Uso de regressão logística e técnicas de SIG na análise da dinâmica da cobertura florestal, na área de estudo, Inhambane, sul de Moçambique
PDF-pt
PDF-en (English)

Palavras-chave

Regressão logística
Dinâmica da cobertura florestal
Política florestal

Como Citar

MACANDZA, M. M. Uso de regressão logística e técnicas de SIG na análise da dinâmica da cobertura florestal, na área de estudo, Inhambane, sul de Moçambique. Sociedade & Natureza, [S. l.], v. 34, n. 1, 2022. DOI: 10.14393/SN-v34-2022-64658. Disponível em: https://seer.ufu.br/index.php/sociedadenatureza/article/view/64658. Acesso em: 25 ago. 2024.

Resumo

O presente artigo procura usar a regressão logística e técnicas de SIG, como forma de compreender a influência da política florestal na dinâmica da cobertura florestal, na área de estudo. Para isso, escolhemos as seguintes variáveis: Dinâmica da cobertura florestal como a variável dependente; a precipitação, a temperatura, licenças simples, concessão florestal, volume de carvão vegetal explorado, áreas agrícolas, povoações e dinâmica da população como variáveis independentes. Da correlação, as variáveis que demonstraram ter significância no modelo são: licença simples, temperatura e volume do carvão vegetal explorado. Mas, o modelo de regressão logística mostrou que as variáveis licença simples e a temperatura são significativamente importantes para o modelo. Mas, isto não descarta a existência de outras variáveis que possam explicar o fenômeno. Deste modo, o modelo de regressão logística construído, aponta que a preditora licença simples é estatisticamente mais significativa para explicar a variação da cobertura florestal, se comparado com a temperatura. Licença simples, é uma das modalidades que a política florestal em Moçambique adotou para licenciamento florestal. E muitos dos operadores preferem este tipo de licença florestal. A temperatura influencia de forma inversa a dinâmica da cobertura florestal, provocando nas plantas o stress hídrico. Enquanto que a variável volume de carvão explorado a sua influência é significativamente menor.

https://doi.org/10.14393/SN-v34-2022-64658
PDF-pt
PDF-en (English)

Referências

BALA, B. K.; ARSHAD, F. M.; NOH, K. M. System Dynamics, Modelling and Simulation. Singapore: Springer Science+Business Media, 2017. https://doi.org/10.1007/978-981-10-2045-2

BANCO MUNDIAL. Notas sobre a floresta em Moçambique. 2018. Disponível em: https://documents1.worldbank.org/curated/en/494001544069659149/pdf/131837-Portuguese-Country-Forest-Note-Final-PORT.pdf. Acesso em: 04 Out., 2021.

BAVAGHAR, M. P. Deforestation modeling using logistic regression and GIS. Journal of Forest Science, Sanandaj, University of Kurdistan, v. 61, p. 193-199, 2015. https://doi.org/10.17221/78/2014-JFS

CAPANEMA, V. do P. Fatores de degradação florestal atuantes em diferentes estágios da fronteira agro-pecuária na amazónia de SINOP, MT. Dissertation (Master in Remote Sensing)  São José dos Campos: INPE, 2017.

CARRERE, R. Movimento Mundial por los Bosques Tropicales: Bosques em peligro. Montevideo: [s. n.], 2002.

CHIRPS. Climate Hazards Group infrared precipitation with stations and Global precipitation climatology center. Disponível: https://data.chc.ucsb.edu/products/CHIRPS-2.0/global-annual/tifs/. Acesso:21/09/2019.

CHAZDON, R. L. Renascimento de florestas: regeneração na era do desmatamento. Translated byNino Amazonas e Ricardo Cesar. São Paulo: Oficina de Textos, 2016.

CRONEMBER, F. M.; VICENS, Raul Sanchez. Análise da Dinâmica Florestal da Serra do Mar no Estado do Rio de Janeiro através de Regressão Ponderada Geograficamente GWR. In: XVII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO – SBSR, INPE, 2015. Anais [...]. INPE, 2015.

FISCHER, M. M.; WANG, J. Spatial Data Analysis. [S. l.]: Springer Briefs in Regional Science, 2011. https://doi.org/10.1007/978-3-642-21720-3

FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS (FAO). The State of the world’s forests. Forests, biodiversity and people. Rome: FAO, 2020.

HOSMER, D. W.; LEMES, S.; STURDIVANT, R. X. Applied Logistic Regression. 3. ed. New York: [s. n.], 3013.

INSTITUTO NACIONAL DE ESTATÍSTICA de MOÇAMBIQUE – INE. Recenseamento geral da população. Maputo, 2017.

INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS - INPE. Análise Espacial e Geoprocessamento. São José dos Campos: [INPE], 2002.

KUMAR, R. et al. Forest cover dynamics analysis and prediction modeling using a logistic regression model. Ecological Indicators, v. 45, p. 444-455, 2014. https://doi.org/10.1016/j.ecolind.2014.05.003

LIU, Y. et al. Analysis of four change detection algorithms in bi-temporal space with a case study. International Journal of Remote Sensing, v 25, n. 11, p. 2121-2139, 2004. https://doi.org/10.1080/01431160310001606647

LOCOSSELLI, G. M. et al. Global tree-ring analysis reveals a rapid decrease in tropical tree longevity with temperature. São José dos Campos: University of São Paulo, 2020.https://doi.org/10.1073/pnas.2003873117.

LOZA, A. Spatial logistic model for tropical forest conversion: a case study of Carrasco province (1986 – 2002), (Msc thesis), Bolivia, international institute for geoinformation science and Earth observation, Enschede, Enschede, the Netherlands, 2006.

MACKENZIE, C. Forest Governance in Zambezia, Mozambique: Chinese Takeaway! Final report for the Forum of NGOs in Zambezia (FONGZA). 2006.

MACQUEEN, D.; FALCÃO, M. Reforço da governação florestal em Moçambique: Opções para a promoção de uma exploração florestal mais sustentável entre comerciantes de madeira chineses e os seus parceiros moçambicanos. Natural Resource Issues, London, IIED, n. 33, 2017.

MAGALHÃES, T. M. IV Inventário Florestal Nacional. Maputo: Ministério da Terra, Ambiente e Desenvolvimento Rural – Direcção Nacional de Florestas, 2018.

MALDONADO, F. D.; DOS SANTOS, J. R.. Metodologia de detección de câmbios utilizando técnicas de rotación radiométrica. In: XII SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, Brasil, 16-21 abril, INPE, p.601 -608, Goiânia,2005. Anais [...]. Goiânia, INPE, p. 601-608, 2005.

MARZOLI, A. Inventário Florestal Nacional: Avaliação Integrada das Florestas de Moçambique. Maputo: Direcção Nacional de Florestas e Fauna Bravia, 2007.

MINISTÉRIO DA AGRICULTURA DE MOÇAMBIQUE. Direção provincial de Inhambane. Relatórios sobre as épocas agrícolas, 2020.

MOÇAMBIQUE. Ministério da Administração Estatal. Perfil do Distrito de Funhalouro, Província de Inhambane. [Maputo]: [Ministério da Administração Estatal], 2005.

MOÇAMBIQUE. Política e Estratégia de Desenvolvimento de Florestas e Fauna Bravia. Boletim da República. Publicação Oficial da República de Moçambique. Maputo, 1º de agosto de 2012, 1ª série, Número 31, 2012.

MORAN, E. F. Meio Ambiente & Florestas. Translated by Carlos Szlak. São Paulo: Editora Senac, 2010.

MUCHANGOS, A. dos. Moçambique Paisagens e Regiões Naturais. Maputo: [s. n.], 1999.

PORTO-GONÇALVES, C.W. A globalização da natureza e a natureza da globalização. 7.ed. Rio de Janeiro: Civilização Brasileira, 2017.

RODRIGUES, A. M. Problemática Ambiental = Agenda política: Espaço, território, classes sociais. Boletim Paulista de Geografia, AGB-SP, n. 83, p. 91-110, dez. 2005.

ROGERSON, P. A. Métodos Estatísticos para Geografia: Um guia para o estudante. Tradução técnica de Paulo Fernando Braga Carvalho e José Irineu Rangel Rigotti. 3. ed. Porto Alegre: Bookman, 2012.

SALVIAN, M. Multicolinearidade. Usp. Piracicaba, 2016.

SERVIÇOS PROVINCIAIS DE FLORESTAS E FAUNA BRAVIA - SPFFB. Mapas de licenciamento florestal, Moçambique, Inhambane, 2019.

SHEILA DE MENEZES ADVOGADOS. Análise do impacto da reforma legal no sector florestal. London: IIED, 2017. ISBN 978-1-78431-532-0. Disponível em: http://pubs.iied.org/13590PIIED. Acesso em: 24 Jul., 2021.

SITOE, A.; SALOMÃO, A.; WERTZ-KANOUNNIKOFF, S. O contexto de REDD+ em Moçambique: Causas, actores e instituições. Bogor: CIFOR, 2012. (Occasional Publication, n. 76).

SONG, C.; GRAY, J. M.; GAO, F. Remote Sensing of Vegetation with Landsat Imagery, in Advances in Environmental remote sensing: Sensors, Algorithms, as Applications. Terre Haute: Qihao Weng, Taylor & Francis, 2011. (Series in Remote Sensing Applications). https://doi.org/10.1201/b10599-3

USGS - Unites State Geological Survey - http://glovis.usgs.gov, 2018.

WASSERMAN, L. All of Statistics. A Concise Course in Statistical Inference. New York: Springer, 2004. https://doi.org/10.1007/978-0-387-21736-9

YACOUBA, D.; GUANGDAO, H.; XINGPING, W. Assessment of land use cover changes using NDVI and DEM in puer in Counties, Yunnan Province, China. World Rural Observations, 2009. ISSN: 1944-6555 (online).

Creative Commons License
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.

Copyright (c) 2021 Manuel Madeira Macandza

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...