Resumen de Modelagem Espacial Dinâmica para a concepção de cenários prospectivos de uso e cobertura da terra no município de Araraquara – SP

Guilherme Rodrigo Brizolari, Rodrigo José Pisani

• español

  Este artículo buscó analizar cómo la modelización espacial dinámica puede contribuir a cuestiones relacionadas con la planificación del uso del suelo, discutiendo las posibilidades que surgen de la prospección de futuros escenarios de uso y cobertura del suelo, utilizando el municipio de Araraquara-SP como caso de estudio. El modelo fue desarrollado utilizando el plugin MOLUSCE en la plataforma QGIS, utilizando la cartografía del proyecto Map Biomes (SOUZA, 2020) para los años 2000, 2010 y 2020, adoptando el método de Redes Neuronales Artificiales para generar el potencial de transición entre usos y coberturas del suelo, y un modelo de autómatas celulares utilizando el enfoque de Monte Carlo (LIU, et al. 2001), prospectando un escenario para el año 2030. Los resultados de los modelos de transición fueron satisfactorios, con un valor Kappa de 0,72 para el periodo 2000-2010 y de 0,68 para el periodo 2010-2020. MOLUSCE analizó el mapa de uso inicial, el mapa de referencia y el mapa simulado, indicando un Kappa de 0,65 para la previsión del modelo. La conclusión es que MOLUSCE ha proyectado un escenario que puede ayudar a los gestores públicos en la planificación del uso del suelo de Araraquara para el año 2030, teniendo en cuenta la información que calibró el modelo, demostrando que la herramienta puede ser utilizada para otros casos de estudio.

• português

  O presente artigo buscou analisar de quais formas uma modelagem espacial dinâmica pode contribuir com as questões relacionadas ao ordenamento territorial, discorrendo sobre as possibilidades oriundas da prospecção de cenários de uso e cobertura da terra futuros tendo como estudo de caso o município de Araraquara-SP. O modelo foi elaborado fazendo uso do plugin MOLUSCE, presente na plataforma QGIS, utilizando os mapeamentos do projeto Map Biomas (SOUZA, 2020) para os anos de 2000, 2010 e 2020 adotando o método das Redes Neurais Artificiais para gerar o potencial de transição entre os usos e cobertura da terra e um modelo autômato-celular na abordagem Monte Carlo (LIU, et al. 2001), prospectando um cenário para o ano de 2030. Os resultados dos modelos de transição foram satisfatórios, onde o valor Kappa obtido foi de 0,72 para o período de 2000–2010 e 0,68 para o período de 2010–2020. Fazendo uso do mapa de uso inicial, de referência e o mapa simulado de foi feita análise pelo MOLUSCE, indicando um Kappa de 0,65 para a prospecção feita pelo modelo. Conclui-se que o MOLUSCE projetou um cenário que pode auxiliar os gestores públicos no ordenamento e planejamento territorial de Araraquara para o ano de 2030, levando em consideração as informações que calibraram o modelo, demonstrando inclusive que a ferramenta pode ser utilizada para outros estudos de caso.

• English

  This article sought to analyze how dynamic spatial modeling can contribute to issues related to territorial planning, discussing the possibilities arising from the prospection of future land use and land cover scenarios, using the municipality of Araraquara-SP as a case study. The model was developed using the MOLUSCE plugin on the QGIS platform, using mapping from the Map Biomes project (SOUZA, 2020) for the years 2000, 2010 and 2020, adopting the Artificial Neural Networks method to generate the potential for transition between land uses and land cover, and a cellular automaton model using the Monte Carlo approach (LIU, et al. 2001), prospecting a scenario for the year 2030. The results of the transition models were satisfactory, with a Kappa value of 0.72 for the 2000-2010 period and 0.68 for the 2010-2020 period. MOLUSCE analyzed the initial use map, the reference map and the simulated map, indicating a Kappa of 0.65 for the model's forecast. The conclusion is that MOLUSCE has projected a scenario that can help public managers in the planning of Araraquara's territory for the year 2030, considering the information that calibrated the model, demonstrating that the tool can be used for other case studies.