CiteScore

0.4

Indexada na
SCOPUS

QUALIS

B3

2017-2021
quadriênio

Language

Brazilian Journal of Enviromnent

e-ISSN: 2595-4431


Abstract

DOI

A implantação e a operação de usinas hidrelétricas podem causar danos ao meio ambiente. Diante deste cenário passou a ser exigida, em seu licenciamento, a apresentação do PACUERA; definido como um conjunto de diretrizes e proposições com o objetivo de disciplinar a conservação, recuperação, o uso e ocupação do entorno do reservatório. Um dos subsídios para a delimitação do zoneamento socioambiental é a predição das mudanças de uso e cobertura da terra. O objetivo deste trabalho é construir um modelo preditivo de mudança de uso e cobertura da terra para o ano de 2030 no entorno da UHE Itutinga em Minas Gerais, e simular dois cenários: sem considerar as diretrizes de uso presentes no zoneamento do PACUERA e assumindo a implementação das diretrizes. Tal simulação foi realizada no software IDRISI Selva, com cálculo das taxas e potenciais de transição com base em Cadeias de Markov e SimWeight, respectivamente . Os resultados do modelo revelam uma tendência de crescimento das atividades agrícolas e expansão urbana em detrimento de áreas de pastoreio e vegetação natural nativa. Os cenários hipotéticos simulados demostraram que a adoção do zoneamento do PACUERA disciplina as mudanças de classe de uso e cobertura da terra, corroborando para um ambiente mais sustentável na circunjacência da UHE.

References

  • Brandt Meio Ambiente (2017). Plano Ambiental de Conservação e Uso do Entorno do Reservatório Artificial (PACUERA) da UHE Itutinga. Disponível em: <http://www.meioambiente.mg.gov.br/images/stories/2018/PACUERA/Maio/PACUERA_UHE_Itutinga_2018.pdf>.
  • BRASIL. Resolução Conama No 302 de 2002 - Áreas Protegidas – Áreas de Preservação Permanente. Diário Oficial da União, 13 de mai. Disponível em :< http://www.siam.mg.gov.br/sla/download.pdf?idNorma=275>. Acesso em: 15/06/2020. 2002
  • CARVALHO DE LIMA, T. et al (2013). DINAMICA EGO e Land Change Modeler para simulação de desmatamento na Amazonia brasileira: análise comparativa. XVI Simpósio Brasileiro de Sensoriamento Remoto, p. 6379–6386, 2013.
  • CARVALHO, G. A (2015). Contribuições metodológicas ao planejamento urbano: comparação de métodos de análise multivariada e modelos de simulação da paisagem urbana – aplicações na Regional Pampulha - Belo Horizonte, Minas Gerais - Brasil.. Tese de doutorado, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.
  • Cemig. – Companhia Energética de Minas Gerais (2006). Usinas da Cemig: a história da eletricidade em Minas e no Brasil, 1952-2005. Rio de Janeiro : Centro da Memória da Eletricidade no Brasil.
  • Eastman, J. R (2012a). IDRISI Selva Manual - Guide to GIS and Image Processing. Worcester: ClarkLabs.
  • Eastman, J. R (2012b) . IDRISI Selva Tutorial. Worcester: ClarkLabs.
  • EPE - Empresa de Pesquisa Energética (2018) Matriz Energética e Elétrica. Disponível em: <https://www.epe.gov.br/pt/abcdenergia/matriz-energetica-e-eletrica>. Acesso em: 15/06/2020.
  • FIX, E.; HODGES, J. L (1989). Discriminatory Analysis. Nonparametric Discrimination: Consistency Properties. International Statistical Review / Revue Internationale de Statistique, v. 57, n. 3, p. 238.
  • FLEISS, J. L.; COHEN, J.; EVERITT, B. S (1969). Large sample standard errors of kappa and weighted kappa. Psychological Bulletin, v. 72, n. 5, p. 323–327.
  • FONSECA, B. M (2015). Conceitos e Práticas de Geodesign aplicados ao ordenamento territorial do município de São Gonçalo do Rio Abaixo. Tese de doutorado, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.
  • FOODY, G. M (2020). Explaining the unsuitability of the kappa coefficient in the assessment and comparison of the accuracy of thematic maps obtained by image classification. Remote Sensing of Environment, v. 239.
  • GOOGLE EARTH PRO 7.3.3 (2007). UHE Itutinga, MG. Coordenadas 21o17’31,44"S e 44o37’30,00"W. Data de Visualização: 01/02/2020. Data da Imagem: 31/03/2017.
  • GOOGLE EARTH PRO 7.3.3 (2018). UHE Itutinga, MG. Coordenadas 21o17’31,44"S e 44o37’30,00"W. Data de Visualização: 01/02/2020. Data da Imagem: 22/10/2018.
  • GOOGLE EARTH PRO 7.3.3 (2020). UHE Itutinga, MG. Coordenadas 21o17’31,44"S e 44o37’30,00"W. Data de Visualização: 01/02/2020. Data da Imagem: 23/06/2020.
  • GUERRA, S. M.; CARVALHO, A. V (1995). Um paralelo entre os impactos das usinas hidrelétricas e termoelétricas. Revista de Administração de Empresas, v. 35, n. 4, p. 83–90.
  • IBGE - Instituto Brasileiro de Geografia e Estatística (1992). Manual Técnico da Vegetação Brasileira. Rio de Janeiro: [s.n.].
  • IBGE - Instituto Brasileiro de Geografia e Estatística (2012). Mapa de Clima Do Brasil. Rio de Janeiro: [s.n.].
  • PONTIUS JR, R. G (2000). Quantification Error Versus Location Error in Comparison of Categorical Maps. American Society for Photogrammetry and Remote Sensing, v. 66, n. 8, p. 1011–1016.
  • LANDIS, J. R.; KOCH, G. G (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, v. 33, n. 1, p. 159–174.
  • LUCAS, D. F. (2021). Análise de multicritérios e simulação de uso e cobertura da terra na área de entorno da UHE Itutinga: um subsídio ao planejamento ambiental. Dissertação de mestrado, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.
  • LUCAS, D. F.; FONSECA, B. M. (2021). Identificação do potencial de expansão de atividades antrópicas e preservação ambiental e avaliação de conflitos de interesses na área de entorno da UHE Itutinga (Minas Gerais). Revista Brasileira de Sensoriamento Remoto, v. 2, n. 3, p. 018–030.
  • MAS, J. F. et al (2014). Inductive pattern-based land use/cover change models: A comparison of four software packages. Environmental Modelling & Software, v. 51, p. 94–111.
  • MONSERUD, R. A.; LEEMANS, R (1992). Comparing global vegetation maps with the Kappa statistic. Ecological Modelling, v. 62, n. 4, p. 275–293.
  • OLIVEIRA, M. S. (2012). Detecção de mudanças de uso e cobertura da terra no Sinclinal Moeda (MG) no período de 1991 a 2011 e previsões de mudanças futuras através de modelo espacial de simulação. Dissertação de mestrado, Universidade Federal de Minas Gerais, Belo Horizonte, MG, Brasil.
  • PALACIOS OREJUELA, I. F(2020). Generación de un modelo de crecimiento tendencial urbano de la ciudad de Macas (Ecuador) al año 2030, mediante técnicas de modelación espacial multivariable. Dissertação de mestrado, Universidade da Barcelona, Barcelona, Espanha.
  • PONTIUS JR, R. G.; MILLONES, M (2011). Death to Kappa: Birth of quantity disagreement and allocation disagreement for accuracy assessment. International Journal of Remote Sensing, v. 32, n. 15, p. 4407–4429.
  • QUÉMÉNEUR, J. J. G. et al. (2012). Carta geológica - Folha Lavras SF 23-X-C-I, 1:100.000. Disponível em: <http://www.portalgeologia.com.br/index.php/mapa/>. Acesso em: 15 fev. 2021.
  • SANGERMANO, F.; EASTMAN, J. R.; ZHU, H (2010). Similarity Weighted Instance-based Learning for the Generation of Transition Potentials in Land Use Change Modeling. Transactions in GIS, v. 14, n. 5, p. 569–580.
  • SOUSA, W. L (2000). Impacto Ambiental de Hidrelétricas: uma análise comparativa de duas abordagens. Dissertação de mestrado, Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, Brasil.
  • YANG, J (2007). Measurement of Agreement For Categorical Data. Tese de doutorado, Universidade do Estado da Pensilvânia, Pensilvânia, Estados Unidos da América.

Paper information

History

  • Received: 03/06/2023
  • Published: 05/11/2023