Tratamento dos Dados

O material digital foi obtido a partir de um grande número de instituições tendo, apesar da existência de manuais técnicos produzidos por diversas fontes, origens cartográficas diferentes e sendo produzido em diversos sistemas de referenciação.

Assim, o primeiro passo foi definir uma base comum para toda a informação de modo a poder trabalhar esta em conjunto ou em conjuntos, tendo por base o sistema de referência seguinte:

Projected Coordinate System: Lisboa_Hayford_Gauss_IGeoE Projection: Transverse_Mercator False_Easting: 200000,00000000 False_Northing: 300000,00000000 Central_Meridian: -8,13190611 Scale_Factor: 1,00000000 Latitude_Of_Origin: 39,66666667 Linear Unit: Meter

Geographic Coordinate System: GCS_Datum_Lisboa_Hayford Datum: D_Datum_Lisboa_Hayford

Prime Meridian: Greenwich Angular Unit: Degree

Sendo que se utilizou o software ESRI ArcMap 10, a correção é efetuada automaticamente na abertura das shapefilles para esta formatação base no projeto desenvolvido. No entanto fez-se sempre a transformação em ARC Catalog, de modo a manter a integridade da análise.

Tendo-se obtido níveis ou shapefilles normalizadas, o passo seguinte foi a utilização da ferramenta Geoprocessing em duas, três ou quatro sequências, conforme a variável em questão.

Deste processo resultou uma shapefille final com uma base de dados indexada para a área de estudo, na qual se obtiveram, para as variáveis catalogadas, a área dos polígonos automaticamente no ArcMap 10.

Tendo-se obtido nos passos anteriores a(s) shapefille(s) pretendida devidamente normalizada no datum, limitada em área para a área de estudo através das ferramentas mencionadas, efetuou-se o cálculo da área dos polígonos para os campos indexados à área, com base nas ferramentas do software com vista à obtenção dos resultados pretendidos para análise estatística.

Realizaram-se testes de normalidade das variáveis. Procedeu-se à definição, de transformações para escalas uniformes para todas as variáveis. Os dados resultantes

73 foram utilizados para a análise de estatística descritiva (Bhattacharyya, 1977). Foram assim obtidos valores que posteriormente foram indexados à tabela (matriz) final de análise. Foi ainda para utilização de modelação a atribuição de valores binários (0 e 1) às variáveis dependentes com uma transformação direta (“Tabela Análise de Regressão Logística”).

Tendo como objetivo as regressões lineares múltiplas (Bhattacharyya, 1977), foi efetuada uma transformação dos dados percentuais (“Tabela de Regressão Múltipla”).

Procedeu-se à realização das seguintes análises estatísticas recorrendo ao Programa XLSSTAT 12,:

o Análise descritiva e Análise de correlação – Identificação de correlações significativas entre as variáveis de incêndios (Ocorrências, Áreas Ardidas e Grandes Incêndios) com as restantes variáveis.

o Análise de Clusters – Agregação territorial com base nas variáveis estudadas e as figuras de Planeamento/Ordenamento em vigor.

o Análise PCA – Agregação de variáveis.

o Análise de Regressão Múltipla – Seleção de variáveis e modelos previsionais.

o Análise de Regressão Logística – Seleção de variáveis e modelos previsionais.

A análise de Clusters ou análise de agrupamento é como refere Nunes, (2006) é a “arte de encontrar grupos nos dados”. Neste trabalho da CRRAA considera-se que o conceito de unidade de paisagem representa uma aproximação conceptual à paisagem, por sugerir uma porção percetível do espaço, ou seja, uma área concreta, descritível, analisável e projetável (CRRAA, 2006).

A definição de unidades homogéneas de paisagem constitui, por si só, um apropriado meio de diagnóstico ambiental, bem como um documento geográfico ímpar, podendo ser aplicado em diferentes escalas e níveis de perceção, como ao nível local, regional ou nacional, revelando-se um instrumento prático e tático face à sustentabilidade do desenvolvimento (Santos, 2001).

Analisando a paisagem numa perspetiva espácio-temporal, constata-se que os elementos mais evidentes na sua evolução nem sempre são os mesmos e que, portanto, a passagem da preponderância de um elemento paisagístico para outro anuncia uma descontinuidade no sentido evolutivo da paisagem.

74

Os fatores que determinam a natureza de um determinado local têm formas e épocas diferentes de influência. Esta diversidade determina que a natureza de um local, num determinado momento, deve ser considerada de uma perspetiva dinâmica e, consequentemente, do conceito derivado da unidade territorial ou do carácter do local, assim como do carácter dos locais adjacentes ou das áreas que mostram semelhanças mais fortes entre si na sua vizinhança (Allen e Hoesktra, 1992).

Adicionalmente, a consideração simultânea das diferentes escalas de caracterização espacial de uma determinada característica ecológica ou fator (por exemplo litologia, clima, solo e seu grau de diferenciação em termos ecológicos) são também de particular relevância na diferenciação ecológica de unidades territoriais adjacentes (Turner et al., 1989).

Na procura desta unidade, tendo por base que a agregação em clusters

dimensionada ultrapassa os fatores de unidade de paisagem ao introduzirmos variáveis demográficas e operacionais, e também como fator de análise à própria distribuição da paisagem e das unidades territoriais definidas neste trabalho e nos instrumentos de planeamento em vigor, como sejam as zonas homogéneas do PROF – Plano Regional do Alto Alentejo (PROF Alto Alentejo, 2007), procurou-se obter uma distribuição baseada em análise de clusters associada aos fatores, com base na análise aglomerativa hierárquica de elementos em função da distribuição territorial (variáveis espaciais – freguesias), em função das variáveis (dependentes e independentes) base deste trabalho e respetiva análise.

Na análise de clusters foi aplicado o método hierárquico, Joining tree e como medida de semelhança, o coeficiente de correlação de Pearson 1–r, que agrega as variáveis no dendrograma segundo este coeficiente. Como estratégia de agrupamento hierárquico de clusters, empreendeu-se o método de Unweighted pair-group average. (Maroco, 2003) (Oliveira, 1999).