O processo de ocupação das terras do Cerrado brasileiro tem impactado severamente sua paisagem natural nas últimas décadas. No presente estudo estimou-se as mudanças no uso e cobertura da terra ocorridas entre 2000 e 2016 na região do MATOPIBA usando dados e técnicas de sensoriamento remoto. Estimou-se também as áreas de agricultura irrigada e as alterações no uso e cobertura da terra ocorridas dentro de áreas protegidas na região de estudo. Nove classes de uso e cobertura de terra (corpos de água, cerrado denso, cerrado aberto, floresta ciliar, agricultura, campos irrigados, sombra, campos queimados e solo exposto) foram detectadas usando imagens de satélite e a técnica de classificação da máxima verossimilhança. Com base nos resultados desta pesquisa, observou-se o aumento 40,9% de campos agrícolas e solos expostos entre 2000 e 2016 na área de estudo. As áreas de agricultura irrigada aumentaram aproximadamente 154% (102.000 hectares) no mesmo período. Embora os diferentes tipos de antropização de áreas naturais tenham sido observados em toda a área de estudo, o maior aumento ocorreu na porção sul, onde as terras mais aptas para agricultura mecanizada estão mais concentradas. A antropização também aumentou dentro das terras protegidas de uso sustentável, onde as atividades de conservação deveriam ser prioritariamente implementadas na região de estudo, tais como a criação de corredores ecológicos e políticas públicas, visando o uso sustentável de seus recursos naturais.Palavras-chave: desmatamento; Cerrado; sensoriamento remoto. LAND USE AND LAND COVER DYNAMIC IN THE MATOPIBA REGION BETWEEN 2000 AND 2016 ABSTRACT: The land occupation process in the Brazilian Cerrado has severely impacted its natural landscape in the last decades. In this study, we estimated the land use and land cover changes occurred in the MATOPIBA region between 2000 and 2016 by using remotely sensed data and techniques. We also estimated the irrigated fields and deforested lands occurred within protected areas in the study region. Nine land use and land cover classes (water bodies, dense cerrado, open cerrado, riparian forest, agriculture, irrigated fields, shade, burned fields, and exposed soil) were detected by using Landsat imagery and by applying the Maximum Likelihood remote sensing technique. Based on our study results, we observed an increase of 40,9% agricultural fields and exposed soils during between 2000 and 2016 in the study region. Irrigated fields increased approximately 154% (102,000 ha) during the studied period. Although different types of anthropization were observed throughout the study area, the major increasing change was observed within the southern portion, where the most suitable agricultural lands are concentrated. The anthropization also increased within protected lands of sustainable use, where conservation activities should be prioritarily enforced in the study region, such as the creation of ecological corridors and public policies aiming sustainable use of its natural resources.Keywords: deforestation; Cerrado; remote Sensing.
Os métodos tradicionais de estatística aplicados em inventários florestais não exploram suficientemente as relações existentes entre as unidades amostrais. O presente estudo buscou comparar as estimativas de um interpolador geoestatístico em relação ao inventário florestal tradicional. A área de estudo envolveu um total de 116 hectares de Eucalyptus urophylla em Rio Verde/GO. Esta floresta, plantada em 2005, tem espaçamento 2,8 m x 1,8 m. Para este estudo foram amostradas 23 parcelas de 400 m² cada. Para avaliação do processo de interpolação foram utilizadas de forma aleatória 13 parcelas das 23 alocadas. As outras 10 parcelas foram utilizadas para validação da interpolação. Os resultados desta pesquisa indicam que não houve diferença significativa entre as estimativas feitas a partir da Krigagem Ordinária e do inventário florestal tradicional. Assim sendo, o método se mostrou eficiente para estimar o volume no povoamento florestal em estudo, podendo contribuir com muita eficiência na espacialização dessa variável.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.