Resultados
A análise estatística consiste na aplicação do modelo teórico com base em objetos estimados (variáveis) por números ou categorias, passivos de serem espacializados Tabela 1.1. Especula-se que as variáveis escolhidas tenham efeito sobre a na forma de alterar a percepção de Valor, Benefícios e Malefícios dos agentes sociais envolvidos, assim como afetam a Possibilidade da ação de supressão.
Análise Exploratória
A cobertura temporal da análise estatística é limitada pela disponibilidade de dados sobre as variáveis escolhidas Figura 1.
É possível observar que o período de tempo em que existem observações para todas as váriáveis vai de 1995 até 2021, um período de 27 anos. Esse período cobre acontecimentos relevantes em relação à ocorrência da , como a criação do PPCDAm (2004) e a aprovação do Novo Código Florestal (2012).
As variáveis utilizadas são representadas em termos de área ou de comprimento que elas ocupam dentro de cada célula na grade regular Tabela 1.
Mínimo |
Média |
Mediana |
Máximo |
Desvio Padrão |
|
|---|---|---|---|---|---|
| conservation_units | 0 | 65K | 55K | 139K | 52K |
| highways | 0 | 33 | 34 | 149 | 19 |
| indigenous_territory | 0 | 70K | 64K | 139K | 55K |
| pasture | 0 | 26K | 10K | 130K | 31K |
| grasslands | 0 | 5K | 418 | 138K | 14K |
| other_vegetation | 0 | 8K | 950 | 128K | 18K |
| forest_formation | 9 | 82K | 100K | 139K | 52K |
| urban_area | 0 | 569 | 157 | 36K | 2K |
| savanna_formation | 0 | 26K | 6K | 137K | 34K |
| mining | 0 | 499 | 135 | 22K | 1K |
| temporary_crop | 0 | 10K | 1K | 113K | 18K |
| forest_plantation | 0 | 2K | 178 | 52K | 5K |
| perennial_crop | 0 | 1K | 131 | 28K | 3K |
| agriculture_mosaic | 2 | 11K | 8K | 94K | 10K |
| priority | 0 | 96K | 127K | 277K | 52K |
| monitored | 3 | 71K | 67K | 139K | 52K |
| quilombola_territory | 3 | 7K | 2K | 47K | 10K |
| veg_suppression | 0 | 911 | 472 | 27K | 1K |
A análise exploratória das variáveis será feita com o objetivo de mostrar a distribuição das observações ao longo do tempo, do espaço e de seus valores, representadas por séries temporais, mapas e histogramas, respectivamente.
Supressão de Vegetação Natural
A apresenta uma distribuição espacial distinta entre os biomas Cerrado e Amazônia Figura 2. Na amazônia, a SVN está concentrada em regiões específicas, atingindo altos valores de áreas suprimidas acumuladas ao longo do tempo. No Cerrado, a supressão se apresenta de forma mais dispersa, cobrindo quase todo o bioma.
É possível observar células com valores de área suprimida maiores do que da área da própria célula, devido a recorrência de supressão em áreas em que houve regeneração da vegetação natural.
Entre os anos de 1995 e 2021, a Amazônia apresentou o maior valor de anual em 2003 Figura 3, que foi seguido de uma queda consistente, atribuída em grande parte pela adoção de políticas públicas do PPCDAm. Em 2009, os valores de SVN apresentam uma estabilização, seguido por um retorno de seu aumento após 2012. No Carredo, o pico da SVN no período analisado foi em 1995 e 2004, seguido por uma queda e período de flutuações na supressão anual.
Apesar das séries temporais da na Amazônia e no Cerrado apresentarem tendências semelhantes, é possível observar variações diferentes em cada biomas. Após 2013, enquanto a supressão anual na Amazônia apresentava uma ascenção, no Cerrado foi possível observar uma queda até 2018.
As distribuições dos valores anuais da na Amazônia e no Cerrado Figura 4 demonstram características distintas. Na Amazônia, observamos uma maior frequência de valores baixos, indicando uma presença maior de células com pouca área suprimida, o que também pode ser observado na Figura 2. No Cerrado, os valores anuais da SVN são concentrados em um intervalo de valores mais estreito, o que indica que a maior parte das células da grade regular sofreram maiores supressões ao longo dos anos.
Comparando os dois biomas, observamos que a Amazônia apresenta valores mais extremos de , indicando que houveram anos em que grandes áreas de vegetação natural foram suprimidas de maneira concentrada em alguns locais, enquanto a SVN no Cerrado ocorreu de forma ampla em seu território.
Delimitação de Territórios Indígenas
Os Territórios Indígenas estão majoritáriamente localizados na Amazônia Figura 5, estando distribuídos por todo o bioma, porém de maneira concentrada em grandes extensões de área. No Cerrado, a área ocupada por Territórios Indígenas é menor, e concentrados em regiões próximas entre o limite entre os dois biomas.
Entre 1995 e 2021, a área total de Territórios Indígenas apresentou um aumento progressivo ao longo dos anos, especialmente na Amazônia Figura 6. Apesar do aumento, a área de Territórios Indígenas sofreu uma estagnação na última década.
A distribuição dos valores de área demarcadas como Territórios Indígenas mostra umaiores frequência de valores altos nas células da grade regular, devido à grandes concentrações desses territórios em algumas partes da Amazônia e Cerrado Figura 7.
Delimitação de Unidades de Conservação
A distribuição espacial de Unidades de Conservação na Amazônia e no Cerrado é dispersa em todo o território dos biomas Figura 8. Na Amazônia, é possível observar áreas de grandes extensões em que Unidades de Conservação foram implementadas. No Cerrado, observamos que as áreas de Unidades de Conservação são relativamente menores.
A área ocupada por Unidades de Conservação apresentou um rápido crescimento entre 1995 e 2006, após esse período, foi observado uma estagnação dessa área Figura 9. Ao longo de toda a série histórica analisada, a Amazônia apresentou uma extensão territórial ocupada por Unidades de Conservação maior que no Cerrado.
A distribuição dos valores de área ocupada por Unidades de Conservação mostra uma maior frequência de altos valores de área ocupada por essas unidades em cada célula da grade regular Figura 10. No Cerrado, essa característica não é tão forte quanto na Amazônia, já que existe uma maior frequência de valores mais baixos de área, o que indica uma maior frequência de células que não são totalmente ocupadas por Unidades de Conservação.
Delimitação de Territórios Quilombolas
Os Territórios Quilombolas apresentam uma distribuição limitada em ambos biomas Figura 11. Alguns territórios não foram contemplados nessa análise devido à falta de informações sobre a data de rechonhecimento destes Delimitação de Territórios Quilombolas.
As áreas de Territórios Quilombolas apresentou um aumento significativo após 1999 na Amazônia, e após 2009 no Cerrado Figura 12. Na última década, observamos uma estagnação na área de Territórios Quilombolas.
A distribuição de valores de áreas de Territórios Quilombolas mostram uma maior frequência de valores mais altos na Amazônia, em relação ao Cerrado Figura 13. Porém, essa distribuição não reflete a realidade da ocupação e efeito de populações Quilombolas em ambos biomas, devido à dificuldades de titulação desses territórios e pela falta de informações nos dados do processo de reconhecimento e institucionalização dos Territórios Quilombolas.
Malha Rodoviária
A distribuição espacial da Malha Rodoviária nos biomas mostra uma maior quantidade de rodovias dispersas pelo Cerrado, em comparação com a Amazônia Figura 14. Porém, esses dados representam apenas rodovias oficiais do Departamento Nacional de Infraestrutura de Transportes, mas temos o conhecimento da presença e da importância da presença de estradas não oficiais, que não são incluídas nessa análise pela falta de informações sobre a data de construção dessas estradas.
A série temporal do comprimento total da Malha Rodoviária na Amazônia e no Cerrado mostra que ambos biomas apresentam um crescimento quase linear de rodovias ao longo do período analisado Figura 15.
A distribuição dos valores do comprimento total da Malha Rodoviária, por célula da grade regular, mostra uma maior frequência de valores mais altos de quantidade de rodovia Figura 16, o que está de acordo com a própria distribuição espacial dessa variável, que é concentrada em faixas de grandes rodovias.
Resultados do Modelo
A distribuição espacial das estimativas da mostra a somatória de supressão as longo da série histórica analisada Figura 17. Os resultados para a Amazônia mostram um padrão de supressão similar ao dos dados de referência Figura 2, em que células com a presença de rodovias apresentaram valores mais altos de supressão, e células com a maior presença de Áreas Protegidas apresentaram menores valores de supresssão total. Porém, as estimativas de SVN acumuladas entre 1995 e 2021 não chegaram a valores altos como nos dados de referência, indicando uma incapacidade do modelo de estimar valores extremos de SVN. No Cerrado, os valores estimados pelo modelo estatístico também apresentaram uma distribuição espacial similar aos dados de referência Figura 2.
O Erro Médio Acaumulado de cada célula da grade regular mostra pontos com maior erro dispersos pela Amazônia, especialmente nas áreas com maior ocorrência de supressão, em que valores extremos não foram corretamente estimados pelo modelo estatístico Figura 18. No Cerrado, maiores erros foram observados em regiões concentrados à Leste do Bioma.
A análise da sétie temporal dos valores estimados de mostra que modelo estatístico foi capaz de representar as tendências temporais de supressão anual, porém, flutuações intra-anuais não foram corretamente representadas Figura 19. A falta de mais variáveis para caracterizar elementos temporais da SVN, como políticas públicas, pode ter contribuído para a incapacidade do modelo de representar a variação temporal da supressão corretamente.
A dispersão entre os valores estimados pelo modelo estatístico, e os valores de referência, mostra uma tendência de superestimativa de valores menores da , e uma subestimativa de valores maiores de supressão Figura 20.
Interpretação do Modelo
Os valores SHAP calculados para as Unidades de Conservação mostram que essa variável atua, majoritariamente, como uma preditora de diminuição das predições da , já que a média dos valores SHAP é negativa Figura 21. Porém, é possível observar a presença de predições em que Unidades de Conservação foram consideradas como uma preditora de aumento da SVN, especialmente em células da grade regular que apresentam menores áreas de Unidades de Conservação. O resultado esperado, pelo menos em teoria, é que o algorítmo de predição deveria sempre relacionar a presença de Unidades de Conservação como uma preditora de diminuição da SVN, já que a literatura científica aponta que essa variável apresenta um efeito causal na diminuição da SVN. Mais investigações devem ser conduzidas para esclarecer esse padrão apresentado pelo algorítmo.
A dispersão de valores SHAP, em relação aos valores de área de Unidades de Conservação, mostra uma tendência em que quanto maior a área de Unidades de Conservação dentro de uma célula da grade regular, mais negativa é a contribuição dessa variável para a predição da Figura 22.
