O PROJETO MUTIRÃO DE REFLORESTAMENTO E SEUS EFEITOS AMBIENTAIS NO MUNICÍPIO DO RIO DE JANEIRO.

Transcrição

1 O PROJETO MUTIRÃO DE REFLORESTAMENTO E SEUS EFEITOS AMBIENTAIS NO MUNICÍPIO DO RIO DE JANEIRO. Aluna: Renata Fernandes Teixeira Orientador: Bernardo Baeta Neves Strassburg Introdução Com o aumento populacional ligado a falta de planejamento no município do Rio de Janeiro, a ocupação irregular nas encostas começou suceder, e ainda coberta por densas florestas, pois a população carente pressionada pela necessidade de moradia de baixo custo ocupa os morros irregularmente e desmata as áreas de floretas indiscriminadamente. Guerra em 2003, discute em seu livro sobre os processos de movimentos de massa nas encostas, onde ele diz que: Dentre as várias formas e processos de movimentos de massa, destacam-se os deslizamentos nas encostas em função da sua interferência grande e persistente com as atividades do homem, da extrema variância de sua escala, da complexidade de causas e mecanismos, além da variabilidade de materias envolvidos (GUERRA, 2003:123) A partir de então, a cidade começou a sentir as consequências desses desmatamentos. Surgem graves problemas urbanos e ambientais, tais como: deslizamentos, enchentes, assoreamento de rios e lagoas, danos à fauna e flora, entre outros. [4] Assim, o reflorestamento nessas áreas é uma medida potencial à redução da situação de risco que estas áreas se encontravam, uma vez que a cobertura florestal ameniza o processo erosivo da chuva. [2] Para realizar esse trabalho de reflorestamento foi criado o Projeto Mutirão de Reflorestamento(Projeto Mutirão), implementado no município do Rio de janeiro. O objetivo do Projeto é reflorestar áreas prioritariamente de encostas próximas a favelas ou comunidades carentes que tenham sido ocupadas irregularmente, visando não apenas a melhoria do quadro ambiental, mas também social destas comunidades. O presente trabalho pretende analisar o incremento florestal de 75 obras (áreas) de intervenção do Projeto Mutirão. Para tal, utilizou- se de ferramentas de sensoriamento remoto para identificar a cobertura florestal em três anos diferentes: 1999, 2008 e Após a classificação calculou-se a área florestal e não florestal para cada ano, o que levou a identificar se houve sucesso do projeto no aumento da cobertura florestal ou não.

2 Metodologia A pesquisa foi baseada na aplicação do sensoriamento remoto, sendo esta uma tecnologia que usa imagens da superfície terrestre a partir da captação de luz e energia refletida pela superfície, a luz captada é enviada ao sensor transformando-a em imagem, sem que haja contato direto com o objeto. Pode-se analisar lugares sem ao menos ir a campo para a análise de imagens. A medição do sensoriamento remoto pode ser desde um satélite (plataforma orbital), uma foto aérea tirada de um avião (plataforma suborbital) ou até mesmo um instrumento de sensoriamento remoto podendo estar a poucos metros do solo. As ferramentas utilizadas no sensoriamento remoto podem ter diferentes sensores capazes de captar dados de diferentes faixas do espectro eletromagnético, como por exemplo o infra vermelho. Dessa forma, pode-se captar informações não percebidas pelo olho humano. [3] Para esta pesquisa, foi utilizado o sensoriamento remoto, com a finalidade de diferenciar o que é floresta e o que é campo nas áreas de intervenção de Projeto Mutirão. Para isso, foram utilizadas 13 cenas de Ortofotos com uma resolução espacial de 1 metro, (cenas 284B, 285A, 261E, 261F, 286A, 286B, 287A, 286C, 286D, 287C, 286E, 286F, 287E) para contemplar as 75 Obras a serem analisadas. Sendo estas Ortofotos retiradas da Prefeitura do Município do Rio de Janeiro (ilustrado na figura 1). Figura 1: Área das cenas utilizadas para a realização do mapeamento de cobertura a partir da classificação supervisionada MAXVER.

3 Para realizar a classificação do uso do solo para as classes de floresta e campo (área desmatada) utilizou-se o algoritmo de classificação supervisionada Maximum Likelihood Classification. A classificação supervisionada consiste em definir amostras de cada classe de forma a treinar o algoritmo que extrapolará tais classes para toda a imagem. [5] Ribeiro diz que É o método de classificação supervisionado mais comum. Considera a ponderação das distâncias entre médias dos níveis digitais das classes e o pixel, utilizando parâmetros estatísticos, isto é, considerando a distribuição de probabilidade normal para cada classe. [5] O método de classificação supervisionada acaba sendo útil por acelerar o processo de classificação de toda imagem de forma mais ágil, pois é possível a partir das cores espectrais do pixel escolher polígonos delimitados por classes e gerar a classificação em toda a imagem automaticamente. O mapeamento de classificação se dará em 3 momentos da área de estudo (figura 2), primeiro a classificação a partir das Ortofotos no ano de 1999, posteriormente no ano de 2008 e por fim no ano de 2013, já que é a imagem mais recente que temos da Prefeitura Municipal do Rio de Janeiro. Logo, será gerada uma comparação entre os anos e a análise sobre o aumento e a diminuição da área de floresta e campo existente nos polígonos do Projeto Mutirão de Reflorestamento. Figura 2: Limite da área de estudo com 75 Obras no Município do Rio de Janeiro.

4 Resultados e Discussões: Como resultado da classificação gerou-se o mapa de cobertura da terra das áreas de reflorestamento para os anos de 1999, 2008 e Para validar esta classificação, foi realizada a verificação de acurácia a partir da amostragem de 120 pontos aleatórios na imagem, sendo 60 pontos de campo e 60 de floresta (figura 3), estabelecido pela interpretação visual do observador, para que seja comparada com a classificação. Segundo Congalton (1991); o esquema de amostragem pode seguir a combinação das amostragens aleatória e sistemática a fim de proporcionar o melhor equilíbrio entre a validade estatística e a aplicação prática. (CONGALTON, 1991, apud SUAREZ et. al., 2012, p. 7). Após a construção dos pontos, foi preciso produzir uma matriz de confusão para se chegar ao resultado final da acurácia e o índice kappa. [7] Figura 3: Mapa de pontos referenciais para a geração da acurácia e posteriormente o índice kappa. Dessa forma, o resultado final foi de sucesso, com boa verificação de acurácia baseado no índice Kappa, pois de acordo com Prina et. al., (2015) [4] O coeficiente Kappa e uma das variáveis que podem ser quantificadas após construir a matriz de confusão, sendo um índice que retrata o grau de concordância dos dados, gerando, assim, um aspecto de confiabilidade e precisão dos dados classificados (PERROCA e GAIDZINSKI, 2003, apud PRINA et. al., 2015, p. 1032). Assim, o coeficiente de concordância, baseado no índice Kappa foi de 0,86, isto é, de excelente desempenho, como mostra a tabela (1) abaixo.

5 Acurácia (%) Tabela 1: Qualidade da classificação segundo intervalos do coeficiente kappa. Fonte: Fonseca 2000, apud PRINA et. al., XVII Simpósio Brasileiro de Sensoriamento Remoto. Porém, quando se analisa a acurácia do produto a partir dos erros de emissão (gráfico 1), pode-se perceber que na área classificada como campo, os acertos foram de 96,6%, quer dizer, a classificação automática é excelente para classificar áreas de campo. Já o resultado de acertos da área de floresta foi de 90%, isto é, a classificação automática também foi boa para classificar vegetação. Por esta razão, o classificador escolhido MAXVER teve alta precisão campo floresta Gráfico 1- Gráfico da análise dos acertos gerados pela acurácia do produto.

6 Fundamentado na classificação supervisionada de MAXVER é verificado que em 1999 há maior área de campo em detrimento das áreas de floresta. (figura 4). Podendo ser observado que a área de campo foi de 61,74% e com 38,26% da área de floresta, isto é, mais da metade da área não tem nenhum tipo de vegetação. Figura 4: Mapa de Cobertura da Classificação Supervisionada MAXVER no ano de Já no ano de 2008, após 9 anos de transformação da paisagem o resultado obteve mudanças como mostra a (figura 5) abaixo. Segundo o mapeamento de classificação supervisionada realizada, os dados obtidos mostram que a área de campo agora passou a ser de 39,29% com 60,71% de floresta.

7 Figura 5: Mapa de Cobertura da Classificação Supervisionada MAXVER no ano de Quer dizer, em 9 anos de andamento do Projeto, ocorreu uma diminuição de 22,45pp (pontos percentuais) da área de campo de 1999 para 2008, e consequentemente um aumento de 22,45pp da área de floresta. É notável que a diferença foi quase que a inversão dos dados de campo e floresta, já que a área de floresta quase que dobrou na transformação dos anos. Calculado a média das 75 Obras, o resultado foi que de 1999 para 2008 a área de floresta passou de 42% para 67%, melhor dizer, a reflorestamento estava de fato ocorrendo (gráfico 2)

8 Percentual 1999 Percentual 2008 campo floresta Gráfico 2: Média das 75 Obras transformadas de 1999 para Em seguida, foi realizado uma comparação do ano de 1999 e 2008 dos maiores aumentos da área de floresta em pontos percentuais, e os que tiveram menor diminuição da área de campo e consequentemente menor aumento de cobertura florestal. Com isso, pode ser observado que quase todos tiveram aumento de cobertura florestal, mas havendo apenas duas Obras com aumento da área de campo em (gráfico 3) Já que a Obra Nossa Senhora da Penha e Guararapes foram as únicas áreas com perda de cobertura florestal (-13,64pp e -3,86pp), podendo ser levado em conta queimadas ou outros fatores que justifiquem tal perda. Mas, foram Cabritos, Chapecó e Saudade os que tiveram maior aumento de vegetação, com cerca de 80pp a 67pp além de muitas outras Obras com percentuais bem significativos. Maiores e menores avanços florestais 1999 x ,89 p.p. +75,11 p.p. +67,47 p.p. +0,09 p.p. CABRITOS CHAPECÓ SAUDADE MORRO DA CHACRINHA Gráfico 3: Maiores e menores avanços de cobertura florestal. NOSSA SENHORA DA PENA GUARARAPES -3,86 p.p -13,64 p.p

9 Efetuado também o mapeamento de classificação supervisionada no ano de 2013, para que pudesse ser comparado com o resultado de 2008, passando por mais 5 anos de transformação do Projeto Mutirão. Dessa forma, em 2013 a área de campo passou a ser de 35,81% com 64,19% de floresta (figura 6). Figura 6: Mapa de Cobertura da Classificação Supervisionada MAXVER no ano de Isto é, na transformação destes 5 anos de andamento do Projeto, a área de campo de 2008 para 2013 caiu 3,48pp e posteriormente a de floresta aumentou 3,48pp. Quer dizer, não ocorreu uma mudança maior, como nos 9 anos de 1999 para Mesmo com uma pequena transformação e um baixo percentual de acréscimo de floresta, a área de campo continuou diminuindo, dando lugar à vegetação. Calculado a média das 75 Obras, o percentual de floresta passou de 67% para 70% de 2008 para 2013, ou seja, um pequeno aumento de cobertura vegetal. (gráfico 4)

10 Percentual 2008 Percentual campo floresta Gráfico 4: Média das 75 Obras transformadas de 2008 para Entretanto, quando analisado a diferença de 2008 para 2013 do aumento de cobertura florestal e a sua diminuição por Obra, (gráfico 5), Chapecó, Focinho do Cavalo e Sítio Pai João foram os que tiveram maiores perdes de floresta, decrescendo - 28,10pp, -23,30pp e -17,95pp. Além de mais algumas Obras que também tiveram diminuição de vegetação, podendo ser decorrente de um dos motivos as queimadas, ou outros fatores que poderão ser analisados em trabalhos futuros. Já as Obras de Guararapes e Morro do Encontro foram os que mais aumentaram, com cerca de 40pp a 38pp, isto é, outras Obras também tiveram sua parcela no aumento de vegetação. Maiores e menores avanços Florestais x ,21 p.p +38,76 p.p +33,43 p.p GUARARAPES MORRO DO ENCONTRO JULIO OTONI_VILA ALICE SÍTIO PAI JOÃO -17,95 p.p. FOCINHO DO CAVALO -23,30 p.p. CHAPECÓ -28,10 p.p. Gráfico 5: Maiores e menores avanços de cobertura florestal.

11 Conclusão Após todas as transformações urbanas na paisagem do Município do Rio de Janeiro e a criação do Projeto Mutirão de Reflorestamento com o objetivo de sanar os problemas decorrentes dos deslizamentos de terra. Pode ser comprovado que o Projeto Mutirão teve uma grande contribuição como política pública de reflorestamento, já que a cobertura florestal aumentou significativamente. Diante do exposto, a partir da metodologia proposta considerando algoritmos de análises espaciais, o Projeto Mutirão de Reflorestamento teve eficácia para a restauração ambiental a partir do aumento de cobertura vegetal em suas áreas delimitadas. As transformações são percebidas dentre os 14 anos de implementação do Projeto, segundo o mapeamento de classificação automática e seus resultados, tendo como base os anos de 1999 e 2013 a média gerada das 75 Obras teve como transformação florestal de 42% para 70% de seu aumento, visualizado no (gráfico 6) Percentual 1999 Percentual campo floresta Gráfico 6: Média das 75 Obras transformadas de 1999 para Segundo o cálculo gerado em relação ao aumento e diminuição de cobertura florestal nestes 14 anos de Projeto, as Obras de Cabritos, Morro do Encontro e Rocinha foram os que tiveram maiores avanços de vegetação, com cerca de 75pp a 67pp, além de muitas outras que também avançaram. Já as únicas que tiveram diminuição foram as Obras Formiga 2 e Camarista Méier (-1,52 e -0,56). (gráfico 7)

12 Maiores e menores avanços florestais x ,20 p.p. +68,31 p.p. +67,84 p.p. +0,27 p.p. -0,56 p.p. -1,52 p.p. CABRITOS MORRO DO ENCONTRO ROCINHA ALTO CATRAMBI CAMARISTA MÉIER FORMIGA 2 Gráfico 7: Maiores e menores avanços de cobertura florestal. Dentre os 3 anos mapeados, mostrou-se que o campo diminuiu em grande proporção, a partir das áreas de cada ano é analisado que de 61,74% da área total de campo em 1999, passou para 35,81% no ano de Ou seja, mais um gráfico para constatar a efetividade do Projeto Mutirão de Reflorestamento e o aumento considerável de floresta. (gráfico 8) Evolução da Cobertura 38,26 60,71 64,19 61,74 39,29 35, campo floresta Gráfico 8: Evolução em percentual da área de Cobertura de Campo e Floresta nos 3 anos mapeados (1999, 2008 e 2013)

13 Desta forma, a política pública de reflorestamento realizada pelo Projeto Mutirão foi cumprida, cabendo à população conservar as áreas reflorestadas a fim de manter os benefícios alcançados. Trazendo o transcendente da política pública apoiado na relação dos atores envolvidos, levando conhecimento e educação ambiental pelas favelas e comunidades. Referências 1- GUERRA. A.J.T; CUNHA. S.B.C. Geomorfologia e meio ambiente. 4 ed. Rio de Janeiro: Bertrand Brasil, p. 2- GUERRA.A.J.T; CUNHA.S.B, Geomorfologia uma atualização de bases e conceitos. 10º ed. 474p. 3- JENSEN, John R.; EPIPHANIO, José Carlos Neves. Sensoriamento remoto do ambiente: uma perspectiva em recursos terrestres. São José dos Campos: Parêntese Editora, P PRINA, B. Z., & TRENTIN, R. GMC: Geração de Matriz de Confusão a partir de uma classificação digital de imagem do ArcGIS. Ano, RIBEIRO, S.R.A; CENTENO, J.S, Classificação do uso do solo utilizando redes neurais e o algoritmo MAXVER. Curitiba- PR, Brasil. 6- SALGADO Silvia. Mutirão de Reflorestamento. 1 ed. São Paulo: FGV. 1998, p SUAREZ, A. F., & CANDEIAS, A. L. B. Avaliação de Acurácia da Classificação de Dados de Sensoriamento Remoto para o Município de Maragogipe. Ano, 2012