PREDIÇÃO DE CENÁRIO FUTURO UTILIZANDO AUTÔMATOS CELULARES E CADEIAS DE MARKOV EM ÁREA DE EXPANSÃO DA SILVICULTURA SOBRE O CERRADO BRASILEIRO
Resumo
Os modelos preditivos para detecção de mudanças na paisagem tem sido utilizados como instrumento relevante de aporte ao planejamento e análise ambiental. Diversos modelos para simulação de cenários futuros coexistem na literatura, contudo o método que combina as Cadeias de Markov com os autômatos celulares tem demonstrado resultados excelentes de calibração/validação para simulação de mudanças no uso e cobertura da terra. Adotou-se
como objeto de estudo a bacia hidrográfica do Rio Pântano, situada em área do Cerrado brasileiro, impactada por grandes projetos: hidrelétrico e pelas maiores indústrias de papel e celulose do mundo. O objetivo deste trabalho foi simular as mudanças no uso e cobertura da terra para o ano de 2050, avaliando espacialmente o efeito da expansão da silvicultura em área de Cerrado sobre os diferentes graus de fragilidade potencial natural. Para predição do cenário futuro utilizou-se do método Cadeias de Markov e autômatos celulares acoplados a análise multicritério através da lógica AHP. Os resultados de validação do modelo apresentaram excelentes resultados (índice Kappa superior a 0.9) para realizar predições para 2050, após a
combinação das seguintes variáveis explicativas utilizadas no processo de calibração: I: Áreas de transição entre as classes Pastagem e Eucalipto; II: Tamanho das propriedades rurais; III: Distância das Estradas; IV: Distância das redes de drenagem. O modelo revelou a forte tendência de substituição da pecuária pela silvicultura para o ano de 2050, com predomínio da expansão para as áreas de média fragilidade ambiental.
Palavras-Chaves: Modelagem dinâmica, Bacia Hidrográfica, SIG, Geotecnologias.
Referências
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.
Publicado
27/10/2019
Como Citar
BACANI, Vitor Matheus; VICK, Erivelton Pereira.
PREDIÇÃO DE CENÁRIO FUTURO UTILIZANDO AUTÔMATOS CELULARES E CADEIAS DE MARKOV EM ÁREA DE EXPANSÃO DA SILVICULTURA SOBRE O CERRADO BRASILEIRO.
Mercator, Fortaleza, v. 18, out. 2019.
ISSN 1984-2201.
Disponível em: <http://www.mercator.ufc.br/mercator/article/view/e18026>. Acesso em: 14 maio 2026.
doi: https://doi.org/10.4215/rm2019.e18026.
Edição
Seção
ARTIGOS
This work is licensed under a Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à MERCATOR o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Creative Commons Attribution License, que permite o compartilhamento do trabalho com reconhecimento da autoria do trabalho e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
- Autores são responsáveis pelo conteúdo constante no manuscrito publicado na revista.
