Estudo usa a rede Bayesiana para modelar decisões de uso da terra sob incentivos de política ambiental na Amazônia brasileira

A inserção de aspectos políticos e econômicos em modelos de uso da terra (LUCC) é um dos maiores desafios da modelagem desse campo de pesquisa. A abordagem de Rede Bayesiana (BN) tem ganhado força como um método alternativo que fornece uma estrutura eficaz para integrar várias fontes de dados, incluindo o conhecimento de especialistas, atores locais e tomadores de decisão.

Neste estudo, foram integrados produtos de sensoriamento remoto, dados de pesquisas domiciliares e resultados de um jogo de decisão para representar decisões  LUCC na região da BR-163, entre Pará e Mato Grosso. O cenário “Business as usual” indica a perda cumulativa de cobertura florestal na região de estudo de 8.000 km2 entre 2014 e 2030, enquanto o cenário de “aplicação da lei intensificada” reduziria o desmatamento acumulado para 1.600 km2 no mesmo intervalo de tempo. As descobertas enfatizam a importância da aplicação da lei de conservação na modulação do impacto dos incentivos do mercado agrícola na mudança de cobertura da terra.

O estudo é a primeira aplicação de um modelo BN-LUCC para investigar a influência de cenários alternativos de mercado e política nas decisões de proprietários de terras na Amazônia Brasileira. A estrutura de modelagem contribui para a literatura interdisciplinar emergente sobre LUCC por meio de um processo de duas etapas. Primeiro, derivaram-se probabilidades condicionais associadas às decisões LUCC de um jogo de decisão e pesquisas de proprietários de terras para calibrar um BN. Segundo, foi espacializado o BN em uma estrutura de modelagem com base na região ao longo da rodovia BR-163 na Amazônia.

As seguintes limitações foram reconhecidas na abordagem: primeiro, traduzir os resultados quantitativos do jogo de decisão e insights qualitativos das discussões com os agricultores durante as inter-relações em probabilidades condicionais desafiadoras. Assim, a parametrização dos aspectos comportamentais do BN se baseava em fatos estilizados, em vez de estimativas estatisticamente representadas dos resultados das decisões. Isso se aplica, em particular, à representação do mecanismo de governança no modelo. Segundo, as probabilidades de decisão derivadas empiricamente baseiam-se em uma amostra pequena de famílias agrícolas e foram extraídas em cenários hipotéticos. Dadas essas deficiências, os resultados devem ser interpretados com a cautela necessária.

No entanto, a abordagem de baixo orçamento para a construção de um modelo LUCC espacialmente explícito e consistente pode preencher a lacuna existente entre esforços abrangentes de modelagem e exercícios convencionais na construção de cenários participativos. Isto requer relativamente pouco trabalho de campo e permite a integração de dados secundários, muitas vezes preexistentes, sobre a conversão de terra e uma infraestrutura de transporte com resultados comportamentais do jogo de decisão. Incorporado a uma estrutura de BN, o modelo resultante permite que os usuários explorem cenários relevantes para políticas em um cenário probabilístico e, assim, identifiquem lacunas críticas de conhecimento que requerem mais pesquisas para reduzir a incerteza.

Vejam o artigo publicado (2019) no link:  https://www.tandfonline.com/doi/full/10.1080/1747423X.2019.1709223

E é derivado da tese defendida pela aluna de doutorado do CCST em abril de 2019, Dra Nathália Cristina Costa do Nascimento

Veja sua tese no link: http://mtc-m21c.sid.inpe.br/col/sid.inpe.br/mtc-m21c/2019/04.02.11.44/doc/publicacao.pdf    

FONTE: CCST INPE – http://www.ccst.inpe.br/estudo-usa-a-rede-bayesiana-para-modelar-decisoes-de-uso-da-terra-sob-incentivos-de-politica-ambiental-na-amazonia-brasileira/   

 

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *