiomas.
A Figura 28 apresenta o gráfico de correlação referente a primeira Componente
Principal com todas as regiões de análise. Observa-se um padrão entre os
coeficientes de correlação, todos possuem valores negativos, variando de -0,6 até -
0,98. Esse comportamento dos coeficientes indica uma associação da primeira
Componente Principal com o padrão de uso e cobertura da terra, ou seja, com as
estruturas espaciais que compõe a distribuição dos elementos.
Figura 28 - Gráfico do Coeficiente de Correlação da Primeira Componente Principal.
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.
Entretanto, encontra-se uma situação diferente na Amazônia Sul, no Cerrado e

no Pantanal. A curva gerada pelos valores de correlação é mais acentuada e há uma
maior amplitude entre a correlação das condições iniciais e finais. Essa característica
aponta que nestas regiões ocorreram mudanças mais rápidas e intensas no uso e
cobertura da terra durante o período analisado. No Pantanal a curva se torna mais
íngreme entre os anos de 1995 e 2005, o que indica uma taxa rápida de mudança no
uso e cobertura da terra. No Bioma Cerrado ocorre uma rápida mudança no uso e
cobertura da terra entre 1990 e 2005 (curva íngreme), com uma estabilização
posterior.
A região da Amazônia Sul apresentou uma rápida velocidade de mudança no
uso e cobertura da terra entre 1990 e 2000. Sendo que no período entre 2000 e 2005
a taxa de mudança se intensificou gerando um crescimento visível nos valores de
correlação. Neste período, o Programa de Cálculo de Desflorestamento da Amazônia
(PRODES) do Instituto Nacional de Pesquisas Espaciais (INPE) mapeou altas taxas
de desmatamento anual na Amazônia Legal, com um pico no ano de 2004 com cerca
de 27.772 mil quilômetros quadrados de floresta nativa desmatada. Após este período
os valores de desmatamento reduziram na região devido a implementação de
programas como o Plano de Ação para a Prevenção e Controle do Desmatamento na
Amazônia Legal (PPCDAM) (MATOS, 2016). Souza et al. (2020) identificou que entre
o período de 1985 e 2005 ocorreram altas taxas de mudanças anuais no Brasil, com
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.
Tabela 5 - Maiores e Menores Coeficientes de Correlação com a segunda Componente Principal.
Menor Coeficiente Maior Coeficiente

Bioma de Correlação Ano de Correlação Ano
Pampa -0,2613 1989 0,1946 2015
Pantanal -0,4121 1988 0,3387 2013
Caatinga -0,3563 1989 0,2991 2015
Cerrado -0,4866 1988 0,2718 2015
Mata Atlântica -0,3085 1987 0,2814 2015
Amazônia Sul -0,4899 1988 0,355 2016
Amazônia Norte -0,2443 1986 0,2603 2015

A partir da análise da Tabela 5 podemos verificar que os menores coeficientes

de correlação ocorreram nos anos iniciais da série temporal, entre 1986 e 1989. E tais
valores, que são os menores, indicam uma divergência em relação ao modelo
estatístico da segunda Componente Principal, ou seja, correspondem ao período
anterior as mudanças no uso e cobertura da terra e não se assemelham ao padrão
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
As análises das mudanças espaciais dos Biomas brasileiros entre os anos de

1985 e 2018 possibilitou caracterizar os padrões de uso e cobertura da terra que
contribuem, ou não, para a preservação dos Biomas. Explorando uma escala de
análise integradora, que pode contribuir em uma gestão mais eficiente dos recursos
ambientais a partir do subsídio de um planejamento ambiental proativo e eficiente.
Além das análises, destaca-se a importância do monitoramento realizado pelo
Projeto MapBiomas e das ferramentas de computação disponibilizadas no Google
Earth Engine. Tendo em vista que possibilitaram implementar a Análise de
Componentes Principais para identificar padrões espaço-temporais dos usos e
cobertura da terra nos Biomas brasileiros. Se evidencia o potencial do uso do Google
Earth Engine para o processamento e análise de grandes quantidades de dados e da
técnica estatística de Análise de Componentes Principais, que permitiu a redução do
conjunto de dados original de 34 imagens para duas Componentes Principais que
explicam mais de 84% da variância do banco de dados.
Os resultados mostraram que o espaço geográfico brasileiro passou por
significativas mudanças ao decorrer de 34 anos, sendo que os principais vetores que
impulsionaram essas transformações foram atividades antrópicas, como o
crescimento urbano, o avanço da agropecuária no interior do país e a implementação
de barragens. Sabe-se que tais atividades podem causar diversos impactos no
sistema ambiental que refletem na qualidade de vida da população, tornando
necessário medidas mitigadoras e compensatórias dos impactos ambientais. Ao
mesmo tempo, foi observado processos de “regeneração” da vegetação e processos
naturais de mudança no uso e cobertura da terra, mas em uma extensão territorial
menor do que as mudanças ambientais geradas por atividades antrópicas.
A Amazônia Sul e o Cerrado apresentaram as mudanças espaciais mais
significativas e os processos mais rápidos (ao longo do tempo), o que está relacionado
com o avanço da fronteira agrícola na região e a consequente perda de cobertura
vegetal natural. O Pampa, Amazônia Norte e Mata Atlântica apresentaram mudanças
mais brandas no uso e cobertura da terra, com menor velocidade. O Pantanal teve
uma taxa de mudança elevada, com perda de superfície de água e avanço da
pastagem sobre as formações naturais. A Caatinga apresentou uma taxa de mudança
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
92
Referências
AGEFLOR - Associação Gaúcha de Empresas Florestais. O setor de base florestal no Rio

Grande do Sul - Ano base 2019. AGEFLOR, 2019, p.17-31.
ALMEIDA, DS. Introdução. In: Recuperação ambiental da Mata Atlântica [online].3rd ed.
rev. and enl. Ilhéus, BA: Editus, 2016, pp. 10-15. ISBN 978-85-7455-440-2. Disponível em
SciELO Books .
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.
ANTUNES, Roberto Luiz dos Santos. Variação espaço-temporal de NDVI em área de

aproveitamento hidroelétrico-UHE Santo Antônio, Porto Velho (RO). Dissertação de
Mestrado. Universidade Federal do Rio Grande do Sul, Programa de Pós-Graduação em
Geografia, Porto Alegre, 2012.
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.
BENCKE, Glayson Ariel; CHOMENKO, Luiza; SANT’ANNA; Danilo Menezes. O que é o

pampa? p. 16-27. In: CHOMENKO, L e BENCKE, A.. Nosso Pampa Desconhecido. Porto
Alegre: Fundação Zoobotânica do Rio Grande do Sul, 2016.
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.
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, M. da S. Introdução à Estatística Espacial para Saúde Pública. Capacitação e

atualização em geoprocessamento em saúde. Brasília: Fiocruz, v. 3, 2007.
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.
BRASIL. Ministério do Meio Ambiente. Pantanal. Brasília, DF, [2020c].Disponível em:

<https://www.mma.gov.br/Biomas/pantanal>. 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.
BRASIL. Ministério do Meio Ambiente. Cerrado. Brasília, DF, [2020b].Disponível em:

<https://www.mma.gov.br/Biomas/cerrado>. Acesso em: Abril de 2020.
BRASIL. Ministério do Meio Ambiente. Zoneamento Ecológico-Econômico. Brasília, DF,

[2021].Disponível em: < https://antigo.mma.gov.br/gestao-territorial/zoneamento-
territorial.html>. Acesso em: Maio de 2021.
CAMPANILI, Maura; SCHAFFER, Wigold Bertoldo. Mata Atlântica: patrimônio nacional

dos brasileiros. Ministério do Meio Ambiente. Brasília, p.408, 2010.
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.
CHOMENKO, Luiza. O Pampa em transformação. p. 188-203. In: CHOMENKO, L e

BENCKE, A.. Nosso Pampa Desconhecido. Porto Alegre: Fundação Zoobotânica do Rio
Grande do Sul, 2016.
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.
COUTINHO, Leopoldo Magno. O conceito de Bioma. Acta botanica brasílica, v. 20, n. 1, p.

13-23, 2006.
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.
EMBRAPA. Visão 2030: o futuro da agricultura brasileira. – Brasília, DF : Embrapa, 2018.
FERNANDES, Ana H. B. M.; CATELLA, Agostinho C.; SORIANO, Balbina M. A.;

URBANETZ Catia; CARDOSO, Evaldo L.; FERNANDES, Fernando A. ; BERGIER, Ivan;
COMASTRI, José A.; SALIS, Suzana M.; WALFRIDO, M. Tomas. BIOMA PANTANAL:
oportunidades e desafios de pesquisa para o desenvolvimento sustentável, p.99-121. In:
VILELA, Evaldo Ferreira; CALLEGARO, Geraldo Magela Callegaro; FERNANDES, Geraldo
Wilson. BIOMAS E AGRICULTURA: oportunidades e desafios. Vertentes Edições. Rio de
Janeiro, 2019.
94
FERNANDES, Cláudio Tadeu Cardoso. Impactos Socioambientais de Grandes
Barragens e Desenvolvimento: a percepção dos atores locais sobre a Usina
Hidrelétrica de Serra da Mesa. Tese de Doutorado. Universidade de Brasília, Centro de
Desenvolvimento Sustentável, Brasília, 2010.
FERNANDES, Valdemir Reis. Impactos socioambientais causados pelas cheias

excepcionais do Rio Negro em Manaus-AM ocorridas entre 1950 a 2015. Dissertação de
Mestrado. Universidade Federal do Amazonas, Programa de Pós-Graduação em Geografia,
Manaus, 2016. p. 17-22.
FERNANDES, Wilson; AGUIAR, Ludmilla; ANJOS, Antônio; BUSTAMANTE, Mercedes;

COLLEVATTI, Rosane; DIANESE, José; DINIZ, Soraia; FERREIRA; Guilherme; FERREIRA,
Laerte; FERREIRA, Manuel; FRANÇOSO, Renata; LANGEANI, Francisco; MACHADO,
Ricardo; MARIMON, Beatriz; MARIMON, Ben Hur; NEVES, Ana; PEDRONI, Fernando;
SALMONA, Yuri; SANCHEZ, Maryland; SCARIOT, Aldicir; SILVA, Joaquim; SILVEIRA, Luís;
VASCONCELOS, Heraldo, COLLI, Guarino, Cerrado - Um Bioma Rico e Ameaçado, p.69-
83 In: PEIXOTO, A. L.; LUZ, J. R. P.; BRITO, MA de. Conhecendo a biodiversidade.
FISCH, G.; MARENGO, J. A.; NOBRE, C. A. Clima da Amazônia, Climanálise-Boletim de

Monitoramento e Análise Climática, v. 10, 2006. Disponível em:
http://mtcm15.sid.inpe.br/col/cptec.inpe.br/walmeida/2004/12.15.15.11/doc/fish.html.
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.
GANEM, R. S. Caatinga: Estratégias de Conservação. Estudo Técnico. Consultoria

Legislatíva, 2017.
Google Earth Engine - Eigen Analysis. 2020. Disponível em:

<https://developers.google.com/earth-engine/guides/arrays_eigen_analysis>. Acesso em:
Setembro 2020.
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.
HASENACK, Heinrich; WEBER, Eliseu J.; VÉLEZ-MARTIN, Eduardo; HOFMANN, Gabriel

S.; DEWES, Homero. BIOMA PAMPA: oportunidades e desafios de pesquisa para
o desenvolvimento sustentável, p. 123-135. In: VILELA, Evaldo Ferreira; CALLEGARO,
Geraldo Magela Callegaro; FERNANDES, Geraldo Wilson. BIOMAS E AGRICULTURA:
oportunidades e desafios. Vertentes Edições. Rio de Janeiro, 2019.
IBGE - Instituto Brasileiro de Geografia e Estatística. Brasil em números/Brazil in Figures.

Centro de Documentação e Disseminação de Informações, Rio de Janeiro, v. 26, p. 1-512,
2018.
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
IBGE - Instituto Brasileiro de Geografia e Estatística. Províncias Estruturais

Compartimentos de Relevo Tipos de Solos Regiões Fitoecológicas e Outras Áreas.
Rio De Janeiro. 2019.
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.
KLINK, C. A.; MACHADO, R. B. A conservação do Cerrado brasileiro. Megadiversidade, v.

1, p. 147 - 155, 2005.
LASA. Área Queimada – Pantanal 2020. Disponível em: https://lasa.ufrj.br/noticias/area-

queimada-pantanal-2020/. Acesso em: 4 de março de 2021.
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.
LIMA, Débora Soriano Cruz de. ANÁLISE DE ASPECTOS SOCIOECONÔMICOS E

AMBIENTAIS DA RECUPERAÇÃO DE MATAS CILIARES DO ENTORNO DO
RESERVATÓRIO CORUMBÁ IV NO MUNICÍPIO DE ABADIÂNIA (GO). Projeto de
Graduação. Universidade Federal do Rio de Janeiro, Curso de Engenharia Civil, Rio de
Janeiro, 2015.
MAFFRA, Cristina Q.T.; MAZZOLA, Marcelo. As razões dos desastres em território

brasileiro, p. 9 - 12. In: SANTOS, RF dos. Vulnerabilidade ambiental: desastres naturais
ou fenômenos induzidos?. MMA, 2007.
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.
MALDONADO, Francisco Darío. Análise por Componentes Principais (ACP) na

caracterização da dinâmica do uso da terra em área do semi-árido brasileiro: Quixaba-
PE. Dissertação de Mestrado, Instituto Nacional de Pesquisas Espaciais, Programa de Pós-
Graduação em Sensoriamento Remoto, São José dos Campos, 1999.
MANLY, Bryan. Métodos estatísticos multivariados: uma introdução. Bookman Editora,

2008. p. 89-104.
MAPBIOMAS – Coleção [4.0] da Série Anual de Mapas de Cobertura e Uso de Solo do

Brasil. Disponível em: <http://mapBiomas.org>. Acesso em: Outubro de 2020.
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.
MAS, Jean-François; NOGUEIRA, Rodrigo de Vasconcelos; FRANCA-ROCHA, Washington.

Analysis of High Temporal Resolution Land Use/Land Cover Trajectories. Land, v. 8, n. 2, p.
30, 2019.
MATOS, F. L. L. C.C. Análise das taxas anuais de desmatamento na Amazônia Legal a

partir da relação entre autos de infração e área desmatada no período entre 2000 e
2014. Dissertação de mestrado. Universidade de Brasília, Programa Pós-Graduação em
Geografia, Brasília, 2016. p. 21-38.
MATRICARDI, E. A. T., MENDES, T. J., PEREIRA, E. M., VASCONCELOS, P. G. A.,

ÂNGELO, H., COSTA, O. B. Dinâmica no uso e cobertura da terra na região do MATOPIBA
entre 2000 e 2016. Nativa, v. 7, n. 5, p. 547-555, 2019.
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.
MINGOTI, Sueli Aparecida. Análise de dados através de métodos de estatística

multivariada: uma abordagem aplicada. Belo Horizonte: Editora UFMG, 2005. p. 59-98.
MIRANDA, Ciomara de Souza; PARANHO FILHO, Antonio Conceição; POTT, Arnildo.

Changes in vegetation cover of the Pantanal wetland detected by Vegetation Index: a
strategy for conservation. Biota Neotropica, v. 18, n. 1, 2018.
MOURA, Rosa; OLIVEIRA, Samara; PÊGO FILHO, Bolívar. Escalas da urbanização

brasileira. Texto para Discussão IPEA, 2018.
NASCIMENTO, Diego; RIBEIRO, Sarah. Biomas Brasileiros e Defesa da Vida. Editora

Kleys. Goiânia, 2017.
NEISSE, Anderson Cristiano; HONGYU, Kuang. Aplicação de componentes principais e

análise fatorial a dados criminais de 26 estados dos EUA. E&S Engineering and Science,
v. 5, n. 2, p. 105-115, 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.
PEREIRA, Luiz Andrei Gonçalves; LESSA, Simone Narciso. O processo de planejamento e

desenvolvimento do transporte rodoviário no Brasil. Caminhos de Geografia, v. 12, n. 40, p.
26-46, 2011.
PILLAR, Valério De Patta; VÉLEZ-MARTIN, Eduardo; OVERBECK, Gerhard E.; BOLDRINI,

Ilsi Iob. Campos Sulinos - A biodiversidade na imensidão dos campos do sul do Brasil, p. 34-
49. In: PEIXOTO, A. L.; LUZ, J. R. P.; BRITO, MA de. Conhecendo a biodiversidade.
PRATES, Rodolfo Coelho; BACHA, Carlos José Caetano. Os processos de desenvolvimento

e desmatamento da Amazônia. Economia e Sociedade, v. 20, n. 3, p. 601-636, 2011.
REIS, Elizabeth. Estatística multivariada aplicada. Edições Sílabo, 2001. p. 253-284.
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.
ROCHA, Joana Carolina Silval. Dinâmica de ocupação no Bioma cerrado:

caracterização dos desmatamentos e análise das frentes de expansão. Dissertação
(Mestrado em Agronegócio)- Universidade Federal de Goiás, Goiânia 2012. p.20-33.
SALIS, Suzana Maria de. Caracterização do Pantanal Mato-Grossense. 495-502. In:

ALBUQUERQUE, Ana Christina Sagebin; DA SILVA, Aliomar Gabriel. Agricultura tropical:
quatro décadas de inovações tecnológicas, institucionais e políticas. Brasília, DF:
Embrapa Informação Tecnológica, 2008.
SAMBUICHI, R. H. R., CONSTANTINO DE OLIVEIRA, M. Â., MOREIRA DA SILVA, A. P., &

LUEDEMANN, G. A sustentabilidade ambiental da agropecuária brasileira: impactos,
políticas públicas e desafios (No. 1782). Texto para Discussão – IPEA, Rio de Janeiro, 2012
SANTOS, K. S. M.; LINGNAU, C. Desmatamento no entorno da Rodovia Transamazônica

no Estado do Pará e a importância de Áreas Protegidas. In: Anais do XVIII Simpósio
98
brasileiro de Sensoriamento Remoto, 2017, Santos. Anais eletrônicos.... Campinas,
GALOÁ, 2020, p. 4534-4541. Disponível em:
<http://urlib.net/rep/8JMKD3MGP6W34M/3PSM3AD>. Acesso em: 20 de abril de 2021.
SANTOS, R. F. Planejamento Ambiental: teoria e prática, Oficina de Textos, São Paulo,

2004.
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.
SOS MATA ATLÂNTICA. Aqui tem mata?. 2018. Disponível em:

<https://www.aquitemmata.org.br/#/cartilha>. Acesso em: 23 de abril de 2020.
SOUZA-FILHO, P. W. M.; DE SOUZA, E. B.; JÚNIOR, R. O. S.; NASCIMENTO JR, W. R.;

DE MENDONÇA, B. R. V.; GUIMARÃES, J. T. F.; SIQUEIRA, J. O. Four decades of land-
cover, land-use and hydroclimatology changes in the Itacaiúnas River watershed,
southeastern Amazon. Journal of environmental management, 167, 175-184.
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.
TAYLOR, R. Interpretation of the correlation coefficient: a basic review. Journal of

diagnostic medical sonography, v. 6, n. 1, p. 35-39, 1990.
THOMAZIELLO, Sueli. Usos da terra e sua influência sobre a qualidade ambiental, p. 23 -

38. In: SANTOS, RF dos. Vulnerabilidade ambiental: desastres naturais ou fenômenos
induzidos?. MMA, 2007.
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
Código utilizado no Google Earth Engine
//// Importando shapefile do Bioma

var table = ee.FeatureCollection('users/leticiasartorio98/amazonia_norte');
//// Importando mapas de uso e cobertura da terra da coleção 4.1 - MapBiomas

var imagea = ee.Image('projects/mapBiomas-
workspace/public/collection4_1/mapBiomas_collection41_integration_v1')
.clipToCollection(table);
/// Alterando a resolução espacial para 300 metros pela moda,

var image = imagea.reduceResolution({
reducer: ee.Reducer.mode(),
bestEffort: true, //automaticamente reduz o nivel da piramide
maxPixels: 10,
})
.reproject({
crs: 'EPSG: 4326',
scale: 300
});
////// 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);
//mensura quantas vezes o valor do pixel alterou

var mudanca = image.reduce(ee.Reducer.countRuns()).clip(table);
/// ACP
//// seleção de bandas
var bands = image.bandNames();
//print(bands);
//Transformando imagem em array

var arrayImage = image.select(bands).toArray();
/// Gerando covariânica

var covar = arrayImage.reduceRegion({
reducer: ee.Reducer.covariance(),
bestEffort: true,
101
geometry : table,
scale:300,
maxPixels: 1e13,
});
var covarArray = ee.Array(covar.get('array'));
// Auto valores e vetores

var eigens = covarArray.eigen();
print(eigens);
var eigenValues = eigens.slice(1, 0, 1);

print(eigenValues,{},'evalues');
var eigenVectors = eigens.slice(1, 1);

print(eigenVectors);
var principalComponents = ee.Image(eigenVectors)

.matrixMultiply(arrayImage.toArray(1));
var pcImage = principalComponents

// Throw out an an unneeded dimension, [[]] -> [].
.arrayProject([0])
// Make the one band array image a multi-band image, [] -> image.
.arrayFlatten([['pc1', 'pc2',
'pc3','pc4','pc5','pc6','pc7','pc8','pc9','pc10','pc11','pc12','pc13','pc14','pc15','pc16',
'pc17','pc18','pc19','pc20','pc21','pc22','pc23','pc24','pc25','pc26','pc27','pc28','pc29','p
c30','pc31','pc32','pc33','pc34']]);
/// Seleção de PC, após avaliação dos autovalores.

var ipc1= pcImage.select('pc1');
var ipc2= pcImage.select('pc2');
// Simplificando o shape para exportação

var roi_bounding = table.map(function(feature){
return feature.bounds()
});
var roi_simple = roi_bounding.geometry();
//Coeficiente de correlação com a PC e dados MapBiomas, aplicado várias vezes, por

Biomas e por ano.
//PC e mapa do ano
var mapa= image.select('classification_2018');// ano exemplo
var union = ipc2.rename('ipc2').addBands(mapa.rename('mapa'));
var r2 = union.reduceRegion({
reducer: ee.Reducer.pearsonsCorrelation(),
bestEffort: true,
geometry : table,
scale:300,
102
maxPixels: 1e13,
});
print(r2, 'PC1, ano') ; // apresenta valor correlação
/// Exportar os dados

/// o exemplo apresenta o processo para a Amazônia Norte
//Export.image.toDrive({
//image: ipc1,
//description: 'pc1_amazonia_norteN',
//fileNamePrefix: ipc1 ,
//region: roi_simple,
//scale : 300,
//fileFormat: 'GeoTIFF',
//maxPixels: 1e13,
//skipEmptyTiles: true
//});
//image: ipc2,
//description: 'pc2_amazonia_norteN',
//scale : 300,
//maxPixels: 1e13,
//});
/// exportar drive

//image: variance,
//description: 'variance_amazonia_norteN',
//scale : 300,
//maxPixels: 1e13,
//});
/// exportar drive

//image: contad,
//description: 'contad_amazonia_norteN',
//scale : 300,
//maxPixels: 1e13,
103
//});
/// exportar drive

//image: mudanca,
//description: 'mudanca_amazonia_norteN',
//scale : 300,
//maxPixels: 1e13,
//});
104
APÊNDICE B
Tabelas comparando áreas das classes de uso e cobertura da terra após a

redução da resolução espacial.
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.
Classe Pampa Pantanal Caatinga Cerrado
Formação Florestal -11,36 2,67 -6,40 -6,35
Formação Savânica -- -6,82 3,26 0,97
Mangue -- -- 9,55 9,47
Floresta Plantada 2,50 -33,01 -21,39 3,20
Área Úmida Natural não Florestal -7,36 0,64 -- -36,04
Formação Campestre 3,11 6,89 -14,09 -5,57
Apicum -- -- -7,14 -25,62
Afloramento Rochoso -55,18 -- -49,83 -8,51
Outra Formação Natural não Florestal -- -- -13,63 -11,19
Pastagem -0,55 -3,65 1,64 5,12
Cultura Anual e Perene 3,63 -21,41 3,39 1,49
Cultura Semi-Perene -- -1,59 -0,12 7,20
Mosaico de Agricultura e Pastagem -42,20 -- -44,51 -11,53
Praia e Duna 12,93 -- 15,42 6,24
105
Infraestrutura Urbana 6,60 3,01 1,11 5,66
Mineração -56,50 -25,09 -43,85 -11,87
Outra Área não Vegetada -53,12 -57,35 -37,60 -42,14
Rio, Lago e Oceano -1,07 -10,66 -5,20 -7,89
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).
Classe Mata Amazônia Amazônia

Atlântica Sul Norte
Formação Florestal 2,14 0,29 0,72
Formação Savânica -11,34 -9,98 -2,58
Mangue 8,63 -- 8,74
Floresta Plantada -1,58 -5,46 -11,40
Área Úmida Natural não Florestal -21,19 -5,46 --
Formação Campestre 0,99 -14,58 -2,88
Apicum -31,65 -- -19,73
Afloramento Rochoso -17,22 -- --
Outra Formação Natural não -11,37 -5,81 -1,04

Florestal
Pastagem 7,25 1,41 -3,12
106
Cultura Anual e Perene 7,07 -0,14 -10,60
Cultura Semi-Perene 7,05 6,70 0,53
Mosaico de Agricultura e -26,94 -- --

Pastagem
Praia e Duna 17,91 -- 39,99
Infraestrutura Urbana 7,63 0,57 2,48
Mineração -51,54 -5,52 -2,67
Outra Área não Vegetada -58,53 -28,79 -73,13
Rio, Lago e Oceano 0,91 -20,70 -3,16
Aquicultura 12,57 -- --
107
APÊNDICE C
Amostras coletadas para a reclassificação da primeira Componente Principal.
Tabela C1 – Amostras coletadas para o padrão “Corpos hídricos” e suas respectivas coordenadas
geográficas.
Amostras Valor Lat (y) Lon (x)
1 -192,3057 -2,6150 -55,0450
2 -162,9558 -20,7058 -51,0626
3 -176,3757 -9,6570 -42,0680
4 -163,0174 -4,3920 -49,5202
5 -192,3057 -1,1440 -48,6050
6 -158,6629 -14,0790 -48,3080
7 -168,2804 -1,4750 -60,0630
8 -191,6920 -18,4595 -47,8651
9 -156,6622 -2,2650 -54,1220
10 -175,6632 -8,8000 -63,3480

Tabela C2 – Amostras coletadas para o padrão “Agricultura consolidada e áreas urbanas” e suas
respectivas coordenadas geográficas.
1 -139,91963 -32,0410 -52,1110
2 -110,76971 -32,400 -52,958
3 -112,45174 -27,37800 -53,72800
4 -116,57943 -21,06070 -48,87310
5 -139,89531 -23,54000 -46,57700
6 -110,75046 -24,32900 -53,63500
7 -100,98574 -12,67100 -46,19800
108
8 -138,01237 -14,05600 -48,30500
9 -145,50714 -22,05300 -52,38300
10 -116,57943 -6,44400 -35,07000

Tabela C3 – Amostras coletadas para o padrão “Pastagem consolidada” e suas respectivas

coordenadas geográficas.
1 -85,71361 -11,792 -61,454
2 -85,71361 -6,277 -49,575
3 -87,13274 -19,195 -51,102
4 -87,37357 -8,837 -36,592
5 -87,37357 -11,119 -37,942
6 -87,13274 -18,665 -46,213
7 -87,43457 -20,100 -50,899
8 -87,13274 -23,343 -55,347
9 -87,13274 -16,159 -50,265
10 -87,43457 -18,656 -41,938

Tabela C4 – Amostras coletadas para o padrão “Formação campestre, áreas úmidas, floresta
plantada e pastagem recente” e suas respectivas coordenadas geográficas.
1 -75,75681 3,8900 -60,5890
2 -69,95982 -30,4910 -55,9083
3 -69,89885 -9.688 -40,5140
4 -69,94766 -28,1450 -50,2290
5 -69,95425 -20,3940 -57,7720
6 -64,12473 -18,5710 -56,7250
109
7 -69,70619 -14,5130 -58,7570
8 -69,70619 -9,9620 -46,5130
9 -64,12473 -17,1412 -57,6142
10 -69,70619 -12,4660 -50,8080
11 -52,46986 -31,1810 -53,2290
12 -52,46074 -24,3170 -50,3650
13 -52,27964 -23,797 -48,9280
14 -46,41729 -21,51610 -47,56130
15 -49,46909 -30,313 -52,11400
16 -52,46074 -26,739 -50,4060
17 -45,54425 -23,6266 -45,866

Tabela C5 – Amostras coletadas para o padrão “Formações florestais e savânicas” e suas respectivas
1 -17,14272 -5,27 -58,32
2 -17,42655 -12,27 -58,62
3 -17,48691 -24,507 -47,246
4 -23,23540 -4,856 -41,847
5 -17,14272 -5,52 -71,16
6 -23,29962 -8,88 -43,29
7 -21,37643 -23,6768 -46,0365
8 -17,48234 1,51 -52,7
9 -17,47471 -9,19 -43,84
10 -17,14272 -5,81 -50,71

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
1 -59,603 -19,2883 -57,8348
2 -56,599 -19,0324 -57,5152
3 -80,379 -17,554 -57,562
4 -59,2018 -16,648 -57,444
5 -53,117 -3,388 -44,667
6 -64,28 -5,886 -61,671
7 -75,643 -3,277 -58,942
8 -56,775 -2,147 -54,961
9 -78,527 1,5286 -50,6801
10 -82,244 -2,7846 -42,1292

Tabela C7 – Amostras coletadas para o tipo de mudança “Processos Naturais e Silvicultura” e suas
1 -33,0221 -31,864 -52,0578
2 -39,365 -31,9819 -51,9936
3 -21,478 -31,9978 -52,1321
4 -24,258 -32,0915 -52,3801
5 -31,842 -32,9396 -52,5654
6 -33,6169 -1,5527 -55,6991
7 -29,78 -5,035 -47,568
8 -30,462 -5,157 -47,63
9 -26,144 -11,235 -46,652
10 -33,488 -4,935 -48,6258

111
Tabela C8 – Amostras coletadas para o tipo de mudança “Redundância” e suas respectivas
1 -2,2914 -32,1825 -52,1617
2 -1,05026 -32,1334 -52,2457
3 -0,513515 -3,505 -66,82
4 -1,841085 -5,573 -41,667
5 -0,455666 -17,205 -58,276
6 -6,904 -14,348 -50,544
7 -2,9584 -22,835 -43,317
8 -4,0786 -23,7915 -54,0839
9 -2,3421 -24,3995 -53,9334
10 -1,145738 -32,0953 -52,2614
11 -13,8904 -13,0659 -62,0695
12 -35,26 -5,032 -62,448
13 -35,26 -4,865 -62,764
14 -35,26 -6,2604 -62,222
15 -35,26 -5,937 -57,635

Tabela C9 – Amostras coletadas para o tipo de mudança “Conversão de áreas naturais em urbanas
ou agropecuárias” e suas respectivas coordenadas geográficas.
1 25,7493 -32,1902 -52,1781
2 27,5161 -32,0849 -52,183
3 33,4278 -3,0372 -59,9259
4 51,3935 -3,0701 -59,9242
5 20,1867 -3,7745 -38,6728
6 23,0717 -19,0437 -57,6413
7 33,4885 -16,403 -48,9115
112
8 17,09091 -22,6635 -42,8531
9 30,1059 -31,68616 -52,35865
10 21,7812 -32,17335 -52,15447
11 23,242 -9,585 -63,9712
12 28,0259 0,854 -60,357
13 32,006 -12,81 -55,347
14 27,2985 -3,5254 -42,9026
15 17,084 -31,0617 -54,3661
16 22,654 -10,122 -52,659
17 30,5358 -5,08 -50,429
18 24,335 -16,464 -57,7713
19 27,6069 -17,425 -54,281
20 27,6086 -12,398 -52,698

Tabela C10 – Amostras coletadas para o tipo de mudança “Barragens ou áreas alagadas” e suas
1 61,702 -14,1 -48,272
2 66,426 -10,104 -48,405
3 74,454 -21,726 -52,141
4 48,826 -22,227 -52,644
5 57,893 -5,531 -38,454
6 70,009 -14,988 -55,713
7 49,79 -12 -60,687
8 71,83 -10,355 -48,379
9 67,779 -13,4554 -48,1994
10 57,54 -13,8599 -48,3709

113
APÊNDICE D
Gráficos com o coeficiente de correlação entre as Componentes Principais e os

mapas de uso e cobertura da terra.
Figura D1 – Coeficiente de correlação entre a Primeira Componente Principal e Mapas de Uso

e Cobertura da terra do MapBiomas para o Bioma Pampa.
Figura D2 – Coeficiente de correlação entre a Segunda Componente Principal e Mapas de Uso

e Cobertura da terra do MapBiomas para o Bioma Pampa.

114
e Cobertura da terra do MapBiomas para o Bioma Pantanal.

e Cobertura da terra do MapBiomas para o Bioma Pantanal.
115
e Cobertura da terra do MapBiomas para o Bioma Caatinga.

e Cobertura da terra do MapBiomas para o Bioma Caatinga.
116
e Cobertura da terra do MapBiomas para o Bioma Cerrado.

e Cobertura da terra do MapBiomas para o Bioma Cerrado.
117
e Cobertura da terra do MapBiomas para o Bioma Mata Atlântica.
Figura D10 – Coeficiente de correlação entre a Segunda Componente Principal e Mapas de

Uso e Cobertura da terra do MapBiomas para o Bioma Mata Atlântica.
118
e Cobertura da terra do MapBiomas para o Bioma Amazônia Sul.

Uso e Cobertura da terra do MapBiomas para o Bioma Amazônia Sul.
119
e Cobertura da terra do MapBiomas para o Bioma Amazônia Norte.

Uso e Cobertura da terra do MapBiomas para o Bioma Amazônia Norte.
120

Mudanças Uso e Cobertura Da Terra Dos Biomas Brasileiros

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Mudanças Uso e Cobertura Da Terra Dos Biomas Brasileiros

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO RIO GRANDE

INSTITUTO DE CIÊNCIAS HUMANAS E DA INFORMAÇÃO

LETÍCIA FIGUEIREDO SARTORIO

MUDANÇAS DO USO E COBERTURA DA TERRA NOS BIOMAS BRASILEIROS

MUDANÇAS DO USO E COBERTURA DA TERRA NOS BIOMAS BRASILEIROS

Trabalho de Conclusão de Curso de Geografia

Orientador: Éder Leandro Bayer Maier

Orientador: Prof. Dr. Éder Leandro Bayer Maier (Geografia/FURG)

Prof. Dra. Simone Emiko Sato (Geografia/FURG)

Prof. Dr. Marcos Freitas (Geografia/UFRGS)

MsC. Tainã Costa Peres (Doutoranda PosGea/UFRGS) – Suplente

Nas últimas décadas ocorreram mudanças no uso e cobertura da terra no território

Figura 1 - Localização do Bioma Amazônia. ............................................................. 16

Tabela 1 - Padrões do uso e cobertura da terra utilizados para a reclassificação da

Quadro 1 - Classes de usos e coberturas da terra no mapeamento do Brasil pelo

IBGE Instituto Brasileiro de Geografia e Estatística

MapBiomas Mapeamento Anual do Uso e Cobertura da Terra no Brasil

INPE Instituto Nacional de Pesquisas Espaciais

PRODES Programa de Cálculo de Desflorestamento da Amazônia

PIB Produto Interno Bruto

GEE Google Earth Engine

SEEG/OC Sistema de Estimativas de Emissões de Gases de Efeito Estufa do

NDVI Índice de Vegetação da Diferença Normalizada

NPV Vegetação Não-Fotossintetizante

ACP Análise de Componentes Principais

PPCDAM Plano de Ação para a Prevenção e Controle do Desmatamento na

ZEE Zoneamento Ecológico-Econômico

O Brasil em 34 anos (1985-2018) passou por diferentes processos produtivos,

- Caracterizar as mudanças do uso e cobertura da terra nos Biomas brasileiros;

- Mapear os padrões espaciais das mudanças dos Biomas brasileiros usando a

- Analisar as relações espaço-temporais entre os usos e coberturas da terra

O capítulo abordará as características dos Biomas brasileiros, o contexto

3.1 Biomas Brasileiros

3.1.1 Bioma Amazônia

O Bioma Amazônia é o maior do Brasil e está localizado na região Norte do

Figura 1 - Localização do Bioma Amazônia.

Fonte: A autora (2020).

Mesmo com a sua importância para o equilíbrio ecológico mundial, o Bioma

Figura 2 - Imagem do Bioma Amazônia.

Fonte: INPE (2018).

O clima do Bioma é em sua maioria classificado como equatorial, com altos

3.1.2 Bioma Cerrado

O Bioma Cerrado abrange uma área de 2.036.448 milhões de quilômetros

Figura 3 - Localização do Bioma Cerrado.

Fonte: A autora (2020).

O cerrado abriga as nascentes das maiores bacias hidrográficas do continente,

Fonte: ICMBio (2017).

Mesmo com a grande importância ecológica do Cerrado, há diversas espécies

3.1.3 Bioma Pantanal

O Pantanal ocupa uma área de 150.355 mil quilômetros quadrados do território

Figura 5 - Localização do Bioma Pantanal.

Fonte: A autora (2020).

A Figura 6 apresenta uma visão aérea do Bioma Pantanal.

Figura 6 - Imagem do Bioma Pantanal.

Fonte: IMASUL (2020).

3.1.4 Bioma Caatinga

A Caatinga abrange 11% do território brasileiro, com 844.453 mil quilômetros

Figura 7 - Localização do Bioma Caatinga.

Fonte: A autora (2020).

Fonte: UFAL (2017).

O clima do Bioma apresenta altas temperaturas, com uma média anual de

3.1.5 Bioma Pampa

Figura 9 - Localização do Bioma Pampa.