Baixe o app para aproveitar ainda mais
Prévia do material em texto
Universidade Federal do Tocantins Campus Universitário de Gurupi Graduação em Engenharia Florestal LEOVIGILDO APARECIDO COSTA SANTOS ANÁLISE MULTITEMPORAL DO USO E COBERTURA DA TERRA EM MUNICÍPIOS DA REGIÃO SUL DO ESTADO DO TOCANTINS, UTILIZANDO IMAGENS LANDSAT-8 GURUPI – TO 2016 Universidade Federal do Tocantins Campus Universitário de Gurupi Graduação em Engenharia Florestal LEOVIGILDO APARECIDO COSTA SANTOS ANÁLISE MULTITEMPORAL DO USO E COBERTURA DA TERRA EM MUNICÍPIOS DA REGIÃO SUL DO ESTADO DO TOCANTINS, UTILIZANDO IMAGENS LANDSAT-8 Trabalho de conclusão de curso apresentado como pré- requisito de conclusão do curso de Engenharia Florestal da Universidade Federal do Tocantins – UFT, Campus de Gurupi. Orientador: Prof. Dr. Marcos Giongo GURUPI – TO 2016 Universidade Federal do Tocantins Campus Universitário de Gurupi Graduação em Engenharia Florestal ANÁLISE MULTITEMPORAL DO USO E COBERTURA DA TERRA EM MUNICÍPIOS DA REGIÃO SUL DO ESTADO DO TOCANTINS, UTILIZANDO IMAGENS LANDSAT-8 Autor: Leovigildo Aparecido Costa Santos Orientador: Prof. Dr. Marcos Vinicius Giongo Alves BANCA EXAMINADORA _____________________________________________ Prof. Dr. André Ferreira dos Santos UFT - Universidade Federal do Tocantins Examinador __________________________________________ Dr. Edmar Vinícius de Carvalho UFT - Universidade Federal do Tocantins Examinador __________________________________________ Prof.ª Dra. Patricia Aparecida de Souza UFT - Universidade Federal do Tocantins Examinadora __________________________________________ Prof. Dr. Marcos Vinicius Giongo Alves UFT – Universidade Federal do Tocantins Orientador e presidente da banca Gurupi, ______ de março de 2016. Aos meus pais, Luzia e Paulo, ao meu irmão Leovileno, meu avô Pedro e tia Ivone Crispim, minha companheira Sara, por todo amor, confiança paciência e incentivo. Aos amigos que estiveram junto comigo durante todos os anos da graduação. Aos meus professores. E a minha pequena Helena. Dedico AGRADECIMENTOS Isaac Newton afirmou que se enxergou mais longe foi por ter se apoiado em ombros de gigantes. Fazendo minhas as palavras de Newton, posso dizer sem medo de errar que só pude chegar até este ponto, porque tive gigantes ao meu lado. Uma família que me foi alicerce para todas as horas e, na qual sempre busquei forças para continuar. Amigos, que assim como eu lutaram e apoiaram-se mutuamente, tornando a caminhada uns dos outros muito mais feliz e, também, professores que além de dividir seu conhecimento, foram constantemente fonte de inspiração. Um fato curioso sobre a vida é que todas as pessoas que você encontra colaboram de algum modo para construção do seu caminho, costumo dizer que a vida é comparável a uma imensa colcha de retalhos, cada um que passa por você deixa um pedaço de si e leva um pedaço seu. Por isso, a cada um desses gigantes que contribuiu para a minha colcha de retalhos, muito obrigado. Agradeço especialmente a todos os familiares, principalmente meus pais e meu irmão, aos amigos que me acompanharam nessa empreitada, principalmente os que compartilharam comigo a vivência na Casa do Cerrado e Republica Amoricana. “Pouco conhecimento faz com que as pessoas se sintam orgulhosas. Muito conhecimento, que se sintam humildes. É assim que as espigas sem grãos erguem desdenhosamente a cabeça para o Céu, enquanto que as cheias as baixam para a terra, sua mãe. ” (Leonardo Da Vinci) “Tudo é uma questão de manter a mente quieta, a espinha ereta e o coração tranquilo. ” (Walter Franco) Análise multitemporal do uso e cobertura da terra em municípios da região Sul do Estado do Tocantins, utilizando imagens Landsat-8 Resumo As ações antrópicas provocam alterações nas paisagens e geram diversos impactos ambientais e socioeconômicos, sendo necessária a obtenção de informações sobre a ocupação do espaço geográfico que sirvam de base ao planejamento com vista em alcançar o desenvolvimento sustentável. O uso de sensoriamento remoto associado a técnicas de geoprocessamento em ambiente de Sistemas de Informações Geográficas (SIG’s), são eficientes para detectar mudanças no uso e cobertura da terra e as alterações em uma determinada paisagem, em escala temporal e regional. Nesse contexto, o presente trabalho apresenta os mapas e a quantificação de 16 classes de uso e cobertura da terra em nove municípios da Região Sul do Estado do Tocantins para os anos de 1990, 2000, 2007 e 2015. Para o desenvolvimento do estudo foram utilizados dados vetoriais referentes aos anos de 1990, 2000 e 2007, disponibilizados por SEPLAN (2012) e para o ano de 2015 foram utilizadas imagens multiespectrais do sensor OLI a bordo do satélite Landsat-8. Utilizou-se as cenas de 6 órbitas/pontos visando abranger toda a área estudada, as datas de aquisição foram 07/07/2015, 23/07/2015, como critério menos de 5% de nuvens. No processamento digital das imagens foram utilizados os sistemas computacionais ENVI e ArcGis 10.2, utilizou-se o método de classificação supervisionada. A classe Agropecuária apresentou maior avanço na área total do estudo, sendo o aumento de 1990 para 2015 mais expressivo nos municípios de Gurupi, Peixe e São Valério. As maiores conversões de áreas entre classes foram do agrupamento Formações Savânicas para o de Áreas Antrópicas Agrícolas. A classe Área Urbanizada teve maior crescimento em área de 1990 a 2015 no município de Gurupi. O somatório das áreas de vegetação natural foi maior que 50% nos municípios de Ipueiras do Tocantins, Silvanópolis, São Valério da Natividade e Santa Rosa do Tocantins; em Brejinho de Nazaré, Aliança do Tocantins, Peixe, Gurupi e Sucupira as classes de vegetação natural somam menos de 50% em cada município, indicando um maior índice de expansão das Áreas Antrópicas. Os resultados obtidos confirmam a potencialidade de uso de geoprocessamento de imagens orbitais para análises de uso e cobertura da terra. Palavras-chave: sensoriamento remoto; mapeamento; classificação supervisionada; geoprocessamento; processamento digital. Multitemporal analysis of land use and land cover in municipalities in the south of Tocantins region using Landsat-8 images Abstract Human actions cause changes in the landscape and generate various environmental and socioeconomic impacts, is required to obtain information about the occupation of geographical space as a basis for planning in order to achieve sustainable development. The use of remote sensing combined with GIS techniques in Geographic Information Systems (GIS's) are efficient to detect changes in land use and land cover and changes in a particular landscape, in temporal and regional scale. In this context, this paper presents the maps and quantification of 16 classes of use and land cover in nine municipalities in the southern state of Tocantins for the years 1990, 2000, 2007 and 2015. For the development of the study were used vector data for the years 1990, 2000 and 2007, made available by SEPLAN (2012) and for the year 2015 were used multispectral sensor images OLI aboard the Landsat-8 satellite. We used the scenes of 6 orbits / points aiming to cover the entire study area,the acquisition dates were 07/07/2015, 23/07/2015, and under 5% of clouds. In the digital processing of the images were used computer systems ENVI and ArcGIS 10.2, used the supervised classification method. The Agricultural class showed greater improvement in the total area of study, and the increase in 1990 to 2015 more expressive in the municipalities of Gurupi, Peixe e São Valerio. The highest conversions areas between classes were the group formations savannas for Agricultural Anthropogenic Areas. The Urbanized Area class had higher growth in 1990 to 2015 area in the municipality of Gurupi. The sum of the areas of natural vegetation was greater than 50% in Ipueiras do municipalities of Tocantins, Silvanópolis, São Valério the Natividade and Santa Rosa do Tocantins; in Brejinho de Nazaré, Aliança do Tocantins, Peixe, Gurupi and Sucupira the natural vegetation classes account for less than 50% in each municipality, indicating a higher rate of expansion of Anthropogenic Areas. The results obtained confirm the geoprocessing potential use of satellite images to use analysis and land cover. Keywords: remote sensing; mapping; supervised classification; geoprocessing; digital processing LISTA DE TABELAS Tabela 1: Classes de uso e cobertura utilizadas para a classificação supervisionada .... 18 Tabela 2: Quantificação das áreas, em hectares, ocupadas por cada classe para os anos de 1990, 2000, 2007 e 2015, na área de estudo ........................................................................ 23 Tabela 3: Matriz de conversão de áreas em hectares entre os agrupamentos de classes, na área de estudo ........................................................................................................................... 25 Tabela 4: Alterações percentuais das classes em relação a 1990 e 2015. ...................... 26 LISTA DE FIGURAS Figura 1: Localização da área de estudo. Fonte: Autor (2016). ..................................... 14 Figura 2: Visualização da mesma região nas composições de bandas R5 G4 B3 (a) e R6 G5 B4 (b) na área de estudo. Fonte: Autor (2016). .................................................................. 16 Figura 3: Classificação dos polígonos de acordo com as mudanças na imagem de 2007 (a) para 2015 (b) na área de estudo, como exemplo a inserção de um polígono de Cultura temporária (Ct), em 2015, em uma área antes ocupada por Agropecuária (Ag). Fonte: Autor (2016). ...................................................................................................................................... 17 Figura 4: Principais taxas de conversões entre agrupamentos de classes em hectares, de 1990 a 2015, na área de estudo. Fonte: Autor (2016)............................................................... 24 SUMÁRIO 1. INTRODUÇÃO ..................................................................................................... 12 2. MATERIAL E MÉTODOS ................................................................................... 14 2.1 Localização e caracterização da área ......................................................................... 14 2.2 Base de dados ............................................................................................................. 15 2.3 Processamento Digital das Imagens .......................................................................... 15 3. RESULTADOS E DISCUSSÃO ........................................................................... 23 4. CONCLUSÃO ....................................................................................................... 29 5. REFERÊNCIAS BIBLIOGRÁFICAS ................................................................... 30 ANEXOS................................................................................................................34 12 1. INTRODUÇÃO A expansão das áreas produtivas, o aumento dos aglomerados urbanos, a exploração dos recursos naturais, as atividades de mineração entre outras atividades que visam suprir as necessidades humanas, provocam rápidas alterações nas paisagens que aliadas a um desenvolvimento contínuo e mal planejado, geram diversos impactos ambientais e socioeconômicos. Visando identificar e classificar as alterações ocorridas nas paisagens, a obtenção de informações precisas sobre o espaço geográfico torna-se condição necessária para o planejamento regional e local (FILHO et al. 2007). As paisagens podem ser entendidas como a interação entre os elementos naturais que a formam e suas permanentes modificações, com intervenção humana ou não, e através desse conceito, torna-se importante o conhecimento do histórico das ações/intervenções humanas no espaço geográfico, visto que muitas mudanças ocorridas no passado condicionam processos que ocorrem no presente (SEABRA; CRUZ, 2013). Nesse sentido, o uso do sensoriamento remoto de imagens orbitais associado a técnicas de geoprocessamento por meio dos Sistemas de Informações Geográficas (SIG’s) mostram-se eficientes para detectar mudanças no uso e cobertura do solo e as alterações provocadas nas paisagens em um determinado local e escala temporal. Segundo Meneses et al., (2012), o sensoriamento remoto é uma ciência que visa a obtenção de imagens da superfície da Terra por meio da detecção e medição quantitativa das respostas das interações da radiação eletromagnética com os materiais terrestres. Os sensores remotos captam as diferentes refletâncias dos objetos e feições terrestres e transformam em imagens, cada objeto tem sua assinatura espectral o que o diferencia de outros, dessa forma torna-se possível a utilização de imagens provindas dos sensores para diversos tipos de mapeamentos e análises dos usos e cobertura da terra. De acordo com Spinelli et al., (2007), os distúrbios tanto naturais quanto de origem antrópica no meio ambiente produzem variações detectáveis na resposta espectral do alvo ou do fenômeno estudado. Os tipos de resoluções utilizadas pelos sensores remotos são quatro: espacial, espectral, radiométrica e temporal. A resolução espacial é o tamanho da menor área imageada pelo sensor, a espectral está relacionada as larguras das faixas espectrais e quantidade de bandas espectrais captadas, a radiométrica é expressa em um valor numérico que representa a quantidade de radiância proveniente da área do terreno que corresponde ao cinza e a resolução temporal refere- se ao período de tempo em que o satélite volta a revisitar a mesma área (FIGUEIREDO, 2005). Sendo assim, a resolução temporal, permite avaliar e comparar as mudanças ocorridas em uma 13 mesma paisagem em diferentes períodos de tempo permitindo o mapeamento do uso e cobertura da terra. Pode-se entender como cobertura da terra os componentes da natureza (vegetação, água, gelo, rocha nua, solo, etc.) e as construções antrópicas, que recobrem a superfície da terrestre (MONTEIRO, 2008). Por meio da fotointerpretação, é possível identificar os tipos cobertura, natural ou artificial, presentes na imagem captada pelos sensores, que é feita por meio da análise dos elementos associados aos alvos como a cor, tonalidade, tamanho, forma, textura, padrão, contexto, presença de sobras, etc. (SOUSA etal., 2015). Trabalhos como os de Rocha (2005), Baseggio et al., (2006), Santos e Santos (2010), Leite e Rosa (2012), Assis et al., (2014), Moreira et al., (2014) e Almeida et al. (2015), por exemplo, destacam a importância do Sensoriamento Remoto aliado ao ambiente SIGcomo ferramenta em estudos aplicados para identificar mudanças ocorridas na paisagem, devido a possibilidade de se obter dados de extensões geográficas e datas variáveis, a capacidade de se trabalhar com diferentes escalas, o bom nível de detalhamento da área estudada, a confiabilidade dos dados e a capacidade de analisá-los em grandes quantidades e com rapidez. Trabalhos como o de Faria (2015) e Abrão et al., (2015), mostram a eficiência do uso de dados provenientes do sensor OLI (Operational Land Imaager) a bordo do satélite Landsat-8 para o mapeamento e monitoramento do uso e cobertura da terra. O sensor OLI possui nove bandas espectrais para coleta de dados na faixa do visível, infravermelho próximo e infravermelho de ondas curtas, além de uma banda pancromática. Conforme Embrapa (2013), as bandas do sensor OLI são: Banda 1 com faixa espectral 0,433 – 0,453 µm; Banda 2 (0,450 – 0,515 µm); Banda 3 (0,525 – 0,600 µm); Banda 4 (0,630 – 0,680 µm); Banda 5 (0,845 – 0,885 µm); Banda 6 (1,560 – 1,660 µm); Banda 7 (2,100 – 2,300 µm); Banda 8 (0,500 – 0,680 µm); Banda 9 (1,360 – 1,390 µm). Tais estudos geram conhecimento sobre as rápidas alterações ambientais e a atual situação de uma determinada região, além de fornecer dados que podem ser usados na formação de um panoramas e indicadores ambientais, podem proporcionar melhor planejamento e adoção de práticas conservacionistas que visem o desenvolvimento sustentável (SANTOS; SANTOS, 2010). Diante do exposto, o presente trabalho teve como objetivo utilizar técnicas de sensoriamento remoto e geoprocessamento para apresentar a análise da dinâmica do uso e cobertura da terra de 1990 a 2015 de nove municípios da região Sul do Estado do Tocantins. 14 2. MATERIAL E MÉTODOS 2.1 Localização e caracterização da área A área estudada situa-se entre os paralelos 10°44’ e 12°30’ de latitude Sul e os meridianos de 47°40’ a 49°20’ de longitude Oeste, na região Sul do Estado do Tocantins, e é formada por nove municípios: Aliança do Tocantins, Brejinho de Nazaré, Gurupi, Ipueiras, Peixe, Santa Rosa do Tocantins, São Valério da Natividade, Silvanópolis e Sucupira, ao todo são 1.797.698,3 ha de área (Figura 1). Figura 1: Localização da área de estudo. Fonte: Autor (2016). Segundo a classificação climática de Thornthwait-Mather, a área encontra-se nas regiões climáticas C2wA´a´´, que compreende a maior parte dos municípios analisados, caracterizada como clima úmido subúmido com moderada deficiência hídrica no inverno, e C2w2A´a`, que compreende a região Sul do município de São Valério da Natividade, caracterizada de clima úmido subúmido com pequena deficiência hídrica (SEPLAN, 2012). A precipitação média anual varia de 1.500 mm a 1.800 mm nos municípios de Aliança do Tocantins, Brejinho de Nazaré, Ipueiras, Silvanópolis e Santa Rosa do Tocantins e nos municípios de Gurupi, Peixe, São Valério da Natividade e Sucupira a precipitação média anual varia de 1.300 mm a 1.600 mm. 15 Conforme Silva (2007), a região encontra-se no domínio do bioma Cerrado, com predominância de três regiões fitoecológicas: Floresta Estacional, Savana e Áreas de contato Savana-Floresta. No tocante aos solos, predominam na área os Argissolos, Cambissolos, Gleissolos, Latossolos, Neossolos e Plintossolos. 2.2 Base de dados Para elaboração dos mapas referentes a 1990, 2000 e 2007, foram utilizados arquivos vetoriais no formato shapfile e imagens Landsat – 5, disponibilizados por SEPLAN (2012), referentes ao estudo Dinâmica do Uso e cobertura da Terra do Estado do Tocantins. Para o ano de 2015, foram adquiridas imagens multiespectrais do sensor OLI (Operacional Land Imagem) a bordo do satélite Landsat-8 (Land Remote Sensing Satellite) e disponibilizadas pela United States Geological Survey (USGS), com resolução espacial de 30 m e radiométrica de 16 bits. As cenas utilizadas para elaboração dos mosaicos foram das órbitas/pontos 221/68, 221/69, 222/67, 222/68, 222/69 e 223/68, as datas de aquisição foram 07/07/2015, 23/07/2015 e 08/08/2015. O período de estiagem foi o critério empregado para a seleção das imagens, com o objetivo de se trabalhar em cenas com a menor quantidade de nuvens (5% de presença de nuvens). Antes do processamento, as imagens foram reprojetadas para o sistema de projeção Universal Transversa de Mercator (UTM), fuso 22S, datum planimétrico WGS 84 (World Geodetic System 84), visto que, a USGS fornece todas as imagens como UTM WGS (orientadas para o hemisfério norte). 2.3 Processamento Digital das Imagens O processamento digital das imagens foi dividido em três fases: pré-processamento, processamento e classificação. Foram utilizados os sistemas computacionais ENVI versão 5: calibração das imagens, normalização radiométrica e correção atmosférica, composição da falsa cor da imagem (RGB) e correção geométrica; ArcGis versão 10.2: criação de mosaico, digitalização das cenas, classificação, segmentação e elaboração do mapeamento de uso e cobertura. Foi utilizada a metodologia aplicada por Xaud e Epiphanio (2014), na calibração das imagens, pela correção radiométrica. Nesta operação, os valores dos pixels foram convertidos para refletância exoatmosférica, levando em consideração os parâmetros de calibração para a data de aquisição, como o ângulo zenital solar e a irradiância solar normalizada. Para a correção atmosférica, foi utilizado o método da transferência radiativa, que leva em conta os processos 16 de absorção e espalhamento atmosféricos. Com uso do algoritmo FLAASH (Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes), do software ENVI. Após a calibração e correção, prosseguiu-se para a composição da falsa cor ou colorida, Red-Green-Blue (RGB), das bandas espectrais, que melhor facilitam a identificação e interpretação dos alvos de interesse. Essa ação consiste no empilhamento de 3 bandas espectrais para a formação de uma composição colorida, que facilite uma melhor percepção ao olho humano, para isso é necessário se conhecer o comportamento espectral do alvo em estudo (SILVA; MARTINS, 2007). As bandas de interesse para a composição da falsa cor da imagem, foram B3, B4 e B5, na seguinte combinações: R= B5 G= B4 B= B3 (R5G4B3) que definem melhor os limites entre solo e água, ainda mantendo algum detalhe em águas profundas e mostrando as diferenças na vegetação, que aparece em tonalidades de vermelho e; R= B6 G= B5 B= B4 (R6G5B4), que mostram mais claramente os limites entre solo e água, com vegetação mais discriminada, aparecendo em tonalidades verde-rosa (FACCO et al. 2014). Com isso, os alvos de interesse apresentam colorações diferentes conforme a combinação de bandas escolhidas (Figura 2). Figura 2: Visualização da mesma região nas composições de bandas R5 G4 B3 (a) e R6 G5 B4 (b) na área de estudo. Fonte: Autor (2016). Para a correção geométrica das imagens, utilizou-se o modelo polinomial ou registro, que consistiu em usar uma imagem já previamente registrada, georreferenciada, chamada também de imagem de referência. Foi feito o georreferenciamento das imagens de 2015 tendo como base imagens georreferenciadas do Landsat-5 TM de 2007 disponibilizadas por SEPLAN (2012). Neste trabalho, optou-se pela utilização do método utilizado por Duarte et al., (2015), do Polinômio de 1ª Ordem, para que a imagem não sofresse grande distorção, com introdução de 30 (trinta) pontos de controle dentro da área a ser estudada, com base em elementos planimétricos de fácil identificação comuns ás imagens Landsat-5 e Landsat-8. 17 O ArcMap 10.2, aplicativo do sistema computacional ArcGis 10.2foi empregado para a formação dos mosaicos, em que foram escolhidas a quantidade das bandas a serem usadas das cenas das órbitas/pontos 221/68, 221/69, 222/67, 222/68, 222/69 e 223/68, com posterior mosaicagem das mesmas, com o uso da ferramenta Mosaic To New Raster. No presente trabalho optou-se pelo método da classificação supervisionada por interpretação visual, que consiste na identificação das classes de informação (tipos de cobertura do solo) presentes na imagem e posteriormente é desenvolvida uma caracterização estatística das reflectâncias para cada classe de informação. Nesse tipo de classificação, o analista identifica os tipos específicos de cobertura do solo já conhecidos da área de estudo (ROSA, 2009). Adotou-se na classificação o procedimento “pixel a pixel”, metodologia descrita por Spring (1996), com a utilização apenas da informação espectral de cada pixel, para encontrar regiões homogêneas, para a posterior agrupamento dos alvos nas classes pré-definidas. Esse processo ocorreu de forma determinística em que examinou-se os atributos referentes aos pixels (cor, textura, localidade, entorno). Optou-se pelo método de classificação supervisionada pois, visando a otimização do trabalho, no ArcGis 10.2, a classificação se deu baseada em alterações ocorridas nos polígonos do mapeamento de 2007, sendo assim foram classificadas as mudanças observadas de 2007 para 2015 na imagem Landsat-8, desta forma, a classificação não supervisionada não seria eficiente no presente trabalho. Com a metodologia utilizada excluiu-se ainda necessidade da etapa de treinamento na classificação supervisionada (Figuras 3). Figura 3: Classificação dos polígonos de acordo com as mudanças na imagem de 2007 (a) para 2015 (b) na área de estudo, como exemplo a inserção de um polígono de Cultura temporária (Ct), em 2015, em uma área antes ocupada por Agropecuária (Ag). Fonte: Autor (2016). As classes utilizadas para a interpretação (Tabela 1), foram extraídas das apresentadas no Atlas do Estado do Tocantins e na Dinâmica do Uso e Cobertura da Terra do Estado do Tocantins para os anos de 1990, 2000 e 2007, disponibilizados por SEPLAN (2012). 18 Tabela 1: Classes de uso e cobertura utilizadas para a classificação supervisionada Agrupamento Tipos de cobertura Classes de Cobertura e Uso Áreas de Vegetação Natural Formações Florestais Floresta Estacional Floresta Estacional Semidecidual Aluvial (Fa2) Floresta Estacional Semedecidual Submontana (Fs) Formações Savânicas Formações Florestais do Cerrado Mata de galeria/mata ciliar (Mg) Cerradão (Ce) Cerrado Sentido Restrito Cerrado sentido restrito (Csr) Vereda (Ve) Formações Campestres Campo (Cam) Campo rupestre (Cr) Áreas Antrópicas Uso da Terra Áreas Antrópicas não agrícolas Área urbanizada (Au) Área de mineração(Am) Capoeira (Ca) Áreas Antrópicas Agrícolas Cultura permanente (Cp) Cultura temporária (Ct) Agropecuária (Ag) Praia e Duna Praia e Duna (Pr) Corpos D’água Continental Corpos D’água Continental (CdC) Fonte: Autor (2016) e SEPLAN (2012b). Descrição das classes utilizadas no mapeamento: Áreas de Vegetação Natural: compreende um conjunto de estruturas florestais e campestres, abrangendo desde florestas e campos originais (primários) e alterados até formações florestais espontâneas secundárias, arbustivas, herbáceas e/ou gramíneo- lenhosas, em diversos estágios sucessionais de desenvolvimento, distribuídos por diferentes ambientes e situações geográficas (IBGE, 2013). o Formações Florestais: Floresta Estacional Semidecidual Aluvial e Floresta Estacional Semidecidual Submontana - Na Floresta Estacional Semidecidual, a porcentagem das árvores caducifólias, considerando o conjunto florestal, é de 20 a 50%. O critério para diferenciação entre a Submontana e a Aluvial é a faixa altimétrica, com a primeira ocorrendo, no caso do Estado do Tocantins, de 100 a 600 metros, e a segunda, nos terraços mais antigos das calhas de rios (IBGE, 2013). o Formações Savânicas: Grupo de vegetação que abrange os tipos principais de vegetação do bioma Cerrado, incluindo as formações florestais do cerrado (Mata Ciliar, Mata de Galeria, Mata Seca e Cerradão), as savânicas (Cerrado sentido 19 restrito, Parque de Cerrado, Palmeiral e Vereda) e as campestres (Campo e Campo Rupestre) (IBGE, 2013). Mata de Galeria/Mata Ciliar - A Mata de Galeria e a Mata Ciliar são tipos de vegetação florestal associados a cursos de água, que podem ocorrer em terrenos bem ou mal drenados, diferenciando-se, principalmente, pelos diferentes graus de queda das folhas na estação seca na Ciliar, enquanto que, na de Galeria as plantas nunca perdem inteiramente as folhas (IBGE, 2013). Cerradão - Apresenta dossel contínuo e cobertura arbórea que pode oscilar de 50 a 90%, sendo maior na estação chuvosa e menor na seca. A altura média da camada de árvores varia de 8 a 15 metros, proporcionando condições de luminosidade que favorecem a formação de camadas arbustivas e herbáceas diferenciadas. Do ponto de vista fisionômico é uma floresta, mas floristicamente se assemelha mais ao Cerrado sentido restrito. Ainda que possa manter um volume constante de folhas nas árvores, o padrão geral é de perda parcial desse volume em determinados períodos (IBGE, 2013). Cerrado Sentido Restrito - O Cerrado sentido restrito caracteriza-se pela presença das camadas de árvore e de arbustos e ervas ambas definidas, com as árvores, baixas, inclinadas e tortuosas, distribuídas aleatoriamente sobre o terreno em diferentes densidades, sem que se forme uma cobertura contínua. De acordo com a densidade de árvores e arbustos, ou com o ambiente em que se encontra, o Cerrado sentido restrito apresenta quatro subtipos: Cerrado Denso, Cerrado Típico, Cerrado Ralo e Cerrado Rupestre (IBGE, 2013). Vereda - Tipo de vegetação com a palmeira arbórea Mauritia flexuosa (buriti) emergente, em meio a agrupamentos mais ou menos densos de espécies arbustivo-herbáceas. São circundadas por campos típicos, geralmente úmidos (IBGE, 2013). Campo - Formação campestre do cerrado que engloba os campos sujos e campos limpos. No primeiro, a vegetação é predominantemente herbácea, com raros arbustos e ausência completa de árvores, enquanto, o segundo caracteriza-se pela presença evidente de arbustos e subarbustos, menos desenvolvidos que as árvores do Cerradão, entremeados no estrato arbustivo-herbáceo (IBGE, 2013). 20 Campo Rupestre - Possui trechos com estrutura similar ao campo sujo ou ao campo limpo, com vegetação predominantemente herbáceo-arbustiva e presença eventual de arvoretas pouco desenvolvidas de até dois metros de altura, diferenciando-se pelo substrato, composto por afloramentos de rocha, e pela composição florística (IBGE, 2013). Áreas Antrópicas: Todos os tipos de uso da terra de natureza antrópica. Num sentido amplo, englobam todos os tipos de alteração da cobertura natural da terra as quais foram hierarquizadas em dois tipos principais: atividades antrópicas agrícolas e atividades antrópicas não agrícolas, (IBGE, 2006). o Atividades Antrópicas Agrícolas: Segundo o IBGE (2013) a terra agrícola pode ser definida como áreas utilizadas para a produção de alimentos, fibras e outras commodities do agronegócio. Inclui todas as terras cultivadas, caracterizadas pelo delineamento de áreas cultivadas ou em descanso (pousio), podendo também compreender áreas alagadas. Podem se constituir em zonas agrícolasheterogêneas ou representar extensas áreas de "plantations". Encontram-se inseridas nesta categoria as lavouras temporárias, lavouras permanentes, pastagens plantadas e silvicultura. Cultura Temporária - Foram inclusos todo e qualquer sistema de cultivo de curta ou média duração que após a produção deixa o terreno disponível para novo plantio. Dentre as culturas destacam-se as culturas de lavoura, hortaliças, frutíferas, aromáticas e condimentares de pequeno porte, que muitas vezes são cultivadas em estruturas como estufas, ripados e telados. As lavouras semipermanentes como a cana-de-açúcar, abacaxi e a mandioca, bem como as culturas de algumas forrageiras destinadas ao corte, também estão presentes nessa categoria (IBGE, 2013). Cultura Permanente - Culturas de ciclo longo que permitem colheitas sucessivas, sem necessidade de novo plantio a cada ano. Nessa categoria, estão as espécies frutíferas como laranjeiras, cajueiros, coqueiros, macieiras e bananeiras, e as de espécies como cafeeiros, seringueiras e cacaueiros, em sistemas que combinam ou não culturas agrícolas com florestas (IBGE, 2013). Agropecuária – De acordo com o Manual Técnico de Uso da Terra (IBGE, 2013), nessa nomenclatura se incluem a atividade de pecuária bovina 21 intensiva e extensiva com a finalidade de produção de carne ou leite e culturas alimentares de subsistência como também pequenas áreas com vegetação secundária (com ou sem Palmeiral). o Atividades antrópicas não agrícolas: todos os tipos de uso da terra de natureza não agrícola, florestal ou água, tais como áreas urbanizadas, industriais, comerciais, redes de comunicação e áreas de extração mineral (IBGE, 2013). Áreas Urbanizadas - Áreas de uso intensivo, estruturadas por edificações e sistema viário, incluídas as metrópoles, cidades, vilas, áreas de rodovias, serviços e transporte, energia, comunicações e terrenos associados, áreas ocupadas por indústrias, complexos industriais e comerciais e instituições. Estas podem, em alguns casos, encontrar-se isolados das áreas urbanas (IBGE, 2013). Área de Mineração - Áreas de extração de substâncias minerais, como lavras, minas e lavra garimpeira ou garimpo, cuja identificação foi realizada a partir de dados secundários e o auxílio de dados de apoio com alta resolução espacial (IBGE, 2013). Capoeira - Vegetação secundária que nasce após a derrubada de florestas primárias. Termo brasileiro que designa qualquer tipo de vegetação que nasce após a derrubada de florestas (IBGE, 2013). Corpos D’Água Continental - referem-se aos corpos d’água naturais e artificiais que não são de origem marinha, tais como: rios, canais, lagos e lagoas de água doce, represas, açudes, etc. (IBGE, 2013). Praia e Duna (Pr) - Praias são áreas campestres com pouca ou nenhuma vegetação, associados às margens de rios, ilhas fluviais e, também, regiões predominantemente de formação arenosa, no caso do Estado do Tocantins encontradas às margens dos rios Araguaia e Tocantins (SEPLAN, 2012b). Após os polígonos serem agrupados nas classes correspondentes, procedeu-se para o mapeamento do uso e cobertura, construção das tabelas para a interpretação dos resultados. Com o uso da ferramenta Intersect, o mapeamento da área de estudo foi integrado aos shapefile referentes aos municípios estudados, com isso, pôde-se trabalhar de forma separada com cada um, com a mesma ferramenta utilizada para criação de shapefiles integrando os mapas de 1990 e 2000, 2007 e 2015, para análise das alterações ocorridas nas classes entre os anos. Com a ferramenta Summary statistics do ArcMap 10.2, que é utilizada para cálculos estatísticos, gerou- 22 se tabelas relacionando os tipos de cobertura com a área total em hectares de cada uma, arquivado em forma de tabela em formato dBase (extensão de arquivo *.dbf), para posterior análise no aplicativo Excel. O mapa foi elaborado no ArcMap 10.2, no modo de visualização Layout View, onde adicionou-se os elementos cartográficos básicos. 23 3. RESULTADOS E DISCUSSÃO Os mapas para os anos de 1990, 2000, 2007 e 2015, resultantes da classificação, mostram que dentre todas as classes a maior expansão foi da Agropecuária (ANEXOS A, B, C, D). A área em estudo apresentou alterações no quantitativo das classes analisadas para o período. As taxas mais significativas referem-se a ampliação da área de Agropecuária, Área urbanizada e surgimento da classe Área de Mineração em 2007, com expressiva redução nas categorias Campo, Campo rupestre, Capoeira, Cerradão, Cerrado sentido restrito e Vereda, além de mudanças menores nas demais (Tabela 2). Tabela 2: Quantificação das áreas, em hectares, ocupadas por cada classe para os anos de 1990, 2000, 2007 e 2015, na área de estudo Classes Anos 1990 2000 2007 2015 Ag 496.194,76 574.881,43 687.327,36 886.990,08 Am - - 77,28 77,28 Au 2.656,27 4.053,61 4.465,04 5.809,09 Cam 70.123,05 42.732,14 49.954,43 30.660,49 Cr 3.400,53 3.408,31 3.302,47 3.282,82 Ca 28.668,39 24.504,88 17.070,04 13.848,96 Ce 57.271,75 51.069,74 47.335,40 40.135,61 Csr 872.301,65 837.248,74 721.552,25 555.937,47 CdC 25.746,19 22.225,80 27.123,10 26.998,55 Cp - 35,06 160,63 160,46 Ct 1.937,22 469,77 1.355,95 1.968,54 Fa2 54.343,65 53.901,91 57.126,93 55.976,04 Fs 4.231,41 4.725,50 5.608,36 4.968,95 Mg 180.324,37 177.945,00 174.916,74 170.567,94 Ve 308,89 293,12 160,03 159,96 Pr 190,17 203,27 162,27 156,05 Agropecuária (Ag), Área de Mineração (Am), Área Urbanizada (Au), Campo (Cam), Campo rupestre (Cr), Capoeira (Ca), Cerradão (Ce), Cerrado sentido restrito (Csr), Corpos D’Água Continentais (CdC), Cultura permanente (Cp), Cultura temporária (Ct), Floresta Estacional Semidecidual Aluvial (Fa2), Floresta Estacional Submontana (Fs), Mata ciliar/Mata de galeria (Mg), Vereda (Ve), Praia e Duna (Pr). As áreas de cada classe ao longo dos anos, mostra um aumento significativo na área ocupada por agropecuária, atrelado a uma diminuição quase proporcional na classe Cerrado sentido restrito, o que demonstra uma relação da conversão entre essas duas classes. Observa-se que a classe Cerrado sentido restrito sofreu redução de 316.364,18 ha de 1990 para 2015, enquanto que Agropecuária teve aumento de 390.795,32 ha no mesmo período, sendo a vegetação natural e a área antrópica mais alteradas dentro de seus agrupamentos. Segundo Pimentel et al., (2011), a transformação do Cerrado sentido restrito em Agropecuária pode ser explicada tendo em vista que essa classe de vegetação natural ocorre nas áreas de 24 relevo plano a suave ondulado, associado a presença dos Latossolos e, portanto, representando as áreas com melhor aptidão para o desenvolvimento das atividades agrícolas e pecuárias. As taxas de maior conversão de áreas para outras classes ocorreram nos agrupamentos de Formações Savânicas e Áreas Antrópicas não Agrícolas (Figura 5). Figura 4: Principais taxas de conversões entre agrupamentos de classes em hectares, de 1990 a 2015, na área de estudo. Fonte: Autor (2016). Nota-se que o agrupamento das Formações Savânicas teve boa parte de suas áreas convertidas em Áreas Antrópicas Agrícolas, porém também ocorreu reconversão de áreas abandonadas do uso agropecuário para vegetação savânica (Figura 5). Estudos realizados por Silva (2007) e Silva et. al., (2012), demonstram a capacidade de regeneração natural de formações savânicas em áreas abandonadas antes ocupadas para fins produtivos. Foi observado ainda a transformação desse agrupamento em Áreas Antrópicas não Agrícolas devido, principalmente, a expansão da área urbanizada. A conversãode Áreas Antrópicas não Agrícolas em Áreas Antrópicas Agrícolas ocorreu devido a incorporação da classe Capoeira em áreas de produção, 11.998,53 ha que correspondiam em 1990 a 41,85% da área ocupada pela classe, foram convertidos em Agropecuária (Figura 5). Almeida e Vieira (2008), comentam que no caso da capoeira, a redução dessa vegetação secundária está relacionada a participação ativa que as mesmas exercem enquanto áreas de pousio para atividades agrícolas ou como área de reserva durante a 25 renovação das pastagens, constituindo assim de áreas instáveis, facilmente incorporadas a outros usos da terra e indicando assim as possíveis tendências relacionadas a essa classe. Quanto as Formações Florestais, a conversão em Áreas Antrópicas não Agrícolas, indica desmatamento e posterior formação de capoeira nos anos anteriores a 2015. De acordo com Junior et. al., (2015), a conversão de formações florestais para áreas de capoeira se dá pela abertura de novas terras para uso agrícola ou para a exploração de madeira, com o subsequente abandono da área, ocorre o surgimento da capoeira no processo de regeneração natural inicial. A alteração de Áreas Antrópicas não Agrícolas para Formações Florestais demonstra a ocorrência de regeneração das florestas estacionais partindo da condição de capoeira, estudos realizados por Vaccaro (1997), Venturoli et. al., (2007), Venturoli (2008) e Ribeiro et. al., (2010), evidenciam esse processo de regeneração natural. Na classe Corpos D’água Continentais ocorreu aumento de 1.252,36 ha, passando de 25.746,19 ha em 1990 para 26.998,55 ha em 2015, fato relacionado principalmente com a criação de represas de usinas hidrelétricas na região. Para melhor compreensão da dinâmica de conversão de áreas entre as classes em estudo, uma matriz de conversões foi elaborada, demostrando as mudanças ocorridas de 1990 para 2015, onde as classes foram agrupadas e cada grupo representa as somas das áreas das classes integrantes (Tabela 3). Tabela 3: Matriz de conversão de áreas em hectares entre os agrupamentos de classes, na área de estudo Classes AAA ANA FES FFC CSR FCA CdCPr Total 1990 AAA 423.694 3.390 844 3.217 53.798 12.092 1.098 498.132 ANA 12.181 11.903 6.804 35 324 2 74 31.325 FES 3.742 2.265 52.260 69 161 6 72 58.575 FFC 27.355 181 267 203.510 3.074 244 2.965 237.596 CSR 367.778 1.654 366 3.321 486.264 10.199 3.028 872.611 FCA 51.405 138 5 102 10.852 10.998 24 73.524 CdCPr 2.964 203 399 450 1.624 403 19.893 25.936 Total 2015 889.119 19.735 60.945 210.704 556.097 33.943 27.155 1.797.698 NOTA: Os valores dos agrupamentos na horizontal representam a soma das áreas das classes pertencentes ao grupo para o ano de 1990, os valores na vertical representam as conversões de áreas de um agrupamento em outro para a formação do panorama de 2015. Legenda: AAA = Áreas Antrópicas Agrícolas (Agropecuária, Cultura permanente e Cultura temporária), ANA = Áreas Antrópicas não Agrícolas (Área de mineração, Área urbanizada e Capoeira), FES = Floresta Estacional (Floresta Estacional semidecidual aluvial e submontana), FFC = Formações florestais do Cerrado (Cerradão e Mata de Galeria/mata ciliar), CSR = Cerrado Sentido Restrito (Cerrado sentido restrito e Vereda),FCA = Formações campestres do Cerrado (Campo e Campo rupestre), CdCPr = Corpos ‘D’água Continentais e Praia e Duna. A classe de maior expansão foi Agropecuária, com um aumento de 465.425,5 ha, passando de 498.131,97 ha em 1990 para 889.119,08 ha em 2015 (Tabela 3). As classes de 26 Campo, Capoeira, Cerradão, Cerrado sentido restrito e Mata ciliar/galeria sofreram reduções em porcentagem de área ocupada durante o período estudado (Tabela 4). Tabela 4: Alterações percentuais das classes em relação a 1990 e 2015. Classes 1990 2015 Variação (%) Área (ha) % Área (ha) % Ag 496.194,8 27,6 886.990,1 49,3 21,7 Am 0,0 0,0 77,3 0,004 0,004 Au 2.656,3 0,1 5.809,1 0,3 0,2 Cam 70.123,0 3,9 30.660,5 1,7 -2,2 Cr 3.400,5 0,2 3.282,8 0,2 -0,007 Ca 28.668,4 1,6 13.849,0 0,8 -0,8 Ce 57.271,8 3,2 40.135,6 2,2 -1,0 Csr 872.301,6 48,5 555.937,5 30,9 -17,6 CdC 25.746,2 1,4 26.998,5 1,5 0,1 Cp 0,0 0,0 160,5 0,01 0,01 Ct 1.937,2 0,1 1.968,5 0,1 0,002 Fa2 54.343,7 3,0 55.976,0 3,1 0,1 Fs 4.231,4 0,2 4.968,9 0,3 0,04 Mg 180.324,4 10,0 170.567,9 9,5 -0,5 Ve 308,9 0,02 160,0 0,01 -0,01 Pr 190,2 0,01 156,0 0,01 -0,002 TOTAL 1.797.698,3 100,0 1.797.698,3 100,0 0,0 Ag = Agropecuária, Am = Área de Mineração, Au = Área de urbanização, Cam = Campo, Cr = Campo rupestre, Ca = Capoeira, Ce = Cerradão, Csr = Cerrado sentido restrito, CdC = Corpos D’Água Continentais, Cp = Cultura permanente, Ct = Cultura temporária, Fa2 = Floresta Estacional Semidecidual Aluvial, Fs = Floresta Estacional Semidecidual Submontana, Mg = Mata de galeria/Mata ciliar, Ve = Vereda, Pr = Praia e duna. Os valores negativos apresentados na Tabela 4 mostram as classes que tiveram diminuição em área e valor percentual de cobertura, em relação a área total do estudo. Isso significa que em 1990 os valores eram maiores que 2015, demonstrando claramente as mudanças na cobertura de cerrado mostrando que houve conversão de áreas para outras classes, observa-se que a única classe de áreas antrópicas a sofrer diminuição foi a Capoeira. Estudo realizado por Pimentel et al. (2011), para o município de Fátima - TO, evidência as elevadas taxas de conversão de áreas de vegetação natural, principalmente de Formações Savânicas em Áreas Antrópicas Agrícolas, com conversão de 24,6% entre 1984 e 2009, dentre as quais a classe Cerrado sentido restrito apresentou a maior conversão para agropecuária (conversão de 22, 24%). A conversão de Formações Savânicas (Campo, Campo rupestre, Cerradão, Cerrado sentido restrito, Vereda e Mata de Galeria), para Agropecuária na área estudada foi de 37,67%, 27 no sentido inverso foi de 13,91% entre 1990 e 2015, indicando uma maior conversão de vegetação natural em Agropecuária do que o contrário. Entre os anos 1990 e 2000, Brejinho de Nazaré e Ipueiras tiveram um incremento na classe Cerrado sentido restrito de 3,83 e 3,58% respectivamente, indicando abandono de áreas antes usadas pela agropecuária. Porém de 2007 a 2015 houve diminuição na classe de 4,72% em Brejinho de Nazaré e de 8,4% em Ipueiras (ANEXO F). A classe Mata de galeria/mata ciliar não teve variações significativas observadas, a classe de Floresta Estacional Semidecidual Submontana foi encontrada somente no município de Gurupi, ocorrendo sem muita variação ao longo dos anos, com média percentual de 2,575% de cobertura do território gurupiense. A classe Cerradão apresentou uma alteração negativa maior no município de Sucupira, onde a redução na área foi de 5.026,044 ha (4,93%). A Área Urbanizada teve maior crescimento no município de Gurupi, com percentual de área ocupada em relação a 1990, 2000, 2007 e 2015, respectivamente de 0,9, 1,39, 1,44 e 1,82%. Passando de 1.701,8 ha no ano inicial para 3.460,8 ha no ano final do estudo (ANEXO F). Os municípios com maior avanço da classe Agropecuária em relação a área municipal no período de 1990 a 2015 foram Gurupi, Peixe e São Valério com aumento de 25.412,8 (13,4%), 151.136,942 (28,5%) e 71.803,86 ha (28,30%), respectivamente. A classe Corpos D’água Continentais teve maior aumento em Brejinho de Nazaré e Ipueiras do Tocantins. No município de Brejinho de Nazaré houve incremento de 2.092,37 ha, passando de 3.888,03 ha em 1990 para 5.980,4 ha em 2015, aumentando de 2,25% para 3,46%, um incremento percentual de 1,21% sobre a área municipal. Em Ipueiras o aumento foi de 379,1 ha (0,46%), partindo de 2.047,88 ha (2,5 %) em 1990 para 2.426,97ha (2,96%) em 2015 (ANEXO F). Estes aumentos são explicados devido os dois municípios estão inseridos na área de influência do reservatório da Usina Hidrelétrica Luís Eduardo Magalhães, mais conhecida como Lajeado, com início da formação do represamento no Rio Tocantins no ano de 2001. Apesar do avanço da área ocupada por agropecuária, as somas das áreas com vegetação natural (Floresta Estacional Semidecidual Aluvial, Floresta Estacional Semedecidual Submontana, Mata de galeria/mata ciliar, Cerradão, Cerrado sentido restrito, Vereda, Campo, Campo rupestre), ocupam mais de 50% nos municípios de Ipueiras do Tocantins (65,03%), Silvanópolis (56,67%), São Valério da Natividade (53,83%), Santa Rosa do Tocantins (52,35%). Já no restante dos municípios, a área ocupada por vegetação natural é menor que 50%, Brejinho de Nazaré (49,58%), Aliança do Tocantins (48,12%), Peixe (43,1%), Gurupi 28 (41,8%) e Sucupira (33,4%), indicando um maior índice de expansão das Áreas Antrópicas (ANEXO F). A presença ou proximidade de rodovias federais e/ou estaduais nos municípios pode explicar o fato do maior avanço das áreas antropizadas, Aliança do Tocantins e Gurupi têm seus territórios cortados pela BR-153, Peixe pela BR-242, Brejinho de Nazaré e Sucupira estão na área de influência da BR-153. De acordo com Melo et. al., (2007), a expansão de áreas de uso da terra, sofre influência direta da presença ou proximidade de rodovias, principalmente as pavimentadas. Segundo a SEPLAN (2012), os municípios tocantinenses com alto índices de antropização estão localizados no entorno das rodovias federais ou são ligados a elas por rodovias estaduais. Com os resultados obtidos no presente trabalho, observou-se que as análises voltadas ao uso e cobertura da terra são importantes ferramentas para o entendimento das transformações ocorridas na paisagem de uma determinada região, podendo servir como bases para um melhor planejamento de ocupação do solo, e como subsídios para compreensão dos processos que influenciam na dinâmica da paisagem e espaço geográfico. 29 4. CONCLUSÃO Os resultados desse estudo confirmaram a potencialidade do uso de imagens de satélites, processadas através de técnicas de geoprocessamento em ambiente SIG, para obtenção de informações sobre a cobertura e uso da terra e a detecção de mudanças ocorridas em determinada área no decorrer do tempo. A escala utilizada possibilitou um melhor detalhamento da área estudada, possibilitando uma melhor interpretação dos dados e demonstrando a importância de se trabalhar com escalas grandes em mapeamentos locais e regionais. A classe Agropecuária apresentou maior expansão na área estudada, a classe Cerrado sentido restrito foi a que mais sofreu redução. A criação do reservatório da usina hidrelétrica Luiz Eduardo Magalhães (Lajeado) influenciou no aumento da área ocupada pela classe Corpos D’Água Continentais. A área em estudo apresentou nível elevado de antropização e conversão de Formações Savânicas em áreas antrópicas, porém em Ipueiras do Tocantins, Silvanópolis, São Valério da Natividade e Santa Rosa do Tocantins, a área de vegetação natural representa ainda mais de 50% da cobertura da terra. O estudo realizado mostra que os estudos de uso e cobertura da terra são importantes ferramentas para o monitoramento e planejamento da ocupação do espaço geográfico, podendo assim servir de base para planejamentos visando o desenvolvimento sustentável de determinada região. 30 5. REFERÊNCIAS BIBLIOGRÁFICAS ABRÃO, C. M. R.; CUNHA, E. R.; GREGÓRIO, E. C.; BACANI, V. M. 2015. Avaliação de classificadores supervisionados e não supervisionados para mapeamento de uso e cobertura da terra a partir de dados Landsat-8/OLI. In: XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa. Anais. p. 5439-5446. ALMEIDA, A.S.; VIEIRA, I.C.G. 2008. Dinâmica da cobertura vegetal e uso da terra no município de São Francisco do Pará (Pará, Brasil) com o uso da técnica de sensoriamento remoto. Bol. Mus. Para. Emilio Goeldi Cienc. Nat., 3(1), p.81-92. ALMEIDA, J. S.; MELO, W. F.; ANDRADE, A. B. A.; SALDANHA, H. G. A. C.; RODRIGUES, L. M. S. 2015. Modeling of the use of dynamic and land occupation in the municipality of Pombal – PB. Revista verde de agroecologia e desenvolvimento sustentável, 10, 276 - 282. ALVES, K. C. C. L. F.; VIOLA, M. R.; SOUZA, P. A.; GINGO, M.; MELLO, C. R. Avaliação temporal dos conflitos de uso do solo na bacia hidrográfica do rio Formoso, Tocantins. 2015. Pesq. flor. bras., Colombo, 83, p. 271-283. AMARAL, A. B. 2012. Geoprocessamento: mapeamento do uso e ocupação do solo no alto curso do rio piedade. Revista de Geografia, 01, 1-8. ASSIS, J. M. O.; CALADO, L. O.; SOUZA, W. M.; SOBRAL, M. C. 2014. Mapeamento do uso e ocupação do solo no município de Belém de São Francisco – PE nos anos de 1985 e 2010. Revista Brasileira de Geografia Física, 07, 859-870. BARROS, M. A.; MORAIS, F. A.; MAIA, M. A. M.; COSTA, U. E.; ZALOTI, F. A.; PEREIRA, A.; SHIMABUKURO, Y. E. 2009. Mapeamento da cobertura natural e uso da terra como subsidio ao estudo da dinâmica e ocupação do Estado do Tocantins entre 1990 e 2007. In: Simpósio Brasileiro de Sensoriamento Remoto. Natal, 2009. Anais. p. 2555-2562. BASEGGIO, J.; CARAMORI, T. B. A.; SORIANI, R. R. SIG para mapeamento do uso do solo, com ênfase nas áreas de cobertura vegetal nativa e recursos hídricos, alto Coxim, MS. 2006. In: 1º Simpósio de Geotecnologias no Pantanal. Campo Grande, 2006. Anais. p.312- 320. CÂNDIDO, P. A. 2013. Mapeamento do uso da terra e da cobertura vegetal no domínio cerrado, Estado de Mato Grosso. Monografia (Bacharelado em Geografia) - Universidade Federal de Alfenas, p. 21. COUTINHO, A. C. 2005. Dinâmica das queimadas no estado do Mato Grosso e suas relações com as atividades antrópicas e a economia local. Dissertação (Pós-graduação em Ciência Ambiental) - Universidade de São Paulo, p.270. DUARTE, G. S.; COSTA, G. E.; OLIVEIRA, A. P.; BARROS, R. S.; CRUZ, C. B. M. O uso da geometria do Landsat 8 como base para georreferenciamento semiautomático visando estudos espaço-temporais. 2015. XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa. Anais. p. 5216-5223. EMBRAPA – Empresa Brasileira de Pesquisa Agropecuária. Satélites de Monitoramento – Missão LANDSAT. Disponível em: <http://www.sat.cnpm.embrapa.br/conteudo/missao_landsat.php>. Acesso em 25 de janeiro de 2016. 31 FACCO, D. S.; SOUZA, A. C.; BITTENCOURT, A. S.: PAROLI, E. N.; OLIVEIRA, C. R.; BENEDETTI, A. C. P. 2014. Análise comparativo entre classificação digital supervisionada e não-supervisionada para mapeamento do uso e cobertura da terra. 5ª Semana da Geomática / Colégio Politécnico da UFSM, Santa Maria – RS. Anais. p. 24 – 31. FARIA, R. M. 2015. Classificação temporal de imagens Landsat 8 para o monitoramento das mudanças do uso da terra. Monografia (Bacharelado em Geografia) – Universidade Federal de Viçosa, p. 9. FIGUEIREDO, D. 2005. Conceitos Básicos de Sensoriamento Remoto. p. 32. FILHO, M. C. A.; MENESES, P. R.; SANO, E. E. 2007. A land cover classification system based on satellite image analysis. Revista Brasileira de Cartografia, 02, n. 59, 171-179. IBGE – Instituto Brasileiro de Geografia e Estatística. Manuais Técnicos em Geociência – Manual técnico de uso da terra. 1 ed. 2006. IBGE – Instituto Brasileiro de Geografia e Estatística. Manuais Técnicos em Geociência – Manual técnico de uso da terra. 3 ed. 2013. IBGE – Instituto Brasileiro de Geografia e Estatística. Manuais Técnicos emGeociência – Manual técnico da vegetação brasileira. 2 ed. 2012. JUNIOR, C. A. S.; NANNI, M. R.; GASPAROTTO, A. C.; SILVA, A. A.; ROMAGNOLI, F.; CEZAR, E.; SILVA, G. F. C.; CAMPOS, R. M. Conversão do uso e ocupação do solo no noroeste da Amazônia. Anais XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa-PB, Brasil, 25 a 29 de abril de 2015, INPE. p. 2559. LEITE, E. F.; ROSA, R. 2012. Analysis of the use, occupation and coverage of the land in the river basin of formiga river, Tocantins state. Revista Eletrônica de Geografia, 04, n. 12, 90-106. MELO, D. B.; COSTA, R. G. C. P.; JÚNIOR, F. R. Análise do uso da terra, na área de influência da rodovia BR-163, utilizando mapeamento participativo nos municípios de Itaituba, Trairão, Rurópolis e Placas, no estado do Pará. XII Encontro da Associação Nacional de Pós-graduação e Pesquisa em Planejamento Urbano e Regional, Belém – PA, Brasil, 21 a 25 de maio de 2007. MENESES, P. R.; ALMEIDA, T. 2012. Introdução ao processamento de imagens de sensoriamento remoto. Universidade de Brasília: Brasília, 2012. p. 121-160. MONTEIRO, C. L. S. 2008. Proposta de classificação do uso e da cobertura da terra e sua representação cartográfica na escala 1:10.000. Dissertação (Pós-Graduação em Engenharia Civil ) - Universidade Federal Santa Catarina p. 69. MOREIRA, A. A.; FERNANDES, F. H. S.; ALMEIDA, R. P.; NERY, C. V. M. 2014. O Algoritmo Support Vector Machine aplicado ao Mapeamento do Uso e Ocupação do Solo. Revista Brasileira de Geografia Física, 07, 291-303. MOREIRA, L.; ASSAD, E. D. Segmentação e classificação supervisionada no uso e ocupação da terra: microbacia do córrego Lamarão, DF. 2000. Boletim de pesquisa – Embrapa Cerrados, 16, 1-27. PIMENTEL, M. T.; DIAS, R. R.; PEREIRA, E. Q. Mapeamento das mudanças da cobertura e uso da terra entre os anos de 1984 e 2009 utilizando técnicas de sensoriamento remoto e 32 geoprocessamento: estudo de caso do Município de Fátima – Estado do Tocantins. 2011. XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba. Anais. p. 6810 – 6817. POLIDORIO. A. M.; FRANCO, C.; IMAI, N. N.; TOMMASELLI, A. M. G.; GALO, M. L. B. T. Correção radiométrica de imagens multiespectrais CBERS e Landsat ETM usando atributos de reflectância e de cor. 2005. XII Simpósio Brasileiro de Sensoriamento Remoto, Goiânia. Anais. p. 4241-4248. RIBEIRO, S. C.; JACOVINE, L. A. G.; BOECHAT, C. P.; SOUZA, A. L. Quantificação de biomassa e estimativa de estoque de carbono em uma capoeira da Zona da Mata mineira. Revista Árvore, Viçosa-MG, v.34, n.3, p.495-504, 2010 ROCHA, S. P. 2005. Análise espaço temporal do uso e cobertura da terra no entorno da BR 101 – trecho Angra dos Reis e Parati/RJ. Dissertação (Pós-graduação em Geografia) – Universidade do estado do Rio de Janeiro, 47-51p. RODRIGUES, M. T.; POLLO, R. A. P.; RODRIGUES, B. T.; MALHEIROS, J. M.; CAMPOS, S. 2014. Sensoriamento remoto e geoprocessamento aplicado ao uso da terra para avaliação entre classificadores a partir do índice kappa. Revista Científica Eletrônica de Engenharia Florestal, 01, 60-70. Rosa, R. Introdução ao sensoriamento remoto. Uberlândia: EDUFU, 2009. SANTOS, A. L. C.; SANTOS, F. 2010. Mapeamento das classes de uso e cobertura do solo da bacia hidrográfica do rio vaza-barris, Sergipe. Revista Multidisciplinar Da Uniesp, 10, 57-67. SEABRA, V. S.; CRUZ, C. M. 2013. Mapping the Dynamics of Land cover and Land Use in the watershed of São João River, RJ. Soc. & Nat., 25 (2): 411-426. SEPLAN - Secretaria do Planejamento e Orçamento do Estado do Tocantins. Estudo da Dinâmica da Cobertura e Uso da Terra do Estado do Tocantins. Dinâmica da Faixa Sul. Escala 1:100.000. Palmas, 2012b. SEPLAN – Secretaria do Planejamento e Orçamento do Estado do Tocantins. Atlas do Tocantins: subsídios ao planejamento da gestão territorial. 6 ed. Palmas, 2012. SILVA, J. C. S. Desenvolvimento inicial de espécies lenhosas, nativas e de uso múltiplo na recuperação de áreas degradadas de Cerrado Sentido Restrito no Distrito Federal. 2007. 120f. Dissertação (Mestrado em Ciências Florestais) – Departamento de Engenharia Florestal, Universidade de Brasília, Brasília, DF. SILVA, J. C.; SILVA, I. P.; SILVA, E. M.; RIBEIRO, E. S.; MOREIRA, E. L.; PASA, M. C. Sucessão Ecológica No Cerrado. Flovet, n. 4, dezembro de 2012. p. 33 – 47. SILVA, L. G.; MARTINS, A. K. E. 2007. Identificação da composição colorida de imagem CBERS-2 na dinâmica de ocupação territorial em sub-bacia hidrográfica. XIII Simpósio Brasileiro de Sensoriamento Remoto, Florianópolis. Anais. p. 1141-1145. SOARES, R. B.; SOARES, C. B. S.; COSTA, J. A. L.; COSTA, S. S. 2015. Aplicação de técnica de fusão em imagens Landsat 8/ OLI. XVII Simpósio Brasileiro de Sensoriamento Remoto - SBSR, João Pessoa. Anais. p. 4836-4843. SOUSA, D. G.; MINCATO, R. L.; KAWAKUBO, F. S. 2015. Análise multitemporal do uso da terra utilizando imagens Landsat-5 TM da região de Alfenas, Sul de Minas Gerais, 33 visando a conservação de fragmentos florestais. Revista Brasileira de Geografia Física, 08, 1482-1492. Spineli, L; Campolina, B. 2012. Projeto de desenvolvimento regional sustentável - Estudo da dinâmica da cobertura e uso da terra do estado do Tocantins 1990/2000/2005/2007. v. 1, p. 45. SPRING: Integrating remote sensing and GIS by object-oriented data modelling. Camara G, Souza RCM, Freitas UM, Garrido J . Computers & Graphics, 20: (3) 395-403, May-Jun 1996. SSILVA, L. A. G. C. Biomas presentes no Estado do Tocantins. 2000. Nota Técnica – Câmara dos Deputados. Disponível em: <http://www.terrabrasilis.org.br/ecotecadigital/index.php?option=com_abook&view=book&c atid=9:pesquisa&id=1275:biomas-presentes-no-estado-do-tocantins->. Acesso em 20 de março de 2015. VACCARO, S. Caracterização Fitossociológica De Três Fases Sucessionais De Uma Floresta Estacional Decidual, No Município De Santa Tereza – Rs. 1997. 103f. Dissertação (Mestrado em Engenharia Florestal) - Universidade Federal de Santa Maria, Santa Maria, RS. VENTUROLIL, F.; FELFILI, J.; FAGG, C. W. Dinâmica de Regeneração Natural em Capoeira de Floresta Estacional Semidecidual sob Manejo Florestal de Baixo Impacto. Revista Brasileira de Biociências, Porto Alegre, v. 5, supl. 1, p. 435-437, jul. 2007. WECKMÜLLER, R.; VICENS, R. S .2013. Análise temporal da cobertura da terra do município de Petrópolis/RJ numa abordagem pós-classificação de detecção de mudanças. Revista Brasileira de Geografia Física, 03, 456-469. XAUD, M. R.; EPIPHANIO, J. C. N. 2014. Dinâmica do uso e cobertura da terra no sudeste de Roraima utilizando técnicas de detecção de mudanças. Acta Amazonica, 44, 107-120. 34 ANEXOS ANEXO A – Mapa de uso e cobertura da terra na área estudada para o ano de 1990. NOTA: Ag = Agropecuária; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais; Pr = Praia e duna; Au = Área urbanizada; Ca = Capoeira. 35 ANEXO B – Mapa de uso e cobertura da terra na área estudada para o ano de 2000. NOTA: Ag = Agropecuária; Cp = Cultura permanente; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais;Pr = Praia e duna; Au = Área urbanizada; Ca = Capoeira. 36 ANEXO C – Mapa de uso e cobertura da terra na área estudada para o ano de 2007. NOTA: Ag = Agropecuária; Cp = Cultura permanente; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais; Pr = Praia e duna; Au = Área urbanizada; Am = Área de mineração; Ca = Capoeira 37 ANEXO D – Mapa de uso e cobertura da terra na área estudada para o ano de 2015. NOTA: Ag = Agropecuária; Cp = Cultura permanente; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais; Pr = Praia e duna; Au = Área urbanizada; Am = Área de mineração; Ca = Capoeira. 38 ANEXO E - Matriz de conversão de área em hectares das classes de 1990 para 2015. C L A S S E S A g A m A u C a m C r C a C e C s r C d C C p C t F a 2 F s M g V e P r T O T A L - 1 9 9 0 A g 4 2 0 . 4 5 9 , 4 5 0 , 0 0 1 . 4 7 4 , 1 0 1 2 . 0 9 0 , 5 2 1 , 3 2 1 . 9 1 5 , 7 6 1 . 3 8 0 , 3 3 5 3 . 7 3 2 , 5 1 1 . 0 9 8 , 3 5 5 2 , 1 4 1 . 3 1 1 , 5 7 6 9 5 , 8 0 1 4 8 , 1 6 1 . 8 3 4 , 4 5 0 , 3 0 0 , 0 0 4 9 6 . 1 9 4 , 8 A m 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 A u 5 3 , 2 9 0 , 0 0 2 . 5 8 5 , 8 8 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 2 1 5 , 8 9 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 1 0 , 0 0 1 , 1 7 0 , 0 0 0 , 0 0 2 . 6 5 6 , 3 C a m 5 1 . 1 8 8 , 8 1 0 , 0 0 1 2 9 , 2 1 7 . 7 8 6 , 4 4 0 , 0 0 9 , 1 4 1 7 , 9 8 1 0 . 7 7 1 , 7 7 2 3 , 7 7 1 0 8 , 3 2 0 , 0 0 5 , 0 1 0 , 0 0 8 2 , 5 8 0 , 0 0 0 , 0 0 7 0 . 1 2 3 , 0 C r 1 0 7 , 3 6 0 , 0 0 0 , 0 0 0 , 5 3 3 . 2 1 0 , 7 4 0 , 0 0 0 , 9 7 8 0 , 4 6 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 4 6 0 , 0 0 0 , 0 0 3 . 4 0 0 , 5 C a 1 1 . 9 9 8 , 5 3 0 , 0 0 1 4 , 9 3 2 , 4 4 0 , 0 0 9 . 3 0 2 , 3 4 1 , 2 8 3 0 8 , 3 0 7 4 , 4 2 0 , 0 0 1 2 9 , 5 1 5 . 3 0 5 , 2 1 1 . 4 9 9 , 0 2 3 2 , 4 0 0 , 0 0 0 , 0 0 2 8 . 6 6 8 , 4 C e 1 7 . 7 4 9 , 9 9 0 , 0 0 6 2 , 0 1 1 0 3 , 3 6 3 , 7 3 1 , 6 1 3 7 . 8 2 7 , 4 9 1 . 1 2 1 , 2 8 8 3 , 3 8 0 , 0 0 2 , 4 4 3 0 , 2 7 0 , 0 0 2 8 6 , 1 8 0 , 0 0 0 , 0 0 5 7 . 2 7 1 , 8 C s r 3 6 7 . 1 8 8 , 2 7 7 7 , 2 8 1 . 4 6 4 , 1 2 1 0 . 1 3 2 , 0 1 6 6 , 8 8 1 1 2 , 6 2 7 5 7 , 7 9 4 8 6 . 0 2 7 , 4 8 3 . 0 1 5 , 2 4 0 , 0 0 5 2 1 , 9 6 3 6 5 , 1 7 0 , 2 3 2 . 5 5 8 , 0 4 1 4 , 5 5 0 , 0 0 8 7 2 . 3 0 1 , 6 C d C 2 . 9 6 4 , 4 3 0 , 0 0 4 , 7 3 4 0 2 , 5 8 0 , 0 0 1 9 8 , 7 0 5 5 , 7 6 1 . 6 0 1 , 7 5 1 9 . 6 5 8 , 9 9 0 , 0 0 0 , 0 0 3 8 0 , 3 1 1 3 , 6 7 3 4 7 , 3 4 1 9 , 2 3 9 8 , 7 0 2 5 . 7 4 6 , 2 C p 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 C t 1 . 8 7 0 , 4 3 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 6 4 , 8 3 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 1 , 9 6 0 , 0 0 0 , 0 0 1 . 9 3 7 , 2 F a 2 2 . 8 5 5 , 1 1 0 , 0 0 0 , 9 2 6 , 1 4 0 , 0 0 2 . 2 2 5 , 7 9 4 , 9 6 1 6 1 , 1 1 7 1 , 7 7 0 , 0 0 1 , 4 2 4 8 . 9 5 2 , 9 1 0 , 0 0 6 3 , 4 8 0 , 0 0 0 , 0 2 5 4 . 3 4 3 , 7 F s 8 8 5 , 8 8 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 3 8 , 4 9 0 , 0 0 0 , 0 0 0 , 1 2 0 , 0 0 0 , 0 0 0 , 0 0 3 . 3 0 6 , 7 1 0 , 2 2 0 , 0 0 0 , 0 0 4 . 2 3 1 , 4 M g 9 . 6 0 0 , 5 5 0 , 0 0 7 3 , 1 8 1 3 6 , 4 8 0 , 1 5 4 4 , 5 2 8 9 , 0 3 1 . 9 5 1 , 3 2 2 . 8 8 1 , 7 5 0 , 0 0 1 , 6 3 2 3 5 , 6 6 1 , 1 6 1 6 5 . 3 0 7 , 2 0 1 , 7 0 0 , 0 5 1 8 0 . 3 2 4 , 4 V e 6 7 , 9 6 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 9 7 , 7 4 1 2 , 8 6 0 , 0 0 0 , 0 0 0 , 7 7 0 , 0 0 5 , 3 8 1 2 4 , 1 8 0 , 0 0 3 0 8 , 9 P r 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 0 , 0 0 3 , 0 2 7 7 , 8 9 0 , 0 0 0 , 0 0 4 , 9 1 0 , 0 0 4 7 , 0 8 0 , 0 0 5 7 , 2 8 1 9 0 , 2 T O T A L - 2 0 1 5 8 8 6 . 9 9 0 , 1 7 7 , 3 5 . 8 0 9 , 1 3 0 . 6 6 0 , 5 3 . 2 8 2 , 8 1 3 . 8 4 9 , 0 4 0 . 1 3 5 , 6 5 5 5 . 9 3 7 , 5 2 6 . 9 9 8 , 5 1 6 0 , 5 1 . 9 6 8 , 5 5 5 . 9 7 6 , 0 4 . 9 6 8 , 9 1 7 0 . 5 6 7 , 9 1 6 0 , 0 1 5 6 , 0 1 . 7 9 7 . 6 9 8 , 3 N O T A : O s v alo res d as classes n a h o rizo n tal rep resen tam as áreas d e 1 9 9 0 , a in tersecção d o v alo r d e u m a classe n a h o rizo n tal co m u m a classe n a v ertical refere-se a q u an to d ed eterm in ad a classe se co n v erteu n a o u tra . S en d o assim , as co lu n as rep resen tam q u an to se co n v erteu d e u m a classe em o u tra d e 1 9 9 0 a 2 0 1 5 . 39 ANEXO F – Percentual do território municipal ocupado por cada classe em cada um dos 9 (nove) municípios presentes na área estudada, para os anos de 1990, 2000, 2007 e 2015. Municípios: 1 = Aliança; 2 = Brejinho de Nazaré; 3 = Gurupi; 4 = Ipueiras; 5 = Peixe; 6 = São Valério; 7 = Santa Rosa; 8 = Silvanópolis; 9 = Sucupira. Classes: Ag = Agropecuária; Cp = Cultura permanente; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais; Pr = Praia e duna; Au = Área urbanizada; Am = Área de mineração; Ca = Capoeira. Municípios: 1 = Aliança; 2 = Brejinho de Nazaré; 3 = Gurupi; 4 = Ipueiras; 5 = Peixe; 6 = São Valério; 7 = Santa Rosa; 8 = Silvanópolis; 9 = Sucupira. Classes: Ag = Agropecuária; Cp = Cultura permanente; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais; Pr = Praia e duna; Au = Área urbanizada; Am = Área de mineração; Ca = Capoeira. 1 2 3 4 5 6 7 8 9 Am 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0278 Au 0,1086 0,0782 0,8971 0,0091 0,0489 0,0404 0,0477 0,1273 0,1941 Ag 35,8409 35,0971 41,7926 20,3446 24,2390 16,3951 19,5591 26,9715 41,9609 Cam 2,9151 5,0437 1,4298 2,4539 0,8218 3,2494 20,4713 1,8468 0,0000 Cr 0,0000 0,1535 0,0473 2,0677 0,0000 0,3475 0,0000 0,3640 0,0000 Ca 0,0092 0,0547 3,9284 0,4955 2,3730 0,8243 0,5909 0,2705 4,5191 Csr 42,3316 39,1269 33,5562 56,0096 53,8024 64,6114 42,8909 54,3466 30,9570 Ce 5,6985 6,3669 3,8367 3,7773 2,5527 1,2941 0,4867 0,4231 8,4897 Cdc 0,1018 2,2524 0,6886 2,4992 2,6995 0,8896 0,4424 0,2823 0,5952 Cp 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 4,1058 0,0000 0,0000 Ct 0,0000 0,8471 0,0000 0,0000 0,0800 0,0201 0,0000 0,0000 0,0000 Fa2 0,6329 0,7889 1,7969 1,3431 4,9506 2,3532 0,0000 2,7720 4,1821 Fs 0,0000 0,0000 2,2306 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Mg 12,3615 10,1356 9,7958 10,9471 8,3695 9,9670 11,4007 12,5958 9,0740 Pr 0,0000 0,0142 0,0000 0,0529 0,0177 0,0080 0,0046 0,0000 0,0000 Ve 0,0000 0,0409 0,0000 0,0000 0,0449 0,0000 0,0000 0,0000 0,0000 TOTAL 100 100 100 100 100 100 100 100 100 CLASSES Municípios % ocupada por classe para o ano 1990 1 2 3 4 5 6 7 8 9 Am 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Au 0,1550 0,1735 1,3914 0,0606 0,0494 0,0686 0,0845 0,1536 0,0305 Ag 39,2797 34,8096 45,2321 18,4707 30,6477 19,8506 26,5377 29,2936 53,2795 Cam 3,9062 2,6787 1,6504 1,0706 0,9002 1,4982 8,9332 2,2166 0,3298 Cr 0,0000 0,1536 0,0508 2,0720 0,0000 0,3447 0,0000 0,3638 0,0000 Ca 0,0380 0,0840 1,7538 0,6823 2,2998 0,8233 1,0949 0,6780 3,1998 Csr 37,8664 42,9587 31,4537 59,5862 48,4022 63,1904 47,4268 52,2544 23,5302 Ce 6,0135 5,9887 3,5485 3,7759 2,0207 1,1967 0,5297 0,3991 6,0296 Cdc 0,2197 2,1100 0,6896 2,0639 2,1861 0,7788 0,4151 0,1990 0,6334 Cp 0,0000 0,0000 0,0000 0,0000 0,0066 0,0000 0,0000 0,0000 0,0000 Ct 0,0000 0,1111 0,0542 0,0000 0,0283 0,0000 0,0000 0,0000 0,0243 Fa2 0,5688 0,7532 2,0923 1,2682 5,0424 2,3786 3,6384 2,3425 4,2086 Fs 0,0000 0,0000 2,4901 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Mg 11,9526 10,1671 9,5932 10,8967 8,3463 9,8533 11,3302 12,0994 8,7343 Pr 0,0000 0,0117 0,0000 0,0529 0,0151 0,0166 0,0096 0,0000 0,0000 Ve 0,00 0,00 0,00 0,00 0,06 0,00 0,00 0,00 0,00 TOTAL 100 100 100 100 100 100 100 100 100 Municípios % ocupada por classe para o ano 2000CLASSES 40 Municípios: 1 = Aliança; 2 = Brejinho de Nazaré; 3 = Gurupi; 4 = Ipueiras; 5 = Peixe; 6 = São Valério; 7 = Santa Rosa; 8 = Silvanópolis; 9 = Sucupira. Classes: Ag = Agropecuária; Cp = Cultura permanente; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais; Pr = Praia e duna; Au = Área urbanizada; Am = Área de mineração; Ca = Capoeira. Municípios: 1 = Aliança; 2 = Brejinho de Nazaré; 3 = Gurupi; 4 = Ipueiras; 5 = Peixe; 6 = São Valério; 7 = Santa Rosa; 8 = Silvanópolis; 9 = Sucupira. Classes: Ag = Agropecuária; Cp = Cultura permanente; Ct = Cultura temporária; Cam = Campo; Cr = Campo rupestre; Csr = Cerrado sentido restrito; Ce = Cerradão; Ve = Vereda; Fa2 = Floresta Estacional Semidecidual Aluvial; Fs = Floresta Estacional Semidecidual Submontana; Mg = Mata de galeria/Mata ciliar; CdC = Corpos D’Água Continentais; Pr = Praia e duna; Au = Área urbanizada; Am = Área de mineração; Ca = Capoeira. 1 2 3 4 5 6 7 8 9 Am 0,0000 0,0447 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Au 0,1808 0,1735 1,4449 0,1038 0,0783 0,0690 0,1059 0,1754 0,0426 Ag 45,6902 40,5965 49,5885 22,2126 38,3311 28,9645 30,5990 33,6131 57,3346 Cam 3,6795 2,3519 2,1514 1,4786 1,1136 2,3988 10,0419 3,2224 0,4634 Cr 0,0000 0,1532 0,6134 2,0711 0,0000 0,3461 0,0000 0,3549 0,0000 Ca 0,0261 0,0403 0,0000 0,8340 1,6937 0,5924 1,0456 0,6024 1,9130 Csr 31,9428 36,6224 27,4208 55,0355 40,9070 53,3220 42,3718 47,0835 20,2525 Ce 5,6791 5,6493 3,4381 3,7569 1,7278 1,1916 0,4889 0,3940 5,2974 Cdc 0,2295 3,4773 0,7264 2,9747 2,4733 0,8052 0,4000 0,2713 0,6779 Cp 0,0000 0,0930 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Ct 0,0000 0,2933 0,0490 0,0000 0,0759 0,0000 0,0000 0,0448 0,2898 Fa2 0,6014 0,7427 2,1975 1,1089 5,3889 2,4546 3,6730 2,4470 5,0848 Fs 0,0000 0,0000 2,9554 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Mg 11,9706 9,7556 9,4147 10,4239 8,1631 9,8385 11,2644 11,7913 8,6441 Pr 0,0000 0,0062 0,0000 0,0000 0,0171 0,0172 0,0096 0,0000 0,0000 Ve 0,0000 0,0000 0,0000 0,0000 0,0302 0,0000 0,0000 0,0000 0,0000 TOTAL 100 100 100 100 100 100 100 100 100 CLASSES % ocupada por classe para o ano 2007 Municípios 1 2 3 4 5 6 7 8 9 Am 0,0000 0,0447 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Au 0,2425 0,1959 1,8244 0,1714 0,1080 0,1037 0,1363 0,2394 0,0941 Ag 51,2749 45,7526 55,1888 31,0430 52,7350 44,6999 46,1736 42,1889 64,7764 Cam 2,7984 1,8151 1,1531 1,1360 0,7352 1,5456 4,7665 2,6614 0,1359 Cr 0,0000 0,1532 0,0000 2,0531 0,0000 0,3460 0,0000 0,3550 0,0000 Ca 0,0000 0,0403 0,3991 0,7959 1,4635 0,5753 0,9248 0,5494 0,7569 Csr 28,0528 31,9010 23,6182 46,6326 27,8177 39,2847 32,5364 39,4745 16,3883 Ce 5,0766 5,5101 3,0532 3,7567 1,2666 0,8520 0,3962 0,3926 3,5622 Cdc 0,0973 3,4645 0,7474 2,9618 2,4699 0,7728 0,3993 0,2362 0,6667 Cp 0,0000 0,0930 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Ct 0,2583 0,4151 0,0490 0,0000 0,1021 0,0000 0,0000 0,1112 0,3139 Fa2 0,6003 0,6882 2,1529 1,0724 5,3029 2,4510 3,6083 2,3469 4,9007 Fs 0,0000 0,0000 2,6193 0,0000 0,0000 0,0000 0,0000 0,0000 0,0000 Mg 11,5990 9,9236 9,1946 10,3772 7,9520 9,3519 11,0489 11,4445 8,4048 Pr 0,0000 0,0027 0,0000 0,0000 0,0171 0,0172 0,0096 0,0000 0,0000 Ve 0,0000 0,0000 0,0000 0,0000 0,0302 0,0000 0,0000 0,0000 0,0000 TOTAL 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 % ocupada por classe para 2015CLASSES Municípios
Compartilhar