Análise multivariada no estudo da dinâmica do uso e cobertura da terra … · 2015-01-29 · para...

Anais 5º Simpósio de Geotecnologias no Pantanal, Campo Grande, MS, 22 a 26 de novembro 2014Embrapa Informática Agropecuária/INPE, p.

304

304 -313

Análise multivariada no estudo da dinâmica do uso e cobertura da terra nas sub-bacias do rio Diamantino – Mato Grosso/Brasil

Higor Vendrame Ribeiro 1 Jéssica Cocco 1

Edinéia Aparecida dos Santos Galvanin 2

Sandra Mara Alves da Silva Neves 3

Diego de Lima Nascimento 4

1 UNEMAT, Campus Universitário de Tangará da SerraPrograma de Pós-Graduação em Ambiente e Sistemas de Produção Agrícola

Rod. MT 358, Km 07, Jardim Aeroporto78300-000 - Tangará da Serra, MT, Brasil

[email protected]; [email protected]

2 UNEMAT, Campus Universitário de Barra do BugresCurso de Matemática

Rua A, s/n, Cohab São Raimundo78390-000 - Barra do Bugres, MT, Brasil

[email protected]

3 Laboratório de Geotecnologias – LABGEO. Universidade do Estado de Mato Grosso- UNE-MAT /Curso de Geografia

Av. Santos Dumont, Bloco 1, Sala 09. Bairro: Santos Dumont - Cidade Universitária. 78000-200 Cáceres/MT, Brasil.

[email protected]

4 UNEMAT, Campus Universitário de Barra do BugresCurso de Ciência da Computação Rua A, s/n, Cohab São Raimundo

CEP: 78390-000 Barra do Bugres/MT, [email protected]

Resumo. Este trabalho tem como objetivo realizar a análise do uso e cobertura da terra dos anos de 1993, 2003 e 2013 das sub-bacias do rio Diamantino - Mato Grosso, por meio de análises bivariadas e multivariadas. Foram uti-lizadas imagens do satélite Landsat-5 e Landsat-8, as quais foram processadas e classificadas no software Spring, no entanto somente as cenas do Landsat 5 passaram pelo georreferenciamento. Foram mapeadas cinco classes, a vegetação natural, massas d’água, agricultura, pastagem e outros usos antrópicos. Para verificar qual o grau de correlação linear entre as classes foi utilizado o Coeficiente de Correlação Linear de Pearson e a Regressão linear, para os dados das classes vegetação natural e pastagem. Foram realizadas análises de agrupamento, utilizando a distância euclidiana como método de dissimilaridade. Para maior confiabilidade dos resultados do agrupamento foi calculado o coeficiente de correlação cofenética. Os resultados destacam a forte relação com a substituição da vegetação natural pelo aumento da área de pastagem. Na análise agrupamento formaram-se três grupos sendo um formado pela sub-bacia do Frei Manuel, outro pela sub-bacia do rio Diamantino Nascentes e outro composto pelas sub-bacias do rio Diamantino Foz e Ribeirão Buriti. Os resultados do coeficiente de correlação cofenética estão próximos ao valor um, o que demostra que os dendrogramas resultantes das análises podem ser considerados uma boa representação dos dados.

Palavras-chave: sensoriamento remoto, desmatamento, Pantanal.

305

Anais 5º Simpósio de Geotecnologias no Pantanal, Campo Grande, MS, 22 a 26 de novembro 2014Embrapa Informática Agropecuária/INPE, p. 305 -313

Abstract. This study analyzed use and land cover in years of 1993, 2003 and 2013 in the Diamantino river sub-basins, Mato Grosso, by bivariate and multivariate analyzes. Images were geo-referenced, classified and processed by Spring software, only Landsat 5 images were geo-referenced and the thematic classes were edited and quanti-fied using ArcGis software. Five map classes were identified, natural vegetation, water bodies, agriculture, pasture and other uses. To check what is the degree of linear correlation among the classes, was used Pearson’s Correla-tion Coefficient and linear regression for the classes of natural vegetation and pasture. The Cluster Analysis was performed using the euclidean distance as a method of dissimilarity. The results were presented in dendrograms, which had their representation verified by cophenetic correlation coefficient. The results showed the strong rela-tionship with the substitution of natural vegetation by increasing of pasture. In the cluster analysis three groups were formed, a formed by Frei Manuel river sub-basin, other by Diamantino headwater river sub-basin and other by Diamantino Foz and Ribeirão Buriti river sub-basins. The results of the cophenetic correlation coefficient are close to the value one, which demonstrates that the dendrograms resulting from this analysis can be considered a good representation of the data.

Key-words.: remote sensing, deforestation, Pantanal.

Introdução

Há milhares de anos, o homem vem transformando o ambiente natural, adaptando-se as mais diversas condições climáticas, geográficas e topográficas (Philippi Jr. et al., 2004). Essas trans-formações que vem ocorrendo têm sido atribuídas principalmente ao desenvolvimento das atividades agrícolas, pecuária e de urbanização (Kleinpaul et al., 2005), as quais tem causado o aumentado da retirada da cobertura vegetal, acentuando os processos de erosão e lixiviação, acarretando em impactos para o meio ambiente e para o homem.

É crescente a ideia de recuperação e conservação dos ecossistemas, bem como a redução do desmatamento. Diante desta problemática, uma das ações mais importantes para solução dos problemas ambientais, envolve a implementação de estudos sobre o uso e ocupação do solo, na busca da compreensão de sua utilização pelo homem (Rosa, 2003). Neste contexto deve-se destacar que a obtenção das informações sobre cobertura da terra dever ser realizada de forma rápida e precisa. Para a elaboração de planejamento, gestão e monitoramento dos recursos nat-urais torna-se necessário a obtenção dessas informações de forma rápida e precisa (Zhu, 1997).

O uso das técnicas de geoprocessamento e sensoriamento remoto para a identificação e monitoramento da cobertura e uso da terra têm crescido nos últimos anos, uma vez que pos-sibilita uma análise do processo de ocupação de forma integrada e rápida. Nascimento e Lira (2012) demonstram que o avanço das geotecnologias e das ferramentas de geoprocessamento podem proporcionar resultados as diferentes áreas do conhecimento científico, principalmente as ciências ligadas ao estudo do meio ambiente.

Nesse sentido, a preservação de mananciais especialmente os de água doce, é de suma importância, uma vez que estes possibilitam a manutenção do equilíbrio ao ecossistema. Neste contexto, encontra-se a Bacia Hidrográfica do rio Diamantino (BHRD) cujo rio principal é um importante afluente do rio Paraguai que vêm sendo ameaçado pela retirada da vegetação natu-ral, devido à transformação econômica em decorrência principalmente da agricultura e pecuária (Casarin, 2007).

Objetivo

Realizar a análise do uso e cobertura da terra dos anos de 1993, 2003 e 2013 das sub-bacias do rio Diamantino - Mato Grosso, por meio de análises bivariadas e multivariadas.


306

306 -313

Material e Métodos

Área de estudo

Situada na região do médio norte do estado de Mato Grosso, entre as coordenadas geográficas 14°16’30” a 14°28’30” de latitude S e 56°22’30” a 56°32’30” de longitude W, encontra-se a BHRD. Com uma área de aproximadamente 17.741,87 ha, contempla os municípios de Dia-mantino e Alto Paraguai. A BHRD é dividida em quatro sub-bacias, a sub-bacia do rio Dia-mantino Nascente (SBRDN) com 8.313,05 ha, a sub-bacia córrego Frei Manuel (SBCFM) que possui uma área de 4.983,68 ha, a sub-bacia Ribeirão Buriti (SBRB) apresenta uma área de 2.828,10 ha e a sub-bacia rio diamantino Foz (SBRDF) com 1.617,05 ha (Figura 1).

Figura 1. Mapa de localização das sub-bacias do rio Diamantino, Mato Grosso - Brasil

O relevo da área de estudo é movimentado, o rio Diamantino nasce nas escarpas da serra Tapirapuã; a vegetação característica do local é de Cerradão (Casarin, 2007); e o clima é Tropi-cal, com regime pluviométrico composto por uma estação chuvosa, de outubro a março e, outra seca, de abril a setembro, temperatura e precipitação média anuais de 24,4°C e 1500 mm, re-spectivamente (Dallacort et al., 2010).

Procedimentos operacionais

Para delimitação das sub-bacias da Bacia Hidrográfica do rio Diamantino (BHRD) utilizou-se o Modelo Digital de Elevação (MDE) tendo como base os dados do Shutle Radar Topography Mission (SRTM) disponibilizado pelo Instituto Nacional de Pesquisa Espaciais (INPE), proces-

307


sado no software ArcGis® (Esri, 2007).Posteriormente, realizou-se a aquisição das imagens para a análise temporal do uso e cobe-

rtura da terra. Para tanto foram adquiridas imagens do sensor Thematic Mapper (TM) a bordo satélite Landsat 5, datadas de janeiro e julho de 1993 e junho de 2003, por meio do catálogo de imagens disponíveis na sitio do Instituto Nacional de Pesquisas Espaciais (INPE). Também foi utilizada a imagem do mês de julho de 2013 do sensor Operational Land Imager (OLI) a bordo do Landsat 8, obtido no site da EarthExplorer da United States Geological Survey (USGS). Ambos os sensores apresentam órbita/ponto 227/70, com resolução espacial de 30 metros e com tempo de revisita da mesma área de 16 dias (Coelho e Correia, 2013).

Destaca-se que a identificação das classes de uso e cobertura da terra para os anos de 2003 e 2013 foram realizadas utilizando as séries temporais, disponibilizados pelo Laboratório de Sensoriamento Remoto em Agricultura e Floresta (LAF/INPE), a partir de 2000, com os dados de índice de vegetação (EVI) e o sistema Moderate Resolution Imaging Spectroradiometer (MODIS). A classificação de 1993 foi realizada utilizando imagens do período úmido (janeiro). No entanto, somente as cenas do período seco de 1993 foram mapeadas evitando a confusão espectral proporcionada pelas nuvens presentes nas cenas do período chuvoso.

As imagens foram processadas e analisadas no Sistema de Processamento de Informações Georeferenciadas (SPRING), versão 5.1.8., onde inicialmente foi criado um banco de dados, utilizando o sistema de coordenadas UTM, datum WGS84. Na sequência fez-se o registro das imagens Landsat 5 (1993 e 2003) usando as imagens Geocover em formato GeoTiff disponibi-lizada pela NASA, com resolução espacial de 28,5 m, de 2001, no modo tela a tela. Destaca-se que as imagens de 2013 possuem registro.

Através da metodologia proposta por Silva et al. (2011) e IBGE (2008), modificada, e da observação da imagem, foram definidas cinco classes, sendo elas: vegetação natural (florestas, savanas), agricultura (todos os tipos de agricultura: perene temporária, sistema agrosilvopasto-ril), massas d’água (considerando-se lagos, rios, lagos artificiais), pastagem (todos os tipos de pastagem) e outros usos antrópicos (nesta classe foram consideradas as manchas urbanas, sedes rurais, outras obras de engenharia e áreas de mineração).

Seguiu-se com a classificação supervisionada, realizada por meio de treinamento (ativi-dade que consiste na identificação de amostras das classes), usando o classificador de regiões Bhattacharya com aceitação de 99%. Ao final do processo de classificação foi realizada uma avaliação da exatidão por meio do índice Kappa para verificar a confiabilidade do mapa gerado no Spring (Cohen, 1960).

Foram realizadas visitas a área de estudo no período seco no dia 20 junho de 2014 para registros fotográficos das várias feições existentes na bacia visando validar a classificação das imagens de satélite.

Foi utilizado o Coeficiente de Correlação linear de Pearson e a Regressão linear, calculados no programa Excel para os dados das classes vegetação natural e pastagem (em porcentagem) para verificar qual o grau da correlação linear entre as classes.

No intuito de investigar como as sub-bacias daa BHRD se relacionam quanto às diferentes formas de uso da terra, usou-se a ferramenta intersect do software ArcGis®, versão 9.2 (Esri, 2007) para a intersecção dos shapefiles de uso da terra dos anos de 1993, 2003 e 2013 das sub-bacias, o que possibilitou calcular a área de cada uso para cada sub-bacia, e organiza-las em uma tabela com valores em porcentagem, para utilizar na análise de agrupamento.

As análises de agrupamento foram realizadas por meio do pacote “vegan” (Oksanen et al., 2011) no software livre “R”, versão 2.12.2 (R, 2011), utilizando a distância euclidiana como método de dissimilaridade, a qual é dada por:


308

308 -313

2

1

)(∑=

−=p

kjkikij YYd

, (1)

onde ijd é a distância do elemento i ao j ; com i , j = 1, 2,...., n ; ikY e jkY são os valores

observados da variável k , k =1, 2,..., p , para os indivíduos i e j .Os resultados foram apresentados em forma gráfica, a partir do dendrograma, utilizando o

método hierárquico aglomerativo de ligação, o “average” Unweighted Pair Group Method with Arithmetic (UPGMA), sendo que a distância entre dois grupos é a média das diferenças entre as variáveis de um grupo em relação aos pontos do outro grupo.

Foi calculado o coeficiente de correlação cofenética (Formula 2) proposto por Sokal e Rohlf (1962) que verifica a relação entre os valores da matriz inicial de similaridade e a matriz resultante da simplificação proporcionada pelo método de agrupamento (Linden, 2009). Neste caso quanto maior o coeficiente melhor o agrupamento e um coeficiente menor que 0,7 indica inadequação do método de agrupamento (Rohlf, 1970).

( )( )

( ) ( ))2(,

1

1 1

21

1 1

2

1

1 1

∑∑∑∑

∑∑−

= +=

−

= +=

−

= +=

−−

−−=

n

i

n

ijij

n

i

n

ijij

n

iij

n

ijij

cof

sscc

ssccr

em que ijc é o valor de similaridade entre os indivíduos i e j , obtidos a partir da matriz

cofenética; ijs é o valor de similaridade entre os indivíduos i e j , obtidos a partir da matriz de similaridade, dada por,

∑∑−

= +=−=

1

1 1)1(2 n

i

n

ijijc

nnc , ∑∑

−

= +=−=

1

1 1)1(2 n

i

n

ijijs

nns . (3)

Resultados e Discussões

As imagens do satélite Landsat e os levantamentos de campo permitiram identificar, mapear e quantificar cinco principais classes de uso da terra na BHRD (Figura 2).

O mapa apresentado na figura 2 teve sua acurácia verificada pela matriz de erros, através do Índice Kappa (k). De acordo com Fonseca (2000), pode-se considerar como excelentes va-lores do Índice Kappa superiores a 0,8, assim sendo para a classificação da BHRD foram en-contrados valores de k = 1 para 1993 e 2013 e de 0,99 para 2003, indicando que a classificação resultante é uma representação real do uso da terra na bacia. Houve confusão espectral apenas na classificação realizada para o ano de 2003, cujos resultados demonstram que foi em relação à classe pastagem e vegetação natural (0,50%), assim como entre as classes outros usos antrópi-cos e pastagem (0,83%). Quanto os anos de 1993 e 2013 não houve confusão espectral entre as classes de uso e cobertura da terra.

309


Figura 2. Distribuição das classes temáticas do uso da terra, na BHRD, nos anos de 1993, 2003 e 2013.

Os resultados quantitativos das classes temáticas para cada sub-bacia e ano pesquisado estão representados na Tabela 1.

A agricultura está localizada principalmente na SBRDN (Figura 2) e obteve crescimento de 0,12% de suas áreas no período de 1993 a 2003 e 0,02% de 2003 a 2013 (Tabela 1). As mas-sas d’água, representadas principalmente pelo rio Diamantino, Ribeirão Buriti, Córrego Frei Manuel e lagoas naturais e artificiais, apresentaram uma redução na área nos 20 anos em todas as sub-bacias, no entanto a SBRDN apresentou em 2013 a maior área desta classe (0,103%).


310

310 -313

Tabela 1. Classes de uso e cobertura da terra mapeadas nas imagens do satélite Landsat nas sub-bacias da BHRD.

Sub-Bacias Classe de uso e Cobertura da terra

Porcentacem das Classes nos Anos Mudança em %

1993 2003 2013 1993-2003 2003-2013

Sub-bacia córrego Frei Manuel (SBCFM)

Agricultura 0,03 0,047 0 0,017 -0,05Massa d’água 0,167 0,212 0,033 0,05 -0,18

Outros Usos Antrópicos 0,171 0,199 0 0,03 -0,20Pastagem 3,329 8,314 10,896 4,99 2,58Vegetação 24,392 19,316 17,16 -5,08 -2,16

Sub-bacia ribeirão Buriti (SBRB)

Agricultura 0 0 0,177 0,00 0,18Massa d’água 0,162 0,325 0,06 0,16 -0,27

Outros Usos Antrópicos 0,483 0,596 0,629 0,11 0,03Pastagem 0,969 4,685 8,271 3,72 3,59Vegetação 14,326 10,334 6,802 -3,99 -3,53

Sub-bacia rio Diamantino Foz

(SBRDF)

Agricultura 0 0 0,109 0,00 0,11Massa d’água 0,035 0,052 0,033 0,02 -0,02

Outros Usos Antrópicos 0,086 0,052 0,134 -0,03 0,08Pastagem 0,834 2,981 3,943 2,15 0,96Vegetação 8,159 6,028 4,894 -2,13 -1,13

Sub-bacia rio Dia-mantino Nascentes

(SBRDN)

Agricultura 0,691 0,812 0,828 0,12 0,02Massa d’água 0,214 0,505 0,103 0,29 -0,40

Outros Usos Antrópicos 0,847 1,171 1,188 0,32 0,02Pastagem 3,401 10,378 11,095 6,98 0,72Vegetação 41,703 33,989 33,641 -7,71 -0,35

A vegetação natural no período analisado é composta principalmente pelas Áreas de Preser-vação Permanente (APP’s) ao longo dos corpos d’água (Figura 2). A SBRDN apresentou a maior área de vegetação natural em relação as demais classes, no entanto em todas as sub-ba-cias houve redução de área, ocorrendo de forma mais intensa nas sub-bacias SBRDN = 8,06% e SRCFM = 7,23%.

A classe outros usos antrópicos compreende a área urbana do município de Diamantino, localizada nas SBRDN e SBRB (Figura 2), as áreas de mineração e os balneários. Essa classe apresentou um aumento de área apenas na SBCFM entre os anos de 1993 e 2013 de 0,17%. A pastagem encontra-se localizada principalmente na SBRDN, contudo todas as sub-bacias apre-sentaram um aumento nessa classe ao longo dos 20 anos analisados, porém o aumento de menor proporção de área ocorreu na sub-bacia SBRDF, com 3,11%.

Casarin (2007) apresenta um levantamento realizado em 2003 para a Bacia Paraguai/Dia-mantino destacando que as principais atividades antrópicas são a pecuária, agricultura e ex-trativismo, o que está de acordo com o resultado encontrado neste trabalho. Essas atividades podem causar contaminação dos corpos d’água por pesticidas e herbicidas, por mercúrio prove-niente da mineração não regulamentada, por resíduos sólidos do meio urbano e degradação do solo (Alho, 2011). Neste contexto, Margulis (2003) aponta ainda que inicialmente o Cerrado é convertido em pastagem e que posteriormente pode ser utilizado para a agricultura.

Os resultados do coeficiente de correlação e regressão entre as variáveis vegetação natural e pastagem estão apresentados na Figura 3, sendo a pastagem a atividade antrópica mais repre-sentativa nas sub-bacias (Tabela 1).

311


Figura 3. Relação entre vegetação natural e pastagem nas sub-bacias da BHRD ao longo dos anos de 1993, 2003 e 2013.

Os resultados demonstram que existe em todas as sub-bacias uma correlação forte e nega-tiva na relação pastagem e vegetação natural ao longo dos anos, sendo para a SBRB de r = -0,99969; SBCFM de r = -0,99886; SBRDN de r = -0,99893 e SBRDF de r = -0,99911. Além disso, é possível observar em todas as sub-bacias que 99% da redução da área de vegetação natural pode ser descrita pelo aumento da área de pastagem, o restante 1% pode ser explicado por outros fatores não avaliados neste momento, como agricultura e outros usos antrópicos.

Os resultados da análise de agrupamento estão apresentados na Figura 4, sendo possív-el observar a formação de três grupos em todos os anos, um grupo é composto apenas pela SBRDN, outro por SBFM e o terceiro grupo é composto pela SBRB e SBRDF. A formação desses grupos ocorreu principalmente pela influência do tamanho das áreas de vegetação natu-ral e pela presença de agricultura. Cuja formação do primeiro grupo deve-se principalmente por a SBRDN apresentar maiores áreas de pastagem, vegetação natural e agricultura em relação às demais sub-bacias. Enquanto o segundo grupo foi formado pela SBCFM por serem áreas com menor porcentagem de vegetação natural e agricultura em relação ao primeiro grupo SBRDN, porém com área maior do que o terceiro grupo.

O terceiro grupo é formado por SBRB e SBRDF que são as sub-bacias com as menores áreas de vegetação natural e ausência de agricultura nos anos de 1993 e 2003. Desta forma, pode-se observar que houve mudança nos valores da distância de ligação para a formação do grupo, entretanto deve-se destacar que a distância euclidiana é uma medida de dissimilaridade, onde a menor semelhança entre os objetos se dá quanto maior for o valor observado (Machado et al., 2010).

O coeficiente de correlação cofenética da análise das sub-bacias com base no uso da terra de 1993 foi de 0.843375; 2003 de 0.849787 e 2013 de 0.8819344. Os resultados do coeficiente estão próximos ao valor 1, o que demostra que os dendrogramas resultantes das análises podem ser considerados uma boa representação dos dados. De acordo com Assis et al. (2011) o alto


312

312 -313

coeficiente de correlação cofenética reforça a confiabilidade dos resultados apresentados, ainda ressaltam que é de fundamental importância a apresentação dos resultados deste coeficiente em Análise de Agrupamentos, uma vez que este permite avaliar se o dendrograma gerado sofreu distorção elevada em relação à similaridade real entre cada unidade analisada.

Figura 4. Dendrograma do agrupamento das sub-bacias da BHRD, em relação ao uso da terra nos anos de 1993, 2003 e 2013.

Conclusão

O trabalho permitiu obter de forma rápida o conhecimento da área desmatada de 1993 a 2013 e os tipos de uso na Bacia do rio Diamantino, destacando a pastagem como a principal forma de uso da terra e a principal causa do desmatamento na bacia.

A análise de correlação realizada para as sub-bacias demonstraram uma forte relação com a substituição da vegetação natural pelo aumento da área de pastagem.

Através da análise de agrupamento foi possível observar a formação de três grupos em todos os anos analisados, grupo formado por SBRDN que apresentou as maiores áreas de veg-etação natural, pastagem e agricultura em relação ao grupo formado pela SBCFM e grupos formados pelas sub-bacias SBRB e SBRDF.

Agradecimentos

À Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES), pelo apoio em forma de bolsa de mestrado.

Referências Alho, C. J. R. Concluding remarks: overall impacts on biodiversity and future perspectives for conservation in the Pantanal biome. Brazilian Journal Biology, v. 71, n. 1, p. 337-341, 2011.

Assis, M. A.; Prata, E. M. B.; Pedroni, F.; Sanchez, M.; Eisenlohr, P. V.; Martins, F. R.; Santos, F. A. M.; Tamashiro, J. Y.; Alves, L. F.; Vieira, S. A.; Piccolo, M. C.; Martins, S. C.; Camargo, P. B.; Carmo, J. B.; Simões, E.; Martinelli, L. A.; Joly, C. A. Florestas de restinga e de terras baixas na planície costeira do sudeste do Brasil: vegetação e heterogeneidade ambiental. Biota Neotripica, v. 11, n. 2, p. 103-121, 2011.

Casarin, R. Caracterização dos principais vetores de degradação ambiental da bacia hidrográfica Para-guai/Diamantino. 2007. 169 p. Tese (Doutorado em Geografia) - Universidade Federal do Rio de Janeiro, Rio de Janeiro. 2007.

Coelho, A. L. N.; Correia, W. S. C. Temperatura de superfície Celsius do sensor TRIS/Landsat – 8: metodologias e aplicações. Revista Geográfica Acadêmica, v. 7, n. 1, p. 31-45, 2013.

Cohen, J. A. Coefficient of agreement for nominal scales. Educational and Psychological Measurement, v. 20, n. 1, p. 37-46, 1960.

313


Dallacort, R.; Martins, J. A.; Inoue, M. H.; Freitas, P. S. L; Krause, W. Aptidão agroclimática do pinhão manso na região de Tangará da Serra, MT. Revista Ciência Agronômica, v. 41, p. 373-379, 2010.

Esri. ArcGIS Desktop: release 9.2. Redlands, CA: Environmental Systems Research Institute, 2007.

Fonseca, L.M.G. Processamento digital de imagens. Instituto Nacional de Pesquisas Espaciais (INPE), 2000. 105p.

Ibge. Instituto Brasileiro de Geografia e Estatística. Censo Agropecuário 2006 – Brasil (Dados preliminares). Rio de Janeiro: Ibge, 2008. 146p.

Kleinpaul, J. J.; Pereira, R. S.; Hendges, E. R.; Benedetti, A. C. P.; Zorzi, C.; Ferrarl, R. Analise multitemporal da cobertura florestal da microbacia do Arroio Grande, Santa Maria, MS. Boletim de pesquisa, n. 51, p. 171-184, 2005.

Linden, R. Técnicas de Agrupamento. Revista de Sistemas de Informação da FSMA, n. 4, p. 18-36, 2009.

Machado, J. P.; et al. Comportamento da precipitação e da temperatura no Rio Grande do Sul baseado na análise de agrupamento. Ciência e Natura, v. 32, n. 1, p. 49-63, 2010.

Margulis, S. Causas do desmatamento da Amazônia Brasileira. Banco Mundial, Brasília, 2003. 100p.

Nascimento, F. I. C; Lira, E. M. O uso das geotecnologias como ferramenta para o mapemaneto de focos de queimadas na Amazônia Sul-Ociedental. Revista Geonorte, v. 2, n. 4, p. 1646-1654, 2012.

Oksanen, F. J. et al. Vegan: Community Ecology Package. R package version 2.0-1. 2011.

R, Development Core Team. R: A language and environment for statistical computing. R Foundation for Statis-tical Computing, Vienna, Austria, 2011.

Rohlf, F. J. Adaptive hierarchical clustering schemes. Systematic Zoology, v. 19, p. 58-82, 1970.

Rosa, R. Introdução ao sensoriamento remoto. 5ª ed. Uberlândia: Ed. da Universidade Federal de Uberlândia, 2003. 238 p.

Mato Grosso (Estado). Secretaria de Estado de Planejamento e Coordenação Geral. Mapa de solos do estado de Mato Grosso. Mapa color. Escala 1: 1.500.000, 2001.

Silva, J.S.V.; Pott, A.; Abdon, M.M.; Pott, V.J.; Santos, K.R. Projeto GeoMS: cobertura vegetal e uso da terra no estado de Mato Grosso do Sul., Campinas: Embrapa Informática e Agropecuária, 2011. p. 50-59

Sokal, R. R.; Rohlf. F. J. The comparison of dendrograms by objective methods. Taxon, v. 11, p. 33-40, 1962.

Zhu, A. X. Measuring uncertainty in class assignment for natural resource maps under fuzzy logic. Photogram-metric Engineering and Remote Sensing, v. 63, n 10, p. 1195-1202, 1997.

Date post:	03-Aug-2020
Category:	Documents
Upload:	others
View:	0 times
Download:	0 times

Análise multivariada no estudo da dinâmica do uso e cobertura da terra … · 2015-01-29 · para...

Documents