Académique Documents
Professionnel Documents
Culture Documents
Abstract. Since 1988, the National Institute for Space Research (INPE) has produced annual
rates of deforestation in the Amazon forest. This rate is achieved basically in two steps: (i)
interpretation and generation of deforestation polygons based on satellite images; and (ii)
normalization of quantitative deforestation in relation to the acquisition date and amount of
cloud cover in each satellite image. This work makes use of polygons generated in the first
step of the PRODES methodology to support the idea that each year the most of the
occurrences of deforestation happens in the same macro-regions defined by the Kernel density
map. In other words, what it is intended to demonstrate is that regions concentrating
occurrences of deforestation in one year can be used to delimitate the regions of high
probability of occurrence of deforestation in the next year. The main result on this study is the
finding that, in the last six years, an average of 82% of the occurrences of deforestation are
concentrated inside an area corresponding to26.6% of the total Amazon area. The motivation
for this work arose from the need to optimize the human and material resources used in field
operations to combat deforestation in the Amazon forest conducted by the Brazilian Institute
of Environment (IBAMA) under the Plan for Prevention and Control of Deforestation in the
Amazon (PPCDAM).
Palavras-chave: Densidade de Kernel, desmatamento, PRODES, controle ambiental,
PPCDAM, monitoramento e controle, fiscalizao.
1. Introduo
Desmatamento na Amaznia um tema que tem sido estudado intensivamente,
principalmente aps a dcada de 1980 (e.g., Moran et al., 1994; Nepstad et al., 1997;
Davidson et al., 2012) por causa de implicaes nas reas de conservao da biodiversidade,
emisso de CO2 e fragmentao de habitats, dentre outras consequncias. Desde 1988, o
Instituto Nacional de Pesquisas Espaciais (INPE) vem produzindo taxas anuais de
desflorestamento da Amaznia Legal (AML) (Shimabukuro et al., 1998). Essa taxa obtida
basicamente em duas etapas: (i) interpretao e vetorizao dos polgonos de desmatamento
com base em imagens de satlite; e (ii) normalizao do quantitativo de desmatamentos em
relao data de aquisio e quantidade de nuvens em cada imagem de satlite.
O presente trabalho faz uso dos polgonos gerados na primeira etapa da metodologia
PRODES para sustentar a ideia de que a cada ano as ocorrncias de desmatamento se repetem
nas mesmas macro-regies definidas pelo mapa de densidade de Kernel elaborado com base
nos polgonos do PRODES do ano anterior. Em outras palavras, o que se pretende demonstrar
com este artigo que as regies onde se concentraram as ocorrncias de desmatamento em
um ano serviro para delimitar a regio de provvel ocorrncia dos desmatamentos no ano
seguinte.
A motivao para este trabalho nasceu da necessidade de otimizar os recursos humanos e
materiais usados nas operaes de combate ao desmatamento na AML realizadas pelo
4404
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE
(1)
onde K = funo de kernel; h = raio de busca; x = posio do centro de cada clula do
raster de sada; Xi = posio do ponto i proveniente do centroide de cada polgono; e n =
nmero total de ocorrncias de desmatamento (centroides).
Cada raster circular pode ser representado por uma superfcie (Figura 1) onde so
atribudos valores respeitando a funo quadrtica (2) descrita por Silverman (1986), sendo o
valor mais alto no ponto central do raio de busca e zero para alm do raio de busca:
K(y) = (3)-1 (1 y2)2
para y2 < 1
(2)
Para a presente anlise, o tamanho do pixel do raster de sada foi estabelecido em 0,04
por 0,04 (4 x 10-2 graus) o que equivale a aproximadamente 4,5km de lado. Foi utilizada a
unidade de medida de distncia em graus porque o dado original disponibilizado em
coordenadas geogrficas (dados no projetados). O tamanho do pixel foi fixado de maneira a
obter-se um equilbrio entre o menor tamanho do raster final (em bytes), visando tornar mais
leve o processamento, e uma quantidade de pixels capaz de expressar visualmente a
concentrao de desmatamento em cinco classes na escala 1:10.000.000, sem transparecer o
efeito serrilhado caracterstico dos dados raster. Assim sendo, chegou-se ao valor de 250
pixels por crculo de busca. O raio do crculo de busca ou simplesmente raio de busca, foi
fixado com base no raio de ao de uma operao de fiscalizao que gira em torno de 0,7 o
que equivale a aproximadamente 80km. Para o campo populao definido na funo de
4405
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE
kernel, foi especificado o campo area presente no vetor de pontos, correspondente a rea em
m de cada polgono.
Para identificar as regies de concentrao de desmatamento, cada raster resultante foi
reclassificado em cinco classes de concentrao assim denominadas: baixa (branco), mdia
(verde), alta (amarelo), muito alta (laranja) e extremamente alta (vermelho). Para essa
classificao, foi utilizado o mtodo de classificao Natural Breaks definido por Jenks
(1967). Esse mtodo classifica os dados de tal forma que a varincia seja a menor possvel no
interior das classes e a maior possvel entre as classes. Os mapas resultantes so apresentados
na Figura 2 abaixo.
Figura 2.
Figura 2. Mapas de concentrao de desmatamento (densidade de Kernel) de 2005 a 2010. Branco = densidade
baixa; verde = densidade mdia; amarelo = densidade alta; laranja = densidade muito alta; e vermelho =
densidade extremamente alta.
Cada raster foi transformado em uma camada vetorial utilizando-se para isso a funo
RasterToPolygon do ArcMap. Essa funo gera um registro para cada polgono
correspondente a uma regio isolada de concentrao de desmatamento. No entanto,
pretendia-se trabalhar com as classes de forma homognea, ou seja, com um registro para
cada uma das cinco classes estabelecidas. Assim sendo, os polgonos pertencentes mesma
classe foram dissolvidos (funo Dissolve_management do ArcMap) de forma que o vetor
final contivesse apenas cinco registros representando cada uma das cinco classes. Para cada
classe foi calculada sua respectiva rea em km2 (Tabela 1).
Como era de se esperar, a regio de extremamente alta concentrao de desmatamento
obteve a menor rea em km. O valor de rea para cada classe cresce gradativamente at a
regio de baixa concentrao. Diferente das demais classes, esta ltima classe foi obtida
atravs da diferena ente a rea total da regio de estudo, correspondente aos 5.217.423 km
da AML, e a soma da concatenao da rea das demais classes (mdia, alta, muito alta e
extremamente alta). Tal procedimento foi necessrio, pois o vetor resultante do processo de
converso proveniente do dado raster gera um retngulo envolvente de rea superior rea da
Amaznia Legal para a classe de baixa concentrao de desmatamentos.
A ltima etapa para gerao das tabelas de analise foi conduzida com o uso da funo
SpatialJoin do ArcMap e envolveu o cruzamento espacial entre o vetor das classes de kernel
do ano n com as ocorrncias de desmatamento (primitiva geomtrica tipo ponto) do ano n+1.
Tal cruzamento explicaria a capacidade do mtodo de Kernel em indicar as regies de
provvel desmatamento para o ano seguinte. A tabela resultante para cada ano contm a
4406
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE
rea no acumulada
Concentrao\ano
2006
2007
2008
2009
2010
2011
Baixa
3.666.519 3.832.950 3.773.029 3.738.407 3.985.396 3.675.702 3.952.784
Media
734.550 855.235 869.850 964.785 835.689 1.030.085 943.654
Alta
512.570 348.942 395.009 363.748 276.949 363.862 267.875
Muito Alta
245.644 155.365 138.599 130.552
87.903 115.451
43.326
Extremam. A.
58.140
24.931
40.936
19.932
31.487
32.324
9.784
Total
Baixa
Media
Alta
Muito Alta
Extremam. A.
Total
2005
73,46%
16,39%
6,69%
2,98%
0,48%
72,32%
16,67%
7,57%
2,66%
0,78%
71,65%
18,49%
6,97%
2,50%
0,38%
76,39%
16,02%
5,31%
1,68%
0,60%
70,45%
19,74%
6,97%
2,21%
0,62%
75,76%
18,09%
5,13%
0,83%
0,19%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
100,00%
Baixa
Media
Alta
Muito Alta
100,00%
29,73%
15,65%
5,82%
100,00%
26,54%
10,14%
3,46%
100,00%
27,68%
11,01%
3,44%
100,00%
28,35%
9,86%
2,88%
100,00%
23,61%
7,60%
2,29%
100,00%
29,55%
9,81%
2,83%
100,00%
24,24%
6,15%
1,02%
1,11%
0,48%
0,78%
0,38%
0,60%
0,62%
0,19%
Pode se verificar que, em mdia, a rea correspondente s regies com extremamente alta
concentrao de desmatamento representam menos de 1% da rea total da AML, no entanto,
esta regio pode concentrar mais de 10% das ocorrncias de desmatamento como pode ser
verificado na Tabela 2 para o ano PRODES 2011. O ano PRODES corresponde a um
perodo de 12 meses entre agosto do ano anterior at julho do ano PRODES.
4407
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE
Quantidade de polgonos
no acumulada
Concentrao\ano n
2007
2008
2009
2010
2011
Baixa
7.533
8.240
18.925
17.182
15.797
6.394
Media
Alta
15.419
15.804
17.494
14.603
33.848
33.211
35.371
12.468
21.992
16.624
17.746
14.274
9.425
2.785
10.112
3.238
15.277
4.775
6.560
2.009
5.238
2.682
13.560
5.877
Muito Alta
Extremam. A.
Total
50.966
53.687 106.036
73.590
62.333
57.851
Baixa
Media
Alta
Muito Alta
Extremam. A.
14,78%
30,25%
31,01%
18,49%
5,46%
15,35%
32,59%
27,20%
18,84%
6,03%
23,35%
48,06%
16,94%
8,91%
2,73%
25,34%
35,28%
26,67%
8,40%
4,30%
11,05%
30,68%
24,67%
23,44%
10,16%
Total
Quantidade de polgonos
acumulada
2006
Baixa
Media
Alta
Muito Alta
50.966
43.433
28.014
12.210
Extremam. A.
Baixa
Media
Alta
Muito Alta
17,85%
31,92%
31,32%
14,41%
4,50%
2.785
53.687 106.036
45.447 87.111
27.953 53.263
13.350 20.052
3.238
4.775
73.590
56.408
21.037
8.569
62.333
46.536
24.544
7.920
57.851
51.457
33.711
19.437
2.009
2.682
5.877
Extremam. A.
5,46%
6,03%
4,50%
2,73%
4,30%
10,16%
Optou-se em trabalhar com o valor da quantidade de polgonos ao invs da rea (em km) de
cada polgono, pois o objetivo deste trabalho orientar as equipes de fiscalizao, e, portanto
o esforo para realizar a vistoria em campo de um polgono grande o mesmo em faz-lo em
um polgono pequeno. No entanto, como pode ser verificado nas Tabelas 3 e 4, os resultados
obtidos usando a rea dos desmatamentos segue a mesma tendncia da Tabela 2.
Tabela 3. Porcentagem da regio Kernel do ano n-1 desmatada segundo o PRODES do ano n.
Concentrao\Ano n
2006
2007
2008
2009
2010
2011
Baixa
Media
Alta
Muito Alta
Extremamente Alta
0,03%
0,38%
0,67%
1,04%
1,59%
0,03%
0,42%
0,89%
1,80%
2,79%
0,05%
0,51%
0,99%
1,49%
2,46%
0,03%
0,24%
0,51%
0,88%
1,60%
0,03%
0,29%
0,70%
0,71%
1,14%
0,02%
0,20%
0,45%
0,90%
1,37%
4408
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE
Tabela 4. Soma da rea em km dos polgonos de desmatamento do ano n que incidiram sobre as classes de
Kernel do ano n-1.
No Acumulado
Concentrao\Ano n
2006
2007
Baixa
Media
1.197,17
2.771,64
1.248,68
3.609,48
Alta
Muito Alta
3.416,86
2.549,48
3.105,47
2.792,56
923,42
694,76
Extremamente Alta
Total
1.007,33
2009
2010
319,21
358,58
2011
442,72
Baixa
11,03%
10,90%
13,92%
14,84%
20,35%
11,64%
Media
Alta
25,52%
31,47%
31,52%
27,12%
33,67%
29,33%
34,73%
28,17%
36,15%
28,86%
34,66%
28,16%
Muito Alta
Extremamente Alta
23,48%
8,50%
24,39%
6,07%
15,50%
7,58%
17,40%
4,85%
9,32%
5,32%
17,93%
7,62%
100,00%
100,00%
Total
Acumulado (concatenado)
2008
Baixa
Media
Alta
Muito Alta
Extremamente Alta
Baixa
Media
Alta
Muito Alta
Extremamente Alta
100,00%
89,10%
63,45%
31,98%
57,57%
30,45%
52,42%
23,08%
50,43%
22,26%
43,50%
14,65%
53,70%
25,55%
8,50%
6,07%
7,58%
4,85%
5,32%
7,62%
Na Tabela 4, verifica-se que ao longo de cinco dos seis anos analisados, mais de 50% das
reas desmatadas ocorreram nas regies de alta, muito alta e extremamente alta concentrao
de desmatamentos. Esta rea de ocorrncia corresponde em mdia (para os ltimos seis anos)
a uma rea de 10% da AML. Ou seja, assumindo que a presena das equipes de fiscalizao
em campo impea a ocorrncia de novos desmatamentos, se os recursos humanos e materiais
se concentrarem numa regio de rea equivalente a um dcimo da AML, teoricamente se
estar inibindo a ocorrncia de metade dos desmatamentos em toda Amaznia Legal.
Como era de se esperar, a Tabela 5 demonstra que as ocorrncias de desmatamento tm
taxas de concentrao maior medida que nos deslocamos das regies de baixa concentrao
para as regies de maior concentrao. Exceo feita apenas inverso verificada entre as
classes alta e muito alta para o ano de 2010, o que pode ser explicado por uma maior
proporo de polgonos grandes na classe muito alta em relao classe alta.
Tabela 5. Taxa de concentrao de ocorrncias de desmatamento por km para cada classe.
Concentrao
2006
2007
2008
2009
2010
2011
Baixa
Media
Alta
Muito Alta
Extremam. A.
0,0021
0,0210
0,0308
0,0384
0,0479
0,0021
0,0205
0,0418
0,0651
0,1299
0,0050
0,0389
0,0841
0,1102
0,1166
0,0046
0,0367
0,0343
0,0502
0,1008
0,0040
0,0263
0,0600
0,0596
0,0852
0,0017
0,0172
0,0392
0,1175
0,1818
4409
Anais XVI Simpsio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguau, PR, Brasil, 13 a 18 de abril de 2013, INPE
4. Concluses
Desde a publicao do decreto s/n de 03 de julho de 2003 que cria o Grupo Permanente
de Trabalho Interministerial com a finalidade de propor medidas que visam a reduo dos
ndices de desmatamento na Amaznia Legal, o governo federal tem feito um grande esforo
para atacar o problema do desmatamento na AML. J como resultado das medidas adotas por
este Grupo de Trabalho, foi criado no mbito do INPE o sistema de deteco de
desmatamento em tempo quase real (DETER). Este sistema gera dados dirios para orientar
as equipes de fiscalizao em campo.
O estudo apresentado no presente artigo vem sendo aplicado no planejamento estratgico
das aes de fiscalizao do IBAMA desde 2008 e, em conjunto com os dados do DETER,
tem definido a ttica dessas aes.
Como foi demonstrado nos dados apresentados, h seis anos os desmatamentos na
Amaznia Legal acontecem em regies que podem ser pr-determinadas usando como base o
mapa de Kernel gerado a partir dos polgonos do PRODES do ano anterior. Os nmeros
mostram que em mdia 82% das ocorrncias de desmatamento ocorrem numa regio que
corresponde a 26,6% da rea total da Amaznia Legal ou 1.356.530 km.
Conclui-se, portanto, que a utilizao dos mapas de densidade de kernel tem se
apresentado como uma ferramenta eficaz na delimitao de regies prioritrias para aes de
monitoramento e controle no combate ao desmatamento.
Referncias Bibliogrficas
Davidson, E. A.; Araujo, A. C.; Artaxo, P.; Balch, J. K.; Brown, I. F.; Bustamante, M. M.;
Coe, M. T.; DeFries, R. S.; Keller, M.; Longo, M.; Munger, J. W.; Schroeder, W.; Soares
Filho, B.; Souza Jr., C. M.; & Wofsy, S. C. The Amazon basin in transition. Nature, vol. 481,
p. 321-328, 2012.
Jenks, George F. The Data Model Concept in Statistical Mapping, International Yearbook
of Cartography vol 7: 186190, 1967
Moran, E. F.; Brondizio, E.; Mausel, P.; & Wu, Y. Integrating Amazonian vegetation, landuse, and satellite data. BioScience, vol. 44, p. 329-338, 1994.
Nepstad, D. C.; Klink, C.; Uhl, C.; Vieira, I. C.; Lefebvre, P.; Pedlowski, M.; Matricardi, E.;
Negreiros, G.; Brown, I. F.; Amaral, E.; Homma, A.; Walker, R. Land use in Amazonia and
Cerrado of Brazil. Cincia e Cultura, vol. 49, p. 73-86, 1997.
Shimabukuro, Y. E.; Batista, G. T.; Mello, E. M. K.; Moreira, J. C.; Duarte, V. Using shade
fraction image segmentation to evaluate deforestation in Landsat Thematic Mapper images of
the Amazon region. International Journal of Remote Sensing, vol. 19, n. 3, p. 535-541,
1998.
Silverman, B. W. Density estimation for statistics and data analysis, London, UK, 1986
4410