Prognose do uso da terra em ambientes sujeitos à desertificação utilizando Cadeias de Markov e Autômatos Celulares

Abstract

O objetivo deste estudo pautou-se em analisar o desempenho de um modelo baseado em Cadeias de Markov e Autômatos Celulares para predizer o uso e ocupação da terra em ambientes sujeitos à desertificação. A área de estudo corresponde à bacia hidrográfica do rio Vieira, Montes Claros, Minas Gerais, delimitada a partir de um conjunto de dados SRTM. Foram utilizados os softwares ArcGIS 10.0 e o Idrisi Selva. Uma análise temporal das classes de uso da terra foi realizada. As imagens do satélite TM/LANDSAT-5, datadas de 26 de agosto de 1990, 9 de setembro de 1995, 22 de setembro de 2000 e 18 de julho de 2005 foram classificadas em quatro classes de uso e ocupação da terra: Área urbana, Vegetação, Área agrícola/Pastagem e Solo exposto. Foi calculado o índice Kappa no software Idrisi. As matrizes de Markov, que descrevem as probabilidades de transição entre as mudanças de uso da terra, foram derivadas para os seguintes pares de imagens: 1990-2005, 1995-2005, 2000-2005 e 1995-2000, utilizados para predizer o uso e ocupação da terra para os respectivos anos: 2005, 2010, 2015 e 2020. O modelo CA_Markov do Idrisi foi aplicado a cada um destes pares, a fim de proporcionar uma descrição espacial das mudanças de uso e ocupação da terra estimadas pela Cadeia de Markov. Em seguida, os resultados foram comparados com as imagens anteriormente classificadas dos anos correspondentes, utilizando o índice Kappa como indicador de mudança. Uma análise quantitativa para cada classe de uso e ocupação da terra na área de estudo apontou que tanto a Área urbana e como o Solo exposto tiveram um aumento constante ao longo dos anos, enquanto que a Vegetação e Área agrícola/Pastagem apresentaram tendência de redução. Os resultados de Autômatos Celulares devem ser avaliados separadamente daqueles da Cadeia de Markov. Esta última mostrou-se eficiente na predição quantitativa das mudanças de uso da terra. Em relação aos Autômatos Celulares, pôde-se perceber um desempenho mediano na espacialização das classes. Especificamente, no que se refere à desertificação, o emprego do modelo CA_Markov foi eficaz para estimar a área total da classe de maior suscetibilidade a este processo, o Solo exposto; entretanto, mostrou-se ineficiente em sua espacialização. Mesmo com as ressalvas relacionadas ao desempenho dos Autômatos Celulares, pode-se considerar como boa a capacidade geral de predição do modelo CA_Markov.