FUTURE SCENARIO PREDICTION USING CELLULAR AUTOMATA AND MARKOV CHAIN IN EXPANSION AREA OF FORESTRY OVER BRAZILIAN CERRADO
Abstract
Predictive models for the detection landscape change have been widely-used as an important tool for environmental planning and analysis. Several different models for the simulation of future scenarios are available, although the approach that combines Markov Chains with cellular automata has been shown to produce results with excellent calibration and validation for the simulation of changes in land use and cover. The present study focused on thehydrographic basin of the Pântano River, located in the Brazilian Cerrado savanna, which has been impacted by a number of major projects, including a hydroelectric dam, and the world’s largest paper and pulp industries. The study simulated the changes in land cover and use for the year 2050, evaluating the spatial effects of the expansion of forestry into the Cerrado in the context of its different degrees of natural potential fragility. To predict the future scenario, the cellular automata Markov Chain method was combined with a multicriteria analysis using AHP logic. The model validation indicated excellent results (Kappa index greater than 0.9) for the predictions of the 2050 scenario. The analysis identified the following explanatory variables used in the calibration process: I: Transition areas between the pasture and eucalyptus classes; II: The size of rural properties; III: Distance to roads; IV: Distance to
drainage networks. The model revealed a strong overall tendency for the substitution of livestock by forestry by 2050, with a predominance of expansion into areas of medium environmental fragility.
Keywords: Dynamic modeling, Watershed, GIS, Geotechnologies.
References
ADHIKARI, S.; SOUTHWORTH, J. Simulating forest cover changes of Bannerghatta National Park based on a CA-Markov model: a remote sensing approach. Remote Sensing, v. 4, n. 10, p. 3215-3243, 2012.
ARAYA, Y. H.; CABRAL, P. Analysis and modeling of urban land cover change in Setúbal and Sesimbra, Portugal. Remote Sensing, v. 2; n. 6; p. 1549-153, 2010.
ARIAS, H. A.; ZAMORA, R. M.; BOLANOS, C. V. Metodología para la corrección atmosférica de imágenes Aster, RapidEye, Spor 2 y Landsat 8 con el modulo FLAASH del software ENVI. Revista Geográfica de América Central, v.2, n.53, p. 39-59, 2014.
BAATZ, M., SCHÄPE, A., Multiresolution segmentation: an optimization approach for high quality multi-scale image segmentation. In: Strobl, J.,Blaschke, T., Griesebner, G. (Eds.), Angew. Geogr. Info. verarbeitung.Wichmann-Verlag, Heidelberg, pp. 12–23, 2000.
BACANI, V. M.; SAKAMOTO, A. Y.;QUÉNO, 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 of applied remote sensing. v. 10, n.1, p. 016004, 2016.
BANKO, G. A review of assessing the accuracy of classifications of remotely sensed data and of methods including remote sensing data in forest inventory. International Institute for Applied Systems Analysis. Laxenburg, Austria, 1998.
BENZ, U.; HOFMANN, P.; WILLHAUCK, G.; LINGEFELDER, I.; HEYNEN, M. Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPR Journal of photogrammetry and remote sensing. v. 58, n 3-4, p. 239-258, 2004.
BLASCHKE, T.; HAY, G. J.; KELLY, M.; LANG, S.; HOFMANN, P.; ADDINK, E.; FEITOSA, R. Q.; VAN DER MEER, F.; VAN DER WERFF, H.; VAN COILLIE, F.;
TIEDE, D. Geographic object-based image analysis-towards a new paradigma. ISPR jornal of photogammetry and remote sensing, v. 87, p. 180-191, 2014.
BORLACHENCO, N. G. C.; GONÇALVES, A. B. Expansão agrícola: Elaboração de indicadores de sustentabilidade nas cadeias produtivas de Mato Grosso do Sul: Interações, v. 18, n. 1, p. 119-128, 2017.
BRASIL, Ministério das Minas e Energias. Secretaria Geral. Projeto RADAMBRASIL: Geologia, Geomorfologia, Pedologia, Vegetação e Uso potencial da terra. Folha SF. 22 Campo Grande. Rio de Janeiro, 1980.
BRASIL, Ministério das Minas e Energias. Secretaria Geral. Projeto RADAMBRASIL: Geologia, Geomorfologia, Pedologia, Vegetação e Uso potencial da terra. Folha SE. 22 Campo Grande. Rio de Janeiro, 1983.
BRASIL, Ministério do Meio Ambiente. Secretária de Biodiversidade e Florestas. Deliberação CONABIO nº 39, de 14 de dezembro de 2005.
CONGALTON, R. G. A review of assessing the accuracy of classifications of remotely sensed data. Remote sensing of environment, v. 37, n. 1, p. 35-46, 1991.
CREPANI, Edison; MEDEIROS, José Simeão de Medeiros; HERNANDEZ FILHO, Pedro; FLORENZANO, Teresa Gallotti; DUARTE, Valdete; BARBOSA, Cláudio Clemente Faria. Sensoriamento Remoto e geoprocessamento aplicados ao zoneamento ecológico-econômico e ao ordenamento territorial. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2001.
CUNHA, N. R. S.; LIMA, J. E.; GOMES, F. M.; BRAGA, M. J. A intensidade da exploração agropecuária como indicador da degradação ambiental na região dos Cerrados, Brasil. Revista de Economia e Sociologia Rural, v. 46, n. 2, p. 291-323, 2008.
DA SILVA, A. M.; DA SILVA, J. D. S. V.; DA SILVA, G. A. Análise da Cobertura Vegetal da Unidade de Planejamento e Gestão (UPG) do rio Quitéria. Revista GeoPantanal, v.9, n.16, p. 185-206, 2014.
EASTMAN, J. R. Multi-criteria evaluation and GIS. Geographical information systems, v. 1, n. 1, p. 493-502, 1999.
EUCLIDES FILHO, K. A pecuária de corte no Cerrado brasileiro. Savanas: desafios e estratégias para o equilíbrio entre sociedade, agronegócio e recursos naturais. Planaltina: Embrapa Cerrados, p. 613-644, 2008.
FAO, Food and Agriculture Organization of the United Nations. Status of the World’s Soil Resources. 2015. Disponível em: tp://www.fao.org/3/i5199e/i5199e.pdf
FAO, Organizacion de las Naciones Unidas para la ALimentación y la Agricultura. El estado de los bosques del mundo: desafios y oportunidades en relácion con el uso de la tierra. Roma. 2016. Disponível em: http://www.fao.org/3/a-i5588s.pdf
FERNANDES, L. A.; COIMBRA, A. M. Revisão estratigráfica da parte oriental da bacia bauru (Neocretaceo). Revista Brasileira de Geociências, v. 30, n. 4, p. 717-728, 2000.
FOODY, G. M. Status of land cover classification accuracy assessment. Remote sensing of environment, v. 80, n. 1, p. 185-201, 2002.
FORMAN, R. T. T. Land mosaics, the ecology of landscapes and regions. New York: Cambridge University press, 1995.
FU, X.; WANG, X.; YANG, Y. J. Deriving suitability factors for CA-Markov land use simulation model based on local historical data. Journal of Environmental Management. v. 206, p. 10-19, 2018.
GASHAW, T.; TULU, T.; ARGAW, M.; WORQLUL, A. Modelling the hydrological impacts of land use/land cover changes in the Andassa watershed, Blue Nile Basin, Ethiopia. Science of the Total Environment, v. 619, p. 1394-1408, 2018.
HALMY, M. W.; GESSLER, P. E.; HICKE, J. A.; SALEM, B. B. Land use/land cover change detection and prediction in the north-western coastal desert of Egypt using Markov-CA. Applied Geography, v. 63, p. 101-112, 2015.
HE, J.; LIU, Y.; YU, Y.; TANG, W.; XIANG, W.; LIU, D. A counterfactual scenario simulation approach for assessing the impact of farmland preservation policies on urban sprawl and food security in a major grain-producing area of China. Applied Geography, v. 37, p. 127-138, 2013.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, IBGE. Mapeamento de Recurso Naturais do brasil, Escala 1:250.000. Rio de Janeiro, 2018.
IBGE, 2013. Manual Técnico de Uso da Terra. Manuais Técnicos em Geociências, n. 7. Rio de Janeiro, IBGE, 2ªe p. 271, 2012.
IPCC, Intergovernmental Panel on Climate Change. IPCC Special Report on Climate Change, Desrtification, Land Degradation, Sustainable Land Management, Food Security, and Greenhouse gas fluxes in Terrestrial Ecosystems. August 2019. Disponível em: https://www.ipcc.ch/site/assets/uploads/2019/08/4.-SPM_Approved_Microsite_FINAL.pdf
KAMUSOKO, C.; ANIYA, M.; ADI, B.; MANJORO, M. Rural sustainability under threat in Zimbabwe–simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model. Applied Geography, v. 29, n. 3, p. 435-447, 2009.
KRUSE, F. A. Comprasion of ATREM, ACORN and FLAASH atmospheric corrections using low-altitude AVIRIS data of Boulder, CO. In: Summaries of 13th JPL Airborne Geoscience Workshop, Jet Propulsion Lab, Pasadena, Ca. 2004.
LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, p. 159-174, 1977.
LI, M.; MA, L.; BLASCHKE, T.; CHENG, L.; TIEDE, D. A systematic comparison of diferente object-based classification techniques using high spatial resolution imagery in agricultural environments. International Journal of Applied Earth Observation and Geoinformation, v. 49, p. 87-98, 2016.
MATO GROSSO DO SUL. Estudo da Dimensão Territorial do Estado do Mato Grosso do Sul: Região de Planejamento. Secretaria do Estado de Meio Ambiente e Desenvolvimento Econômico, Campo Grande, 2015.
MELO, D. S.; SILVA, M. O. A questão agrária no território rural do Bolsão/MS: algumas aproximações. Revista Cerrados, Montes Claros, v. 14, n.1, p. 140-164, 2016.
MITSOVA, D.; SHUSTER, W.; WANG, X. A cellular automata model of land cober change to integrate urban growth with open space conservation. Landscape and Urban Planning. v. 99, n. 2, p. 141-153, 2011.
MOGDHADAM, H. S.; HELBICH, M. Spatiotemporal urbanization processes in the megacity of Mumbai, India: A Markov chains-cellular automata urban growth model. Applied Geography, v. 40, p. 140-149, 2013.
MONDAL, M. S.; SHARMA, N.; GARG, P. K.; KAPPAS, M. Statistical independence teste and validation of CA Markov land use land cover (LULC) prediction results. The Egypitian Journal of Remote Sensing and Space Science, v. 19, n. 2, p. 259-272, 2016.
MOREIRA, M. A. Fundamentos do Sensoriamento Remoto e Metodologias de Aplicação. UFV, 2007.
PEDROSA, B.; CÂMARA, G. Modelagem Dinâmica e Geoprocessamento. In: DRUCK, S.; CARVALHO, M. S.; CÂMARA, G.; MONTEIRO, A. V. M. (Org.). Análise Espacial de Dados Geográficos. Brasília, EMBRAPA, 2004. Disponível em: http://www.dpi.inpe.br/gilberto/livro/analise/
PERTILHE, C. T.; SILVA, G. O.; DE SOUZA, C. F.; NICOLETTI, M. F. Estudo da Eficiência de Classificações Supervisionadas Aplicadas em Imagem de Média Resolução Espacial. BIOFIX SCIENTIFIC JOURNAL, v.3, n. 2, p. 289-296, 2018.
PINTO, E. D. A.; AZAMBUJA, A. D.; FARIAS, J. A. M.; SALGUEIRO, J. D. B.; PICKBRENNER, K. Atlas Pluviométrico do Brasil: Isoietas mensais, isoietas trimestrais,
isoietas anuais, meses mais secos, meses mais chuvosos, trimestres mais secos, trimestres mais chuvosos. Brasília: CPRM, v.1, 2011.
PIRES, L. S.; SILVA, M. L. N.; CURI, N.; LEITE, F. P.; SA BRITO, L. Erosão hídrica pós-plantio em florestas de eucalipto na região centro-leste de Minas Gerais. Pesquisa Agropecuária, Brasília, v. 41, n. 4, p. 687-695, 2006.
PLATT, R. V.; RAPOZA, L. An evalution of object-oriented paradigm for land use/land cover classification. The Professional Geographer, v. 60, p. 87-100, 2008.
PONTIUS, G. R.; MALANSON, J. Comparison of the structure and accuracy of two land chenge models. International Journal of Geographical Information Science, v. 19, n. 2, p. 243-265, 2005.
REVISTABW. Matriz de Confusão. Revista Brasileira de Web: Tecnologia. Disponível em: http://www.revistabw.com.br/revistabw/matriz-de-confusao/. Criado em: 16/02/2015. Ultima Atualização: 24/07/2015. Visitado em: 13/03/2018.
ROSS, J. L. S. Análise empírica da fragilidade dos ambientes naturais antropizados. Revista do departamento de geografia, v. 8, p. 63-4, 1994.
ROSS, J. L. S. Análise empírica da fragilidade dos ambientes naturais antropizados. Revista do Departamento de Geografia, v. 8, p. 63-74, 1994.
ROSS, Jurandyr Luciano Sanches. Landforms and Environment Planning: Potencialities and Fragilities. Revista do Departamento de Geografia, São Paulo, Volume Especial 30 anos, p. 38-51, 2012.
SANTOS, K. F.; MISSIO, F. J. Políticas Públicas de desenvolvimento regional em Mato Grosso do Sul. Anais XVIII ENANPUR, Natal 2019. ISSN: 1984-8781 2019.
SEBRA/SEPROTUR, Secretaria de Estado de Desenvolvimento Agrário, da Produção, da Industria, do Comércio e do Turismo. Plano Estadual para o Desenvolvimento Sustentável de Florestas Plantadas. Governo do Estado de Mato Grosso do Sul, Campo Grande, 2009.
SILVA, J. S. V.; POTT, A.; ABDON, M. M.; POTT, V. J.; SANTOS, K. R. S. Projeto GeoMS: cobertura vegetal e uso da terra do Estado de Mato Grosso do Sul. Campinas/SP: Embrapa Informática Agropecuária, v. 64, 2011.
SILVA, J. S. V.; SPERANZA, E. A.; VENDRUSCULO, L. G.; ESQUERDO, J. C. D. M.; MAURO, R. A.; BIANCHINI, S. L.; FLORENCE, R. O. Projeto GeoMS: melhorando o Sistema de Licenciamento Ambiental do Estado do Mato Grosso do Sul. Campinas/SP: Embrapa Informática Agropecuária, v. 64, 2011.
SMITS, P. C.; DELLEPIANE, S. G.; SCHOWENGERDT, R. A. Quality assessment of image classification algorithms for land-cover mapping: a review and a proposal for a cost-based approache. International journal of remote sensing. v. 20, n. 8, p. 1461-1486, 1999.
TURRETA, A. P. D. Mudanças de Uso da Terra em Bacias hidrográficas. Embrapa Solos, Rio de Janeiro, RJ, 2011.
VILELA, M. J. A. Desafios ambientais da expansão do plantio de eucalipto no cerrado de Três-Lagoas, MS, Brasil. Revista Eletrônica AGB-TL, v.1, n. 14, p. 123-140, 2011.
WHITESIDE, T.; AHMAD, W. A comparison of object-oriented and pixel-based classification methods for mapping land cover in northern Australia. In: Proceedings of SSC2005 Spatial Intelligence, innovation and práxis: The national biennial Conference of the Spatial Science Institute. p. 1225-1231, 2005.
WILLHAUCK, G.; SCHNEIDER, T.; DE KOK, R.; AMMER, U. Comparison of object oriented classification techniques and standard image analysis for the use of change detection between SPOT multispectral satellite images and aerial photos. In: Proceedings of XIX ISPRS congresso. 2000, p. 35-42.
ZAVATTINI, J. A. As chuvas e as massas de ar no estado de Mato Grosso do Sul: estudo geográfico com vista à regionalização climática. São Paulo: Editora UNESP; São Paulo: Cultura Acadêmica, 2009. 212 p.
ARAYA, Y. H.; CABRAL, P. Analysis and modeling of urban land cover change in Setúbal and Sesimbra, Portugal. Remote Sensing, v. 2; n. 6; p. 1549-153, 2010.
ARIAS, H. A.; ZAMORA, R. M.; BOLANOS, C. V. Metodología para la corrección atmosférica de imágenes Aster, RapidEye, Spor 2 y Landsat 8 con el modulo FLAASH del software ENVI. Revista Geográfica de América Central, v.2, n.53, p. 39-59, 2014.
BAATZ, M., SCHÄPE, A., Multiresolution segmentation: an optimization approach for high quality multi-scale image segmentation. In: Strobl, J.,Blaschke, T., Griesebner, G. (Eds.), Angew. Geogr. Info. verarbeitung.Wichmann-Verlag, Heidelberg, pp. 12–23, 2000.
BACANI, V. M.; SAKAMOTO, A. Y.;QUÉNO, 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 of applied remote sensing. v. 10, n.1, p. 016004, 2016.
BANKO, G. A review of assessing the accuracy of classifications of remotely sensed data and of methods including remote sensing data in forest inventory. International Institute for Applied Systems Analysis. Laxenburg, Austria, 1998.
BENZ, U.; HOFMANN, P.; WILLHAUCK, G.; LINGEFELDER, I.; HEYNEN, M. Multi-resolution, object-oriented fuzzy analysis of remote sensing data for GIS-ready information. ISPR Journal of photogrammetry and remote sensing. v. 58, n 3-4, p. 239-258, 2004.
BLASCHKE, T.; HAY, G. J.; KELLY, M.; LANG, S.; HOFMANN, P.; ADDINK, E.; FEITOSA, R. Q.; VAN DER MEER, F.; VAN DER WERFF, H.; VAN COILLIE, F.;
TIEDE, D. Geographic object-based image analysis-towards a new paradigma. ISPR jornal of photogammetry and remote sensing, v. 87, p. 180-191, 2014.
BORLACHENCO, N. G. C.; GONÇALVES, A. B. Expansão agrícola: Elaboração de indicadores de sustentabilidade nas cadeias produtivas de Mato Grosso do Sul: Interações, v. 18, n. 1, p. 119-128, 2017.
BRASIL, Ministério das Minas e Energias. Secretaria Geral. Projeto RADAMBRASIL: Geologia, Geomorfologia, Pedologia, Vegetação e Uso potencial da terra. Folha SF. 22 Campo Grande. Rio de Janeiro, 1980.
BRASIL, Ministério das Minas e Energias. Secretaria Geral. Projeto RADAMBRASIL: Geologia, Geomorfologia, Pedologia, Vegetação e Uso potencial da terra. Folha SE. 22 Campo Grande. Rio de Janeiro, 1983.
BRASIL, Ministério do Meio Ambiente. Secretária de Biodiversidade e Florestas. Deliberação CONABIO nº 39, de 14 de dezembro de 2005.
CONGALTON, R. G. A review of assessing the accuracy of classifications of remotely sensed data. Remote sensing of environment, v. 37, n. 1, p. 35-46, 1991.
CREPANI, Edison; MEDEIROS, José Simeão de Medeiros; HERNANDEZ FILHO, Pedro; FLORENZANO, Teresa Gallotti; DUARTE, Valdete; BARBOSA, Cláudio Clemente Faria. Sensoriamento Remoto e geoprocessamento aplicados ao zoneamento ecológico-econômico e ao ordenamento territorial. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2001.
CUNHA, N. R. S.; LIMA, J. E.; GOMES, F. M.; BRAGA, M. J. A intensidade da exploração agropecuária como indicador da degradação ambiental na região dos Cerrados, Brasil. Revista de Economia e Sociologia Rural, v. 46, n. 2, p. 291-323, 2008.
DA SILVA, A. M.; DA SILVA, J. D. S. V.; DA SILVA, G. A. Análise da Cobertura Vegetal da Unidade de Planejamento e Gestão (UPG) do rio Quitéria. Revista GeoPantanal, v.9, n.16, p. 185-206, 2014.
EASTMAN, J. R. Multi-criteria evaluation and GIS. Geographical information systems, v. 1, n. 1, p. 493-502, 1999.
EUCLIDES FILHO, K. A pecuária de corte no Cerrado brasileiro. Savanas: desafios e estratégias para o equilíbrio entre sociedade, agronegócio e recursos naturais. Planaltina: Embrapa Cerrados, p. 613-644, 2008.
FAO, Food and Agriculture Organization of the United Nations. Status of the World’s Soil Resources. 2015. Disponível em: tp://www.fao.org/3/i5199e/i5199e.pdf
FAO, Organizacion de las Naciones Unidas para la ALimentación y la Agricultura. El estado de los bosques del mundo: desafios y oportunidades en relácion con el uso de la tierra. Roma. 2016. Disponível em: http://www.fao.org/3/a-i5588s.pdf
FERNANDES, L. A.; COIMBRA, A. M. Revisão estratigráfica da parte oriental da bacia bauru (Neocretaceo). Revista Brasileira de Geociências, v. 30, n. 4, p. 717-728, 2000.
FOODY, G. M. Status of land cover classification accuracy assessment. Remote sensing of environment, v. 80, n. 1, p. 185-201, 2002.
FORMAN, R. T. T. Land mosaics, the ecology of landscapes and regions. New York: Cambridge University press, 1995.
FU, X.; WANG, X.; YANG, Y. J. Deriving suitability factors for CA-Markov land use simulation model based on local historical data. Journal of Environmental Management. v. 206, p. 10-19, 2018.
GASHAW, T.; TULU, T.; ARGAW, M.; WORQLUL, A. Modelling the hydrological impacts of land use/land cover changes in the Andassa watershed, Blue Nile Basin, Ethiopia. Science of the Total Environment, v. 619, p. 1394-1408, 2018.
HALMY, M. W.; GESSLER, P. E.; HICKE, J. A.; SALEM, B. B. Land use/land cover change detection and prediction in the north-western coastal desert of Egypt using Markov-CA. Applied Geography, v. 63, p. 101-112, 2015.
HE, J.; LIU, Y.; YU, Y.; TANG, W.; XIANG, W.; LIU, D. A counterfactual scenario simulation approach for assessing the impact of farmland preservation policies on urban sprawl and food security in a major grain-producing area of China. Applied Geography, v. 37, p. 127-138, 2013.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA, IBGE. Mapeamento de Recurso Naturais do brasil, Escala 1:250.000. Rio de Janeiro, 2018.
IBGE, 2013. Manual Técnico de Uso da Terra. Manuais Técnicos em Geociências, n. 7. Rio de Janeiro, IBGE, 2ªe p. 271, 2012.
IPCC, Intergovernmental Panel on Climate Change. IPCC Special Report on Climate Change, Desrtification, Land Degradation, Sustainable Land Management, Food Security, and Greenhouse gas fluxes in Terrestrial Ecosystems. August 2019. Disponível em: https://www.ipcc.ch/site/assets/uploads/2019/08/4.-SPM_Approved_Microsite_FINAL.pdf
KAMUSOKO, C.; ANIYA, M.; ADI, B.; MANJORO, M. Rural sustainability under threat in Zimbabwe–simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model. Applied Geography, v. 29, n. 3, p. 435-447, 2009.
KRUSE, F. A. Comprasion of ATREM, ACORN and FLAASH atmospheric corrections using low-altitude AVIRIS data of Boulder, CO. In: Summaries of 13th JPL Airborne Geoscience Workshop, Jet Propulsion Lab, Pasadena, Ca. 2004.
LANDIS, J. R.; KOCH, G. G. The measurement of observer agreement for categorical data. Biometrics, p. 159-174, 1977.
LI, M.; MA, L.; BLASCHKE, T.; CHENG, L.; TIEDE, D. A systematic comparison of diferente object-based classification techniques using high spatial resolution imagery in agricultural environments. International Journal of Applied Earth Observation and Geoinformation, v. 49, p. 87-98, 2016.
MATO GROSSO DO SUL. Estudo da Dimensão Territorial do Estado do Mato Grosso do Sul: Região de Planejamento. Secretaria do Estado de Meio Ambiente e Desenvolvimento Econômico, Campo Grande, 2015.
MELO, D. S.; SILVA, M. O. A questão agrária no território rural do Bolsão/MS: algumas aproximações. Revista Cerrados, Montes Claros, v. 14, n.1, p. 140-164, 2016.
MITSOVA, D.; SHUSTER, W.; WANG, X. A cellular automata model of land cober change to integrate urban growth with open space conservation. Landscape and Urban Planning. v. 99, n. 2, p. 141-153, 2011.
MOGDHADAM, H. S.; HELBICH, M. Spatiotemporal urbanization processes in the megacity of Mumbai, India: A Markov chains-cellular automata urban growth model. Applied Geography, v. 40, p. 140-149, 2013.
MONDAL, M. S.; SHARMA, N.; GARG, P. K.; KAPPAS, M. Statistical independence teste and validation of CA Markov land use land cover (LULC) prediction results. The Egypitian Journal of Remote Sensing and Space Science, v. 19, n. 2, p. 259-272, 2016.
MOREIRA, M. A. Fundamentos do Sensoriamento Remoto e Metodologias de Aplicação. UFV, 2007.
PEDROSA, B.; CÂMARA, G. Modelagem Dinâmica e Geoprocessamento. In: DRUCK, S.; CARVALHO, M. S.; CÂMARA, G.; MONTEIRO, A. V. M. (Org.). Análise Espacial de Dados Geográficos. Brasília, EMBRAPA, 2004. Disponível em: http://www.dpi.inpe.br/gilberto/livro/analise/
PERTILHE, C. T.; SILVA, G. O.; DE SOUZA, C. F.; NICOLETTI, M. F. Estudo da Eficiência de Classificações Supervisionadas Aplicadas em Imagem de Média Resolução Espacial. BIOFIX SCIENTIFIC JOURNAL, v.3, n. 2, p. 289-296, 2018.
PINTO, E. D. A.; AZAMBUJA, A. D.; FARIAS, J. A. M.; SALGUEIRO, J. D. B.; PICKBRENNER, K. Atlas Pluviométrico do Brasil: Isoietas mensais, isoietas trimestrais,
isoietas anuais, meses mais secos, meses mais chuvosos, trimestres mais secos, trimestres mais chuvosos. Brasília: CPRM, v.1, 2011.
PIRES, L. S.; SILVA, M. L. N.; CURI, N.; LEITE, F. P.; SA BRITO, L. Erosão hídrica pós-plantio em florestas de eucalipto na região centro-leste de Minas Gerais. Pesquisa Agropecuária, Brasília, v. 41, n. 4, p. 687-695, 2006.
PLATT, R. V.; RAPOZA, L. An evalution of object-oriented paradigm for land use/land cover classification. The Professional Geographer, v. 60, p. 87-100, 2008.
PONTIUS, G. R.; MALANSON, J. Comparison of the structure and accuracy of two land chenge models. International Journal of Geographical Information Science, v. 19, n. 2, p. 243-265, 2005.
REVISTABW. Matriz de Confusão. Revista Brasileira de Web: Tecnologia. Disponível em: http://www.revistabw.com.br/revistabw/matriz-de-confusao/. Criado em: 16/02/2015. Ultima Atualização: 24/07/2015. Visitado em: 13/03/2018.
ROSS, J. L. S. Análise empírica da fragilidade dos ambientes naturais antropizados. Revista do departamento de geografia, v. 8, p. 63-4, 1994.
ROSS, J. L. S. Análise empírica da fragilidade dos ambientes naturais antropizados. Revista do Departamento de Geografia, v. 8, p. 63-74, 1994.
ROSS, Jurandyr Luciano Sanches. Landforms and Environment Planning: Potencialities and Fragilities. Revista do Departamento de Geografia, São Paulo, Volume Especial 30 anos, p. 38-51, 2012.
SANTOS, K. F.; MISSIO, F. J. Políticas Públicas de desenvolvimento regional em Mato Grosso do Sul. Anais XVIII ENANPUR, Natal 2019. ISSN: 1984-8781 2019.
SEBRA/SEPROTUR, Secretaria de Estado de Desenvolvimento Agrário, da Produção, da Industria, do Comércio e do Turismo. Plano Estadual para o Desenvolvimento Sustentável de Florestas Plantadas. Governo do Estado de Mato Grosso do Sul, Campo Grande, 2009.
SILVA, J. S. V.; POTT, A.; ABDON, M. M.; POTT, V. J.; SANTOS, K. R. S. Projeto GeoMS: cobertura vegetal e uso da terra do Estado de Mato Grosso do Sul. Campinas/SP: Embrapa Informática Agropecuária, v. 64, 2011.
SILVA, J. S. V.; SPERANZA, E. A.; VENDRUSCULO, L. G.; ESQUERDO, J. C. D. M.; MAURO, R. A.; BIANCHINI, S. L.; FLORENCE, R. O. Projeto GeoMS: melhorando o Sistema de Licenciamento Ambiental do Estado do Mato Grosso do Sul. Campinas/SP: Embrapa Informática Agropecuária, v. 64, 2011.
SMITS, P. C.; DELLEPIANE, S. G.; SCHOWENGERDT, R. A. Quality assessment of image classification algorithms for land-cover mapping: a review and a proposal for a cost-based approache. International journal of remote sensing. v. 20, n. 8, p. 1461-1486, 1999.
TURRETA, A. P. D. Mudanças de Uso da Terra em Bacias hidrográficas. Embrapa Solos, Rio de Janeiro, RJ, 2011.
VILELA, M. J. A. Desafios ambientais da expansão do plantio de eucalipto no cerrado de Três-Lagoas, MS, Brasil. Revista Eletrônica AGB-TL, v.1, n. 14, p. 123-140, 2011.
WHITESIDE, T.; AHMAD, W. A comparison of object-oriented and pixel-based classification methods for mapping land cover in northern Australia. In: Proceedings of SSC2005 Spatial Intelligence, innovation and práxis: The national biennial Conference of the Spatial Science Institute. p. 1225-1231, 2005.
WILLHAUCK, G.; SCHNEIDER, T.; DE KOK, R.; AMMER, U. Comparison of object oriented classification techniques and standard image analysis for the use of change detection between SPOT multispectral satellite images and aerial photos. In: Proceedings of XIX ISPRS congresso. 2000, p. 35-42.
ZAVATTINI, J. A. As chuvas e as massas de ar no estado de Mato Grosso do Sul: estudo geográfico com vista à regionalização climática. São Paulo: Editora UNESP; São Paulo: Cultura Acadêmica, 2009. 212 p.
Published
27/10/2019
How to Cite
BACANI, Vitor Matheus; VICK, Erivelton Pereira.
FUTURE SCENARIO PREDICTION USING CELLULAR AUTOMATA AND MARKOV CHAIN IN EXPANSION AREA OF FORESTRY OVER BRAZILIAN CERRADO.
Mercator, Fortaleza, v. 18, oct. 2019.
ISSN 1984-2201.
Available at: <http://www.mercator.ufc.br/mercator/article/view/e18026>. Date accessed: 21 may 2025.
doi: https://doi.org/10.4215/rm2019.e18026.
Issue
Section
ARTICLES
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish in this journal agree to the following terms:
- Authors retain the copyright and grant MERCATOR the right of first publication, with the work simultaneously licensed under the Creative Commons Attribution License, which allows the sharing of the work with recognition of the authorship of the work and initial publication in this journal.
- Authors are authorized to sign additional contracts separately, for non-exclusive distribution of the version of the work published in this journal (e.g., publish in an institutional repository or as a book chapter), with acknowledgment of authorship and initial publication in this journal.
- Authors are allowed and encouraged to publish and distribute their work online (e.g., in institutional repositories or on their personal page) at any point before or during the editorial process, as this can generate productive changes as well as increase the impact and citation of the published work (see The Effect of Free Access).
- Authors are responsible for the content of the manuscript published in the journal.
