Uso de técnicas de análise multivariada para a predição de desmatamento na Amazônia: o modelo ‘AMAZON-PD’

Abstract

Dono da maior floresta tropical do mundo, o Brasil tem envidado grandes esforços, conduzidos em setores diversos da sociedade, dirigidos para mitigar os efeitos do desmatamento na Amazônia. Esta tese propõe um estudo de predição de desmatamento na Amazônia, por meio de técnicas de análise multivariada, mais especificamente um modelo de regressão logística. Dadas as características da região, o uso de dados de sensoriamento remoto de média resolução, organizados e modelados em sistemas de informação geográfica, constitui uma prática cada vez mais consagrada. Neste caso, buscou-se levantar as relações espaço-temporais existentes entre variáveis biofísicas identificadas em uma única cena Landsat, localizada no município de São Félix do Xingu, Sul do Pará, observada em seis datas espaçadas de 1985 a 2004. Assim, o modelo de Análise Multivariada Aplicada a Zoneamento para Predição de Desmatamento (AMAZON-PD) foi formulado, testado e validado. Para tanto, na etapa de pré-processamento, os dados foram divididos em quatro classes – floresta, não-floresta, hidrografia e desmatamento – tomando-se por base os procedimentos metodológicos desenvolvidos pelo INPE para o PRODES DIGITAL. Em seguida, após a escolha e a geração das variáveis empregadas no modelo, ano a ano foram gerados os coeficientes de regressão logística que permitiram compreender, inicialmente de maneira estática e depois dinamicamente, o efeito das variáveis independentes na variável-resposta (impacto ambiental = desmatamento). Os resultados alcançados possibilitaram inferir a localização futura de desmatamentos, cuja precisão foi verificada a partir de tabelas de classificação.

Owner of the world largest rainforest, Brazil put forth its best effort in many different segments of the society looking forward to mitigating Amazon deforestation effects. This thesis proposes a prediction study of Amazon deforestation throughout multivariate analysis techniques, more specifically a logistic regression model. Given regional characteristics, usage of remote sensing data of medium resolution, organized and modeled in geographical information systems, constitutes an increasingly adopted praxis. In this case, the study was intended to raise space-temporal relationships that exist among biophysical variables identified in a single Landsat scene, located in São Félix do Xingu, Southern of Pará State, Brazil, observed along with six different dates from 1985 to 2004. Therefore, the “Multivariate Analysis Applied to Zoning for Deforestation Prediction” model (AMAZON-PD) was conceived, tested, and validated. In order to achieve such goal, during the pre-processing stage, the data were divided in four categories – forest, non-forest, hydrography, and deforestation – taking into account the methodological procedures developed to PRODES DIGITAL by the Brazilian National Institute for Space Research (INPE). Right after selection and formation of the variables to be used in the model, the following step was to generate the logistic regression coefficients in a year basis. This procedure played a key role in the understanding of the independent variables effects on the response-variable (environmental impact = deforestation), first in a static fashion and later on in a dynamic way. The attained results, which accuracy were verified upon classification tables, allowed to infer the future location of deforestation sites.

Propriétaire da la plus grande fôret du monde, le Brésil emploie des grands efforts, conduits en divers secteurs de la société, dirigés pour soulager les effets de la déforestation en Amazonie. Cette thèse propose un étude de prédiciton de déforestation en l’Amazonie, par des techniques d’analyse multivariées, plus spécifiquement un modèle de régression logistique. En considerant les caractéristiques de la région, l’utilisation de données de télédétection satellitale de moyenne résolution, organizées et modelées en système d’information géographique, constitue une pratique de plus en plus consagrée. Dans ce cas, les rélations space-temps existentes on été recherchées parmi les variables biophysiques identifiées dans une seule scène Landsat, placée au village de São Félix do Xingu, au sud de l’État de Pará, observée en six dates distribuées entre 1985 et 2004. De cette façon, le modèle d’Analyse Multivariée Appliquée à la Démarcation de Zones pour Prédiction de Déforestation (AMAZON-PD) a éte formulé, testé et validé. Pour cela, à l’étape d’élaboration, les données ont été divisées en quatre classes – forêt, non-forêt, hydrographie et déforestation – en considérant les procedés méthodologiques developées par INPE pour le PRODES DIGITAL. En suite, après le choix et la génération des variables appliquées sur le modèle, à chaque année, les chiffres de régression logistique ont été definis et ont permis de comprendre, premierment de manière statique et après, dynamiquement, l’effet des variables independentes sur la variable-réponse (impact environnant = déforestation). Les résultats atteints ont possibilité d’inférer la localisation de déforestation future, dont la précision a éte verifiée à partir de tableaux de classification.