espaciais ao longo de um corredor de biodiversidade
do terceiro maior rio em extensão das Américas.
Item Type Thesis/Dissertation
Authors Araujo, Letícia Nunes
Publisher Universidade Estadual de Maringá. Departamento de Biologia. Programa de Pós-Graduação em Ecologia de Ambientes Aquáticos Continentais
Download date 01/08/2021 11:01:23
UNIVERSIDADE ESTADUAL DE MARINGÁ CENTRO DE CIÊNCIAS BIOLÓGICAS
DEPARTAMENTO DE BIOLOGIA
PROGRAMA DE PÓS-GRADUAÇÃO EM ECOLOGIA DE AMBIENTES AQUÁTICOS CONTINENTAIS
LETÍCIA NUNES ARAUJO
A sustentabilidade das paisagens e seus padrões espaciais ao longo de um
corredor de biodiversidade do terceiro maior rio em extensão das Américas
Maringá 2019
LETÍCIA NUNES ARAUJO
A sustentabilidade das paisagens e seus padrões espaciais ao longo de um
corredor de biodiversidade do terceiro maior rio em extensão das Américas
Tese apresentada ao Programa de Pós-Graduação em Ecologia de Ambientais Aquáticos Continentais do Departamento de Biologia, Centro de Ciências Biológicas da Universidade Estadual de Maringá, como requisito parcial para obtenção do título de Doutora em Ciências Ambientais.
Orientador: Dr. Luiz Felipe Machado Velho Coorientador: Dr. João Batista Campos
Maringá 2019
"Dados Internacionais de Catalogação-na-Publicação (CIP)" (Biblioteca Setorial - UEM. Nupélia, Maringá, PR, Brasil)
A663s
Araujo, Letícia Nunes, 1988-
A sustentabilidade das paisagens e seus padrões espaciais ao longo de um corredor de biodiversidade do terceiro maior rio em extensão das Américas / Letícia Nunes Araujo. -- Maringá, 2019.
91 f. : il. (algumas color.).
Tese (doutorado em Ecologia de Ambientes Aquáticos Continentais)--Universidade Estadual de Maringá, Dep. de Biologia, 2019.
Orientador: Dr. Luiz Felipe Machado Velho. Coorientador: Dr. João Batista Campos.
1. Ecologia de rios - Corredores de biodiversidade - Paisagens. 2. Paisagens - Ecologia - Corredores de biodiversidade - Paraná, Rio, Bacia - Municípios. 3. Ecologia de paisagem - Sustentabilidade - Paraná, Rio, Bacia - Municípios. I. Universidade Estadual de Maringá. Departamento de Biologia. Programa de Pós-Graduação em Ecologia de Ambientes Aquáticos Continentais.
CDD 23. ed. -577.642709816 NBR/CIP - 12899 AACR/2 Maria Salete Ribelatto Arita CRB 9/858
LETÍCIA NUNES ARAUJO
A sustentabilidade das paisagens e seus padrões espaciais ao longo de um
corredor de biodiversidade do terceiro maior rio em extensão das Américas
Tese apresentada ao Programa de Pós-Graduação em Ecologia de Ambientes Aquáticos Continentais do Departamento de Biologia, Centro de Ciências Biológicas da Universidade Estadual de Maringá, como requisito parcial para obtenção do título de Doutora em Ecologia e Limnologia e aprovada pela Comissão Julgadora composta pelos membros:
COMISSÃO JULGADORA
Dr. Luiz Felipe Machado Velho
Nupélia/Universidade Estadual de Maringá (Presidente) Dr.ª Susicley Jati
Nupélia/Universidade Estadual de Maringá (UEM) Dr.ª Bianca Ramos de Meira
Universidade Estadual de Maringá/PEA (UEM) Prof. Dr. Marcelo Limont
Universidade Positivo de Curitiba (UP) Dr. Pablo Augusto Poleto Antiqueira
Universidade Estadual de Campinas/PPG-Ecologia (Unicamp)
Aprovada em: 28 de fevereiro de 2019.
Local de defesa: Anfiteatro Prof. “Keshiyu Nakatani”, Nupélia, Bloco G-90, campus da Universidade Estadual de Maringá.
Dedico este trabalho aos meus pais e aqueles que lutam pela conservação da biodiversidade.
AGRADECIMENTOS
Aos meus pais, de modo especial, que sempre cuidaram de mim, me deram amor e carinho. Que me educaram e me ensinaram a importância do estudo, a valorizar meus professores e a sempre me dedicar ao máximo. Agradeço a minha mãe por me ajudar com os deveres e me ouvir sempre. Agradeço ao meu pai por me explicar as coisas e contar suas histórias.
Ao Erick Caldas Xavier por me apoiar, ajudar a construir o trabalho e a organizar as ideias. Obrigada pelas discussões, revisões, textos e pela paciência.
Ao Fernando Miranda Lansac-Toha por me ajudar com a estatística do trabalho, pelas conversas, revisões e ideias. Obrigada também ao Matheus Baumgartner por toda a contribuição com as análises estatísticas.
Obrigada ao meu orientador Luiz Felipe Machado Velho por me acolher em sua equipe, orientar, apoiar, ajudar e incentivar.
As minhas irmãs Denise Nunes Araujo e Daniela Nunes Araujo pelo carinho e apoio.
Aos amigos Romano Pulzatto Neto e família, Juliana Strieder Philippsen e ao seu filho Gabriel, a Patrícia e Hudson Pilegi, pela amizade, por me acolherem de braços abertos, me receberem em suas casas e me darem apoio. Aos amigos Maíra Munhoz Kulh e Rafael Corbucci Tamura pela amizade e apoio.
A todos da minha banca, pessoas amigas e profissionais que admiro, que me ajudaram a crescer como pessoa e profissional. Obrigada a Bianca Ramos de Meira pela amizade.
A todos que me acompanham desde o mestrado, as pessoas que foram da minha turma, com as quais eu morei, aqueles que me ajudaram com as coletas, servidores públicos do Parque Estadual das Várzeas do Rio Ivinhema (PEVRI), da Estação Ecológica do Caiuá, a minha amiga Alexandrina Pujals e ao Dr. João Batista Campos do laboratório de Manejo e Conservação da Biodiversidade e ao laboratório de Protozooplâncton do PEA por me acolher. Ao Consórcio Intermunicipal para Conservação do Remanescente do Rio Paraná e Áreas de Influência (Coripa) pelo apoio e compreensão.
A todos os servidores (secretaria e professores) do Programa de Pós Graduação em Ecologia de Ambientes Aquáticos Continentais (PEA) e aos servidores (pesquisadores, equipe de campo e secretaria) do Núcleo de Pesquisas em Limnologia Ictiologia e Aquicultura (Nupélia).
Agradeço aos bibliotecários da Biblioteca Setorial do Nupélia, Maria Salete Ribelatto Arita e João Fábio Hilldebrandt.
A Jocemara Celestino dos Santos e a Elizabete Custódio da Silva pela dedicação e carinho, ao Jaime Luiz Lopes Pereira pelos mapas.
“O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES) - Código de Financiamento 001”.
"This study was financed in part by the Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES) - Finance Code 001”.
Ninguém nasce feito. Vamos nos fazendo aos poucos, na prática social de que tornamos parte.
PAULO FREIRE
A sustentabilidade das paisagens e seus padrões espaciais ao longo de um
corredor de biodiversidade do terceiro maior rio em extensão das Américas
RESUMO
A sustentabilidade da paisagem é uma “trajetória desejável”, perceptível às pessoas e que permite a manutenção dos recursos naturais. Compreendendo que as paisagens estão se tornando insustentáveis, medidas que auxiliem os tomadores de decisão devem se concentrar em não apenas entender as mudanças ambientais, mas também o quanto isso afeta a qualidade de vida da sociedade. Adotou-se padrões espaciais que refletissem o estado de sustentabilidade das paisagens (municípios). Foram selecionados quinze municípios que fazem parte do Corredor de Biodiversidade do Rio Paraná, os quais tiveram o uso e ocupação do solo classificados. Por meio das métricas de paisagem de dimensão fractal, equitabilidade de Shannon e coesão foram identificados os padrões espaciais. Foram considerados 13 indicadores sociais, 8 ambientais e 5 econômicos para analisar as características sociais, econômicas e ambientais (SEA) dos municípios (estado de sustentabilidade). Por meio da análise dos padrões espaciais e quanto as suas características SEA, os municípios foram categorizados em grupos. Analizou-se os padrões espaciais para predizer as características socioeconômicas e ambientais (sustentabilidade intrageracional) e, em linhas gerais, inferir sobre os serviços que estão sendo fornecidos e aqueles que estão resguardados para o futuro (sustentabilidade intergeracional). A partir dos grupos de paisagens (GPs), identificou-se que os municípios possuíam características (SEA) semelhantes entre si, sendo distinguidos em quatro tipos quanto a sustentabilidade de suas paisagens. Os municípios do tipo ecoeficiente inviável (GP 1 e GP 3), assim como os do tipo socioambiental suportável (GP 2) não sacrificaram seus recursos naturais, os do tipo socioambiental não-suportável (GP 5) poderão depender da recuperação de suas áreas naturais, enquanto que os do tipo socioeconômico não-equitativo tendo sacrificado seus recursos naturais, são dependentes de serviços de outras paisagens. Neste contexto, esse método pode contribuir para o desenvolvimento de estratégias, planejamento e políticas públicas, uma vez que as paisagens apresentam padrões que refletem seu estado de sustentabilidade, sendo possível predizer suas características sociais, econômicas e ambientais.
Palavras-chave: Padrões de paisagem. Triple Bottom Line. Serviços ecossistêmicos.
The landscape sustainability and their spatial patterns along an biodiversity
corridor of the third largest river in the Americas
ABSTRACT
The landscape´s sustainability is a "desirable trajectory", perceptible to the people and allowing the maintenance of natural resources. Understanding that landscapes are becoming unsustainable, measures that help decision makers should focus on not only understanding environmental changes but also how much this affects the society´s life quality. Spatial patterns that reflect the state of sustainability of the landscapes (municipalities) were adopted. Fifteen municipalities that were part of the Paraná River Biodiversity Corridor were selected, which had the use and the management of soil classified. Through the landscape metrics of fractal dimension, Shannon equitability and cohesion, spatial patterns were identified. We considered 13 social, 8 environmental and 5 economic indicators to analyze the social, economic and environmental characteristics (SEA) of the municipalities (state of sustainability). Through the analysis of spatial patterns and their SEA characteristics, municipalities were categorized into groups. Spatial patterns were analyzed to predict socioeconomic and environmental characteristics (intragenerational sustainability) and, in general, to infer about the services being provided and those that are protected for the future (intergenerational sustainability). From the landscape groups (GPs), it was identified that the municipalities had similar characteristics (SEA) among them, being distinguished in four types with respect to the sustainability of their landscapes. Municipalities of the ecoefficient type that are not viable (GP 1 and GP 3), as well as those of the socio-environmental type (GP 2) have not sacrificed their natural resources, those of the non-bearable socioenvironmental type (GP 5) may depend on the recovery of their natural areas, while those of the unequal socioeconomic type having sacrificed their natural resources, are dependent on services from other landscapes. In this context, this method can contribute to the development of strategies, planning and public policies, since the landscapes present patterns that reflect their state of sustainability, being possible to predict their social, economic and environmental characteristics.
Tese elaborada e formatada conforme as normas da publicação científica Conservation Biology.
Disponível em: https://onlinelibrary.wiley. com/page/journal/15231739/homepage/fora uthors.html
SUMÁRIO
1 INTRODUÇÃO ... 11
2 MATERIAL E MÉTODOS ... 15
2.1 Área de estudo ... 15
2.2 Indicadores socioeconômicos e ambientais ... 18
2.3 Classificação e análise da paisagem ... 20
2.4 Ánalise estatística ... 23
3 RESULTADOS ... 26
4 DISCUSSÃO ... 39
5 CONCLUSÃO ... 53
REFERÊNCIAS ... 55
APÊNDICE A – Classificação do uso e ocupação do solo dos municípios (paisagens) objeto de análise nesse estudo referente ao ano de 2010 e suas respectivas numerações utilizadas para identificação nas análises ... 64
APÊNDICE B – Detalhamento dos índices de paisagem utilizados por O’Neill et al. (1988) e daqueles constantes no software Fragstats segundo McGariga e Marks (1995) ... 79
APÊNDICE C – Indicadores sociais, ambientais e econômicos selecionados e suas respectivas descrições... 82
1 INTRODUÇÃO
A sustentabilidade não é algo novo. Discutida e debatida há mais de três décadas, ainda se apresenta como um desafio para a humanidade. Mediante a tantas mudanças, como em relação aos padrões de consumo, mudanças climáticas, do uso do solo e, considerando a velocidade com que elas acontecem, é preocupante o caminhar da civilização. A insustentabilidade do atual modelo econômico, bem como a falta de consenso de políticas públicas, agravam a situação. Uma vez que os seres humanos estão no centro de diversos problemas ambientais, seria plausível reconhecer a necessidade de mudanças no atual modelo econômico, o qual é baseado em um crescimento quantitativo. Contudo, se faz necessário não excluir o ser humano da paisagem, haja vista que ele é também parte da solução dos problemas ambientais existentes (Metzger 2001).
As paisagens se encontram caminhando para o insustentável (Wu 2013) e assim, medidas que auxiliem os tomadores de decisão devem se concentrar em não apenas compreender as mudanças ambientais, mas também o quanto isso afeta a qualidade de vida da sociedade. As paisagens podem ser consideradas como áreas heterogêneas (Turner 1989) ou ainda como mosaicos de ecossistemas ou usos do solo (Tetetla-Rangel et al 2013). Dentre as principais características ao conceituá-las está a noção de espaço amplo, o qual faz sentido segundo um indivíduo (Metzger 2001). As ciências da ecologia da paisagem e da sustentabilidade da paisagem, apesar de lidarem com os mesmos elementos, considerando a heterogeneidade e os padrões espaciais, diferem na ênfase dada nas pesquisas, sendo que a segunda considera mais as relações da paisagem com o bem-estar humano (Wu 2013), sobre os três pilares da sustentabilidade. Cabe salientar que manter de forma sustentável determinados atributos, com finalidade de atender determinados objetivos, é uma escolha social e não científica e essas escolhas sustentáveis podem ser feitas com ajuda da ecologia da paisagem (Wiens 2013).
Nesse sentido, essa ciência auxilia na compreensão do papel dos seres humanos no meio ambiente, enfatizando-o não apenas como força perturbadora, mas sim como força modeladora do espaço, sendo que, nessa perspectiva, a sustentabilidade veio contribuir para a pesquisa e a prática na paisagem (Musacchio 2009). A sustentabilidade da paisagem está entre as 10 questões mais importantes de ecologia da paisagem do século 21 (Wu & Hobbs 2002). Segundo Wu (2013), uma paisagem sustentável é aquela que, mesmo a longo prazo, e com modificações ambientais e socioculturais, ainda é capaz de fornecer serviços ecossistêmicos, que proporcionam a melhoria do bem-estar humano.
pessoas obtêm dos ecossistemas”. A satisfação das necessidades humanas depende do fornecimento desses serviços, que podem ser categorizados como serviços de apoio, regulação, provisão e cultural (Rassan et al. 2005). As paisagens naturais fornecem serviços de apoio, regulação e cultural, porém são áreas que se encontram constantemente sob muita pressão; as semi-naturais (como as pastagens), fornecem serviços de apoio, provisão e regulação, mas ainda fornecem serviços culturais; enquanto que as áreas agrícolas são grandes fornecedoras de serviços de provisão, com destaque à produção de alimentos; ao passo que nas áreas urbanas predominam os serviços culturais e de regulação do próprio meio urbano (Wu 2013). Os ecossistemas proporcionam diversos recursos aos seres humanos e assim, por sua vez, a vida humana está diretamente ligada ao meio ambiente, principalmente no que diz respeito a chamada “qualidade de vida” (Selborne 2001).
O fornecimento desses serviços depende das características encontradas nas paisagens. Desse modo, é preciso reconhecer a influência das atividades humanas sobre a heterogeneidade e estrutura espacial, para que então, os serviços ecossistêmicos possam de fato ser quantificados e melhor compreendidos pela população. Essa estrutura da paisagem pode ser mensurada pela sua configuração (disposição dos elementos, por exemplo o isolamento de manchas) e composição (tipos e quantidades de elementos, por exemplo a riqueza de manchas) (McGarigal & Marks 1995). Nesse sentido, a heterogeneidade da paisagem é fundamental para promover melhorias na sustentabilidade e nas relações entre os seres humanos e a natureza (Brandt et al. 2013). Ela pode contribuir atenuando a propagação de perturbações como pragas, incêndio, erosão, os quais são intensificados em áreas homogêneas e, além do mais, ela influencia diversos processos, como a decomposição (Turner 1989). As alterações promovidas pelos seres humanos afetam a dinâmica da paisagem, por meio da redução da conectividade e aumento da homogeneidade e, ainda, podem prejudicar as funções atribuídas à paisagem (Wiens 2013). Segundo Turner (1989), as funções das paisagens derivam das interações espaciais, como os fluxos de energia e organismos entre os ecossistemas interativos.
Sabe-se que as funções das paisagens não são dependentes de uma estrutura específica, mas, de maneira geral, podem ser mantidas por configurações e composições que permitam a essas funções existirem como, por exemplo, a substituição de manchas de um determinado gênero, por outras de gêneros semelhantes e que cumpram a mesma função na paisagem (Wiens 2013). Os arranjos ou combinações dos elementos da paisagem permitem ainda, o fornecimento de determinados serviços ecossistêmicos que podem ser chamados de “emergentes” (Wu 2013), pois são fruto daquele arranjo, não sendo fornecido se não houvesse
essa combinação. Estes arranjos possuem padrões que afetam e são afetados pelas funções da paisagem. Segundo O’Neill et al. (1997) “a perda de um padrão em uma determinada escala significa a interrupção dos processos ecológicos que determinam o padrão naquela escala”.
Dessa forma, se evidencia a importância da heterogeneidade espacial, dos padrões da paisagem e o conceito de tempo, onde padrões mais ou menos desejáveis, que possibilitem a promoção da sustentabilidade, refletem um estado dinâmico, não estático (Wu 2013), tendo em vista o caráter mutável das paisagens ao longo do tempo. Não se pode, portanto, pensar em sustentabilidade e esperar que a estrutura e função das paisagens sejam mantidas como um dia foram (Wiens 2013). Esses padrões são um dos principais componentes do estudo de sustentabilidade da paisagem, influenciando todas as suas perspectivas (Wu 2013).
Raramente se encontra algo aleatório na paisagem (Forman & Godron 1981), pois a dinâmica das mesmas é amplamente influenciada por fatores socioeconômicos. Desse modo, sob a ótima desses três pilares (social, econômico e meio ambiente) a sustentabilidade pode ser distiguida, em linhas gerais, entre forte (capital natural e artificial complementares) e fraca (capital natural e artifical como substitutos) (Daly 1995). A chamada “sustentabilidade forte” é coerente com o “triple bottom line - TBL” (pessoas, planeta e lucro) (Wu 2013). Segundo Daly (1995), nesse tipo de sustentabilidade há um fator que é limitante pois está em falta e no nosso século, tendo em vista o crescimento social e econômico, seria o fator ambiental. Logo, mesmo essas três bases sendo vistas como complementares, o meio ambiente seria o fator condicionante e, assim, as necessidades humanas (sociais e econômicas) dependentes da devida conservação ambiental.
O estudo da sustentabilidade dentro de unidades administrativas se faz importante, devido ao fato de serem os locais onde os tomadores de decisão colocam em prática suas políticas (Morse et al. 2011). O’Neill et al. (1997) usaram unidades administrativas em seu estudo, sob a alegação de que as avaliações nessa escala podem motivar as ações políticas. No Brasil, por exemplo, a república federativa é dividida em três esferas administrativas: a União, os Estados e os Municípios. Por serem as menores esferas administrativas, os municípios, que são espaços onde existem práticas comuns ao território, com indicadores sociais, econômicos e ambientais que podem ser comparados, são as unidades ideais para se medir a sustentabilidade da paisagem. As instâncias de governo são respeitadas (Morse et al. 2011) e os municípios são paisagens onde é possível a implantação de políticas públicas específicas. No âmbito municipal se tem um mosaico espacial formado por áreas agrícolas, pastagens, áreas naturais, ambientes úmidos e tantos outros que contribuem com a heterogeneidade da paisagem.
A maior parte das pesquisas ecológicas realizadas não levam em conta os limites políticos e o contexto das unidades federativas municipais. Não levar em conta as relações humanas, políticas, sociais e econômicas que influenciam estes ambientes, leva a uma descontextualização e desconsideração da ecologia humana, suas relações e interfaces com as outras espécies. Isto pode levar a conclusões e associações equivocadas a respeito da degradação ambiental pela espécie humana – como condição sine qua non para uma sociedade próspera, por exemplo – sem considerar os hábitos, os aspectos culturais e as reais necessidades de uma determinada comunidade. Cabe salientar que as paisagens naturais são raras e insubstituíveis. Seu valor deve ser considerado em diversas escalas de análise (Wu 2013), uma vez que “os valores das pessoas determinam o que deve ser sustentável” (Wiens 2013).
Na busca por medir os atributos da paisagem e quantificar a qualidade de vida e do meio ambiente, temos disponíveis indicadores e índices como, por exemplo, os dados censitários do Instituto Brasileiro de Geografia e Estatística (IBGE) sobre as condições de habitação, saúde, mortalidade, dentre outras; a pegada ecológica, IDH (Índice de Desenvolvimento Humano), Índices de Sustentabilidade Ambiental (ESI) e Índices de Performance Ambiental (EPI) desenvolvidos pelas Universidades de Columbia e de Yale com outras parcerias; dentre muitos outros. Contudo, falta torná-los uma ferramenta eficaz e com finalidade prática para a sustentabilidade da paisagem. Muitos indicadores são obtidos em nível mundial, o que torna difícil a sua mensuração em outras escalas como a local. Isso é importante ser considerado, uma vez que, as ações sustentáveis baseiam-se em agir localmente esperando que as pessoas possam ver os resultados e, então, que isso possa ser disseminado em escalas globais (Morse et al. 2011). Ademais, é preciso ter cuidado na escolha dos índices e indicadores de sustentabilidade, pois o seu uso pode apresentar armadilhas (Wu J & Wu T 2012) e, por isso, deve-se valer de escolhas sábias e de indicadores que possam ser facilmente obtidos e compreendidos pela população. A maioria dos índices e dos artigos que tratam do assunto apresentam pontos comuns do que deve ser considerado na busca da sustentabilidade.
Existem diversos indicadores disponíveis à consulta pública e todos eles retratam quesitos considerados importantes para a sustentabilidade como, por exemplo, a educação (Braga et al. 2004, Esty et al. 2005). Cumming (2011) considera as diferenças na educação como uma das causas de exclusão social e para Morse et al. (2011) a educação faz parte do ambiente social. A saúde humana também está presente em diversos indicadores (Braga et al. 2004; Morse et al. 2011; Emerson et al. 2012; Wu 2013). Além desses, outros aspectos são
amplamente discutidos como: economia, poluição, segurança, ética e equidade, como apontado por Musacchio (2009); pressão urbana (número de habitantes) e pressão industrial, como apontado no estudo de Braga et al. (2004); política, ética, cobertura vegetal, mudanças climáticas, agropecuária e, de forma mais específica, discutem a qualidade da água, do ar, do solo e consumo de energia. A água doce natural está escassa e 26 países tiveram problemas com a “escassez absoluta” de água, afetando diretamente as três esferas da sustentabilidade (Gaspar 2012).
O objetivo foi encontrar padrões espaciais que sejam o reflexo do estado de sustentabilidade das paisagens (municípios). Assim, foi hipotetizado que as paisagens possuem padrões espaciais que refletem seus níveis de sustentabilidade, sendo predito que (i) as paisagens com sustentabilidade forte terão grande quantidade de sistemas naturais agrupados, uso do solo mais equitativo, área urbana reduzida e ainda formas mais convolutas na paisagem; (ii) as paisagens com sustentabilidade forte terão padrões espaciais semelhantes entre si, assim como as paisagens com sustentabilidade fraca terão padrões espaciais semelhantes entre si.
2 MATERIAL E MÉTODOS 2.1 Área de estudo
A bacia do rio Paraná é a maior do sistema hidrográfico do rio da Prata, drenando uma área de 1.510.000 Km2, ou seja, 48% do sistema (Meurer 2004). Pode ser considerado o terceiro maior rio em extensão das Américas (Consórcio Intermunicipal para Conservação do Remanescente do Rio Paraná e Áreas de Influência (CORIPA) 2003), tendo como principais formadores os rios Paranaíba e Grande e, até sua foz no rio da Prata, possui 2.570 Km de extensão (Brasil 2006).
O rio Paraná apresenta, desde sua formação, largura superior a 1km e possui vazão mínima de 1.000 m3/s, apresentando de 10 a 15 cm/km de declividade média (Instituto Chico Mendes de Conservação da Biodiversidade (ICMBio) 2008). A sua porção superior, conhecida como alto rio Paraná é a região mais intensivamente explorada do país (Agostinho & Júlio Jr. 1999) afetando diretamente a sua dinâmica.
A bacia do rio Paraná, é grande relevância ambiental e extremamente importante do ponto de vista socioeconômico, uma vez que, tem seu potencial para geração de energia aproveitado pelas usinas hidrelétricas, abastece grandes populações, é fonte primária para irrigação agrícola e, ainda, com alto potencial para pesca (CORIPA 2003), dentre outros. Os benefícios socioeconômicos da bacia hidrográfica não se limitam ao território nacional, sendo
extremamente importantes para outros países da América do Sul (CORIPA 2003) e dentro de um contexto ampliado, de importância mundial.
Corredor de Biodiversidade do Rio Paraná
Em 2008 o Ministério do Meio Ambiente (MMA) lançou um edital buscando projetos que visassem uma gestão territorial que optasse pela conciliação de preservação e conservação dos recursos, aliados a qualidade de vida dos seres humanos (Instituto Maytenus para o Desenvolvimento da Agricultura Sustentável 2011). Assim, o projeto “Ações de Governança Participativa no Corredor de Biodiversidade do Rio Paraná” financiado por meio do Sub-Programa Demonstrativo (PDA) foi executado entre os anos de 2010 e 2012 pelo Instituto Maytenus e consorciados, buscando o planejamento territorial da região compreendida na parte sul do Bioma Mata Atlântica (Limont 2014).
Dentro do projeto (PDA/MMA) os desafios se basearam em conciliar o desenvolvimento humano com a dinâmica dos ecossistemas associados (Instituto Maytenus para o Desenvolvimento da Agricultura Sustentável 2011) e seus produtos foram o estabelecimento dos limites físicos do Corredor, seu mapeamento propriamente dito e a elaboração de um Plano de Gestão Biorregional, sendo que para a execução desse último produto, em 2010 foi criada a Rede Gestora tendo como objetivos se tornar um instrumento de gestão territorial (Limont 2014).
Assim, por meio do edital 02/2012-TFCA, lançado pelo Fundo Nacional para a Biodiversidade (FUNBIO), a Rede Gestora aprovou um projeto intitulado “Ações de Governança Territorial da Rede Gestora do Corredor de Biodiversidade do Rio Paraná”, que foi executado de 2013 a 2015 pelo Instituto Mater Natura em parceria com outras instituições. Sua execução fortaleceu o papel da Rede enquanto estrutura de articulação interinstitucional, a qual atua no sentido de construir agendas comuns de trabalho por meio da conciliação da conservação do meio ambiente com o desenvolvimento no território do bioma Mata Atlântica (Limont 2014).
O Corredor de Biodiversidade do rio Paraná, que apresenta uma extensão aproximada de 89.000 km2, com população dos municípios abrangidos de cerca de 4.700.00 habitantes, inseridos em um mosaico de tipos de uso do solo (Mater Natura-Instituto de Estudos Ambientais 2012), foi desenvolvido no escopo desses dois projetos (Limont 2014). Os projetos mencionados (FUNBIO/TFCA) estão totalmente inseridos em uma perspectiva de desenvolvimento sustentável. As ações que buscam atentar para um planejamento territorial organizado e conjunto, por meio de ações em rede, que visem garantir a conservação dos
recursos naturais, bem como a manutenção da qualidade de vida das populações, são ações base no escopo do desenvolvimento sustentável.
Dessa forma, os municípios inseridos no Corredor de Biodiversidade do Rio Paraná compartilham das estratégias desenvolvidas pela Rede Gestora e se encontram inseridos na Bacia Hidrográfica do rio Paraná, a qual é indicada pelo MMA como área estratégica e prioritária de conservação da biodiversidade. Considera-se que esses municípios são, de maneira integrada, unidades-chave para o desenvolvimento de estudos de sustentabilidade, sendo selecionados aqueles que possuem seu território, total ou parcialmente, inseridos no território do Corredor.
Objetivando analisar os dados referentes a três estados brasileiros, a extensão territorial compreendida entre 800 e 1.100 km² foi a que permitiu a distinção de quinze municípios dentro de uma faixa de extensão territorial semelhante. Objetivou-se manter a escala o mais semelhante possível entre as paisagens, uma vez que se sabe que alguns atributos como a riqueza, são funções da escala de análise (McGarigal & Marks 1995). Cabe ressaltar que o número de habitantes e também a extensão da área urbana não foram critérios usados na seleção das unidades administrativas, uma vez que foram considerados como indicadores de pressão antrópica sobre a paisagem. Foram selecionados cinco municípios de cada um dos três estados brasileiros escolhidos Paraná, Mato Grosso do Sul e São Paulo, como segue na figura abaixo (Figura 1).
Figura 1. Localização dos municípios (paisagens) dentro do território do Corredor de Biodiversidade do Rio Paraná, Brasil.
2.2 Indicadores socioeconômicos e ambientais
Os indicadores selecionados foram escolhidos por serem conhecidos e tratarem de temas mundialmente reconhecidos nos estudos de sustentabilidade. O objetivo não foi propor indicadores e índices de sustentabilidade, mas sim utilizá-los para avaliar a situação das paisagens (municípios). Sendo assim, os indicadores selecionados estão inseridos na problemática de se encontrar padrões espaciais nas paisagens que sejam o reflexo do estado de sustentabilidade das mesmas. Tendo em vista dificuldades que pesquisadores e gestores têm para conseguir dados sobre indicadores sociais, econômicos e ambientais optou-se pelo uso de indicadores possíveis de serem obtidos em escala municipal e também fáceis de serem
mensurados e compreendidos pela sociedade.
Desta forma, foram elencados os principais assuntos abordados pelos artigos e distribuídos em três pilares ou dimensões principais, segundo o “triple bottom line” – pessoas (social), planeta (ambiental) e lucro (econômico) (Wu 2013). Tendo em vista que, no Brasil, a maioria dos dados censitários governamentais data do censo 2010, como o realizado pelo IBGE, a maioria das informações são do ano em questão. Porém, em alguns casos, devido à importância da informação contemplada no indicador ou indíce, bem como a sua insubstituibilidade, foram consideradas informações de anos próximos ao de 2010, sendo considerados eventualmente dados de 2008, 2009 e 2011.
Os indicadores que retratam as situações econômica, social e ambiental dos municípios, serão utilizados para que, se possa analisar o estado de sustentabilidade dos municípios (paisagens), ou seja, suas características e desenvolvimento quanto as questões sociais, econômicas e ambientais. Os indicadores selecionados, seus respectivos anos de obtenção e categorias aos quais pertencem, constam na tabela 1. Suas descrições detalhadas estão no material suplementar desse documento (Apêndice C).
Tabela 1. Indicadores socias, econômicos e ambientais, seus respectivos anos de obtenção e categorias as quais pertencem.
Dimensão Social
Indicadores Categorias
Porcentagem de pessoas extremamente pobres (2010)
Percentual da população economicamente ativa (18 anos ou mais) e que estava desocupada (2010)
Índice de Gini (2010)
Número de fundações privadas e asociações sem fins lucrativos (entidades) (2010)
Equidade
Porcentagem de analfabetismo (25 anos ou mais) (2010)
Notas do IDEB de 4ª e 5ª Séries das escolas municipais (2011)
Educação
Número de óbitos por mil nascidos vivos (mortalidade de crianças com menos de 1 ano) (2010)
Razão entre a população de 65 anos ou mais e o total de munícipes (taxa de envelhecimento) (2010)
Quantidade de estabelecimentos de saúde oferecidos pelo SUS (2009)
Saúde
Porcentagem da população em domicílios com banheiro e
Continuação tabela 1.
Dimensão Social
Indicadores Categorias
Número de homicídios (2008) Segurança
Quantidade de tipos de estabelecimentos que podem
proporcionar algum tipo de lazer e cultura (2009) Cultura e Lazer
Dimensão Ambiental
Indicadores Categorias
Frota (2010)
Porcentagem de vias públicas arborizadas (2010)
Qualidade atmosférica
Consumo médio de água per capita (l/hab/dia) (2010) Uso da água
Porcentagem da população com esgotamento sanitário adequado (2010)
Número de habitantes (2010)
Porcentagem de pessoas residentes em área rural (2010)
Pressão antrópica
Existência de conselho municipal de meio ambiente (2009)
Gasto municipal com a função gestão ambiental (2010)
Gestão ambiental pública
Dimensão Econômica
Indicadores Categorias
Renda per capita (reais) (2010) Rendimento
PIB per capita (reais) (2010)
Energia (MWh) por consumidor total do município (2010)
Arrecadação de impostos (reais) (2010)
Arrecadação com impostos sobre serviços de qualquer natureza – ISS (em reais x1000) (2009)
Produção e consumo
2.3 Classificação e análise da paisagem
Foram utilizadas imagens de satélite da série Landsat 5, obtidas pelo satélite no ano de 2010. Foram classificados 15 municípios quanto ao uso e ocupação do solo, sendo consideradas 7 classes: água, várzea, pastagem, floresta, agricultura, solo exposto e área urbana. As áreas de várzea “descaracterizadas” pela expansão da pecuária, com abertura de canais de drenagem, foram classificadas como pastagem. As imagens foram adiquiridas pelo site GLOVIS (United States Geological Survey (USGS) 2010) e processadas no programa Spring 5.2.7 (APÊNDICE A).
As métricas dos padrões espaciais foram obtidas por meio do software Fragstats 4.2.1. Elas quantificam a configuração espacial e permitem a análise das relações entre os padrões espaciais e as “funções ecológicas” da paisagem. Desse modo, as alterações promovidas nas métricas indicam mudanças “nas condições ecológicas da paisagem” (O’Neill et al. 1997). Assim, tendo em vista que os padrões espaciais podem ser correlacionados aos
processos ecológicos, O’Neill et al. (1988) desenvolveram três índices derivados das teorias da informação e da geometria fractal. Para o desenvolvimento dos índices os autores estudaram os padrões de paisagem do leste dos Estados Unidos, fazendo uso de mapas de uso do solo dividido em sete categorias. Foram propostos os índices de dominância, contágio e dimensão fractal.
A partir dos índices propostos no estudo de O’Neill et al. (1988), McGarigal e Marks (1995) sugerem algumas adaptações aos índices propostos, sendo substituído o índice de dominância pela equitabilidade de Shannon (SHEI), que permite analisar a distribuição de área entre as classes da paisagem; e mantidos os índices de contágio (CONTAG), que mede a conectividade entre os habitats e, de dimensão fractal (PAFRAC), que permite avaliar as mudanças nas formas das paisagens (APÊNDICE B).
Desse modo, objetivando analisar o contexto das áreas naturais presentes na paisagem, por serem áreas singulares e importantes para a conexão física de habitats, a métrica contágio da paisagem foi substituída por uma métrica de classe, ou seja, uma medida de conexão entre uma nova classe de manchas da paisagem, chamada de “áreas naturais” (coesão – COHESION de áreas naturais). Para compor essa classe, foram somadas as áreas de floresta, de várzea e de água. Tendo em vista as alterações promovidas nos corpos hídricos, devido ao represamento com a construção de barragens para geração de energia hidroelétrica, os lagos artificiais foram desconsiderados nessa união de classes, tendo sido mantidos na categoria água.
A determinação dos padrões espaciais e da heterogeneidade da paisagem, por meio dos indicadores de equitabilidade, coesão de áreas naturais e dimensão fractal, deve ser analisada em conjunto com as características peculiares e situações de cada paisagem, ou seja, de cada município. Essa etapa é importante para que haja a correta interpretação dos fatores que estão condicionando os padrões nas paisagens. Desse modo, foram calculados os índices de classe que seguem: coesão de manchas (COHESION), área total (CA/TA) e de número de manchas (NP), para cada classe da paisagem, para auxiliar na interpretação das métricas citadas. Para a classe área urbana, foi calculada apenas a área total da classe.
Por meio das imagens de satélite e das métricas de paisagem, os municípios foram analisados e classificados quanto aos seus padrões espaciais. A análise da sustentabilidade forte teve por base o meio ambiente como limitador das ações econômicas e sociais (Wu 2013) (Figura 2).
Figura 2. Esquematização de sustentabilidade forte. Adaptado de Wu (2013), p. 1002.
Cabe ressaltar que as análises de padrões espaciais levam em conta os estudos de O’Neill et al. 1988 e 1997 e de Jensen (2011). Segundo Jensen (2011) os ecossistemas menos modificados estão mais próximos de A e os mais modificados mais próximos de B (Figura 3). Assim como nos estudos de Jensen, a posição da paisagem no espaço (cubo), ou seja, suas características estruturais deverão ser analisadas considerando as classes de cobertura do solo. Por exemplo, no cubo de Jensen, uma vez que as áreas naturais dominam a paisagem e se apresentam mais agrupadas, favorecendo a proximidade com o ponto A, compreende-se que isso favorece a sustentabilidade.
No entanto, municípios com poucos tipos de cobertura, alto agrupamento e altamente modificados podem indicar que as atividades agrossilvipastoris dominam o ambiente em detrimento das áreas naturais, ou seja, a substituição do capital natural pelo construído. Essa situação é vista como muito pouco sustentável e não é interessante para o município.
Figura 3. Distribuição das paisagens de acordo com os padrões espaciais. Adaptado de Jensen (2011), p. 398.
Assim, a classificação dos municípios depende das peculiaridades e características encontradas na paisagem, principalmente em relação aos tipos de cobertura do solo. Desse modo, foi realizada a interpretação conjunta entre os resultados obtidos das análises de padrões encontrados em cada paisagem e suas características sócio-econômicas e ambientais.
2.4 Análise estatística
Objetivando classificar as paisagens de acordo com os padrões encontrados e fazer inferências sobre o grau de sustentabilidade de cada município, foram exploradas duas abordagens: gradientes contínuos e categorização discreta. Integrar essas duas abordagens é uma forma robusta de simplificar e interpretar base de dados com múltiplas dimensões (Winemiller et al. 2015).
Para a primeira abordagem, foi realizada uma análise dos componentes principais (PCA), para ordenar os municípios de acordo com suas características de paisagem, por meio das métricas de dimensão fractal, equitabilidade de Shannon e coesão de áreas naturais. Para criar um esquema de classificação de paisagem discreto, a partir dos dois primeiros eixos derivados da PCA, foi realizada uma análise de árvore de regressão (CART) (Breiman et al. 1984). A CART utiliza critérios baseados nos valores originais das variáveis para criar dendogramas, o que auxilia nas interpretações. A árvore de regressão foi gerada utilizando a regra 1-SE, critério este aplicado para obtenção do número de nós finais. O número de nós gerados, foi usado para definir os grupos de paisagem (GPs) com características semelhantes. Para melhorar a inspeção visual dos GPs, foi realizado um cubo tridimencional a partir das variáveis originais das três métricas de paisagem.
O mesmo foi feito com os grupos de indicadores das paisagens, sendo eles indicadores sociais, econômicos e ambientais (SEA). Também foi realizada uma PCA para cada dimensão e, objetivando também criar um esquema de classificação das paisagens quanto aos seus aspectos SEA, a partir dos dois primeiros eixos derivados da PCA de cada grupo de indicadores, foram realizadas análises de árvore de regressão. Consequentemente, foram criados três dendogramas, um para cada dimensão de sustentabilidade (social, ambiental e econômica), o que permitiu a definição de grupos para os indicadores de paisagens com características semelhantes, dentro de cada dimensão (Figura 4).
Para testar a hipótese de que haveria uma relação entre as métricas da paisagem (padrões espaciais) e os indicadores de paisagem (níveis ou estado de sustentabilidade), foi utilizado o teste de Procrustes. Nesta análise, as pontuações de duas ordenações são comparadas pela estatística m² que mede o nível de congruência entre duas configurações de ordenação (Jackson 1995). A análise de componentes principais foi escolhida como método de ordenação das matrizes de dados originais. Logo, a partir dos dois primeiros eixos de cada PCA SEA, foi feita uma nova PCA, para criar uma ordenação das características sócio-econômicas e ambientais e comparar a sua congruência com os dois primeiros eixos da PCA de métricas de paisagem (coesão de áreas naturais, equitabilidade de Shannon e dimensão fractal).
Ademais, com o objetivo de compreender quais as classes da paisagem estavam influenciando os resultados encontrados, ou seja, entender as relações entre as classes da paisagem e os padrões de paisagem encontrados por meio das métricas de paisagem, bem como quanto aos resultados dos indicadores sócio-econômicos e ambientais, o mesmo procedimento aplicado para o SEA foi realizado para as classes de paisagens. Assim, as métricas de coesão, área e número de manchas (CAM) para cada classe (várzea, floresta, água, pastagem, cultura, solo exposto, área urbana – para este apenas foi usado o cálculo de área) tiveram os dois primeiros eixos das PCAs retidos, sendo realizada outra PCA das PCAs, para então fazer as correlações (teste de Procrustes) entre ordenações, ou seja, entre a PCA das PCAs CAM e a PCA das métricas de paisagem e entre a PCA das PCAs CAM e SEA (Figura 5).
Para facilitar as comparações entre as ordenações, os valores de m² foram transformados em estatística Procrustes (Peres-Neto & Jackson 2001). Assim, o resultado do teste Procrustes (estatística r) varia entre 0 (nenhuma concordância) e 1 (concordância perfeita). A significância da congruência entre quaisquer ordenações foi testada por um procedimento de Monte Carlo com 999 permutações. Foram considerados significativos
resultados com p≤0,05.
Todas as análises descritas acima foram executadas com o auxílio do software R (R Core Team, 2017). As PCAs e o teste de procrustes foram realizados utilizando pacote vegan (Oksanen et al. 2018), enquanto que a análise CART foi realizada utilizando o pacote rpart (Therneau et al. 2018). Os municípios nas análises foram identificados por número para facilitar a inspeção visual dos gráficos.
Figura 4. Esquema das duas abordagens estatísticas exploradas no trabalho (gradientes contínuos e categorização discreta), onde PCA significa Análise de Componentes Principais; CAM significa coesão, área e número de manchas e SEA diz respeito às dimensões social, econômico e ambiental.
Figura 5. Esquema de análise utilizada para o teste de hipotese (Procrustes) com base nos abordagem de gradientes contínuos (PCAs), onde PCA significa Análise de Componentes Principais; CAM significa coesão, área e número de manchas e SEA diz respeito às dimensões social, econômico e ambiental.
3 RESULTADOS
Por meio da análise de árvore de regressão, feita a partir dos eixos da PCA realizada com as métricas de dimensão fractal, equitabilidade e coesão de áreas naturais, as paisagens foram ordenadas em 5 grupos, de acordo com as métricas que mais evidenciaram as diferenças entre elas (Figura 6).
Figura 6. Àrvore de regressão (CART) feita a partir dos dois primeiros eixos da PCA com as métricas de dimensão fractal (Fractal), equitabilidade de Shannon (Equitabilidade) e coesão de áreas naturais (C. Áreas nat.).
O Eixo 1 da PCA (43,39%) segregou as paisagens 1, 2, 4 e 13, mais positivamente correlacionadas a este eixo e caracterizadas pelos maiores valores de fractal da paisagem. Por outro lado, municípios como 3, 5, 6, 7, 8 11, 12 e 15, estiveram mais negativamente correlacionados a este eixo, caracterizados pelos maiores valores de SHEI. O Eixo 2 da PCA foi responsável pela separação das paisagens com maior coesão de areas naturais. Mais negativamente correlacionadas a este eixo, daquelas com menor coesão, estão as paisagens 1, 9, 11, 14, 15. Positivamente correlacionadas ao eixo 2 da PCA estão principalmente as paisagens 3, 10, 12, 7, 5; seguidas por 4, 6, 2, 13 e 8 (Figura 7).
Figura 7. Análise de componentes principais (PCA), realizada com as métricas de paisagens (dimensão fractal, equitabilidade e coesão de áreas naturais), sendo diferenciado por cores os grupos provenientes da árvore de regressão (CART) feita a partir dos eixos da PCA desse conjunto de métricas. Para verificação dos municípios correspondentes a cada número vide tabela 2.
Sendo assim, foram formados 5 grupos de paisagens quando analisadas em relação as métricas de paisagem de dimensão fractal, equitabilidade e coesão de áreas naturais.
Grupos de paisagens:
GP 1: Coesão de áreas naturais >= 98,8635; Dimensão Fractal < 1,3455. GP 2: Coesão de áreas naturais >= 98,8635; Dimensão Fractal >= 1,3455.
GP 3: Coesão de áreas naturais < 98,8635; SHEI >= 0,66375; Coesão de áreas naturais >= 96,1185.
GP 4: Coesão de áreas naturais < 98,8635; SHEI >= 0,66375; Coesão de áreas naturais < 96,1185; SHEI < 0,73796.
GP 5: Coesão de áreas naturais < 98,8635; SHEI < 0,66375.
A patir das variáveis originais das três métricas de paisagens supracitadas, foi realizado um cubo tridimencional, no qual é possível a distinção dos 5 grupos formados (GPs) de acordo com suas características (Figura 8).
Figura 8. Cubo tridimensional elaborado a partir das métricas de dimensão fractal, equitabilidade de Shannon e coesão de áreas naturais de cada município e suas respectivas distinções quanto a cor de acordo com os grupos formados pela análise CART. Esferas verde escuro referem-se ao GP 1, verde claro ao GP 2, amarelo ao GP 3, vermelhas ao GP 4 e laranjadas ao GP 5. Para verificação dos municípios correspondentes a cada número vide tabela 2.
Pela inspeção visual do cubo das paisagens se percebe que no universo amostral existem três grandes grupos e que há variações internas quanto aos valores de fractal. Um desses grupos apresentou as características mais próximas do esperado para uma sustentabilidade forte e, por meio dos agrupamentos formados pelo dendrograma, tal grupo foi dividido em três, de acordo com particularidades de suas paisagens. Assim, as paisagens dos grupos GP 1, GP 2 e GP 3 (3-Eldorado/MS, 12-Castilho/SP, 5-Taquarussu/MS, 7-Querência do Norte/PR, 10-Alto Paraíso/PR, 6-Quedas do Iguaçu/PR, 8-São Miguel do Iguaçu/PR), considerando as métricas de paisagem, apresentaram tais características.
O grupo GP 4 é formado pelas paisagens que possuem a menor coesão de áreas naturais do universo amostral e pouca quantidade de floresta e várzea se comparadas aos demais municípios. Segue na tabela abaixo a descrição dos municípios e seus respectivos números de identificação e grupos aos quais pertecem (Tabela 2).
Tabela 2. Tabela com a relação dos municípios de acordo com os estados aos quais pertencem e seus respectivos números de identificação e grupos formados pela árvore de regressão feita a partir dos eixos da PCA realizada com as métricas de dimensão fractal, equitabilidade de Shannon e coesão de áreas naturais.
Número UF Municípios Grupo de paisagens
1 MS Coronel Sapucaia GP 5
2 MS Deodápolis GP 5
3 MS Eldorado GP 1
4 MS Novo Horizonte do Sul GP 5
5 MS Taquarussu GP 2
6 PR Quedas do Iguaçu GP 3
7 PR Querência do Norte GP 2
8 PR São Miguel do Iguaçu GP 3
9 PR Terra Roxa GP 5 10 PR Alto Paraíso GP 2 11 SP Andradina GP 4 12 SP Castilho GP 1 13 SP Marabá Paulista GP 5 14 SP Mirandópolis GP 5 15 SP Pereira Barreto GP 4
Tanto o Eixo 1 da PCA referente aos indicadores sociais (34,67%), quanto o Eixo 2 (30,92%) tiveram porcentagem de explicação semelhantes (Figura 9A). Desse modo, as paisagens 11, 14 e 15 foram positivamente relacionadas aos indicadores IDEB, taxa de envelhecimento e estruturas culturais quanto ao Eixo 1 e quanto ao eixo 2 estiveram positivamente relacionadas ao saneamento básico. As paisagens 3, 6, 8 e 12 se relacionaram positivamente as estruturas culturais quanto ao Eixo 1 e positivamente a homicídios, Índice de Gini e extrema pobreza quanto ao Eixo 2. As paisagens 9, 13 e 4 foram positivamente relacionadas ao saneamento básico quanto ao Eixo 2 e positivamente relacionadas ao gasto com extensão rural quanto ao Eixo 1. As paisagens 5, 7 e 10 foram positivamente relacionadas ao Eixo 1 quanto à mortalidade infantil e analfabetismo e ao gasto com extensão rural em relação ao Eixo 2. A paisagem 2 está positivamente relacionada ao indicador de mortalidade infantil quanto ao Eixo 1 da PCA. A paisagem 1 está positivamente relacionada ao Índice de Gini e a extrema pobreza quanto ao Eixo 2 e positivamente relacionada ao analfabetismo quanto ao Eixo 1.
Em relação ao aspecto econômico o Eixo 1 foi responsável pela maior explicação do conjunto de dados (74,44%) (Figura 9B). Sendo assim, quanto ao Eixo 1 as paisagens 6 e 8 foram positivamente relacionadas ao consumo de energia e PIB per capita e negativamente
relacionadas a arrecadação de impostos, ISS e renda per capita em relação ao eixo 2. As paisagens 9, 5 e 13 foram positivamente relacionadas aos indicadores de consumo de energia e PIB per capita em relação ao Eixo 2. As paisagens 11, 12, 14 e 15 foram positivamente relacionadas aos indicadores arrecadação de impostos, ISS e renda per capita em relação ao Eixo 1 e negativamente relacionadas ao consumo de energia e PIB per capita quanto ao Eixo 2. Negativamente relacionadas a arrecadação de impostos, ISS e renda per capita foram as paisagens 1, 2, 3, 4, 7 e 10, em relação ao Eixo 1.
Quanto a dimensão ambiental dos indicadores SEA (Figura 9C), o Eixo 1 da PCA (46,25%) segregou as paisagens 9, 11, 12, 14 e 15, mais positivamente correlacionadas a esse eixo e caracterizadas pelos maiores valores de frota, número de habitantes, esgotamento sanitário adequado, consumo de água e arborização urbana. As paisagens 6 e 8 foram positivamente relacionadas a frota e número de habitantes quanto ao Eixo 2 e positivamente mais relacionadas a porcentagem de população rural em relação ao Eixo 1 da análise. A paisagem 10 foi positivamente relacionada a gasto com a função gestão ambiental em relação ao Eixo 2 e positivamente relacionada a porcentagem de população rural quanto ao Eixo 1. As paisagens 1, 4, 5, 7 e 13 foram positivamente relacionadas a porcentagem de população rural em relação ao Eixo 1. As paisagens 1, 3, 5, 9, 12, 13 e 15 foram positivamente relacionadas a existência de conselho de meio ambiente em relação ao Eixo 2 da PCA dos indicadores ambientais. A paisagem 2 foi mais negativamente correlacionada ao esgotamento sanitário adequado em relação ao Eixo 1.
Quanto aos dados CAM, o Eixo 1 da PCA da métrica coesão explica a maioria dos resultados da análise (48,06%) (Figura 9D). Quanto ao Eixo 1, as paisagens 3, 5, 6, 7, 8, 10 e 12 foram relacionadas principalmente a coesão de floresta, solo exposto e de áreas naturais. As paisagens 1, 2, 4, 11, 13 e 14 estavam positivamente relacionadas a coesão de várzea e de pastagem em relação ao Eixo 2. As paisagens 9, 11 e 15 foram positivamente relacionadas a coesão de cultura em relação ao Eixo 1 da análise.
Quanto a área das classes das paisagens (Figura 9E), o Eixo 1 (35,47%) separou as paisagens 10, 5, 3 e 4 mais positivamente relacionadas a área de várzea, separou ainda as paisagens 2, 13 e 14 mais relacionadas positivamente a área de pastagem. O Eixo 2 separou as paisagens 8, 6, 12, 1, 7, 3, 5 e 4 mais positivamente relacionadas a área de floresta e as paisagens 9, 11 e 15 mais positivamente relacionadas a área de cultura e área urbana. As paisagens 6 e 8 também foram positivamente relacionadas a área da cidade em relação ao Eixo 1 da PCA.
segregou as paisagens 2, 5, 13 e 7 mais positivamente relacionadas ao número de manchas da classe várzea e negativamente relacionadas ao número de manchas de solo exposto. As paisagens 14 e 6, quanto ao Eixo 1 foram positivamente relacionadas ao número de manchas de floresta e de cultura e quanto ao Eixo 2, foram negativamente relacionadas ao número de manchas de solo exposto. A paisagem 1, foi positivamente relacionada ao número de manchas de pastagem em relação ao Eixo 1. As paisagens 3, 4, 8, 9 e 10, foram negativamente relacionadas ao número de manchas de floresta e de agricultura em relação ao eixo 1 e positivamente relacionadas ao número de manchas de solo exposto em relação ao Eixo 2. A paisagem 15 foi negativamente relacionada ao número de manchas de várzea, em relação ao Eixo 1 e quanto ao Eixo 2, foi positivamente relacionada ao número de manchas de solo exposto. Os municípios 11 e 12 não tiveram relação com nenhum dos eixos da PCA.
Os grupos de paisagens (GPs) provenientes da análise CART foram identificados por cores diferentes nas PCAs realizadas com os indicadores SEA (social, econômico e ambiental) e com as métricas CAM (coesão, área e número de manchas) (Figura 9).
Figura 9. Análises de components principais (PCAs) feitas com os municípios em relação as dimensões: social (A), econômica (B) e ambiental (C), bem como quanto às métricas de paisagem de: coesão (D), área (E) e número de manchas (F). Em cada PCA, os municípios apresentam números de identificação, bem como a cor do grupo (GP) ao qual pertence. Para verificação dos municípios correspondentes a cada número vide tabela 2.
A partir dos dois primeiros eixos de cada PCA realizada com os indicadores SEA, as paisagens foram distintas em grupos de acordo com cada dimensão da sustentabilidade. Quanto aos indicadores sociais, os municípios foram agrupados em 6 grupos (S1 à S6) (Figura 10).
Figura 10. Àrvore de regressão (CART) feita a partir dos dois primeiros eixos da PCA realizada com os indicadores sociais, que incluem: analfabetismo (Analfab.), mortalidade infantil (Mort. infantil), Índice de Desenvolvimento da Educação Básica (IDEB) e pessoas extremamente pobres (Ext. pobres). Grupos de municípios de acordo com suas características sociais:
S1: Porcentagem de pessoas analfabetas >= 14,82; Mortalidade infantil >= 20,55; IDEB/ENEM >= 4,6.
S2: Porcentagem de pessoas analfabetas >= 14,82; Mortalidade infantil >= 20,55; IDEB/ENEM < 4,6.
S3: Porcentagem de pessoas analfabetas >= 14,82; Mortalidade infantil < 20,55.
S4: Porcentagem de pessoas analfabetas < 14,82; Porcentagem de pessoas analfabetas >= 10,5.
S5: Porcentagem de pessoas analfabetas < 14,82; Porcentagem de pessoas analfabetas < 10,5; Porcentagem de pessoas extremamente pobres >= 1,195.
S6: Porcentagem de pessoas analfabetas < 14,82; Porcentagem de pessoas analfabetas < 10,5; Porcentagem de pessoas extremamente pobres < 1,195.
Quanto aos atributos sociais, eles são bem variáveis, pois a explicação de ambos os eixos da PCA social é parecida. Apesar disso, quanto a classificação discreta feita pela árvore de regressão, socialmente as paisagens são divididas em 3 grandes grupos, os quais se dividem principalmente quanto aos valores de analfabetismo. Dentre aqueles com menor analfabetismo, há um grupo (S5 e S6) que se destaca por ter menores índices de pobreza, sendo composto por 11-Andradina/SP, 15-Pereira Barreto/SP, 14-Mirandópolis/SP e 8-São Miguel do Iguaçu/PR.
Os municípios com maiores taxas de analfabetismo são 1-Coronel Sapucaia/MS, 4-Novo Horizonte do Sul/MS e 5-Taquarussu/MS (S1 e S2), se distinguindo dos também mais analfabetos, porém com menores valores de mortalidade infantil que são 2-Deodápolis/MS, 3-Eldorado/MS, 7-Querência do Norte/PR e 10-Alto Paraíso/PR (S3).
Em relação aos indicadores econômicos, os municípios foram agrupados em 5 grupos distintos (E1 à E5) (Figura 11).
Figura 11. Àrvore de regressão (CART) feita a partir dos dois primeiros eixos da PCA realizada com os indicadores econômicos, que incluem: consumo de energia elétrica (Cons. Energia), imposto sobre serviços de qualquer natureza (ISS), renda per capita (Renda) e produto interno bruto per capita (PIB).
Grupos de municípios de acordo com suas características econômicas:
E1: Energia (em MWh) por consumidor total < 7,4; ISS < 841000; Renda per capita < 493,755.
E2: Energia (em MWh) por consumidor total < 7,4; ISS < 841000; Renda per capita >= 493,755.
E3: Energia (em MWh) por consumidor total < 7,4; ISS >= 841000; PIB >= 1.4143,9. E4: Energia (em MWh) por consumidor total < 7,4; ISS >= 841000; PIB < 1.4143,9. E5: Energia (em MWh) por consumidor total >= 7,4
Dentre as características econômicas, é possível identificar os grupos de municípios que mais se destacam econômicamente (E5 e E3) e o que menos se destaca (E1). Os municípios que mais se destacam são: 11-Andradina/SP (maior consumo de energia elétrica), 8-São Miguel do Iguaçu/PR, 12-Castilho/SP e 15-Pereira Barreto/SP (alta arrecadação com ISS e PIB per capita). Aqueles que menos se destacam são: 1-Coronel Sapucaia/MS, 4-Novo Horizonte do Sul/MS, 5-Taquarussu/MS e 13-Marabá Paulista/SP (menor consumo de energia, também de ISS e renda per capita). Comparativamente ao grupo E2 (2-Deodápolis/MS, 3-Eldorado/MS, 6-Quedas do Iguaçu/PR, 7-Querência do Norte/PR, 9-Terra Roxa/PR e 10-Alto Paraíso/PR), o município de 14-Mirandópolis/SP (E4) possui mais arrecadação com ISS e melhor renda per capita. De modo geral, são municípios intermediários aos demais grupos supracitados.
Ambientalmente, as paisagens (municípios) também puderam ser distintas em 6 grupos (A1 à A6) (Figura 12).
Figura 12. Àrvore de regressão (CART) feita a partir dos dois primeiros eixos da PCA realizada com os indicadores ambientais, que incluem: esgotamento sanitário adequado (Esgoto san.), número de habitantes (Habitantes), conselho municipal de meio ambiente (Cons. meio amb.), população rural (Pop. rural) e vias públicas arborizadas (Arboriz.).
Grupos de municípios de acordo com suas características ambientais: A1: Esgotamento adequado < 69,2; Número de habitantes <3362.
A2: Esgotamento adequado < 69,2; Número de habitantes >= 3362; Conselho MA=Não. A3: Esgotamento adequado < 69,2; Número de habitantes >= 3362; Conselho MA=Sim;
População rural >=30,5.
A4: Esgotamento adequado < 69,2; Número de habitantes >= 3362; Conselho MA=Sim; População rural < 30,5.
A5: Esgotamento adequado >= 69,2; Arborização vias públicas >= 96,6. A6: Esgotamento adequado >= 69,2; Arborização vias públicas < 96,6.
Ambientalmente, é perceptível que os municípios de 11-Andradina/SP, 15-Pereira Barreto/SP, 12-Castilho/SP e 14-Mirandópolis/SP (A5 e A6) se destacam em relação aos índices ambientais urbanos por possuirem grande quantidade de esgotamento sanitário adequado e de arborização urbana. Cabe destacar, ainda, que esses são os maiores consumidores de água. Excepcionalmente, Andradina e Pereira Barreto são os municípios que possuem menor população rural, ou seja, os que poderíamos denominar de mais urbanos.
Quanto aqueles que possuem menos esgotamento sanitário adequado, é possível diferenciar os que possuem conselho de meio ambiente como 1-Coronel Sapucaia/MS, 3-Eldorado/MS, 5-Taquarussu/MS, 6-Quedas do Iguaçu/PR, 7-Querência do Norte/PR, 9-Terra Roxa/PR e 13-Marabá Paulista/SP (A3 e A4) e os que não possuem o referido conselho, sendo eles 2-Deodápolis/MS, 4-Novo Horizonte do Sul/MS e 8-São Miguel do Iguaçu/PR (A2). Nesse universo, se destaca o município de 10-Alto Paraíso/PR (A1), que dentre esses, é o que possui menos habitantes mas também possui Conselho de Meio Ambiente.
De modo geral, quanto às características sócio-econômicas e ambientais das paisagens, as que mais as distinguem são o analfabetismo, o consumo de energia elétrica e o esgotamento sanitário adequado, respectivamente (Figuras 10, 11 e 12). As paisagens do GP 2 (Taquarussu/MS, Querência do Norte/PR e Alto Paraíso/PR) possuem grande quantidade de várzea, grandes rios em seus territórios, assim como área de floresta, inclusive coesa e com número considerável de manchas. As boas características da paisagem comparadas a indicadores ambientais refletem seu baixo número populacional, baixo consumo de água e frota. Apesar de possuírem uma população mais rural, as cidades desse grupo apresentam bastante arborização urbana. A excessão desse grupo fica por conta do município de Alto Paraíso, que também se destaca por ser o que mais investe em gestão ambiental.
O GP 3 (Quedas do Iguaçu/PR e São Miguel do Iguaçu/PR) segue os padrões das melhores paisagens e são as paisagens que mais apresentam áreas de floresta. Quanto aos indicadores ambientais são municípios populosos, com grande quantidade de veículos e esgotamento sanitário adequado em quantidade intermediária, se comparados aos demais. Quedas do Iguaçu não apresentou gastos com gestão ambiental e possui baixa arborização das vias públicas. As cidades desse grupo apresentam ainda alta equitabilidade entre as classes da paisagem e São Miguel do Iguaçu possui grande quantidade de áreas antrópicas (agricultura, solo exposto e área urbana), quando comparadas às áreas naturais e semi-naturais.
As paisagens do Grupo GP 1 (Eldorado/MS e Castilho/SP) apresentam diferenças quanto à composição de suas áreas naturais, sendo que Castilho apresenta mais áreas de floresta e mais coesas, enquanto Eldorado mais áreas de várzea e mais coesas. Ambas as paisagens são semelhantes em termos de proporção de áreas naturais, áreas semi-naturais ou pastagens e áreas mais antropizadas, estando de certa forma equilibrada. Apresentam vias públicas arborizadas, menor quantidade de população rural, principalmente se comparados aos grupos GP 2 e GP 3. Não apresentaram gastos com gestão ambiental e de modo especial Eldorado possui pouco esgotamento sanitário adequado.
saneamento básico e de população mais velha. Possuem bastante estabelecimentos culturais, organizações sem fins lucrativos, valores intermediários de ìndice de Gini e de desemprego e baixos valores de analfabetismo e pobreza.
Em relação à coesão de áreas naturais, apesar de baixa, a coesão do grupo GP 5 ainda é maior que a do GP 4, assim como a quantidade de áreas naturais (especialmente de florestas), sendo menor apenas que os valores dos GPs 1, 2 e 3. Nas suas paisagens há bastante quantidade de áreas agrícolas e de pastagem, com destaque para Terra Roxa/PR que apresenta a matriz predominantemente agrícola. Semelhantes a esse município, segue Marabá Paulista/SP e Mirandópolis/SP, também com quantidades significativas de áreas agrícolas.
O grupo GP 5 pode ser dividido em outros dois, sendo um deles formado por Terra Roxa, Mirandópolis e Coronel Sapucaia (inspeção visual do cubo). Do grupo, eles são os municípios que possuem áreas naturais menos coesas e em menor quantidade, assim como maior quantidade de áreas agrícolas, seguidos pelo município de Marabá Paulista. Essa mesma tendência se verifica no viés econômico, sendo Terra Roxa e Mirandópolis os que apresentam mais renda per capita, mais arrecadação de impostos e mais ISS.
A PCA feita com os dois primeiros eixos das PCAs SEA (Figura 9 letras A, B e C) e a PCA feita com os dois primeiros eixos das PCAs CAM (Figura 9 letras D, E e F) para posterior análise de congruência (Procrustes), constam a seguir (Figura 13).
Figura 13. Análises de componentes principais (PCAs), realizadas a partir dos dois primeiros eixos das PCAs SEA (A) e dos dois primeiros eixos das PCAs CAM (B). Para verificação dos municípios correspondentes a cada número vide tabela 2.
A análise de congruência entre os eixos da PCA das paisagens quanto as métricas dimensão fractal, equitabilidade e coesão de áreas naturais com a ordenação das paisagens de acordo com as características das suas classes (PCA das PCAs CAM) foi estatisticamente significativa com p<0,01 e correlação de 0,62%. Quanto aos resultados de Procrustes em relação à PCA com as métricas de dimensão fractal, equitabilidade e coesão de áreas naturais
