Dinâmica de uso e cobertura da terra e análise de tendência de mudanças para o município de Caçador, SC.

Wilson Anderson Holler, Maria Augusta Doetzer Rosot, Marilice Cordeiro Garrastazu, Isabella Françoso Rebutini Figueira, Naíssa Batista da Luz, Jéssica Caroline Maran, Luziane Franciscon, Yeda Maria Malheiros de Oliveira

Abstract


Esse estudo mostra a importância de tecnologias que podem ser utilizadas no planejamento territorial e monitoramento da paisagem rural. Apresenta os procedimentos metodológicos para o mapeamento, a análise e o monitoramento do uso e cobertura da terra no município de Caçador, SC, em dois momentos, 2011 e em 2014. Foi empregada classificação orientada a objetos de imagens de satélite da constelação RapidEye, conforme metodologia desenvolvida para o Inventário Florestal Nacional do Brasil. A análise de qualidade temática da classificação levou em consideração o percentual de área ocupada pelas classes: Floresta natural, Outras terras com árvores, Gramíneas e herbáceas, Floresta plantada, Solo exposto, Agricultura e pastagem, Influência urbana e Superfície com água. Os valores da acurácia global foi igual a 87,65±2,61% e 86,31±2,10% para os anos de 2011 e 2014, respectivamente. Para a detecção de mudanças empregou-se Land Change Modeler, que se baseia em cadeias markovianas para a geração de matrizes de transição. As maiores alterações ocorreram nas classes Floresta natural (-4,6%), Floresta plantada (2,6%) e Agricultura e pastagem (1,9%). Na região nordeste do município concentra-se a maior probabilidade (até 12, 04%) de ocorrer a conversão da classe Floresta natural para classes que contemplem atividades antrópicas.

Keywords


Análise espaço-temporal; Acurácia temática; Análise de tendência

References


ACHARD, F.; OLIVEIRA, Y. M.M. de; MOLLICONE, D. Monitoring forest cover and deforestation. In: Handbook on Remote Sensing for Agricultural Statistics Publication. Global Strategy to improve Agricultural and Rural Statistics (GSARS). p. 185-215, 2017. Disponível em

http://gsars.org/en/handbook-on-remote-sensing-for-agricultural-statistics. Acesso em 24 de abril de 2018.

AGRAWAL, C.; GREEN, G.; GROVE, J.; EVANS, T.; SCHWEIK, C., et al. (2002). A review and assessment of land-use change models: dynamics of space, time, and human choice. Delaware OH: USDA Forest Service. 2002.

AGUIRRE-GUTIÉRREZ, J.; SEIJMONSBERGEN, A.C.; DUIVENVOORDEN, J.F. Optimizing land cover classification accuracy for change detection, a combined pixel-based and object-based approach in a mountainous area in Mexico. Applied Geography 34, 29–37. 2012.

BAATZ, M.; SCHÄPE, A. Object-oriented and multi-scale image analysis in semantic networks. 2nd International Symposium: Operationalization of Remote Sensing, p. 1–7, 1999.

BANCO CENTRAL DO BRASIL (BACEN). RESOLUÇÃO Nº 4.427, DE 25 DE JUNHO DE 2015. Disponível em: . Acesso em: 14 ago. 2017.

BAYFIELD, N. Approaches to Monitoring for Nature Conservation in Scotland. – In: Umweltbundesamt (Federal Environment Agency – Austria) (Ed.): Monitoring for Nature Conservation. Wien (Umweltbundesamt), p. 23-27. ISBN 3-85457-360-X. 1997.

BLASCHKE, T. Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing, v. 65, n. 1, p. 2–16, 2010.

BLASCHKE, D. T.; STROBL, P. J. What’s wrong with pixels? Some recent developments interfacing remote sensing and GIS. GIS – Zeitschrift für Geoinformationssysteme, v. 14, n. 6, p. 12–17, 2001.

BOCK, M.; XOFIS, P.; MITCHLEY, J.; ROSSNER, G.; WISSEN, M. Object-oriented methods for habitat mapping at multiple scales—Case studies from Northern Germany and Wye Downs, UK. Journal for Nature Conservation 13 (2–3), 75–89. 2005.

BRASIL. Lei nº 12.651, de 25 de maio de 2012. Código Florestal. Dispõe sobre a proteção da vegetação nativa; altera as Leis nos 6.938, de 31 de agosto de 1981, 9.393, de 19 de dezembro de 1996, e 11.428, de 22 de dezembro de 2006; revoga as Leis nos 4.771, de 15 de setembro de 1965, e 7.754, de 14 de abril de 1989, e a Medida Provisória no 2.166-67, de 24 de agosto de 2001; e dá outras providências. Diário Oficial da União, Brasília, DF, 28 mai. 2012. Disponível em: . Acesso em: 09 Dez. 2016.

CLARK LABS. Land Change Modeler (LCM) for ArcGis Software Extension (2.0). 2017. Disponível em: < https://clarklabs.org/land-change-modeler-for-ArcGis/ >. Acesso em: 05 out. 2017.

DI GREGORIO, A. Land cover classification system: classification concepts and user manual: LCCS. Food and Agriculture Organization of the United Nations, 2016.

ESRI. ArcGis Desktop: Release 10.5. Redlands, CA: Environmental Systems Research Institute. 2017.

FARO, J. Facilitación participativa del Plan Estratégico del Bosque Modelo Caçador, Santa Catarina, Brasil. p. 146, 2014.

FEARNSIDE, P. M. Soybean cultivation as a threat to the environment in Brazil. Environmental Conservation, v. 28, 23 - 38. 2001.

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. Anais XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis, Brasil, 21-26 de abril, INPE, p. 5755-5762. 2007.

FINEGOLD, Y.; ORTMANN, A.; LINDQUIST, E.; D’ANNUNZIO, R.; SANDKER, M. Map Accuracy Assessment and Area Estimation Map Accuracy Assessment and Area Estimation: A Practical Guide. Food and Agriculture Organization of the United Nations. National forest monitoring assessment working paper n. 46, p. 69, 2016.

FOLEY, J.A.; DEFRIES, R.; ASNER, G.P.; BARFORD, C.; BONAN, G.; CARPENTER, S.R.; CHAPIN, F.S.; COE, M.T.; DAILY, G.C.; GIBBS, H.K.; HELKOWSKI, J.H.; HOLLO- WAY, T.; HOWARD, E.A.; KUCHARIK, C.J.; MONFREDA, C.; PATZ, J.A.; PRENTICE, I.C.; RAMANKUTTY, N.; SNYDER, P.K. Global consequences of land use. Science 309, 570–574. 2005.

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

FREIER, K. P.; SCHNEIDER, U. A.; FINCKH, M., et al. Dynamic interactions between vegetation and land use in semi-arid Morocco: using a Markov process for modeling rangelands under climate change. Agriculture, Ecosystems and Environment, 140, 462–472. 2011

FREITAS J.V. et al. Brazil. In: Vidal C., Alberdi I., Hernández Mateo L., Redmond J. (eds) National Forest Inventories. Springer, Cham. p. 197-212, 2016.

GUAN, D., LI, H.; INOHAE, T.; SU, W.; NAGAIE, T.; HOKAO, K., et al. Modeling urban land use change by the integration of cellular automaton and Markov model. Ecological Modelling, 222, 3761–3772. 2011.

HALMY, M. W. A.; GESSLER, P. E.; HICKE, J. A.; SALEM, B. B. et al. Land use/land cover change detection and prediction in the north-western coastal desert of Egypt using Markov-CA. Applied Geography, 63(2015), 101–112. 2015.

HUSSAIN, M.; CHEN, D.; CHENG, A.; WEI, H.; STANLEY, D. Change detection from remotely sensed images: From pixel-based to object-based approaches. ISPRS Journal of Photogrammetry and Remote Sensing, v. 80, p. 91–106. International Society for Photogrammetry and Remote Sensing, Inc. (ISPRS). 2013

INSTITUTO BRASILEIRO DE DESENVOLVIMENTO FLORESTAL (IBDF). Portaria Nº 560 de 1968. Rio de Janeiro: Instituto Brasileiro de Desenvolvimento Florestal. Disponível em: . Acesso em: 1 mai. 2016.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Manual Técnico da Vegetação Brasileira. 2a edição revista e ampliada. Sistema Fitogeográfico. Inventário das Formações Florestais e Campestres. Técnicas e Manejo de Coleções Botânicas. Procedimentos para Mapeamentos. 2012.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Base Cartográfica Contínua do Brasil 1:1000000, v4. Base contínua, v. I, n. 4, 2014. Disponível em: < ftp://geoftp.ibge.gov.br/cartas_e_mapas/bases_cartograficas_continuas/bcim/versao2014/informacoes_tecnicas/bcim_v4_doc_tecnica_vol_i.pdf >. Acesso em: 5 jun. 2017.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Resolução PR 01/2015, p. 1–8, 2015. Disponível em: . Acesso em: 5 jun. 2017.

INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA (IBGE). Ferramenta Cidades. 2017b. Disponível em: < https://cidades.ibge.gov.br/painel/painel.php?codmun=420300>. Acesso em: 5 jun. 2017.

KURASZ, G.; ROSOT, N. C.; OLIVEIRA, Y. M. M. de; ROSOT, M. A. Caracterização Do Entorno Da Reserva Florestal Embrapa / Epagri de Caçador (SC) Usando Imagem Ikonos. Floresta, p. 641–649. ISSN Eletrônico 1982-4688. 2008

LANG, S.; BLASCHKE, T. Análise da paisagem com SIG. Editora Oficina de textos, 424 p. ISBN: 978-85-86238-78-9. 2009.

LILLESAND, T. M.; KIEFER, R. W.; CHIPMAN, J. W. Remote sensing and image interpretation. Wiley. 7th Edition. ISBN: 978-1-118-34328-9. 2015.

LU, D.; LI, G.; MORAN, E. Current situation and needs of change detection techniques. International Journal of Image and Data Fusion, v. 5, n. 1, p. 13–38. Taylor & Francis. 2014.

LU, D.; MAUSEL, P.; BRONDÍZIO, E.; MORAN, E. Change detection techniques. International Journal of Remote Sensing, v. 25, n. 12, p. 2365–2401, 2004.

LUZ, N.; MARAN, J.; GARRASTAZU, M.; ROSOT, M. A.; FRANCISCON, L.; HOLLER, W. A.; GAIAD, N. P.; OLIVEIRA, Y.; FREITAS, J. V. Manual das Unidades Amostrais de Paisagem do Inventário Florestal Nacional Parte I (Procedimentos para a execução do mapeamento de uso e cobertura da terra usando regras de classificação customizadas por UAP ou genéricas, respectivamente). Embrapa Florestas. Colombo. 2018a, no prelo.

LUZ, N.; MARAN, J.; ROSOT, M. A.; GARRASTAZU, M.; FRANCISCON, L.; OLIVEIRA, Y.; FREITAS, J. V. Manual das Unidades Amostrais de Paisagem do Inventário Florestal Nacional Parte II (Procedimentos para a execução do controle de qualidade do mapeamento de uso e cobertura da terra). Embrapa Florestas. Colombo, 2018b, no prelo.

MARKOV, A. A. Extension of the limit theorems of probability theory to a sum of variables connected in a chain. Reimpresso no Apêndice B de: R. Howard. Dynamic Probabilistic Systems, Vol. I: Markov Chains. John Wiley and Sons. 1971.

MINISTÉRIO DO MEIO AMBIENTE (MMA). Geo Catálogo Ministério do Meio Ambiente. 2015. Disponível em: http://geocatalogo.mma.gov.br/. Acesso em: 10 Jun. 2016.

OLOFSSON, P.; FOODY, G. M.; HEROLD, M.; STEHMAN, S. V.; WOODCOCK, C. E.; WULDERE, M. A. Good practices for estimating area and assessing accuracy of land change. Remote Sensing of Environment, v. 148, n. March, p. 42–57. Elsevier Inc. 2014.

PLANET. Rapideye TM Imagery Product Specifications. 2016. Disponível em: . Acesso em: 30 abr. 2016.

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

PREFEITURA MUNICIPAL DE CAÇADOR (PMC). Indústria. 2017. Disponível em: < http://www.cacador.sc.gov.br/portalhome/cidade/85-industria>. Acesso em: 01 fev. 2018.

RADOUX, J.; BOGAERT, P. Good Practices for Object-Based Accuracy Assessment. Remote Sensing, v. 9, n. 7, p. 646, 2017.

RAHMAN, M. T. U.; TABASSUM, F.; RASHEDUZZAMAN, M.; SABA, H.; SARKAR, L.; FERDOUS, J.; UDDIN, S. Z.; ISLAM, A. Z. M. Z. Temporal dynamics of land use land cover change and its prediction using CA-ANN model for southwestern coastal Bangladesh. Environmental Monitoring and Assessment, 189: 565. 2017.

ROSOT, M. A. D.; OLIVEIRA, Y. M. M. DE; RADOMSKI, M. I.; LACERDA, A. E. B. de; GARRASTAZU, M. C.; CARDOSO, D. J.; MATTOS, P. P. de; BRAZ, E. M.; KELLERMAN, B. Bosque Modelo Caçador: concepção e processo de estruturação. 100 p., 2013.

ROSOT M. A. D.; GARRASTAZU, M. C.; HOLLER, W. A.; GAIAD, N.; FRANCISCON, L. Cadernos de geoprocessamento 9: Métodos, técnicas e equipamentos para o processo de reambulação de mapas de uso e cobertura da terra. Embrapa Florestas. Colombo, 2017.

RUHOFF, A.; FANTIN-CRUZ, I; COLLISCHONN, W. Modelos de Simulação Dinâmica do Desmatamento na Amazônia. Caminhos da Geografia, Uberlândia, 1(36): 258-268. ISSN 1678-6343. 2010.

SCHUSTER, C.; FÖRSTER, M.; KLEINSCHMIT, B. Testing the Red Edge channel for improving land-use classifications based on high-resolution multi-spectral satellite data. International Journal of Remote Sensing, v. 33, n. 17, p. 5583–5599. Taylor & Francis. 2012.

SIMONETTI D.; MARELLI A.; EVA H.D. IMPACT: Portable GIS toolbox image processing and land cover mapping. Luxembourg: Publications Office of the European Union, EUR 27358 EN, ISBN 978-92-79-50115-9. 2015.

SMITH, P.; BUSTAMANTE, M.; AHAMMAD, H.; CLARK, H.; DONG, H.; ELSIDDIG, E. A.; HABERL, H.; HARPER, R.; HOUSE, J.; JAFARI, M.; MASERA, O.; MBOW, C.; RAVINDRANATH, N. H.; RICE C. W.; ABAD, C. R.; ROMANOVSKAYA, A.; SPERLING, F.; TUBIELLO, F. 2014: Agriculture, Forestry and Other Land Use (AFOLU). In: Climate Change 2014: Mitigation of Climate Change. Contribution of Working Group III to the Fifth Assessment Report of the Intergovernmental Panel on Climate Change [Edenhofer, O., R. Pichs-Madruga, Y. Sokona, E. Farahani, S. Kadner, K. Seyboth, A. Adler, I. Baum, S. Brunner, P. Eickemeier, B. Kriemann, J. Savolainen, S. Schlömer, C. von Stechow, T. Zwickel and J.C. Minx (eds.)]. Cambridge University Press, Cambridge, United Kingdom and New York, NY, USA. 2014.

SON, N.-T.; CHEN, C.-F. Remote sensing of mangrove forests in Central America. SPIE Newsroom, p. 3, 2013.

STEHMAN, S. V. Sampling designs for accuracy assessment of land cover, International Journal of Remote Sensing, 30:20, 5243-5272, 2009.

STEHMAN, S.V.; CZAPLEWSKI, R.L. Design and analysis for thematic map accuracy assessment: fundamental principles. Remote Sensing of Environment, v. 64, 331–344. 1998.

STEHMAN, S.V.; WICKHAM, J.D. Pixels, blocks of pixels, and polygons: Choosing a spatial unit for thematic accuracy assessment. Remote Sensing of Environment, v. 115, 3044–3055. 2011.

STRAHLER, A.; BOSCHETTI, L.; FOODY, G. M.; FIEDL, M. A.; HANSEN, M. C.; HEROLD, M.; MORISETTE, J. T.; STEHMAN, S. V.; WOODCOCK, C. E. Global land cover validation: Recommendations for evaluation and accuracy assessment of global land cover maps. EUR22156EN. (51 pp.). Luxembourg: Office for Official Publications of the European Communities. 2006.

SULSOFT. ENVI 5. 2017. Disponível em: < http://www.sulsoft.com.br/pdf/envi.pdf >. Acesso em: 20 jun. 2017.

TRIMBLE. eCognition. 2017. Disponível em: < http://www.ecognition.com/ >. Acesso em: 30 abr. 2017.

TURNER II, B. L.; LAMBIN, E. F.; REENBERG, A. The emergence of land change science for global. v. 104, n. 52, p. 20666–20672. Proceedings of the National Academy of Sciences of the United States of America. 2007.

VÁCLAVÍK, T.; ROGAN, J. Identifying Trends in Land Use/Land Cover Changes in the Context of Post-Socialist Transformation in Central Europe: A Case Study of the Greater Olomouc Region, Czech Republic. GIScience & Remote Sensing, v. 46, n. 1, p. 54–76. Taylor & Francis. 2009.

VELDKAMP, A.; LAMBIN, E. F. Predicting land use change. Agriculture. Ecosystems & Environment, 85, 1–6. 2001.

WASHINGTON-ALLEN, R. A.; RAMSEY, R. D.; WEST, N. E. Spatiotemporal mapping of the dry season vegetation response of sagebrush steppe. Community Ecology. vol.5, nº1, p.69-79, 2004.




DOI: http://dx.doi.org/10.5902/2179460X32437

Refbacks

  • There are currently no refbacks.


Copyright (c) 2018 Ciência e Natura



Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.