Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The construction of a computational model to adequately represent the forest dynamics is still
a challenge, since a number of elements acts as driving forces in promoting growth and
reducing forest in the state of Rio Grande do Sul is complex yet combine these factors and
consider their values in quantitative and qualitative terms to analyze their influence this
dynamic. This study aims to relate the spatial distribution of environmental factors and
socioeconomic factors on forests with a dynamic model and simulate predictions of
localization and quantification of forests in the landscape units macrozones Depressão
Central, Cuesta do Haedo and Escudo Sul-Rio-Grandense. The methodology consisted in
mapping physical and socioeconomic attributes in use mapping and land cover classification
using MODIS digital image and the structuring of a simulation model of the application
Dinamica EGO. The results show the evolution of the use and land cover as well as the
expansion, reduction and forest maintenance between the periods 2000 to 2006 and from 2006
to 2012, in which the expansion was superior to other processes. Through dynamic modeling,
simulating for the year 2024, it was concluded that the forest expansion will continue to
occur. The forest will occupy second place in land coverage and its concentration is greater
during the macrozones Depressão Central and Escudo Sul-Rio-Grandense. / A construção de um modelo computacional para representar adequadamente a dinâmica
florestal ainda é um desafio, visto que uma série de elementos atua como forças
direcionadoras promovem a expansão e a redução florestal no Estado do Rio Grande do Sul.
Ainda é complexo conjugar esses fatores e considerar seus valores em termos quantitativos e
qualitativos para analisar sua influência essa dinâmica. Este estudo tem como objetivo
relacionar a distribuição espacial de fatores ambientais e socioeconômicos com as áreas
florestais em um modelo dinâmico e, a partir disso, simular prognósticos de localização e
quantificação das florestas em unidades de paisagem presentes nas macrozonas Depressão
Central, Cuesta do Haedo e Escudo Sul-Rio-Grandense. A metodologia consistiu no
mapeamento de atributos físicos e socioeconômicos, no mapeamento do uso e cobertura da
terra através da classificação digital de imagens MODIS e na estruturação de um modelo de
simulação no aplicativo Dinamica EGO. Os resultados demonstraram a evolução dos padrões
de uso e cobertura da terra, bem como os processos de expansão, redução e manutenção
florestal entre os períodos de 2000 a 2006 e 2006 a 2012, nos quais a expansão mostrou-se
superior aos demais processos. Através da modelagem dinâmica, ao simular cenários para o
ano de 2024, foi possível concluir que a expansão florestal continuará ocorrendo. A floresta
passará a ocupar o segundo lugar em cobertura da terra e sua concentração tenderá a ser maior
nas macrozonas da Depressão Central e do Escudo Sul-Rio-Grandense.
| Identifer | oai:union.ndltd.org:IBICT/oai:repositorio.ufsm.br:1/3769 |
| Date | 21 March 2014 |
| Creators | Lippert, Diogo Belmonte |
| Contributors | Pereira, Rudiney Soares, Gracioli, Cibele Rosa, Cardoso, Claire Delfini Viana, Hendges, Elvis Rabuske, Weber, Liane de Souza |
| Publisher | Universidade Federal de Santa Maria, Programa de Pós-Graduação em Engenharia Florestal, UFSM, BR, Recursos Florestais e Engenharia Florestal |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/doctoralThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFSM, instname:Universidade Federal de Santa Maria, instacron:UFSM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | 500200000003, 400, 300, 300, 300, 300, 300, 500, a7274a7d-8dcd-466b-9a0d-c2b629e2ca88, aa3c37d5-7807-4b7b-9d39-8e00e0aceed4, 72c6c057-4587-420d-931b-9581cf36bf56, 6e438608-e7fd-4c7d-bf10-65eae1e22cea, b2804f7e-b24a-4e5b-b325-08eb98af1ce3, dae1d126-bc83-456f-a0b8-a222a4725ba8 |
Page generated in 0.0107 seconds