Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro / O atual nível das mudanças uso do solo causa impactos nas mudanças ambientais globais. Os processos de mudanças do uso e cobertura do solo são processos complexos e não acontecem ao acaso sobre uma região. Geralmente estas mudanças são determinadas localmente, regionalmente ou globalmente por fatores geográficos, ambientais, sociais, econômicos e políticos interagindo em diversas escalas temporais e espaciais. Parte desta complexidade é capturada por modelos de simulação de mudanças do uso e cobertura do solo. Uma etapa do processo de simulação do modelo CLUE-S é a quantificação da influência local dos impulsores de mudança sobre a probabilidade de ocorrência de uma classe de uso do solo. Esta influência local é obtida ajustando um modelo de regressão logística. Um modelo de regressão espacial é proposto como alternativa para selecionar os impulsores de mudanças. Este modelo incorpora a informação da vizinhança espacial existente nos dados que não é considerada na regressão logística. Baseado em um cenário de tendência linear para a demanda agregada do uso do solo, simulações da mudança do uso do solo para a microbacia do Coxim, Mato Grosso do Sul, foram geradas, comparadas e analisadas usando o modelo CLUE-S sob os enfoques da regressão logística e espacial para o período de 2001 a 2011. Ambos os enfoques apresentaram simulações com muito boa concordância, medidas de acurácia global e Kappa altos, com o uso do solo para o ano de referência de 2004. A diferença entre os enfoques foi observada na distribuição espacial da simulação do uso do solo para o ano 2011, sendo o enfoque da regressão espacial que teve a simulação com menor discrepância com a demanda do uso do solo para esse ano. / Present state of land use changes impacts global environmental changes. Land use and cover changes are complex processes and do not occur at random pattern in an area. In general, they are determined locally, regionally and globally by geographic, environmental, social, economic and political factors interacting at diverse temporal and spatial scales. Part of this complexity can be modeled by land use and cover change simulation models. An important step of simulation process in CLUE-S model is local influence of driving forces over the occurrence of a land use type. This influence is obtained by logistic regression model. A spatial lag regression model is proposed to select driving forces. This model incorporates spatial neighborhood information which is ignored by logistic regression. Based on a lineal trend scenario of land use demand, simulations of land use changes for Coxim microbasin, Mato Grosso do Sul, were generated, analyzed and compared using CLUE-S model under logistic and spatial regression approaches. The period of simulations was 2001-2011. Both approaches revealed elevated concordance, high global accuracy and Kappa index, to land use for 2004 reference year. Differences were observed for spatial distribution for land use simulations for 2011. Spatial lag regression simulation for 2011 reached less discrepancy to land use demand for that year.

Fundação de Amparo à Pesquisa do Estado do Rio de Janeiro / O atual nível das mudanças uso do solo causa impactos nas mudanças ambientais globais. Os processos de mudanças do uso e cobertura do solo são processos complexos e não acontecem ao acaso sobre uma região. Geralmente estas mudanças são determinadas localmente, regionalmente ou globalmente por fatores geográficos, ambientais, sociais, econômicos e políticos interagindo em diversas escalas temporais e espaciais. Parte desta complexidade é capturada por modelos de simulação de mudanças do uso e cobertura do solo. Uma etapa do processo de simulação do modelo CLUE-S é a quantificação da influência local dos impulsores de mudança sobre a probabilidade de ocorrência de uma classe de uso do solo. Esta influência local é obtida ajustando um modelo de regressão logística. Um modelo de regressão espacial é proposto como alternativa para selecionar os impulsores de mudanças. Este modelo incorpora a informação da vizinhança espacial existente nos dados que não é considerada na regressão logística. Baseado em um cenário de tendência linear para a demanda agregada do uso do solo, simulações da mudança do uso do solo para a microbacia do Coxim, Mato Grosso do Sul, foram geradas, comparadas e analisadas usando o modelo CLUE-S sob os enfoques da regressão logística e espacial para o período de 2001 a 2011. Ambos os enfoques apresentaram simulações com muito boa concordância, medidas de acurácia global e Kappa altos, com o uso do solo para o ano de referência de 2004. A diferença entre os enfoques foi observada na distribuição espacial da simulação do uso do solo para o ano 2011, sendo o enfoque da regressão espacial que teve a simulação com menor discrepância com a demanda do uso do solo para esse ano. / Present state of land use changes impacts global environmental changes. Land use and cover changes are complex processes and do not occur at random pattern in an area. In general, they are determined locally, regionally and globally by geographic, environmental, social, economic and political factors interacting at diverse temporal and spatial scales. Part of this complexity can be modeled by land use and cover change simulation models. An important step of simulation process in CLUE-S model is local influence of driving forces over the occurrence of a land use type. This influence is obtained by logistic regression model. A spatial lag regression model is proposed to select driving forces. This model incorporates spatial neighborhood information which is ignored by logistic regression. Based on a lineal trend scenario of land use demand, simulations of land use changes for Coxim microbasin, Mato Grosso do Sul, were generated, analyzed and compared using CLUE-S model under logistic and spatial regression approaches. The period of simulations was 2001-2011. Both approaches revealed elevated concordance, high global accuracy and Kappa index, to land use for 2004 reference year. Differences were observed for spatial distribution for land use simulations for 2011. Spatial lag regression simulation for 2011 reached less discrepancy to land use demand for that year.