Detecção de mudanças e modelagem preditiva do uso da terra e cobertura vegetal do Pantanal de Aquidauana, MS

Autores

  • Leandro Félix da Silva Universidade Federal de Mato Grosso do Sul
  • Vitor Matheus Bacani Universidade Federal de Mato Grosso do Sul

DOI:

https://doi.org/10.11606/issn.2179-0892.geousp.2018.134659

Palavras-chave:

Pantanal de Aquidauana, Tendência de mudanças espaciais, Processo analítico hierárquico (AHP), Cadeias de Markov-autômatos celulares

Resumo

Este estudo tem por objetivo analisar as mudanças ocorridas no uso da terra e cobertura vegetal entre os anos de 1984, 1993, 2000, 2015, e simular um cenário futuro para o ano de 2050. Os métodos utilizados para simulação do cenário futuro para o ano de 2050 foram os baseados no Processo Analítico Hierárquico (AHP) combinado com o modelo CA Markov (Cadeia de Markov e Autômatos Celulares). O modelo elaborado para o ano de 2050 apresentou 4 (quatro) classes que são: 1) Vegetação Nativa, 2) Pastagem Plantada, 3) Solo Exposto e 4) Corpos d’água. A análise multitemporal utilizando os mapas de 1984, 1993, 2000, 2015 e o modelo simulado para 2050 apontou que ao longo dos anos analisados haverá uma tendência de redução de áreas naturais como vegetação natural e de corpos d’água e o aumento das áreas relacionadas às ações antrópicas como pastagem plantada e solo exposto.

Downloads

Os dados de download ainda não estão disponíveis.

Biografia do Autor

  • Leandro Félix da Silva, Universidade Federal de Mato Grosso do Sul

    É Mestre em Geografia pela Universidade Federal de Mato Grosso do Sul. 

  • Vitor Matheus Bacani, Universidade Federal de Mato Grosso do Sul

    é professor Adjunto da Universidade Federal de Mato Grosso do Sul.

Referências

ACEVEDO, M. F.; URBAN, D. L.; ABLAN, M. Transition and Gap Models of Forest Dynamics. Ecological Applications, Washington, v. 5, n. 4, p. 1040-1055, 1995.

ARAÚJO, A. G. J. A pecuária no Pantanal: novas tendências no processo de produção de Aquidauana, Mato Grosso do Sul. Dissertação (Mestrado em Geografia) –Universidade Federal do Rio de Janeiro, Rio de Janeiro, 2011.

BACANI, V. M.; SAKAMOTO, A.Y.; QUENÉOL, H.; VANNIER, C.; CORGNE, S. Markov chains-cellular automata modeling and multicriteria analysis of land cover change in the Lower Nhecolândia subregion of the Brazilian Pantanal wetland. Journal Applied Remote Sensing, v. 10, n. 1, p. 1-21, 2016.

CARVALHO, G. A. Contribuições metodológicas ao planejamento urbano: comparação de métodos de análise multivariada e modelo de simulação da paisagem urbana – aplicações na Regional Pampulha – Belo Horizonte, Minas Gerais – Brasil. Tese (Doutorado em Geografia) – Universidade Federal de Minas Gerais, Belo Horizonte, 2015.

CONGALTON, R. G. A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, v. 49 n. 12, p. 1671-1678, 1991.

DALMÁS, F. B. Análise da evolução do uso e ocupação do solo na UGRHT – 11 e avaliação de cenários futuros em função de processos erosivos e de movimentos de massa utilizando técnicas de geoprocessamento. Tese (Doutorado em Recursos Minerais e Hidrogeologia) – Instituto de Geociências, Universidade de São Paulo, São Paulo, 2013.

EASTMAN, J. R. Guide to GIS and Imaging Processing. IDRISI Selva Manual: Version 17.0. Workcerster, MA: Clarks Labs of Clark University, 2011.

ESRI. ENVIRONMENTAL SYSTEMS RESEARCH INSTITUTE. ArcGIS for Desktop: Version 10.1. Redlands: ESRI, 2012.

EXELIS VISUAL INFORMATION SOLUTIONS. ENVI/software ENVI 5.1. Boulder, CO, 2014. 1 CD-Rom.

FIGUEIREDO, G. C.; VIEIRA, C. A. O. Estudo do comportamento dos índices de exatidão Global, Kappa e Tau, comumente usados para avaliar a classificação de imagens do sensoriamento remoto. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., 2007, Florianópolis. Anais… Florianópolis, 2007. p. 5755-5762.

FOODY, G. M. Status of land cover classification accuracy assessment. Remote Sensing of Environment, v. 80, p. 185-201, 2002.

GARCIA, E. A. C. Estrutura fundiária no município de Corumbá, MS. Documentos Embrapa Pantanal – Circular Técnica, Corumbá, v. 6, p. 1- 31, 1981.

HOUET, T.; LOVELAND, T. R.; LAURENCE, H.; GAUCHEREL, C.; NAPTON, D.; SAYLER, K. Exploring subtle land use and land cover changes: a framework for future landscape studies. Landscape Ecology, v. 25, p. 249-266, 2010.

IBGE. INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Manual técnico de uso da terra. Manuais Técnicos em Geociências. 3a. ed. Rio de Janeiro: IBGE, 2013. v. 7.

INCRA. INSTITUTO NACIONAL DE COLONIZAÇÃO E REFORMA AGRÁRIA. Disponível em: http://www.incra.gov.br/index.php/noticias-sala-de-imprensa/noticias/9946-incra-lanca-complexo-de-assentamentos-em-aquidauana. Acesso em: 19 out. 2015.

INCRA. INSTITUTO NACIONAL DE COLONIZAÇÃO E REFORMA AGRÁRIA. Acervo fundiário. I3 GeoIncra. Disponível em: http://acervofundiario.incra.gov.br/acervo/acv.php. Acesso em: 3 ago. 2018.

LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, v. 33, n. 1, p. 159-174, 1977.

LANDSAT OLI 8: imagem de satélite. Virginia: USGS, 2015. 1 fotografia área. Escala 1:100.000. Bandas 1, 2, 3, 4, 5, 6, 7 e 8.

LANDSAT TM 5: imagem de satélite. Virginia: USGS, 2000. 1 fotografia área. Escala 1:100.000. Bandas 1, 2, 3, 4, 5, e 7.

LANDSAT TM 5: imagem de satélite. Virginia: USGS, 1993. 1 fotografia área. Escala 1:100.000. Bandas 1, 2, 3, 4, 5, e 7.

LANDSAT TM 5: imagem de satélite. Virginia: USGS, 1984. 1 fotografia área. Escala 1:100.000. Bandas 1, 2, 3, 4, 5, e 7.

MOURÃO, G.; COUTINHO M.; MAURO, R.; CAMPOS, Z.; TOMÁS W.; MAGNUSSON, W. Aerial surveys of caiman, marsh deer and pampas deer in the Pantanal wetland of Brazil, Biological Conservation, v. 92, n. 2, p.175-183, 2000.

OLIVEIRA, M. S. Detecção de mudanças de uso e cobertura da terra no Sinclinal Moeda (MG) no período de 1991 a 2011 e previsões de mudanças futuras através de modelo espacial de simulação. Dissertação (Mestrado em Análise e Modelagem de Sistemas Ambientais) – Universidade Federal de Minas Gerais, Belo Horizonte, 2012.

PAEGELOW, M.; CAMACHO, M. T. O. Modelling Environmental Dynamics: advances in geomatic solutions: Berlin: Springer Science & Business Media, 2008.

PONTIUS, R. G.; MILLONES, M. Death to Kappa: birth of quantity disagreement and allocation disagreement for accuracy assessment. International Journal of Remote Sensing, v. 32, p. 4407-4429, 2011.

SANTOS, S. A.; CARDOSO, E. L.; SANTOS SILVA, R. A.; M. PELLEGRIN, A. O. Princípios básicos para a produção sustentável de bovinos de corte no Pantanal. Documentos Embrapa Pantanal, Corumbá, v. 37, p. 1-28, 2002.

SANTOS, S. A.; DESBIEZ, A. L. J.; BUAINAIN, M. U.; ABREU, U. G. P.; SANTOS, D.; SILVA, R. A. M. S.; SANTOS, R. C. R. Competitividade, sustentabilidade e cadeia produtiva bovina no Pantanal. Corumbá, MS: Embrapa Pantanal, 2008.

SILVA, J. S. V.; ABDON, M. M.; SILVA, M. P.; ROMERO, H. R. Levantamento do desmatamento do Pantanal brasileiro até 1990/91. Pesquisa Agropecuária Brasileira, v. 33, p. 1739-1745, 1998.

SILVA, J. S. V.; POTT, A.; ABDON, M. M.; POTT, V. J.; SANTOS, K. R. Projeto GeoMS: cobertura vegetal e uso da terra do estado do Mato Grosso do Sul. Campinas, SP: Embrapa Informática Agropecuária, 2011.

SILVA, L. F.; BACANI, V. M. Análise multitemporal do uso da terra e cobertura vegetal no pantanal de Aquidauana com o uso de geotecnologias. REDE – Revista Eletrônica PRODEMA, Fortaleza, v. 9, n. 2, p. 27-40; 2015.

TRIMBLE GEOSPATIAL. Software e Cognition Developer 8.0. Disponível em: http://www.ecognition.com/suite/ecognition-developer. Acesso em: 16 abr. 2015.

USHER, M. B. Markovian Approaches to Ecological Sucession. Journal of Animal Ecology, London, v. 48, n. 2, p. 413-426, 1979.

WU, F.; WEBSTER, C. J. Simulating artificial cities in a GIS environment: urban growth under alternative regulation regimes. International Journal of Geographical Information Science, v. 14, n. 7, p. 625-648, 2000.

Downloads

Publicado

2018-06-21

Edição

Seção

Artigos

Como Citar

Detecção de mudanças e modelagem preditiva do uso da terra e cobertura vegetal do Pantanal de Aquidauana, MS. GEOUSP Espaço e Tempo (Online), [S. l.], v. 22, n. 2, p. 437–456, 2018. DOI: 10.11606/issn.2179-0892.geousp.2018.134659. Disponível em: https://www.revistas.usp.br/geousp/article/view/134659.. Acesso em: 28 mar. 2024.