Mobile application

São escassas as abordagens preditivas para os modelos especificamente voltados ao estudo de mudança no uso e na cobertura do solo na Amazônia. Alencar, Solórzano e Nepstad (2004) realizaram um estudo acerca da relação espacial entre incêndios sob o dossel florestal (variável dependente) e uma série de variáveis independentes, por meio de análises de regressão logística.

Modelos de probabilidade de incêndio foram desenvolvidos para várias combinações das características dessas feições. Durante o período de dez anos do estudo, a maior parte (91%) da floresta considerada foi queimada nos anos denominados de Oscilação Sul do El Niño (ENSO Years), quando secas severas aumentaram a suscetibilidade a incêndios, por parte da floresta, e favoreceram a perda de controle de incêndios provocados com fins agrícolas.

De acordo com os autores, os incêndios na floresta amazônica estão fortemente associados ao empobrecimento florestal que ocorre em função do corte discriminado de madeira de lei. Contudo, o preditor de incêndio mais forte foi a percentagem do fragmento de floresta anteriormente cortada ou desmatada. Significa dizer que os incêndios sob o dossel florestal foram associados aos limites florestais, conforme foi reportado em estudos anteriores da Amazônia. Além disso, também estão associados a características da paisagem, tais como tamanho do fragmento florestal, distância de fontes de ignição (assentamentos e fornos de carvão) e distância de rodovias principais.

No estudo de Alencar, Solórzano e Nepstad (2004), modelos de regressão logística com base em informações de degradação de fragmentos florestais e distância de fontes de ignição previram com precisão mais de 80% dos incêndios florestais durante o evento ENSO de 1997- 1998. Para anos ENSO, em geral, as variáveis que apresentaram correlação significativa com o fogo foram, em ordem decrescente:

• Perturbação anterior por exploração madeireira e incêndios; • Distância de fornos de carvão;

• Distânca da borda da floresta; e • Tamanho do fragmento.

Soares-Filho et al. (2004) simularam resultados das mudanças de cobertura do solo ao longo da BR-163 (Cuiabá-Santarém), em função do eventual asfaltamento da rodovia e de aspectos de governança. Os autores reforçam o entendimento de que a distribuição espacial de atividades humanas em regiões de fronteira florestal é fortemente influenciado pela infra- estrutura de transporte. A área estudada cobre os cerca de 1000 km ainda não-pavimentados, de um total de 6000 km da rodovia. O modelo de simulação por eles desenvolvido produz quatro cenários, divididos em dois submodelos.

O primeiro deles, denominado modelo espacial, está ligado a atividades populacionais, possui uma abordagem quantitativa e propõe cenários decorrentes de alto e médio crescimentos populacionais em torno do trecho analisado. Esse modelo, que usa o simulador ‘Dinamica’, foi executado sobre um banco de dados GIS, para um período de 30 anos, em etapas anuais.

O segundo, denominado modelo de cenários alternativos, é função das formas de intervenção governamental (conservativa e pessimista), possui uma abordagem semi- quantitativa e é baseado em agentes. Esse modelo foi concebido para incorporar as relações existentes entre desmatamento, população e renda per capita, integrando os efeitos das diversas variáveis, o que inclui tendências agrárias, grau de urbanização e respostas dos agentes aos cenários político-econômicos, suas percepções e demandas.

Em um estudo de mudança no uso e na cobertura do solo, mas que não pode ser considerado propriamente um estudo de modelagem, Roberts et al. (2002) descrevem a variação espaço-temporal da cobertura do solo na região central de Rondônia. Usando um processo multi-estágio, eles mapearam floresta primária, floresta secundária, pastagem, afloramento rochoso/savana, área urbana e água, por intermédio de 33 cenas Landsat, coletadas sobre três áreas contíguas, no período de 1975 a 1999.

Roberts et al. (2002) concluíram que as pastagens perduram vários anos sem abandono, deixando de resultar em florestas secundárias. Estas, quando ocorrem, raramente persistem mais de oito anos. A principal conclusão do estudo é a constatação de que a combinação de padrões de assentamentos governamentais, o desmatamento concentrado em faixas de cerca

de 50 km em torno das rodovias e a crescente atividade de ocupação promove uma intensa fragmentação florestal. Essa fragmentação promove o aumento da mortalidade nas bordas florestais e a perda de diversidade, entre outros fatores causadores de incêndios florestais.

Alguns estudos se limitam a modelar o processo de classificação de imagens, etapa essencial para os estudos de mudança no uso e na cobertura do solo. Campos (2005), por exemplo, propõem um procedimento para a modelagem do conhecimento multitemporal25 e sua integração com outras formas de conhecimento num ambiente integrado para a interpretação automática de imagens de sensores remotos. A proposta consiste em utilizar diagramas de transição26 _{de estado} (BÜCKNER et al., 1999; GROWE et al., 2000) para expressar a relação entre a classe de um objeto num dado momento e a classe do mesmo objeto num instante anterior.

Campos et al. (2005) utilizam os valores de possibilidade de transição, estimados com algoritmos genéticos (DAVIS, 1990; PACHECO, 2006), como parâmetros das funções discriminantes27. Por intermédio de ferramentas da lógica nebulosa (ZADEH, 1978; MENDEL, 1995), os resultados obtidos da aplicação do conhecimento multitemporal são combinados com outras formas de conhecimento, como o espectral28, por exemplo. O texto sugere que, além de automatizar e acelerar a modelagem do conhecimento, o uso de algoritmos genéticos pode possibilitar resultados superiores aos parâmetros ajustados manualmente.

25 _{- Modalidade de conhecimento que expressa a possibilidade de um dado segmento da imagem, no tempo t,}

pertencer a uma determinada classe, tendo em vista a classe à qual pertencia em t-Δt.

26 _{- As transições estão associadas a um valor que expressa a possibilidade de ocorrência de alterações de classes.}

Com isso, pode-se restringir o número de classes a considerar para cada elemento no processo de classificação.

27 _{- São superfícies de separação, ou superfícies de decisão, que determinam os limites entre duas ou mais}

classes. Essas superfícies têm dimensão n-1, onde n é a dimensão do vetor de características. (SILVA e TOZZI, 2006)

28 _{- Modalidade de conhecimento que expressa relações entre a resposta espectral do segmento na imagem}