MAPAS AUTO-ORGANIZÁVEIS PARA A INTERFLÚVIO MADEIRA-PURUS: UMA ABORDAGEM DA BIOGEOGRAFIA ECOLÓGICA

Transcrição

1 INPE TDI/1372 MAPAS AUTO-ORGANIZÁVEIS PARA A IDENTIFICAÇÃO DE ECORREGIÕES NO INTERFLÚVIO MADEIRA-PURUS: UMA ABORDAGEM DA BIOGEOGRAFIA ECOLÓGICA Arimatéa de Carvalho Ximenes Dissertação de Mestrado do Curso de Pós-Graduação em Sensoriamento Remoto, orientada pelos Drs. Silvana Amaral Kampel e Antônio Miguel Vieira Monteiro, aprovada em 5 de junho de Registro do documento original: < INPE São José dos Campos 2008

2 PUBLICADO POR: Instituto Nacional de Pesquisas Espaciais - INPE Gabinete do Diretor (GB) Serviço de Informação e Documentação (SID) Caixa Postal CEP São José dos Campos - SP - Brasil Tel.:(012) /6923 Fax: (012) pubtc@sid.inpe.br CONSELHO DE EDITORAÇÃO: Presidente: Dr. Gerald Jean Francis Banon - Coordenação Observação da Terra (OBT) Membros: Dr a Maria do Carmo de Andrade Nono - Conselho de Pós-Graduação Dr. Haroldo Fraga de Campos Velho - Centro de Tecnologias Especiais (CTE) Dr a Inez Staciarini Batista - Coordenação Ciências Espaciais e Atmosféricas (CEA) Marciana Leite Ribeiro - Serviço de Informação e Documentação (SID) Dr. Ralf Gielow - Centro de Previsão de Tempo e Estudos Climáticos (CPT) Dr. Wilson Yamaguti - Coordenação Engenharia e Tecnologia Espacial (ETE) BIBLIOTECA DIGITAL: Dr. Gerald Jean Francis Banon - Coordenação de Observação da Terra (OBT) Marciana Leite Ribeiro - Serviço de Informação e Documentação (SID) Jefferson Andrade Ancelmo - Serviço de Informação e Documentação (SID) Simone A. Del-Ducca Barbedo - Serviço de Informação e Documentação (SID) REVISÃO E NORMALIZAÇÃO DOCUMENTÁRIA: Marciana Leite Ribeiro - Serviço de Informação e Documentação (SID) Marilúcia Santos Melo Cid - Serviço de Informação e Documentação (SID) Yolanda Ribeiro da Silva Souza - Serviço de Informação e Documentação (SID) EDITORAÇÃO ELETRÔNICA: Viveca Sant Ana Lemos - Serviço de Informação e Documentação (SID)

3 INPE TDI/1372 MAPAS AUTO-ORGANIZÁVEIS PARA A IDENTIFICAÇÃO DE ECORREGIÕES NO INTERFLÚVIO MADEIRA-PURUS: UMA ABORDAGEM DA BIOGEOGRAFIA ECOLÓGICA Arimatéa de Carvalho Ximenes Dissertação de Mestrado do Curso de Pós-Graduação em Sensoriamento Remoto, orientada pelos Drs. Silvana Amaral Kampel e Antônio Miguel Vieira Monteiro, aprovada em 5 de junho de Registro do documento original: < INPE São José dos Campos 2008

4 Dados Internacionais de Catalogação na Publicação (CIP) X41m Ximenes, Arimatéa de Carvalho. Mapas auto-organizáveis para a identificação de ecorregiões no interflúvio Madeira-Purus: uma abordagem da biogeografia ecológica/ Arimatéa de Carvalho Ximenes. São José dos Campos: INPE, p. ; (INPE TDI/1372) Dissertação (Mestrado em Sensoriamento Remoto) Instituto Nacional de Pesquisas Espaciais, São José dos Campos, Ecorregiões. 2. Redes neurais. 3. Conservação. 4. Biodiversidade. 5. Regionalização. I. Título. CDU Copyright c 2008 do MCT/INPE. Nenhuma parte desta publicação pode ser reproduzida, armazenada em um sistema de recuperação, ou transmitida sob qualquer forma ou por qualquer meio, eletrônico, mecánico, fotográfico, microfílmico, reprográfico ou outros, sem a permissão escrita da Editora, com exceção de qualquer material fornecido especificamente no propósito de ser entrado e executado num sistema computacional, para o uso exclusivo do leitor da obra. Copyright c 2008 by MCT/INPE. No part of this publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, eletronic, mechanical, photocopying, microfilming, recording or otherwise, without written permission from the Publisher, with the exception of any material supplied specifically for the purpose of being entered and executed on a computer system, for exclusive use of the reader of the work.

5

6

7 Não tenho nenhum dom especial. Sou só apaixonadamente curioso. Albert Einstein Onde a disposição é grande, não há dificuldade. Maquiavel A ciência não é uma perseguição desalmada de informação objetiva. É uma atividade humana criativa, onde seus gênios agem mais como artistas do que como processadores de informação. Stephen Jay Gold

8

9 A meus pais que sempre me apoiaram durante toda a minha jornada científica.

10

11 AGRADECIMENTOS Este trabalho não existiria sem a ajuda, suporte e boa vontade das pessoas que me rodearam. Para execução deste trabalho foi preciso absorver o conhecimento transmitido por diversos professores, amigos de mestrado e doutorado durante as conversas de corredor, nas salas de aula e na expedição de campo. Este agradecimento peca por não conter todos os nomes, mas os participantes dessa jornada sempre estarão em minha memória. No entanto, vou destacar algumas pessoas que contribuíram bastante durante todo o meu processo de aprendizado. À Dra. Silvana Amaral como orientadora fortaleceu os meus passos durante a jornada científica e que sempre esteve disponível para esclarecer dúvidas com toda a boa vontade. Sua contribuição esteve presente nas discussões enriquecedoras para execução desta pesquisa, e pessoalmente pela valiosa amizade e agradável convivência. Ao Dr. Antônio Miguel Monteiro pela orientação e direcionamento da pesquisa. À toda equipe de suporte do TerraView, Karine, Pedro e Lúbia por terem escutado todos os pedidos de socorro e configurado o plugin de células conforme a necessidade desse trabalho. Aos amigos de senzala Félix, Alexandre e Eduilson que me ajudaram em diversas ocasiões durante o trabalho. Ao Gustavo Arcoverde e Aline Soterroni que me ajudaram muito com as redes neurais. À toda equipe da DPI pelo apoio, suporte e amizade. Ao Dr. Camilo Rennó (INPE) pela atenção e auxílio durante as análises estatísticas e sempre esteve disponível para tirar todas as dúvidas em relação a diversas questões sobre o desenvolvimento da dissertação. Ao Dr. Dalton Valeriano que abriu os meus olhos sobre a importância da escala geográfica relacionada às questões ecológicas. Ao Dr. José Demísio Simões da Silva por sua atenção e prontidão nos esclarecimentos de quaisquer dúvida referente as redes neurais.

12 Ao Dr. Marcio Valeriano pelas dicas estratégicas relacionadas aos dados do SRTM e todo o brainstorming que foi muito útil no desenvolvimento da dissertação. Ao grupo de pesquisa de Biodiversidade do interflúvio Madeira-Purus, coordenado por Mario Cohn-Haft (INPA). Ao Dr. Bruce Nelson (INPA), pelo fornecimento do índice de Walsh. Ao Dr. Robert G. Bailey do U.S. Forest Service que forneceu diversos mapas de ecorregiões do mundo, artigos e slides. Aos colegas, alunos da Pós-graduação do INPE, pela ajuda na solução dos mais diversos problemas e pelos momentos de descontração e cumplicidade. À Flora, pelo companheirismo, carinho e compreensão ao longo de meus estudos, que me deram força e motivação para continuar. Ao GEOMA pelo suporte financeiro. Ao INPE pela acolhida e apoio logístico. Ao CNPQ pela bolsa de mestrado, viabilizando a realização desta pesquisa.

13 RESUMO Para o mapeamento das ecorregiões variáveis abióticas e bióticas como clima, hidrologia, feições morfológicas da paisagem, vegetação e solo são utilizadas. Em 2001, o WWF mapeou as ecorregiões do mundo, identificadas utilizando a hierarquia dos tipos de habitat, para atingir as metas de conservação da biodiversidade. Porém, esta abordagem para o mapeamento das ecorregiões não possui metodologia padronizada na escala regional. Os limites foram traçados a partir do conhecimento de especialistas, identificando áreas consideradas homogêneas. O objetivo geral deste estudo é mapear as ecorregiões terrestres do interflúvio Madeira-Purus em escala regional a partir de métodos computacionais que possam auxiliar no gerenciamento dos recursos florestais e no planejamento sistemático de conservação. O presente trabalho parte da hipótese que as ecorregiões do interflúvio Madeira Purus podem ser mapeadas em escala regional a partir de um modelo computacional. A área de estudo concentra pesquisas do grupo de Biodiversidade do interflúvio Madeira-Purus da Rede GEOMA. As ecorregiões do interflúvio Madeira-Purus foram identificadas em escala regional a partir de redes neurais do tipo Mapa Auto-Organizável desenhadas para trabalhar sobre um conjunto de variáveis climáticas e ambientais. Foram utilizadas 21 variáveis ambientais referentes ao clima, vegetação, solos, altitude, distância geográfica, densidade de drenagem, declividade e NDVI. O mapeamento obtido a partir de cinco variáveis referentes à altitude, declividade, densidade de drenagem, latitude e vegetação ofereceu a delimitação automática final. A análise discriminante identificou o grau de mistura entre as ecorregiões resultantes, indicando um grau de concordância referente ao índice Kappa de O procedimento metodológico desenvolvido mostrou-se consistente e passível de ser aplicado em outras áreas. Para o interflúvio Madeira-Purus as variáveis de latitude, densidade de drenagem e altitude serviram como substitutas das variáveis climáticas e ofereceram maior precisão e resolução espacial. A partir de uma análise qualitativa foi possível inferir a influência e contribuição de cada variável no processo de regionalização em ordem de importância: densidade de drenagem, latitude, altitude, vegetação e declividade. Com um conjunto menor de variáveis ambientais utilizadas para delimitar as ecorregiões, o modelo proposto encontrou maior heterogeneidade no interflúvio em comparação com as ecorregiões do WWF. O interflúvio Madeira-Purus foi mapeado contendo 13 ecorregiões que representam sua diversidade de ambientes, fornecendo assim informação relevante para estratégias de conservação da Amazônia.

14

15 SELF-ORGANIZING MAP FOR BOUNDARY ECOREGIONS MADEIRA- PURUS INTER-RIVERS IN AMAZON FOREST: AN APPROACH OF ECOLOGICAL BIOGEOGRAPHY ABSTRACT Biotic and abiotic variables related to climate, hydrology, landforms, vegetation, and soil are usually employed to the ecoregion mapping. In 2001, the WWF mapped the ecoregions of the world using a method of habitat types hierarchy to accomplish the biodiversity conservation aimed. However, there is no standard protocol describing this WWF mapping methodology at regional scale. The ecoregion limits were defined based on specialist knowledge of homogeneous areas. The main objective of the present work is mapping the terrestrial ecoregions of the Madeira-Purus inter-rivers. This mapping considers its application for conservation planning, in regional scale, and it is based on computational methods. This work assumes the hypothesis that Madeira-Purus interrivers ecoregions, at regional scale, can be mapped using a computational modeling procedure. The study site was chosen because the Madeira-Purus inter-rivers is one of the Rede GEOMA researches focal areas. A methodological approach to map the ecoregions semi-automatically was proposed and the resulted model was discussed. The ecoregions for the Madeira-Purus inter-rivers were identified based on Self-Organized Map neural network that was configured to work over a set of 21 environmental and climatic variables, referred to climate, vegetation, soil, altitude, slope, drainage density, geographical distance, and NDVI. After the analysis of different models, the final ecoregion mapping resulted from a set of variable of altitude, slope, drainage density, latitude and vegetation. A discriminant analysis identified the mixture degree between the resulted ecoregions, with a degree of agreement of 0.87 from Kappa index. The methodological approach was consistent and can be reproduced over different areas. The variables of latitude, drainage density and altitude were proxies of climatic variables, offering better spatial resolution and definition of ecoregion limits. The qualitative analyses indicated the contribution and the importance of each variable in the regionalization process as: drainage density, latitude, altitude, vegetation and slope. Comparing to WWF ecoregion mapping, the final model presented higher heterogeneity in the Madeira-Purus inter-rivers, using lower number of environmental variables. The environmental diversity in the Madeira-Purus was finally mapped with 13 ecoregions, which can contribute as relevant information for the strategies for the Amazon region conservation.

16

17 Sumário LISTA DE FIGURAS... LISTA DE TABELAS... LISTA DE SIGLAS E ABREVIATURAS INTRODUÇÃO FUNDAMENTAÇÃO TEÓRICA Contexto biogeográfico Forçantes ambientais Contribuição das imagens de índice de vegetação O conhecimento da biodiversidade e as estratégias de conservação para a Amazônia Mapeamento das ecorregiões Mapa auto-organizável MATERIAL E MÉTODOS Área de estudo Metodologia RESULTADOS E DISCUSSÃO Configurações do SOM Modelo completo Modelos dos conjuntos de variáveis Modelos reduzidos Comparação entre o mapeamento das ecorregiões do WWF e do modelo proposto CONCLUSÕES REFERÊNCIAS BIBLIOGRÁFICAS GLOSSÁRIO APÊNDICE A Pg

18

19 LISTA DE FIGURAS Fluxograma conceitual que mostra a interação entre a biogeografia histórica e ecológica e suas diferenças Legenda: 1) as linhas verdes representam o crescimento logarítmico da média anual de temperatura; 2) as linhas azuis representam o crescimento logarítmico da precipitação total anual e 3) as linhas vermelhas representam a taxa média anual do potencial de evapotranspiração (a) Em amarelo são os pontos dos inventários arbóreos do RADAM. Em vermelho os limites do interflúvio Madeira-Purus na Amazônia Legal. Percebe-se que os pontos estão alinhados ao longo do rio Purus e da Br-319 e nas adjacências da cidade de Rio Branco. (b) Esforço de coleta de angiosperma na Amazônia brasileira Ecorregiões do WWF foram categorizadas em 14 biomas e 8 regiões biogeográficas. Delimitação das ecorregiões em nível global Ecorregiões do WWF mapeadas em escala regional no interflúvio Madeira-Purus Os vetores de entrada são conectados a toda camada bidimensional de neurônios pós-sinápticos. O círculo em preto exemplifica o neurônio vencedor e os círculos em níveis de cinza são os neurônios vizinhos excitados, onde a vizinhança imediata (cinza escuro) foi mais excitada pelo vencedor do que a vizinhança mais distante (cinza claro) Visão lateral do mapa neural, o neurônio vencedor localizado no centro da vizinhança em preto. Valores decrescentes em níveis de cinza que vai do centro em direção as extremidades diminuindo conforme a distância do neurônio vencedor Área de influência do neurônio vencedor ao longo do tempo. Inicialmente sua área de influência é maior e diminui progressivamente até chegar ao próprio neurônio vencedor Adaptação do neurônio vencedor (BMU) e seus vizinhos em direção à marca x. A linha sólida e a tracejada representam o antes e o depois da adaptação, respectivamente Exemplos de planos de componentes de duas variáveis. As escalas de valores são inerentes ao dado de entrada Matriz de distância unificada (U-Matriz). O grau de similaridade corresponde à distância entre os neurônios adjacentes. Valores altos (vermelho escuro) e baixos (azul escuro) são neurônios distantes e próximos, respectivamente Exemplo de um mapa de importância relativa. O vermelho representa a vegetação e em azul a drenagem das duas variáveis da figura Localização do interflúvio Madeira-Purus na Amazônia Legal, mosaico GEOCOVER Sobrevôo no interflúvio Madeira-Purus (2007). (a) Campos naturais do norte. (b) rio Madeira no fundo e lago formado pela mudança de curso do rio. (c) Floresta de Terra Firme com dossel emergente. (d) Afloramento rochoso na região das serras encontradas na região sul. (e) Campos abertos formados principalmente de areia em Lábrea. (f) Campos naturais de Humaitá, também descrito como cerrado

20 amazônico. (g) Várzea do Purus, rio meândrico e sinuoso. (h) Floresta Ombrófila Aberta com bambu, comumente conhecida como floresta de Taboca ou tabocal. Fotos: Arimatéa Ximenes e Mario Cohn-Haft Cenário do desmatamento de 1997 a 2020, sem as áreas de proteção ambiental Cenário do desmatamento para o interflúvio até ano de 1997 a 2020 com a inclusão de novas Unidades de Conservação Procedimento metodológico, primeira etapa (verde) - composta pela base de dados ambiental. A segunda etapa (amarelo) - construção da base de dados celular e a terceira etapa (azul) mapeamento das ecorregiões Extrato do balanço hídrico do interflúvio Madeira-Purus Exemplos do desnível da superfície causado pelo efeito do desmatamento. (a) e (b) Sobrevôo no interflúvio Madeira-Purus (2007). (c) Desnível visível apresentada por formatos retangulares na parte central da imagem SRTM Representação do raio de influência para o cálculo da densidade de drenagem utilizando o algoritmo Kernel. A linha azul representa a rede de drenagem. A linha vermelha é o raio de influência e o grid da célula corresponde à resolução da grade de saída Mapa de Vegetação do RADAM. Escala 1: Chave hierárquica das unidades de vegetação simplificada a partir da classificação do RADAM e os valores em números decimais atribuídos pelo método de combinação binária Mapa de solos do RADAM. Escala 1: Em azul são os limites das classes de solo sobre a imagem referência SRTM no momento do registro Variáveis de ambientais utilizadas para o mapeamento das ecorregiões Variáveis de ambientais utilizadas para o mapeamento das ecorregiões Variáveis de ambientais utilizadas para o mapeamento das ecorregiões Variável ambiental de distância geográfica Célula quadrada com tamanho de aresta P igual a 2 km. O ponto verde é o centróide da célula de onde é extraído o valor de cada variável e armazenado como atributo na célula correspondente. Em vermelho, o limite aceitável para extrair informação, sendo a distância desse ponto até o centróide da célula o erro máximo aceitável Espaço celular no TerraView. Plano de informação de células e sua respectiva tabela de atributos com as variáveis ambientais. O retângulo em vermelho representa a célula no formato de tabela Desmatamento acumulado a partir dos dados do PRODES/INPE (2006). Os círculos em vermelho destacam as regiões mais afetadas pelo desmatamento no interflúvio Formato da tabela e a disposição dos dados de entrada Médias das métricas de qualidade das 3 configurações (a) Média dos erros de quantização; (b) média dos erros topológicos; e (c) média do índice Davies- Bouldin nas duas simulações Modelo completo. Resultado da regionalização utilizando as 21 variáveis ambientais

21 4.3 - Plano de componentes com dimensões de 57x22 do modelo completo. Os círculos indicam as localizações dos valores altos e baixos. As cores indicam a posição dos valores no mapa neural. Em preto, valores altos no canto inferior esquerdo. Em vermelho, valores baixos encontrados no canto superior esquerdo. Em azul, valores altos encontrados no canto superior esquerdo. Em amarelo, valores baixos encontrados na lateral superior direita. Em marrom, valores altos encontrados na lateral inferior direita Neurônios rotulados do modelo completo. Os códigos que aparecem nos hexágonos são os identificadores das células que podem ser localizadas no espaço geográfico no ambiente de Sistemas de Informação Geográfica Exemplos de dependência espacial visivelmente identificada no plano de componentes. (a) Temperatura mínima do mês de julho; (b) latitude e seus respectivos planos de componentes Planos de componentes do modelo completo das variáveis de vegetação, solos, densidade de drenagem, variância de declividade. Os círculos em preto são os valores altos e os círculos em vermelho são os valores baixos Planos de componentes das variáveis de NDVI. NDVIVARJAN variância de NDVI do mês de janeiro; NDVIVARJUL variância de NDVI do mês de julho; NDVIMDJAN média de NDVI do mês de janeiro; NDVIMDJUL média de NDVI do mês de julho Modelo com as variáveis climáticas Modelo com as variáveis bioclimáticas Modelo misto das variáveis climáticas e bioclimáticas Modelo com as variáveis de NDVI Modelo com as variáveis geomorfológicas de altitude, variância de declividade e densidade de drenagem Modelo reduzido 1 Altitude, declividade, densidade de drenagem, vegetação, solos e latitude Modelo reduzido 2. Altitude, declividade, densidade de drenagem, vegetação e altitude Planos de componentes com dimensões 55x23 para as variáveis empregadas no modelo reduzido Modelo reduzido 2. U-Matriz. Valores altos correspondem às divisas entre os agrupamentos e valores baixos aos neurônios similares que formam os agrupamentos Modelo reduzido 2. Mapa de importância relativa com a contribuição de cada variável para a separação dos agrupamentos Modelo reduzido Plano de componentes dimensões 53x24 das variáveis empregadas no modelo reduzido U-Matriz do modelo reduzido 3. Valores altos correspondem às divisas entre os agrupamentos e valores baixos aos neurônios similares que formam os agrupamentos Mapa neural com a contribuição de cada variável para a separação dos agrupamentos modelo reduzido

22 Gráfico do índice Davies-Bouldin (a) modelo reduzido 2; (b) modelo reduzido 3. O círculo em vermelho mostra o agrupamento com o menor valor do índice (a) Ecorregiões do WWF; (b) Ecorregiões do modelo proposto. Em vermelho são as áreas analisadas em detalhe Detalhe das ecorregiões no norte do interflúvio mapeamento do WWF Detalhe das ecorregiões no norte do interflúvio. Mapeamento proposto (Modelo reduzido 2) Detalhe das ecorregiões no sul do interflúvio mapeamento do WWF Detalhe das ecorregiões no sul do interflúvio. Mapeamento proposto (Modelo reduzido 2) Ecorregiões do mapeamento do WWF para as adjacências do interflúvio Madeira-Purus Detalhe das ecorregiões da parte central do interflúvio. Mapeamento proposto (Modelo reduzido 2)

23 LISTA DE TABELAS Valor atribuído e em cada célula em relação a precipitação de cada mês Legenda das classes de vegetação e as combinações dos números binários. Na ultima coluna estão os números finais convertidos para valores decimais Hierarquia das classes de solo do interflúvio Madeira-Purus com os valores de distância arbitrários para as classes Variáveis ambientais selecionadas para compor o processo de mapeamento das ecorregiões Operação matemática de extração de informação usadas para cada variável ambiental considerada Configuração do algoritmo de treinamento por lote do SOM Configurações com número de épocas diferentes. Map é igual ao número de neurônios do mapa neural e n é o número de vetores de entrada Resultado do número de épocas em cada configuração Configurações do modelo completo. Conf. configuração; Orden. ordenação; Conver. convergência; Eq erro de quantização; Et erro topológico. Em negrito o resultado apresentado na figura Configurações do modelo de conjunto de variáveis. Conf. configuração; Orden. ordenação; Conver. convergência; Eq erro de quantização; Et erro topológico. Em negrito os menores valores do índice Davies-Bouldin para cada modelo Resultado das configurações do modelo completo. Conf. configuração; Orden. ordenação; Conver. convergência; Eq erro de quantização; Et erro topológico Resultado dos índices e variâncias Kappa dos modelos reduzidos 2 e

24

25 LISTA DE SIGLAS E ABREVIATURAS ARPA - Programa de Áreas Protegidas da Amazônia AVHRR - Advanced Very High Resolution Radiometer IBGE - Instituto Brasileiro de Geografia e Estatística INPE - Instituto Nacional de Pesquisas Espaciais HYDROSHEDS - Hydrological data and maps from Shuttle Elevation Derivatives at multiple Scales EPA - Environmental Protection Agency GEF Global Environment Fund GIMMS Global Inventory Modeling and Mapping Studies GSFC - Goddard Space Flight Center IDL - Interactive Data Language ENVI - The Environment for Visualizing Images MDE - Modelo Digital de Elevação NDVI - Normalized Difference Vegetation Index NOAA - National Oceanic and Atmospheric Administration PRODES - Projeto de Estimativa do Desflorestamento da Amazônia NGA - National Geospatial-Intelligence Agency NASA - National Aeronautics and Space Administration NIMA - National Imagery and Mapping Agency SIG - Sistema de Informação Geográfica SRTM - Shuttle Radar Topography Mission SIPAM - Sistema de Proteção da Amazônia SOM Self-Organizing Maps SPRING - Sistema de Processamento de Informações Georeferenciadas TNC - The Nature Conservancy USFS Unite States Forest Service USGS - United States Geological Survey WWF World Wildlife Fund

26

27 1. INTRODUÇÃO Muitas instituições federais e organizações privadas, principalmente nos países desenvolvidos, utilizam o sistema de classificação da paisagem baseados no conceito de ecorregião (LOVELAND; MERCHANT, 2004; OLSON et al., 2001). Há mapas de ecorregiões para toda superfície da Terra, elaborados com propósitos e objetivos diferentes (BAILEY, 2005). As ecorregiões são usualmente definidas como áreas relativamente homogêneas que possuem condições ambientais similares (BAILEY, 2005; LOVELAND; MERCHANT, 2004; ZHOU et al., 2003; OMERNIK, 1995), e podem ser definidas em diferentes escalas (BAILEY, 1983). Para o mapeamento das ecorregiões variáveis abióticas e bióticas como clima, hidrologia, feições morfológicas da paisagem, vegetação e solo são utilizadas (OMERNIK, 1987). Os mapas de ecorregiões podem auxiliar na visualização e no entendimento da similaridade através da complexidade dos fatores ambientais que variam no espaço (HARGROVE; HOFFMAN, 2005). Esses mapas são ferramentas que facilitam a compreensão e organização do conhecimento geográfico (GOLLEDGE, 2002), facilitando a tomada de decisão e o gerenciamento dos recursos naturais (LOVELAND; MERCHANT, 2004). Por meio de entidades como U.S. Forest Service (BAILEY, 1983, 2005) e a U.S. Environmental Protection Agency (OMERNIK, 1987), as ecorregiões do mundo foram mapeadas com o objetivo de avaliar e gerenciar os recursos florestais e monitorar a qualidade da água superficial. O World Wildlife Fund (WWF) mapeou as ecorregiões do globo com o objetivo de criar unidades biogeográficas na escala regional que atinjam as principais metas de planejamento da conservação da biodiversidade (OLSON et al., 2001). Na Amazônia, as ecorregiões mapeadas pelo WWF possuem influência direta sobre as ações conservacionistas, como no Programa de Áreas Protegidas da Amazônia (ARPA) que baseia-se na representatividade das 23 ecorregiões amazônicas (Programa ARPA, 2004). Historicamente, a maioria das abordagens para o mapeamento das ecorregiões não segue uma metodologia padronizada na escala regional, onde os limites foram estabelecidos intuitivamente com auxilio de especialistas com conhecimento sobre áreas 25

28 consideradas homogêneas (BAILEY, 1983; BAILEY, 1996; OMERNIK, 1987; OLSON et al., 2001). Os métodos tradicionais de delineação manual das ecorregiões consomem muito tempo e exigem processos laboriosos e dependentes do conhecimento dos especialistas (ZHOU et al., 2003). Quando as ecorregiões são definidas a partir de múltiplas camadas de informações, o julgamento dos especialistas para a localização dos limites torna-se muito complexo, e conseqüentemente com resultados subjetivos (ZHOU et al., 2003). A impossibilidade de reprodução dos experimentos e a falta de clareza metodológica constituem as principais desvantagens do método tradicional (ZHOU et al., 2003; JEPSON; WHITTAKER, 2002; WRIGHT et al., 1998). A partir do final dos anos 90, alguns autores têm explorado o potencial dos dados de sensoriamento remoto para mapear as ecorregiões utilizando métodos computacionais robustos que agrupam as regiões homogêneas a partir de múltiplas camadas de informações (HARGROVE; HOFFMAN, 2005; ZHOU et al., 2003; LEATHWICK et al., 2003; HARGROVE; HOFFMAN, 1999). Os métodos computacionais promovem rapidez, precisão e permitem manipular informações com alta resolução, além de facilitar as análises estatísticas dos dados (LOVELAND; MERCHANT, 2004; ZHOU et al., 2003). Procedimentos quantitativos e automáticos possuem menos incerteza que o método tradicional, além de reduzir a influência do julgamento humano (ZHOU et al., 2003). Até o momento, os métodos computacionais utilizados para mapear as ecorregiões são empregados apenas nos países desenvolvidos (HARGROVE; HOFFMAN, 2005; ZHOU et al., 2003; HARGROVE; HOFFMAN, 1999). No Brasil, métodos computacionais ainda não foram empregados para o mapeamento das ecorregiões. O mapeamento das ecorregiões na escala regional pode auxiliar na escolha de áreas prioritárias para a conservação da biodiversidade, sem a necessidade imediata de estudos detalhados sobre a distribuição das espécies. De acordo com Peres (2005), as coleções de diversos grupos taxonômicos na Amazônia são insuficientes para qualquer tipo de planejamento sistemático de conservação. Devido à falta de dados sobre a distribuição das espécies, Peres (2005) considera viável utilizar níveis mais generalizados de organização ecológica, como por exemplo, as ecorregiões. O 26

29 mapeamento das ecorregiões a partir de métodos computacionais pode então fornecer contribuições importantes para o planejamento sistemático de ações conservacionistas na Amazônia. O interflúvio Madeira-Purus, com área de aproximadamente km 2 e 1500 km de extensão no sentido nordeste - sudoeste é um exemplo da falta de conhecimento sobre a biodiversidade Amazônica. Em 2007, pesquisadores da Rede GEOMA (Rede Temática de Pesquisa em Modelagem Ambiental na Amazônia) do grupo de Biodiversidade do interflúvio Madeira-Purus do Ministério da Ciência e Tecnologia, realizaram duas expedições com o objetivo de estudar a biodiversidade do interflúvio. As expedições foram compostas por especialistas de diversos grupos taxonômicos como, aves, répteis, anfíbios, aracnídeos, peixes, primatas, palmeiras, vegetais inferiores e superiores. As expedições ganharam destaque pelas descobertas de novas espécies de aves (COHN- HAFT, 2007 comunicação pessoal) e uma subespécie de primata (ROHE, 2007 comunicação pessoal). As equipes de pesquisadores que participaram das expedições tiveram o devido reconhecimento do governo brasileiro com a carta de voto de aplauso assinada pelo Senador Arthur Virgílio. Na região do interflúvio é possível encontrar ecossistemas ainda preservados e isolados da ação antrópica, devido o efeito do desmatamento se concentra nas proximidades das estradas, dos rios e cidades. Esta concentração se deve principalmente pela dificuldade de acesso à região, que possui a rodovia BR-319 que conecta Manaus-Porto Velho, abandonada por volta de 1988 (FEARNSIDE; GRAÇA, 2006). Contudo, planos de reconstrução da BR-319 e a construção de duas hidrelétricas no rio Madeira tornarão a região suscetível aos futuros impactos antrópicos. Considerando a importância e extensão do interflúvio Madeira-Purus e a ausência de trabalhos detalhados na escala regional, este trabalho pretende contribuir para o conhecimento da heterogeneidade ambiental do interflúvio. O presente trabalho parte da hipótese que as ecorregiões do interflúvio Madeira Purus podem ser mapeadas em escala regional a partir de um modelo computacional. Espera- 27