UM MODELO GEOESPACIAL PARA O MAPEAMENTO DO RISCO DE DESERTIFICAÇÃO (RIDES): APLICAÇÃO EM MUNICÍPIOS DO SEMIÁRIDO DO CEARÁ, NORDESTE BRASILEIRO
DOI:
https://doi.org/10.5380/raega.v63i1.96791Palavras-chave:
Desertificação, Modelagem geográfica, Sistema de informação geográfica, Regressão logística, Semiárido brasileiroResumo
A desertificação é um problema ambiental atual, que provoca a degradação da vegetação natural e dos solos, diminuindo o potencial produtivo das terras agrícolas. Na literatura existem poucos métodos de mapeamento do risco à desertificação, sobretudo para as condições geográficas brasileiras. Este trabalho propõe um novo modelo geoespacial para o mapeamento do risco de desertificação (RIDES), que foi testado em municípios do estado do Ceará, semiárido brasileiro. A construção do modelo baseou-se nas áreas em processo de desertificação existentes (variável dicotômica) e na construção de mapas das variáveis exploratórias relacionadas à desertificação. Para isso, foram utilizadas bases de dados de fontes diversas, tais como imagens orbitais Sentinel-2A/MSI de 2020 para identificar a variável dicotômica. Para a elaboração dos mapas das variáveis exploratórias foi avaliada a série temporal de 1990 a 2020 da precipitação média anual (PRT). Para o índice de vegetação (IVE) e temperatura da superfície terrestre (TST) foi avaliado o período entre 2018 e 2020. Para a integral hipsométrica do relevo (IHI), o índice de posição topográfica (IPT, o índice de rugosidade do terreno (IRT) considerou-se o ano de 2020. Assim como para a densidade da população rural (DPR), distância aos canais fluviais (DCF)distância das áreas urbanas (DAU) e área total de agricultura e pastagem (AGP). A relação entre as variáveis dicotômica e explanatórias foi analisada pelo método de regressão logística, a partir do qual foi calculada a probabilidade de ocorrência de desertificação (Z), utilizada como medida de risco. Os resultados mostraram que as variáveis IVE, TST, DPR, AGP e PRT apresentaram maior correlação com a desertificação e o maior peso na estimativa do risco de desertificação. O modelo RIDES apresentou acurácia de 91.9% no mapeamento de áreas em processos de desertificação, e pode ser utilizado como ferramenta para o monitoramento do risco de desertificação do semiárido brasileiro.
Referências
ANDREANI, L.; STANEK, K.; GLOAGUEN, R.; KRENTZ, O.; DOMÍNGUEZ-GONZÁLEZ, L. DEM-based analysis of interactions between tectonics and landscapes in the Ore Mountains and Eger Rift (East Germany and NW Czech Republic). Remote Sensing, [s. l.], v. 6, n. 9, p. 7971–8001, 2014.
BARBOSA, H. A. Understanding the rapid increase in drought stress and its connections with climate desertification since the early 1990s over the Brazilian semi-arid region. Journal of Arid Environments, [s. l.], v. 222, p. 105142, 2024. Disponível em: https://www.sciencedirect.com/science/article/pii/S0140196324000223. Acesso em: 11 jun. 2025.
BERNARDO, T. R. R.; GONÇALVES, M. F.; DE MATOS, M. M.; PINHO, H. J.; CARVALHO, G. B. Censo Demográfico 2022. 2023. Disponível em: https://www.bnb.gov.br/s482-dspace/bitstream/123456789/1799/5/2023_CDPR_PE.pdf.
BRIASSOULIS, H. Combating Land Degradation and Desertification: The Land-Use Planning Quandary. Land, [s. l.], v. 8, n. 2, p. 27, 2019. Disponível em: https://www.mdpi.com/2073-445X/8/2/27. Acesso em: 9 abr. 2024.
BURRELL, A. L.; EVANS, J. P.; DE KAUWE, M. G. Anthropogenic climate change has driven over 5 million km2 of drylands towards desertification. Nature communications, [s. l.], v. 11, n. 1, p. 1–11, 2020. Disponível em: https://www.nature.com/articles/s41467-020-17710-7. Acesso em: 31 ago. 2024.
DE MORAES, J. B.; WANDERLEY, H. S.; DELGADO, R. C. Areas susceptible to desertification in Brazil and projected climate change scenarios. Natural Hazards, [s. l.], 2022. Disponível em: https://link.springer.com/10.1007/s11069-022-05724-x. Acesso em: 11 jun. 2025.
DJEDDAOUI, F.; CHADLI, M.; GLOAGUEN, R. Desertification Susceptibility Mapping Using Logistic Regression Analysis in the Djelfa Area, Algeria. Remote Sensing, [s. l.], v. 9, n. 10, p. 1031, 2017. Disponível em: http://www.mdpi.com/2072-4292/9/10/1031. Acesso em: 17 abr. 2022.
DUBOVYK, O.; MENZ, G.; CONRAD, C.; KAN, E.; MACHWITZ, M.; KHAMZINA, A. Spatio-temporal analyses of cropland degradation in the irrigated lowlands of Uzbekistan using remote-sensing and logistic regression modeling. Environmental Monitoring and Assessment, [s. l.], v. 185, n. 6, p. 4775–4790, 2013. Disponível em: https://doi.org/10.1007/s10661-012-2904-6. Acesso em: 21 out. 2021.
FIGUEIREDO, M. A. A cobertura vegetal do estado do Ceará (unidades fitoecológicas). In: Governo do Ceará. Fortaleza: IPLANCE, 1997. 1997.(Atlas do Ceará). v. 1.
FUNCEME. Precipitação Média Anual. Em: FUNDAÇÃO CEARENSE DE METEOROLOGIA E RECURSOS HÍDRICOS. 2017. Disponível em: http://www.funceme.br/?page_id=2696. Acesso em: 21 out. 2021.
HIGGINBOTTOM, T. P.; SYMEONAKIS, E. Assessing Land Degradation and Desertification Using Vegetation Index Data: Current Frameworks and Future Directions. Remote Sensing, [s. l.], v. 6, n. 10, p. 9552–9575, 2014. Disponível em: https://www.mdpi.com/2072-4292/6/10/9552. Acesso em: 9 abr. 2024.
IBGE. Censo 2022 | IBGE. [S. l.: s. n.], 2022. Disponível em: https://www.ibge.gov.br/estatisticas/sociais/trabalho/22827-censo-demografico-2022.html. Acesso em: 31 ago. 2024.
IPECE. Sistema de Informações Geossocioeconômicas do Ceará. [S. l.: s. n.], 2017. Disponível em: http://ipecedata.ipece.ce.gov.br/ipece-data-web/module/perfil-municipal.xhtml. Acesso em: 26 abr. 2022.
JIANG, M.; LIN, Y. Desertification in the south Junggar Basin, 2000–2009: Part I. Spatial analysis and indicator retrieval. Advances in Space Research, [s. l.], v. 62, n. 1, p. 1–15, 2018. Disponível em: https://www.sciencedirect.com/science/article/pii/S0273117717308499. Acesso em: 29 out. 2021.
KALIPENI, E.; ZULU, L. Using GIS to Model and Forecast HIV/AIDS Rates in Africa, 1986–2010. The Professional Geographer, [s. l.], v. 60, n. 1, p. 33–53, 2008. Disponível em: http://www.tandfonline.com/doi/abs/10.1080/00330120701724061. Acesso em: 5 abr. 2022.
KIM, J. -H. Estimating classification error rate: Repeated cross-validation, repeated hold-out and bootstrap. Computational Statistics & Data Analysis, [s. l.], v. 53, n. 11, p. 3735–3745, 2009. Disponível em: https://www.sciencedirect.com/science/article/pii/S0167947309001601. Acesso em: 30 ago. 2024.
KUNDU, A.; PATEL, N. R.; SAHA, S. K.; DUTTA, D. Desertification in western Rajasthan (India): an assessment using remote sensing derived rain-use efficiency and residual trend methods. Natural Hazards, [s. l.], v. 86, n. 1, p. 297–313, 2017. Disponível em: https://doi.org/10.1007/s11069-016-2689-y. Acesso em: 17 abr. 2022.
MARENGO, J. A.; ALVES, L. M.; BESERRA, E. A.; LACERDA, F. F. Variabilidade e mudanças climáticas no semiárido brasileiro. Recursos hídricos em regiões áridas e semiáridas, [s. l.], v. 1, p. 385–422, 2011.
MARTÍNEZ-VALDERRAMA, J.; IBÁÑEZ, J.; DEL BARRIO, G.; SANJUÁN, M. E.; ALCALÁ, F. J.; MARTÍNEZ-VICENTE, S.; RUIZ, A.; PUIGDEFÁBREGAS, J. Present and future of desertification in Spain: Implementation of a surveillance system to prevent land degradation. Science of The Total Environment, [s. l.], v. 563–564, p. 169–178, 2016. Disponível em: https://www.sciencedirect.com/science/article/pii/S0048969716307483. Acesso em: 17 abr. 2022.
MIHI, A.; GHAZELA, R.; WISSAL, D. Mapping potential desertification-prone areas in North-Eastern Algeria using logistic regression model, GIS, and remote sensing techniques. Environmental Earth Sciences, [s. l.], v. 81, n. 15, p. 385, 2022. Disponível em: https://doi.org/10.1007/s12665-022-10513-7. Acesso em: 9 abr. 2024.
MORO, M. F.; MACEDO, M. B.; MOURA-FÉ, M. M.; CASTRO, A. S. F.; COSTA, R. C. Vegetação, unidades fitoecológicas e diversidade paisagística do estado do Ceará. Rodriguésia, [s. l.], v. 66, n. 3, p. 717–743, 2015. Disponível em: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S2175-78602015000300717&lng=pt&tlng=pt. Acesso em: 1 dez. 2021.
MUÑOZ-SABATER, J.; DUTRA, E.; AGUSTÍ-PANAREDA, A.; ALBERGEL, C.; ARDUINI, G.; BALSAMO, G.; BOUSSETTA, S.; CHOULGA, M.; HARRIGAN, S.; HERSBACH, H.; MARTENS, B.; MIRALLES, D. G.; PILES, M.; RODRÍGUEZ-FERNÁNDEZ, N. J.; ZSOTER, E.; BUONTEMPO, C.; THÉPAUT, J. -N. ERA5-Land: a state-of-the-art global reanalysis dataset for land applications. Earth System Science Data, [s. l.], v. 13, n. 9, p. 4349–4383, 2021. Disponível em: https://essd.copernicus.org/articles/13/4349/2021/. Acesso em: 23 nov. 2021.
MYINA, I. S.; GISILANBE, S. A.; PHILIP, H. J. Soil Survey Analysis Using Terrain Ruggedness and Normalized Difference Vegetation Index in Wafongo-Yola Terrain, Northeast Nigeria. International Journal of Plant & Soil Science, [s. l.], v. 25, n. 4, p. 1–8, 2018. Disponível em: https://doi.org/10.9734/IJPSS/2018/38026. Acesso em: 9 abr. 2024.
NETO, J. F. C.; JARDIM, A. M. R. F.; SOUZA, L. S. B.; SILVA, T. G. F. Desertificação: uma visão geral dos processos e conceitos, fundamentados em aplicação de índices orbitais através do sensoriamento remoto. Research, Society and Development, [s. l.], v. 10, n. 11, p. e585101119950–e585101119950, 2021. Disponível em: https://rsdjournal.org/index.php/rsd/article/view/19950. Acesso em: 9 abr. 2024.
PAREDES, F. J.; BARBOSA A, H.; GUEVARA, E. Análisis espacial y temporal de las sequías en el nordeste de Brasil. Agriscientia, [s. l.], v. 32, n. 1, p. 1–14, 2015. Disponível em: http://www.scielo.org.ar/scielo.php?script=sci_abstract&pid=S1668-298X2015000100001&lng=es&nrm=iso&tlng=es. Acesso em: 9 abr. 2024.
ROFITA; UTAMI, S. N. H.; MAAS, A.; NURUDIN, M. Spatial distribution of soil morphology and physicochemical properties to assess land degradation under different NDVI and TRI in north Halmahera, Indonesia. [s. l.], 2021. Disponível em: https://www.cabidigitallibrary.org/doi/full/10.5555/20210481996. Acesso em: 9 abr. 2024.
ROSENAU, M. R. Tectonics of the Southern Andean Intra-arc Zone (38° - 42°S). 2004. - Freie Universität Berlin, [s. l.], 2004. Disponível em: https://refubium.fu-berlin.de/handle/fub188/1944. Acesso em: 31 jul. 2024.
SANTOS, J. M.; ARAÚJO, S. M. S.; SUETERGARAY, D. M. A. Solo histórico da desertificação no Brasil. Em: REVISÕES DE LITERATURA DA GEOMORFOLOGIA BRASILEIRA. [S. l.: s. n.], 2020. Disponível em: http://lsie.unb.br/ugb/livro/Cap36_Santos%20et%20al%201002-1030%20v2.pdf. Acesso em: 4 maio 2022.
SANTOS, H. G.; JACOMINE, P. K. T.; ANJOS, L. H. C.; OLIVEIRA, V. A.; LUMBRERAS, J. F.; COELHO, M. R.; ALMEIDA, J. A.; ARAUJO FILHO, J. C.; OLIVEIRA, J. B.; CUNHA, T. J. F. Sistema Brasileiro de Classificação de Solos. [S. l.]: Brasília, DF: Embrapa, 2018., 2018. 2018. Disponível em: http://www.infoteca.cnptia.embrapa.br/handle/doc/1094003. Acesso em: 9 abr. 2024.
SANTOS, M.; LADEIRA, F. S. B.; BATEZELLI, A. Indicadores geomórficos aplicados à investigação de deformação tectônica: uma revisão geomorphic indexes applied to tectonic deformation study: a review. Revista Brasileira de Geomorfologia, [s. l.], v. 20, n. 2, 2019. Disponível em: https://pdfs.semanticscholar.org/868c/3f283ef178d063851b6dea56789622704f72.pdf. Acesso em: 9 abr. 2024.
SILVA, J. L. P.; DA SILVA JUNIOR, F. B.; DE SOUZA SANTOS, J. P. A.; DOS SANTOS ALMEIDA, A. C.; DA SILVA, T. G. F.; OLIVEIRA-JÚNIOR, J. F. de; ARAÚJO JÚNIOR, G. N.; SCHEIBEL, C. H.; DA SILVA, J. L. B.; DE LIMA, J. L. M. P. Semi-Arid to Arid Scenario Shift: Is the Cabrobó Desertification Nucleus Becoming Arid? Remote Sensing, [s. l.], v. 16, n. 15, p. 2834, 2024. Disponível em: https://www.mdpi.com/2072-4292/16/15/2834. Acesso em: 11 jun. 2025.
SIVAKUMAR, V.; BIJU, C.; DESHMUKH, B. Hypsometric analysis of Varattaru river basin of Harur taluk, Dharmapuri districts, Tamilnadu, India using geomatics technology. International journal of Geomatics and Geosciences, [s. l.], v. 2, n. 1, p. 241–247, 2011. Disponível em: https://www.indianjournals.com/ijor.aspx?target=ijor:ijggs&volume=2&issue=1&article=021. Acesso em: 9 abr. 2024.
TOMASELLA, J.; SILVA PINTO VIEIRA, R. M.; BARBOSA, A. A.; RODRIGUEZ, D. A.; OLIVEIRA SANTANA, M.; SESTINI, M. F. Desertification trends in the Northeast of Brazil over the period 2000–2016. International Journal of Applied Earth Observation and Geoinformation, [s. l.], v. 73, p. 197–206, 2018. Disponível em: https://www.sciencedirect.com/science/article/pii/S030324341830607X. Acesso em: 21 out. 2021.
TRENTIN, R.; ROBAINA, L. E. S. Study of the landforms of the Ibicuí river basin with use of topographic position index. Revista Brasileira de Geomorfologia, [s. l.], v. 19, n. 2, 2018. Disponível em: https://www.rbgeomorfologia.org.br/rbg/article/view/1383. Acesso em: 9 abr. 2024.
TURAN, İ. D.; DENGIZ, O.; ÖZKAN, B. Spatial assessment and mapping of soil quality index for desertification in the semi-arid terrestrial ecosystem using MCDM in interval type-2 fuzzy environment. Computers and Electronics in Agriculture, [s.l.], v. 164, p. 104933, 2019. Disponível em: https://www.sciencedirect.com/science/article/pii/S0168169919303990. Acesso em: 18 abr. 2022.
UNCCD. High-level meeting on addressing desertification, land degradation and drought in the context of sustainable development and poverty eradication. [S. l.]: A/65/861, 2012.
VIEIRA, R.; TOMASELLA, J.; ALVALÁ, R.; SESTINI, M.; AFFONSO, A.; RODRIGUEZ, D.; BARBOSA, A.; CUNHA, A. P.; VALLES, G.; CREPANI, E.; OLIVEIRA, S.; SOUZA, M.; CALIL, P.; CARVALHO, M.; VALERIANO, D.; CAMPELLO, F.; SANTANA, M. Identifying areas susceptible to desertification in the Brazilian Northeast. Solid Earth, [s. l.], v. 6, p. 347–360, 2015.
WEISS, A. Topographic position and landforms analysis. Em: Poster presentation, Esri User Conference, SAN DIEGO, CA, 2001, [s. l.]. Anais [...]. [S. l.: s. n.], 2001. Disponível em: https://www.academia.edu/download/41051539/tpi-poster-tnc_18x22.pdf. Acesso em: 9 abr. 2024.
YANG, J.; ZHOU, J.; GÖTTSCHE, F.-M.; LONG, Z.; MA, J.; LUO, R. Investigation and validation of algorithms for estimating land surface temperature from Sentinel-3 SLSTR data. International Journal of Applied Earth Observation and Geoinformation, [s. l.], v. 91, p. 102136, 2020. Disponível em: https://www.sciencedirect.com/science/article/pii/S0303243419313881. Acesso em: 9 abr. 2024.
YUE, Y.; GENG, L.; LI, M. The impact of climate change on aeolian desertification: A case of the agro-pastoral ecotone in northern China. Science of The Total Environment, [s. l.], v. 859, p. 160126, 2023. Disponível em: https://www.sciencedirect.com/science/article/pii/S0048969722072266. Acesso em: 9 abr. 2024.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Declaro que o ARTIGO submetido é INÉDITO, ORIGINAL e de MINHA RESPONSABILIDADE. Declaro que o artigo não foi submetido ou está em avaliação em outra revista/periódico.
Estou ciente dos itens presentes na LEI Nº 9.610/98 (DIREITOS AUTORAIS) e me responsabilizo por quaisquer problemas relacionados a PLÁGIO.
Estou ciente de que o artigo submetido poderá ser removido da Revista, caso se observe A QUALQUER TEMPO que ele se encontra publicado integralmente ou em parte em outro PERIÓDICO científico.
Declaro, COMO PRIMEIRO AUTOR, que os demais autores do trabalho estão cientes desta submissão e de que NÃO receberão qualquer tipo de remuneração pela divulgação do trabalho.
Como primeiro autor, autorizo, de antemão, a RA’E GA - O Espaço Geográfico em Análise(ISSN 2177-2738), a publicar o artigo, caso aceito.
