Análise da Paisagem

Extra: Modelagem Quantitativa de Paisagem
Curso de Geografia

Luiz Diego Vidal Santos

Visão Geral da Aula

Tópicos

  • 1 Modelagem: por que quantificar a paisagem?
  • 2 Modelos de mudança de uso do solo (LUCC)
  • 3 Modelos de conectividade e grafos
  • 4 Modelos de simulação de cenários futuros
  • 5 Ferramentas: Dinamica EGO, InVEST, Circuitscape
  • 6 Limitações e cuidados na modelagem

Aula Extra — Complementar

Esta aula apresenta modelos quantitativos usados na ecologia da paisagem para simular cenários, avaliar conectividade funcional e projetar mudanças futuras. Exige conhecimentos prévios de métricas (FRAGSTATS) e SIG.

1 - POR QUE MODELAR?

Da descrição à predição

As aulas regulares da disciplina focam em:

  • Descrever a paisagem (métricas, mapeamento, classificação)
  • Diagnosticar problemas (fragmentação, conflito de uso)
  • Planejar intervenções (restauração, zoneamento)

A modelagem acrescenta:

  • Predizer cenários futuros (o que acontecerá em 2030, 2050?)
  • Simular alternativas (e se restaurarmos 20% da RL?)
  • Quantificar serviços ecossistêmicos (quanto vale a conectividade?)
  • Testar hipóteses (a fragmentação causa perda de espécies?)

D DESCREVER Métricas, mapas DI DIAGNOSTICAR Problemas, conflitos D->DI PL PLANEJAR Zoneamento, restauração DI->PL PR PREDIZER Cenários, simulações PL->PR

Progressão analítica: de descritivo a preditivo.

Note

A modelagem NÃO substitui o diagnóstico — ela o complementa com poder preditivo.

2 - MODELOS DE MUDANÇA DE USO (LUCC)

Land Use and Cover Change

Modelos LUCC projetam transições entre classes de uso:

Abordagem geral

  1. Calibração: mapas de 2 datas (ex.: 2000 e 2010) → calcular taxa de transição
  2. Variáveis explicativas: distância a estradas, altitude, declividade, distância a fragmentos, aptidão agrícola
  3. Modelo de transição: regressão logística, pesos de evidência, redes neurais
  4. Validação: projetar para 2020 e comparar com mapa real
  5. Simulação: projetar para 2030, 2050

Modelos mais usados

Modelo Abordagem Plataforma
Dinamica EGO Autômato celular + pesos de evidência Desktop (gratuito)
CLUE-S Regressão logística + regras top-down Desktop
LCM (TerrSet) Redes neurais + cadeias de Markov TerrSet (pago)
FLUS Redes neurais + autômato celular Desktop (gratuito)

Ejemplo com Dinamica EGO

M1 Mapa t₁ (2000) T Taxas de transição M1->T M2 Mapa t₂ (2010) M2->T V Variáveis explicativas W Pesos de evidência V->W AC Autômato celular T->AC W->AC F Mapa futuro (2030) AC->F

3 - CONECTIVIDADE: GRAFOS E CIRCUITOS

Teoria de grafos na paisagem

A paisagem pode ser modelada como um grafo:

  • Nós = fragmentos de habitat
  • Arestas = possibilidade de dispersão entre fragmentos
  • Peso das arestas = distância ou resistência

Métricas de conectividade baseadas em grafos

Métrica Fórmula conceitual Interpretação
IIC (Integral Index of Connectivity) Baseada em menor caminho Conectividade binária (pode/não pode dispersar)
PC (Probability of Connectivity) Baseada em probabilidade de dispersão Conectividade probabilística
dPC Contribuição individual de cada fragmento ao PC Priorização para conservação
BC (Betweenness Centrality) Nº de caminhos mais curtos que passam pelo nó Fragmentos “ponte”

Ferramenta: Conefor Sensinode (gratuito, calcula IIC, PC, dPC, BC)

Circuitscape: conectividade por circuitos

Modela o fluxo de organismos como corrente elétrica:

  • Fragmentos = fontes/sumidouros
  • Matriz = resistência variável
  • Corrente flui por múltiplos caminhos (não só o mais curto)

Vantagens sobre menor caminho:

  • Caminhos alternativos são considerados
  • Áreas com múltiplas rotas recebem mais “corrente”
  • Identifica gargalos (pontos de estrangulamento)

Entrada: mapa de resistência (raster) derivado de uso/cobertura

Saída: mapa de corrente (onde o fluxo é maior/menor)

Ferramenta: Circuitscape (Julia/Python, gratuito)

4 - SIMULAÇÃO DE CENÁRIOS

Cenários para tomada de decisão

Tipos de cenários

Cenário Pergunta Método
Tendencial (BAU) O que acontece se nada mudar? Projeção linear das taxas atuais
Otimista E se restaurarmos as APPs e RLs? Forçar transição para vegetação nativa
Pessimista E se o desmatamento acelerar? Aumentar taxas de conversão
Normativo Qual o ideal para biodiversidade? Definir metas (30% de habitat, COHESION > 95)

Métricas para comparar cenários

  • PLAND, NP, MPS, COHESION de cada cenário
  • IIC/PC (Conefor) de cada cenário
  • Serviços ecossistêmicos (InVEST) de cada cenário

InVEST: serviços ecossistêmicos

O InVEST (Integrated Valuation of Ecosystem Services and Tradeoffs) calcula:

Modelo InVEST O que estima
Carbon Storage Estoque de carbono por classe de uso
Water Yield Produção hídrica por sub-bacia
Sediment Delivery Produção de sedimentos → erosão
Habitat Quality Qualidade de habitat por ameaça e sensibilidade
Pollination Polinização por proximidade de habitat

Caso de uso

Comparar o valor dos serviços ecossistêmicos no cenário tendencial vs. cenário de restauração → argumento econômico para restauração paisagística.

5 - FERRAMENTAS

Softwares para modelagem de paisagem

Principais ferramentas para modelagem quantitativa de paisagem.
Software Função Licença Plataforma
Dinamica EGO Modelagem LUCC, autômatos celulares Gratuito Windows/Linux
Conefor Conectividade: IIC, PC, dPC, BC Gratuito Windows
Circuitscape Conectividade por teoria de circuitos Livre (Julia) Multiplataforma
InVEST Serviços ecossistêmicos Livre Multiplataforma
FRAGSTATS Métricas de paisagem Gratuito Windows
R (landscapemetrics) Métricas de paisagem em R Livre Multiplataforma
QGIS + plugins SIG geral + análises espaciais Livre Multiplataforma
GEE Processamento em nuvem Gratuito (pesquisa) Web

Dica para iniciantes

Comece com Conefor (grafos, mais simples) antes de Circuitscape (circuitos, mais complexo). Use Dinamica EGO para modelagem LUCC — é brasileiro e tem boa documentação em português.

6 - LIMITAÇÕES E CUIDADOS

O que os modelos NÃO fazem

Armadilhas comuns

  1. “Garbage in, garbage out” → se o mapa de entrada tem erros, o modelo amplifica
  2. Extrapolação temporal → projetar 50 anos com base em 10 anos de dados é arriscado
  3. Estacionariedade → assumir que as taxas futuras serão iguais às passadas
  4. Variáveis omitidas → políticas públicas, mercado de commodities, mudanças climáticas não entram em modelos simples
  5. Validação insuficiente → modelos não validados são conjecturas
  6. Escala → modelos calibrados para 30 m não funcionam para 5 m (e vice-versa)

Boas práticas

  • Validar sempre: comparar projeção com mapa real
  • Reportar incerteza: intervalos, não valores únicos
  • Triangular: usar múltiplos modelos
  • Documentar premissas: quais taxas, quais variáveis, qual período
  • Interpretar com cautela: cenários ≠ previsões
  • Complementar com campo: modelos não substituem observação direta

Lembre-se

Modelos são ferramentas de apoio à decisão, não oráculos. O valor está na comparação entre cenários, não no valor absoluto de cada um.

7 - SÍNTESE

Conexão com a Disciplina

Ferramenta/Modelo Aulas conectadas
Dinamica EGO (LUCC) → Uso e Cobertura (Aula 10), Séries Temporais (Aula 12)
Conefor / Circuitscape → Conectividade Funcional (Aula 17), FRAGSTATS (Aula 18)
InVEST → Diagnóstico (Aula 20), Planejamento (Aula 21)
Análise de sensibilidade → Validação de Modelos (aula nova)

Leituras Recomendadas

  • SOARES-FILHO, B. S. et al. (2002). Dinamica — a stochastic cellular automata model. Ecological Modelling, 154, 217–235.
  • SAURA, S.; TORNÉ, J. (2009). Conefor Sensinode 2.2. Environmental Modelling & Software, 24(10), 1220–1222.
  • McRAE, B. H. et al. (2008). Using circuit theory to model connectivity. Ecology, 89(10), 2712–2724.
  • SHARP, R. et al. (2020). InVEST User’s Guide. The Natural Capital Project, Stanford.
  • PONTIUS, R. G. et al. (2004). Useful techniques of validation for spatially explicit land-change models. Ecological Modelling, 179, 445–461.