Análise de viabilidade para o desenvolvimento de um projeto de redução de emissões por desmatamento em uma propriedade rural localizada no estado do Pará Rogério Ribeiro Marinho 1 1 Biofílica Investimentos Ambientais Rua Dr. Renato Paes de Barros, 714 04530-001 São Paulo - SP, Brasil. rogerio@biofilica.com.br Abstract. Changes in land use and land cover are the principal sources of GHG emissions in Brazil, mainly due to the deforestation in Amazonia. In the last few years, diverse conservation projects related to reducing GHG emissions are developing in Amazonia, especially via the REDD mechanism. REDD projects can be developed to avoid forest degradation, planned deforestation, or unplanned deforestation. This research aims to simulate changes in forest cover and the carbon emissions associated with unplanned deforestation on a rural property in the northeast region of the state of Pará. Data on deforestation that occurred between the years 2000 and 2010 was used together with spatial variables related to the observed deforestation. To simulate future scenarios for land use and land cover, the model employed was based on the artificial neural network Multi-Layer Perceptron. The results indicate that there may be a reduction of approximately 22% of the forest cover on the analyzed property, which corresponds to the emission of 1,015,490 tonnes of carbon into the atmosphere over a 30-year period. Thus, using data obtained through remote sensing and land use modeling techniques, it was possible to demonstrate that this property has potential for the development of a project to reduce GHG emissions related to deforestation. Palavras-chave: land use modelling, deforestation, REDD, modelagem do uso da terra, desmatamento, REDD. 1. Introdução Desmatamento de florestas tropicais possui forte relação com o sistema climático global, pois contribui significativamente para emissões de Gases do Efeito Estufa (GEE) para a atmosfera. Estimativas apontam que as emissões por mudanças na cobertura da terra correspondem cerca de 12% das emissões antrópicas globais (van der Werf et al., 2009). Segundo MCT (2010), no Brasil 77% das emissões de dióxido de carbono (CO 2 ) estão ligadas mudanças no uso e cobertura da terra. Esta situação torna o Brasil um dos maiores emissores de GEE para a atmosfera, principalmente pelas emissões geradas pelo desmatamento da floresta Amazônica. A comunidade internacional, por meio da Convenção Quadro de Mudanças Climáticas, tem debatido formas de conseguir a estabilização das concentrações de GEE na atmosfera a um nível que impeça interferências antrópicas no sistema climático. Para isso, durante a Conferência das Partes 3 (COP 3) foi estabelecido o Protocolo de Quioto, que impôs metas de reduções de emissões para os países industrializados e a possibilidade de desenvolvimento de projetos por meio do mecanismo de desenvolvimento limpo em países em desenvolvimento, sem no entanto, envolver atividades de conservação dos estoques de carbono de florestas tropicais. Por outro lado, desde a COP 11 a comunidade internacional têm discutido a criação e implantação de um mecanismo de redução de emissões de GEE oriundos de florestas tropicais. O mecanismo mais discutido e conhecido é a Redução das Emissões por Desmatamento e Degradação florestal (REDD), que consiste em proteger o estoque de carbono da florestal que pode ser substituído por outros usos da terra. Projetos REDD podem ser desenvolvidos para evitar degradação florestal, o desmatamento planejado (onde se tem autorização legal para desmatar) ou para evitar desmatamento não planejado (desmatamento ilegal). Para o desenvolvimento de um projeto REDD por desmatamento não planejado é necessário realizar uma projeção de cenário futuro por meio da análise de mudanças de uso e cobertura da terra. Uma das formas de realizar esta projeção do desmatamento futuro é por meio do uso de técnicas de modelagem espacial. 7702
Desta forma, o objetivo deste trabalho foi apresentar resultados preliminares da simulação de emissões de linha de base para um projeto REDD do tipo desmatamento não planejado de uma propriedade rural, utilizando modelagem de mudança de uso da terra sobre um período de 30 anos. 2. Área de Estudo Para o desenvolvimento deste estudo foram definidos dois limites espaciais. O primeiro é a região de referência, onde foram analisadas as mudanças de uso e cobertura da terra sobre o período histórico de 2000 a 2010 e projetado o desmatamento futuro até o ano de 2040. O segundo limite espacial, trata-se da área do projeto, a propriedade rural onde foi quantifica as emissões de carbono que podem ser evitadas no desenvolvimento de um projeto REDD. O limite desta propriedade rural possui aproximadamente 29 mil hectares, e localiza-se no sul do município de Mojú, estado do Pará. A figura 1 apresenta a localização da região de referência e da propriedade rural. Figura 1. Localização da região de referência (polígono vermelho) e da área da propriedade (polígono preto). A região de referência deste estudo localiza-se na região nordeste do estado do Pará, e compreende parte dos municípios de Mojú, Baião e Breu Branco. Esta área limita-se a leste pela rodovia PA-150 e ao sul pela rodovia PA-263. No limite oeste situa-se a margem direita do baixo curso do rio Tocantins, a jusante da hidrelétrica de Tucuruí. A vegetação predominante sobre a região de referência é a Floresta Ombrófila Densa, com presença de formações do tipo terras baixa e de dossel emergente. Por se localizar sobre o Arco do Desmatamento, os remanescentes florestais desta região estão sobre forte pressão, visto que a propriedade analisada fica nas proximidades de oito dos 48 municípios que mais desmatam na Amazônia Legal conforme lista do Ministério do Meio Ambiente (MMA, 2011). 7703
3. Material e Métodos Para a análise das mudanças de uso e cobertura da terra ocorrida entre os anos de 2000 e 2010 foram utilizados os dados do projeto Prodes Digital (PRODES, 2012). Dados planimétricos como estradas, hidrografia e localização de comunidades ou vilas, oriundos de cartas topográficas de escala 1:100.000, foram usados para identificar qual a relação destas variáveis com a ocorrência do desmatamento no período analisado. Esse conjunto de dados foi trabalhado no formato raster com tamanho de pixel de 30 x 30 metros, no sistema de coordenadas planas UTM, utilizando a zona 22 e datum WGS 1984. A simulação do desmatamento futuro foi realizada utilizando o módulo LCM (Land Change Modeler), disponível no Software IDRISI Andes (Clark Labs, 2006). 3.1 Pressuposto do modelo simulado Foi tomado como hipótese para a projeção do desmatamento futuro, um cenário Business as Usual (BAU) baseado principalmente na taxa média de desmatamento histórico observado no intervalo de dez anos (2000-2010). Não foram consideradas variáveis que podem atrair o desmatamento (variáveis de incentivo) como, por exemplo, novas estradas secundárias, construção de infraestruturas, aumento da população, ou variáveis que limitam o desmatamento (variáveis de restrições) como, por exemplo, áreas de relevo acidentado, criação de áreas protegidas, e maior eficácia da fiscalização do desmatamento ilegal. 3.2 Projeção do desmatamento futuro O LCM utiliza um modelo matemático baseado em rede neural MLP (Multi-Layer Perceptron neural network) para realizar o processo de simulação de cenários futuros de uso e cobertura da terra. O processo é executado em uma sequência de rotinas que envolvem análise de uso e mudança da terra, cálculo do potencial de transição entre as classes analisadas de uso e coberta da terra, e por fim, a projeção espacial do cenário futuro. Para projetar o desmatamento futuro sobre a região de referência deste estudo, foram realizadas três etapas no módulo LCM: calibração, validação e elaboração dos mapas de cenário futuro. A calibração do modelo realizado pelo método MLP, permitiu identificar algumas variáveis que podem explicar a ocorrência do desmatamento. Nesta etapa, o método analisou a relação entre o mapa de áreas desmatadas do ano inicial (2000) e final (2010), com um conjunto de variáveis estáticas: distância de estradas, distância da rede de drenagem, distância de comunidades e vilas, distância de desmatamento antigo. A importância de cada variável estática, incluída no modelo, foi analisada segundo o índice Cramer V, que avalia a existência de associação espacial entre duas variáveis (desmatamento e cada variável estática). Como resultado desta etapa, obteve-se a acurácia do modelo, o mapa de risco de desmatamento e a matriz de potencial de transição entre as classes analisadas (floresta e desmatamento). Para a etapa de validação do modelo de desmatamento elaborado, o mapa de risco de desmatamento produzido na etapa de calibração foi comparado com um mapa de referência, que representa o desmatamento ocorrido na paisagem analisada. Foi utilizado o método Relative Operating Characteristic (ROC) para realizar o processo de validação do mapa de risco de desmatamento. O método ROC utiliza tabelas de contingência para comparar os valores de um mapa de mudanças no uso da terra, com um mapa de risco de ocorrência destas mudanças. Neste trabalho, foi utilizado o mapa de mudanças observadas no ano de 2011 para avaliar o mapa de risco de desmatamento projetado para este mesmo ano. Por fim, foi feito a projeção das mudanças na cobertura da terra na região de referência, em intervalos anuais no período de 30 anos (2011 até 2040). Nesta etapa combinou se o mapa de potencial transição e as variáveis estáticas para fazer as projeções futuras da cobertura da terra. 7704
3.3 Estimativa do estoque de carbono e do fator de emissão Para estimar o estoque de carbono da área do projeto, foi considerada a biomassa acima e abaixo do solo da tipologia de vegetação predominante. Segundo o mapeamento da vegetação da Amazônia (IBGE, 2008), aproximadamente de 97% da cobertura florestal da área do projeto pertence à classe Floresta Ombrófila Densa de Terras Baixas. Estima se que esta classe de vegetação possui um estoque de carbono médio de 170,44 tc por hectare (MCT, 2006). O fator de emissão para a área da propriedade, ou seja, as emissões devido às mudanças no estoque de carbono, foi obtido por meio do cálculo da diferença entre o estoque da classe inicial (cobertura florestal) e a classe final (desmatamento). Para a classe desmatamento foi utilizado um valor médio de 12,82 tc por hectare para quantificar o estoque médio de carbono contido em áreas desmatadas. Este valor corresponde à composição média de diferentes usos da terra, e seu respectivo estoque de carbono, para áreas florestais que foram desmatadas na região do Arco do Desmatamento (Fearnside, 1996). Assim, a mudança líquida que pode ocorrer no estoque de carbono local da propriedade corresponde a 157,62 tc por hectare. 4. Resultados e Discussão 4.1 Análise das mudanças de uso e cobertura da terra Até o ano 2000 havia cerca de 337 mil hectares de área desmatada, e uma cobertura florestal de 432.867 hectares dentro da região de referência. Entre o período de 2000 a 2010 o desmatamento nesta região ocorreu a uma taxa média anual de 10.076 hectares (média de 2,59% ao ano). A figura 2 apresenta os mapas de uso e cobertura da terra no período analisado. Figura 2. Mapas de uso e cobertura da terra para o período analisado na região de referência. Segundo os dados do TerraClass (EMBRAPA e INPE, 2011), os principais usos da terra sobre as áreas desmatadas até o ano de 2008, correspondem principalmente à atividades agropastoris (pastagens em áreas com solo exposto, pasto limpo ou pasto sujo), cultivo de 7705
culturas agrícolas de ciclo anual e outras modalidades de uso da terra (agricultura familiar conjugada com criação de gado em pequena escala). 4.2 Calibração e validação do modelo No processo de calibração do modelo foi obtido um valor de acurácia de 91,36%. A Figura 3 apresenta o mapa de risco de desmatamento obtido durante a realização da etapa de calibração. Figura 3: Mapa de risco de desmatamento na região de referência. A validação do modelo por meio do método ROC apresentou um valor de 95%, considerado como de elevada acurácia. Estes resultados indicam que a alocação do desmatamento ocorreu nos pixel com elevado risco de desmatamento. Pontius et al. (2001) indica que modelos de previsão de cobertura da terra com valores superior a 0,80 de avaliação pelo método ROC, podem ser considerados como de alta acurácia. Desta forma, o modelo desenvolvido apresentou acurácia aceitável para projetar a alocação do desmatamento até 2040. 4.3 Simulação do cenário futuro de uso e cobertura da terra As projeções de mudanças de uso da terra para a região de referência indicam que pode haver um desmatamento de aproximadamente 176 mil hectares ao longo do período de 30 anos. Este valor de desmatamento projetado representa uma redução de 53% da cobertura florestal, em relação ao ano de 2010. A taxa média de desmatamento projetado durante esse período foi de 2,45% ao ano, com variação entre 2,30% e 3,40%. A Figura 4 apresenta o mapa de uso e cobertura da terra para o ano 2040. Dos 176 mil hectares de desmatamento previsto para ocorrer em toda a região de referência, foi estimado 7706
que pode haver o desmatamento de 6.443 hectares da floresta remanescente dentro da propriedade neste período. Figura 4. Mapa do uso e cobertura da terra em 2040 projetado no cenário BAU. 4.4 Estimativa das emissões de carbono Até o ano de 2010 a propriedade rural possuía uma área de 28.876 de cobertura florestal primária, o que corresponde a um estoque de carbono estimado em 4.921.604 toneladas de carbono. De acordo com as projeções espaciais de desmatamento, este estoque inicial pode sofre uma redução de 20,63% (1.015.490 tc) em 30 anos. O gráfico da Figura 5 a seguir apresenta as emissões acumuladas carbono que podem ocorrer dentro da propriedade, considerando o cenário BAU projetado até o ano de 2040. 7707
Figura 5. Emissões de toneladas de carbono acumuladas para a propriedade rural analisada. 5. Conclusões Para o desenvolvimento de projetos REDD, dados oriundos de sensoriamento remoto em conjunto com ferramentas de geoprocessamento, possibilitam a realização de estimativas que podem servir de referência para a implantação de projetos de carbono evitado em propriedades rurais como esta. Por meio da técnica de modelagem de uso da terra foi possível demonstrar a viabilidade desta propriedade para o desenvolvimento de um projeto de redução de emissões por desmatamento não planejado. Os resultados da modelagem espacial do desmatamento na região de referência evidenciou a pressão do desmatamento sobre a propriedade analisada, tornado-a apta para desenvolver um projeto de REDD em padrões de certificação de projetos de carbono, como o VCS Verified Carbon Standard. A quantificação do desmatamento futuro possibilitou estimar as emissões de GEE associadas às mudanças na cobertura florestal da propriedade, que podem chegar a um milhão de toneladas de carbono em 30 anos. Informações sobre potenciais mudanças no estoque de carbono de florestas tropicais podem subsidiar a implantação e certificação de projetos REDD em mercados de carbono. Esses créditos de carbono podem ser então revertidos em ações de conservação da cobertura florestal da propriedade. Projetos de carbono evitado podem reduzir, consideravelmente, as emissões de fontes de GEE com baixo custo, muitas vezes em sinergia com outras atividades na floresta, visando o desenvolvimento sustentável local. Agradecimentos O autor agradece à Biofílica Investimentos Ambientais pelo apoio na execução do estudo e cessão dos dados da propriedade rural. Referências Bibliográficas Clark Labs. The Land Change Modeler for Ecological Sustainabily. IDRISI Andes: Guide to GIS and Image Processing, Clark University, Massachusetts, USA, 2006. Empresa Brasileira de Pesquisa Agropecuária EMBRAPA; Instituto Nacional de Pesquisas Espaciais INPE. Levantamento de informações de uso e cobertura da terra na Amazônia Projeto TerraClass. Disponível em <www.inpe.br/cra/projetos_pesquisas/terraclass.php> Acesso em: 10 jan. 2012. 7708
Fearnside, P.M. Amazonian deforestation and global warming: carbon stocks in vegetation replacing Brazil s Amazon forest. Forest Ecology and Management, v. 80, p. 21-34, 1996. Instituto Brasileiro de Geografia e Estatística IBGE. Mapa de Vegetação da Amazônia Legal. Diretoria de Geociências. Coordenação de Recursos Naturais e Estudos Ambientais, Rio de Janeiro, RJ. 2008. Ministério da Ciencia e Tecnologia MCT. Segunda Comunicação Nacional do Brasil à Convenção-Quadro das Nações Unidas sobre Mudança do Clima. Brasília, DF. 2010. Ministério da Ciencia e Tecnologia MCT, 2006. Primeiro inventário Brasileiro de emissões antrópicas de gases de efeito estufa Relatórios de referência Emissões de carbono por conversão de florestas e abandono de terras cultivadas. Brasília, DF. 2006. Ministério do Meio Ambiente MMA. Portaria Nº 175, de 24 de maio de 2011. Dispõe sobre a lista de municípios situados no Bioma Amazônia onde incidem ações prioritárias de prevenção, monitoramento e controle do desmatamento ilegal. Brasília, DF. 2011. Pontius, R.G.JR;Schneider, L. Land-use change model validation by a ROC method for the Ipswich watershed, Massachusetts, USA. Agriculture, Ecosystems & Environment, v. 85, p. 239-248, 2001. PRODES Projeto Prodes: Monitoramento da Floresta Amazônica Brasileira por Satélite. Disponível em < www.obt.inpe.br/prodes/> Acesso em 08 de jan. 2012. van der Werf, G.F.; Morton, D.C.; DeFries, R.S.; Olivier, J.G.J.; Kasibhatla, P.S.; Jackson, R.B.; Collatz, G.J.; Randerson, J.T. CO2 emissions from forest loss. Nature Geoscience v. 2, p. 737 738, 2009. 7709