MINISTRIO DA CINCIA E TECNOLOGIAINSTITUTO NACIONAL DE PESQUISAS ESPACIAISCURSO DE PS-GRADUAO EM SENSORIAMENTO REMOTO

TRABALHO DE ANLISE ESPACIAL

MTRICAS DO FRAGSTATS

Carlos Frederico de S Voloto

Trabalho de Anlise Espacial do curso de Mestrado do INPE.Professores: Dr. Antnio Miguel Vieira Monteiro e Dr. Gilberto Cmara Neto.

INPESo Jos dos Campos

Outubro de 1998

ii

RESUMO

Com ndices numricos, pode-se quantificar os atributos espaciais de uma pai-sagem. O uso, entretanto, das mtricas desenvolvidas em Ecologia, tem suacorreta aplicao com o pr-requisito do conhecimento minucioso dos parme-tros e fenmenos envolvidos. A utilizao do software Fragstats permite oclculo de inmeras mtricas. A anlise espacial da paisagem pode lanarmo da grande vantagem de se ter um conjunto de mtricas to representativo,mas sempre os ndices obtidos devem ser considerados em conjunto com asinformaes visuais obtidas das prprias imagens. Com o Fragstats no possvel descrever de modo adequado a paisagem somente com os resultadosquantitativos produzidos. O uso das mtricas tem sua grande aplicao nascomparaes entre paisagens, podendo-se avaliar as mudanas temporais, asdiferenas de paisagem provocadas pelo uso de diferentes parmetros naclassificao de imagens, implicaes das diferenas espaciais provocadas pordiferentes fragmentos de uma paisagem, etc.

iii

SUMRIO

RESUMO............................................................................................................ II

SUMRIO.......................................................................................................... III

1 INTRODUO ............................................................................................11.1 ANLISE ESPACIAL............................................................................................................2

2 REVISO BIBLIOGRFICA .............ERRO! INDICADOR NO DEFINIDO.2.1 SOBRE O FRAGSTATS ............................................................. Erro! Indicador no definido.

3 AS MTRICAS DO FRAGSTATS...............................................................83.1 MTRICAS DE REA ..........................................................................................................83.2 MTRICAS DE FRAGMENTOS..........................................................................................93.3 MTRICAS DE BORDAS ................................................................................................... 103.4 MTRICAS DE FORMA..................................................................................................... 123.5 MTRICAS DE REA CENTRAL (CORE) .................................................................. 153.6 MTRICAS DE VIZINHO MAIS PRXIMO.................................................................... 173.7 MTRICAS DE CONTGIO E INTERCALAO (OU MISTURA) .............................. 193.8 MTRICAS DE DIVERSIDADE ........................................................................................ 20

4 APLICAES ...........................................................................................224.1 O QUE PRECISA SER REPRESENTADO ........................................................................ 254.2 COMO PODE SER REPRESENTADO PELAS MTRICAS... Erro! Indicador no definido.4.3 DEPENDNCIA DAS MTRICAS..................................................................................... 26

5 OS PARMETROS INICIAIS....................................................................275.1 SEQNCIA DOS PARMETROS SOLICITADOS ........................................................ 225.2 PROCEDIMENTO DE TRANSFORMAO........................... Erro! Indicador no definido.

6 ESTUDO DE CASOS................................................................................286.1 TRABALHANDO COM FRAGMENTOS DE MESMA FORMA ..................................... 286.2 MTRICAS UTILIZADAS.................................................................................................. 296.3 MTRICAS NO UTILIZADAS ........................................................................................ 296.4 RESULTADO ESPERADO ................................................................................................. 296.5 APROVEITAMENTO DO RESULTADO NA ANLISE ESPACIALErro! Indicador nodefinido.

7 CONCLUSO............................................................................................317.1 asdf............................................................................................... Erro! Indicador no definido.

8 REFERNCIAS BIBLIOGRFICAS .........................................................34

APNDICE 1 ....................................................................................................36Parmetros do Fragstats / DOS.......................................................................................................... 36

APNDICE 2 ....................................................................................................37RESULTADOS OBTIDOS NO ITEM 5 (TRS EXEMPLOS SEGUIDOS DAS IMAGENS) ........ 37

11 INTRODUO

Um grande nmero de mtricas consagradas por trabalhos de dcadas vemsendo usado de modo progressivo pelos eclogos para quantificar as paisa-gens. Um dos motivos que proporcionou a popularizao dessas mtricas eseu emprego em Ecologia de Paisagens foi a disponibilizao de recursoscomputacionais cada vez mais poderosos, alm do fato de fazerem hoje partedo dia-a-dia de cada cientista e estudioso de todas as reas do conhecimento.

Um estudo pormenorizado pode mostrar que as mtricas so de grande valorpara a caracterizao espacial das paisagens, mas ainda h uma completadependncia do usurio ter conhecimento das mtricas a respeito das implica-es do seu uso. Um conhecimento profundo ir permitir a escolha dasescalas e dos aspectos do terreno relevantes para a anlise espacial.

Como ferramenta difundida a partir do ano de 1993 e gratuitamente pela inter-net, o software Fragstats apresenta um papel mpar na rea de Ecologia daPaisagem, pois disponibiliza inmeras mtricas num nico pacote. A facilidadede uso do Fragstats pode-se dizer que inversamente proporcional interpre-tao de seus resultados. As mtricas foram interpretadas e implementadasem linguagem computacional. A explicao e a utilizao presume sempre oconhecimento do trabalho dos criadores das mtricas (geralmente eclogos).

So apresentadas as mtricas da verso do Fragstats, que de domnio pbli-co, e feita uma descrio breve. Este trabalho baseia-se no Fragstats e, poreste motivo, o manual a base do trabalho. As principais idias encontram-se,quando no indicada a fonte, no manual do Fragstats.

Algumas interpretaes e limitaes so vistas neste trabalho (aplicaes, pa-rmetros e casos analisados). Para analisar um pequeno grupo de mtricasrelacionadas s configuraes espaciais, foram realizados trs exemplos prti-cos que esto comentados nos subitens correspondentes.

O software pode ser encontrado no endereo de internet

21.1 ANLISE ESPACIAL

Todas as medidas estatsticas, que inibem um certo grau de complexidade,so categorizadas como Anlise Espacial. Isto inclui as medidas ecolgicas dapaisagem de padro e disperso (como freqncia, ndices de similaridade,riqueza relativa, diversidade, dominncia, i.e., 1 uniformidade, fragmentao,densidade, ndice de Shannon, e graus de liberdade) mas tambm inclui cen-tralidade ou conectividade, medidas de forma (como assimetria oucompactao), e todo o conjunto de ferramentas para a anlise multivariada.Todas estas mtricas resultam em nmeros singulares, que so o motivo por-que podem ser categorizados como Mtricas. Alguns dos clculos, entretanto,so to complexos que os usurios podem ficar confusos se eles estiveremagrupados entre mtricas como permetro ou rea.

Medidas de padronizao e disperso so possivelmente as operaes maistradicionais dentre todas as operaes de Anlise Espacial, pelo menos comrespeito estatstica descritiva. Os bilogos, os economistas, os historiadores,os socilogos e, especialmente, os gegrafos procuram explicar os processosbsicos por meio da anlise espacial dos padres de seus objetos de pesquisa.Os resultados numricos no passam de indicadores e precisam ser emprega-dos com muito cuidado; mas este um problema geral da estatstica.

Embora tenha sido desenvolvido para aplicaes na rea florestal, o pacote doFragstats (McGarigal e Marks, 1994) define os padres para este tipo de esta-tstica, que pode ser utilizada em muitos outros domnios. A Centralidade dtanto o centro de um cluster de pontos ou uma medida de conectividade emuma rede. Medidas de forma so utilizadas num vasto conjunto de aplicaes(como em geomorfologia, biogeografia, poltica ou prticas arqueolgicas. Umgrande nmero de parmetros bsicos que podem ser encontrados nos gruposde Medidas (rea, permetro, centride, etc.), podem ser usados para descre-ver elongao, orientao, compactao, pontilhamento ou fragmentao. [1]

O Fragstats pode quantificar a fragmentao de uma paisagem, fornecendovalores quantitativos de extenso de rea e de distribuio espacial de frag-mentos (i.e., patches so os polgonos que fazem a cobertura de um mapa)dentro da paisagem. Ele apresenta um grande nmero de mtricas de diversascategorias: rea, densidade de fragmentos, borda, rea central, diversidade,intercalao, vizinho mais prximo etc; pode operar em plataforma UNIX ouDOS e tem flexibilidade quanto variedade de tipos de arquivos de entrada. [1]

31.2 O QUE FRAGSTATS

O Fragstats um software de domnio pblico que calcula a estrutura da pai-sagem usando mais de 50 mtricas da paisagem. Foi desenvolvido por KevinMcGarigal e Barabara J. Marks, na Universidade "Oregon State University". Umdos formatos que ele aceita o formato de dados do IDRISI. [3]

O Fragstats um programa de DOS largamente utilizado e que gera um con-junto compreensivo de mtricas de paisagem baseadas na fragmentao deum raster. Requer como entrada um raster de cobertura da terra ou de uso daterra classificados e uma srie de complicados argumentos do comandos delinha. De sua execuo resultam quatro arquivos-texto (ASCII) contendo vriasestatsticas ecolgicas e, opcionalmente, uma sada raster. [5]

O formato do Fragstats relativamente complexo. Uma srie de opes deentrada so gravados durante a execuo do programa, que gera estatsticasespecficas em quatro arquivos ASCII separados e uma opo de sada raster.[5] A descrio do comando de linha pode ser vista no Apndice.

[A verso comercial para Arc/Info] calcula cerca de 100 mtricas e aceita ima-gens IDRISI, imagens ERDAS (*.LAN ou *.GIS, e no *.IMG) e ASCII assimcomo arquivos de imagem de 8 ou 16 bits na verso raster e cobertura de pol-gonos do ARC/INFO na verso vetorial. [6]

Fragstats um programa de estatsticas espaciais bastante verstil, projetadopara quantificar a composio, configurao e conectividade dos objetos espa-ciais dentro de uma imagem raster. Este programa foi projetado paraquantificar as extenses e as distribuies espaciais dos fragmentos (i.e., pol-gonos) representados em imagens digitais. O uso de Fragstats elimina anecessidade de escrever comandos de script para um sistema de informa-es geogrficas (SIG). [7]

O programa Fragstats de estatstica espacial aceita uma imagem classificada,realiza pesquisas na imagem para buscar fragmentos contguos de cada tipo, eento calcula um conjunto compreensivo de valores de paisagem e ndices ba-seados nos fragmentos encontrados. Os ndices so calculados em trs nveis:o fragmento individual, cada tipo de classe encontrada (p. ex., toda a coberturavegetal), e a paisagem como um todo. [7]

41.3 ECOLOGIA DA PAISAGEM

A ecologia da paisagem envolve o estudo de padres da paisagem, as intera-es entre os fragmentos dentro de um mosaico da paisagem, e de como estespadres e interaes se modificam com o tempo. Alm disso, a ecologia dapaisagem envolve a aplicao destes princpios na formulao e na soluodos problemas do mundo-real. A ecologia da paisagem considera o desenvol-vimento e as dinmicas da heterogeneidade e sua influncia nos processosecolgicos, e o gerenciamento da heterogeneidade espacial.

Com a ecologia da paisagem sendo colocada na vanguarda da ecologia, ve-mos o reconhecimento de que os processos ecolgicos influenciam e soinfluenciados pela interao dinmica entre os ecossistemas. Este avano nointeresse sobre a ecologia da paisagem tambm tem se tornado manifestonuma onda de esforos recentes para incorporar uma perspectiva de paisagemnas polticas e regras de gerenciamento de terras pblicas. A ecologia da pai-sagem incorpora um modo de pensar que muitos vem como muito til paraorganizar as abordagens de gerenciamento de terras. Especificamente, aecologia da paisagem focaliza 3 caractersticas da paisagem:

1. Estrutura o relacionamento espacial entre os ecossistemas caracte-rsticos ou os elementos presentes -- mais especificamente, adistribuio de energia, materiais, e espcies em relao aos tamanhos,formas, nmeros, tipos e configuraes dos ecossistemas.2. Funo as interaes entre os elementos espaciais, isto , os fluxosde energia, materiais, e espcies entre os ecossistemas componentes.3. Mudana a alterao na estrutura e funo do mosaico ecolgicopelo tempo.

A ecologia da paisagem largamente fundada na premissa de que a padrona-gem dos elementos de paisagem (patches = pedaos, partes, remendos,fragmentos ou pequenos polgonos) fortemente influenciam os processos eco-lgicos. A capacidade de quantificar a estrutura da paisagem um pr-requisito para o estudo da funo e modificao da paisagem. Por esta razo,muita nfase tem sido dada no desenvolvimento de mtodos para quantificar aestrutura da paisagem. A maior parte dos esforos de hoje tm sido emprega-dos para sanar as necessidades de objetivos de pesquisa especficos e tmempregado programas de computador gerados pelo usurio para fazer asanlises. Tais programas, gerados pelo usurio, procuram realizar a inclusode mtodos analticos personalizados e ligaes fceis entre programas outroscomo de modelos de simulao espacial, ainda que geralmente no tenham ascapacidades avanadas de grficos que esto presentes nos SIG disponveiscomercialmente. A maioria destes programas de "fabricao caseira" so limi-tados a um ambiente de hardware particular, ou so encapsulados dentro de

5grandes pacotes de software projetados para cumprir um objetivo especfico depesquisa. [9]

A floresta e os ecossistemas relacionados vm sendo significativamente alte-rados em seu primeiro sculo de administrao ativa, mas h razo paracauteloso otimismo. Grandes reas permanecem relativamente sem modifica-o e intactas, como as que podem ser encontradas nas cascatas do norte, noSnake Headwaters, e nas montanhas de Central Idaho, e estas reas podemprover um ncleo essencial para estratgias de conservao e atividades derestaurao. As estratgias para melhorar a sade dos ecossistemas da baciapodem ser construdas sobre os esforos j existentes. O melhor entendi-mento das mudanas dos padres de vegetao, dos fatores de causas, e asligaes entre os processos de perturbao iro ajudar os gerentes e polticosna tomada de decises acertadas com respeito maneira de dirigir importantesquestes de sade do ecossistema." [8]

1.4 PAISAGEM

Existem vrias interpretaes diferentes para este termo to utilizado. As dife-renas entre as definies torna difcil uma comunicao clara, e ainda maisdifcil ainda o estabelecimento de medidas de gerenciamento consistentes.Invariavelmente as definies de paisagem incluem uma rea de terra conten-do um mosaico de partes ou elementos da paisagem. Talvez a definio maiscomum de paisagem seja uma rea de terra heterognea composta de umagrupamento de ecossistemas interativos que se repetem de modo similar portodas as partes. Esta concepo difere do conceito tradicional de ecossistemapor focalizar os grupos de ecossistemas e as interaes entre eles. Existemdiversas variantes da definio dependendo do contexto da pesquisa ou geren-ciamento. Por exemplo, da perspectiva de uma vida selvagem, devemosdefinir a paisagem como uma rea de terra contendo um mosaico de partes dohabitat, que freqentemente tem dentro de si um fragmento de habitat foco oualvo particular, que faz parte dele. O fato dos habitats somente poderem serdefinidos relativamente percepo do ambiente de um organismo em parti-cular (i.e., cada organismo define fragmentos de habitats de formas e emescala diferentes), o tamanho da paisagem ir diferir de acordo com os orga-nismos. Entretanto, as paisagens geralmente ocupam alguma escala espacialintermediria entre a rea do nicho normal de um organismo e da sua distribui-o regional. Em outras palavras, porque os organismos usam escalas deambiente diferentes (i.e., uma salamandra e um gavio vem seu ambiente pordiferentes escalas), no existe uma dimenso absoluta para a paisagem; deuma perspectiva organocntrica, a dimenso de uma paisagem varia depen-dente do qu constitui um mosaico de partes de habitat ou fontes que sejamsignificativos para um organismo em particular.

6Esta definio mais provavelmente contrasta com a mais antropocntrica defi-nio de que uma paisagem corresponde a uma rea de terra igual ou maiorque, digamos, uma bacia larga (p. ex., diversos milhares de hectares). De fato,alguns autores tm sugerido um limite menor para paisagens de uns poucosquilmetros de dimetro, embora eles tenham reconhecido que a maioria dosprincpios de ecologia da paisagem se aplicam aos mosaicos ecolgicos emqualquer nvel ou escala. Enquanto esta possa ser uma definio mais prag-mtica (prtica) que a definio organocntrica, e talvez corresponda nossapercepo humana de ambiente, ela tem utilidade limitada na gerncia das po-pulaes de vida selvagem se voc aceita o fato de que cada organismo tem asua prpria escala (diferenciada) do ambiente. De uma perspectiva organo-cntrica, um ambiente pode alcanar, em escalas absolutas, de uma reamenor que uma nica barraca de acampamento (p. ex., bivaque) at uma ecor-regio. Se voc aceitar esta definio organocntrica de paisagem, umaconseqncia lgica disto um mandato para gerenciar habitats de vida selva-gem cruzando todas as possibilidades de escalas espaciais; cada escala, sejaela a barraca ou uma queda d'gua, ou qualquer outra escala, ir igualmenteser importante para um subconjunto de espcies, e cada espcie ir, seme-lhantemente, responder a mais de uma escala.

No se est querendo impor uma nica definio de paisagem. Ao contrrio,deseja-se mostrar que existem vrios modos apropriados para se definir a pai-sagem, dependendo do fenmeno em considerao. O ponto importante quea paisagem no necessariamente definida por suas dimenses; ao invsdisso, definida por um mosaico interativo de partes relevantes ao fenmenosob considerao (em qualquer escala). incumbncia do investigador ou ge-rente definir a paisagem de maneira apropriada. O primeiro passo essencialem qualquer trabalho de pesquisa ou gerenciamento no nvel de paisagem justamente definir paisagem. [9]

1.5 FRAGMENTO

De que composta a paisagem? Paisagens so compostas de uma emendade fragmentos. Os ecologistas da paisagem tm usado uma variedade de ter-mos para se referirem aos elementos bsicos ou s unidades que compemuma paisagem, incluindo ecotope, biotope, componente da paisagem, ele-mento da paisagem, unidade da paisagem, clula da paisagem, geotope,facies, habitat, e site. Preferimos o termo fragmento, mas qualquer dessestermos, quando definidos, esto satisfatoriamente de acordo com a prefernciado investigador. Como a paisagem, as partes compreendidas na paisagemno so evidentes por si s; as partes precisam estar definidas de acordo como fenmeno em considerao. Por exemplo, de uma perspectiva de gerencia-mento de madeira uma parte pode corresponder a um fragmento de floresta.

7Entretanto, o fragmento pode no funcionar como um fragmento, considerada aperspectiva particular de um organismo. Por uma perspectiva ecolgica, aspartes representam relativamente reas discretas (domnio espacial) ou pero-dos (domnio temporal) de condies ambientais relativamente homogneasonde os limites das partes so distinguidos por descontinuidades nos estadoscaractersticos ambientais de seus arredores com magnitudes que so perce-bidas ou so relevantes ao organismo ou fenmeno ecolgico sobconsiderao. Por uma viso organocntrica, as partes podem ser definidascomo unidades ambientais entre as quais as perspectivas de aptido, ou quali-dade, diferem, embora, na prtica, as partes possam ser mais apropriadamentedefinidas pela distribuio no-aleatria da utilizao da atividade ou fonte en-tre unidades ambientais, como reconhecido no conceito de Resposta dosGros.

As partes so dinmicas e ocorrem numa variedade de escalas espaciais etemporais que, de uma perspectiva organocntrica, variam como funo daspercepes animais. Uma parte em qualquer dada escala tem uma estruturainterna que um reflexo da partio em escalas menores, e o mosaico conten-do aquela parte tem uma estrutura que determinada pelo particionamento emescalas maiores. Por isto, indiferente s bases para definir os fragmentos, umapaisagem no contm um nico mosaico de fragmentos, mas contm uma hie-rarquia de mosaico de partes que pode ter uma faixa de escalas. Por exemplo,de uma perspectiva organocntrica, a menor escala que um organismo perce-be e responde estrutura das partes o seu gro. Este limiar mais baixo deheterogeneidade o nvel de resoluo no qual o tamanho da parte se tornato pequena que os indivduos ou as espcies param de responder a ele, aindaque a estrutura da parte possa existir numa resoluo ainda melhor. [9]

1.6 MATRIZ

Uma criana brincando numa caixa de areia fica protegida do exterior e seconcentra na criao de sua prpria paisagem. Faz desenhos de formas, eamaciam a superfcie com suas mos, formando uma matriz envolvente. Jun-tas, criam um mosaico para toda a caixa de areia. O mosaico modificado emoldado continuamente, e, usualmente, pontilhado de enormes distrbios. Nssomos as crianas e o mundo nossa caixa de areia. [9] Esta uma noobsica do que uma matriz. Na prtica, podemos classificar como matriz amaior classe e mais conectada, sendo esta, assim, a classe de fragmentos quedita as regras. (ver [9])

82 AS MTRICAS DO FRAGSTATS

O Fragstats pode ser visto como um conjuntos de ferramentas auxiliares daAnlise Espacial da paisagem, e assim, ser neste captulo apresentada a listade mtricas j separadas por categorias. Dentro de cada categoria, as mtri-cas sero agrupadas em ordem dos trs respectivos nveis: fragmentos,classes e paisagem, respectivamente.

As diversas mtricas podem ser classificadas em oito grupos de categorias:mtricas de rea, de fragmentos, de bordas, de forma, de rea central (core),de vizinho mais prximo, de contgio e mistura e de diversidade.

As mtricas so listadas a seguir, mostradas as siglas (que so usadas noFragstats) das mtricas e uma descrio sucinta. Tambm ao lado de cadasigla estar a traduo do seu significado em negrito observar que algumasdas mtricas referem-se a simples repetio de valores fornecidos como par-metros (como PR) e que a maior parte das mtricas de classe so as mesmasda paisagem, apenas adaptadas para englobar todas as classes salvo asmtricas de diversidade, que s esto presentes na paisagem.

2.1 MTRICAS DE REA

Em geral as mtricas de rea so as bases do conhecimento da paisagem.So utilizadas por outras mtricas e so mtricas muito teis para estudosecolgicos, uma vez que a riqueza e abundncia de certas espcies dependemdas dimenses dos fragmentos da paisagem para existir. Em geral muitoimportante saber quanto de rea de uma classe existe na paisagem. Mas aaplicao depende das espcies. Por exemplo, para pssaros a fragmentaodo terreno pode no afetar tanto negativamente quanto para grandes vertebra-dos, que podem ter problemas de deslocamento, dependendo dos tipos defragmentos presentes.

Para Fragmentos:

AREA rea

rea do fragmento em hectares (10.000 m2).

LSIM ndice de similaridade da paisagem

Percentagem de fragmentos de mesma classe na paisagem.

9Para Classes:

CA rea da classe

rea de todos os fragmentos da classe em hectares.

%LAND percentagem da paisagem

exatamente igual a LSIM

TA rea total da paisagem

rea de toda a paisagem em hectares.

LPI ndice de fragmento maior

Percentagem da paisagem ocupada pelo maior fragmento daclasse.

Para Paisagens:

TA rea total da paisagem

rea de toda a paisagem em hectares.

LPI ndice de fragmento maior

Percentagem da paisagem ocupada pelo maior fragmento dapaisagem (de qualquer classe).

2.2 MTRICAS DE FRAGMENTOS

No representam medidas explicitamente espaciais, mas, pode-se considerar,representam a configurao da paisagem. As informaes desta categoria soimportantes por caracterizarem os fragmentos (nmero de fragmentos, tama-nho mdio, densidade, variao etc.). Estas mtricas permitem que se ordenepor grau de fragmentao, heterogeneidade de fragmentos, ou outros aspectosrelacionados aos fragmentos na paisagem.

Para Fragmentos: no h.

Para Classes:

NP nmero de fragmentos

Nmero de fragmentos existentes na classe.

PD densidade de fragmento

Nmero de fragmentos da classe em 100 hectares de paisa-gem.

10

MPS tamanho mdio dos fragmentos

Mdia entre as reas em hectares de todos os fragmentos daclasse.

PSSD desvio padro do tamanho dos fragmentos

A raiz quadrada do erro mdio quadrtico do tamanho dosfragmentos da classe.

PSCV coeficiente de variao do tamanho dos fragmentos

PSSD dividido por MPS, ou seja, a variabilidade do tamanhodos fragmentos relativos ao tamanho mdio de fragmento da classe.

Para Paisagens:

NP nmero de fragmentos

Nmero de fragmentos existentes na paisagem.

PD densidade de fragmento

Nmero de fragmentos de todas as classes em 100 hectaresde paisagem.

MPS tamanho mdio dos fragmentos

Mdia entre as reas em hectares de todos os fragmentos dapaisagem.

PSSD desvio padro do tamanho dos fragmentos

A raiz quadrada do erro mdio quadrtico do tamanho dosfragmentos da paisagem (populao).

PSCV coeficiente de variao do tamanho dos fragmentos

PSSD dividido por MPS, ou seja, a variabilidade do tamanhodos fragmentos relativos ao tamanho mdio de fragmento da paisagem.

2.3 MTRICAS DE BORDAS

Representam a configurao da paisagem, ainda que no explicitamente Vri-os fenmenos ecolgicos se caracterizam pela quantidade total de bordas, e ainformao sobre as bordas (que pode caracterizar pelo padro espacial oefeito de borda) , conforme os estudos mais recentes, um importante aspectoestudado pels investigadores ecolgicos.

11

O efeito de bordas numa floresta, por exemplo, resulta em diferentes intensida-des de vento e intensidade e qualidade de iluminao solar, produzindomicroclimas e taxas de distrbio.

Para Fragmentos:

PERIM - permetro

Permetro do fragmento incluindo reas vazadas.

EDCON ndice de contraste de bordas

Produto do peso do contraste correspondente a cada vizi-nhana com o comprimento do segmento dividido pelo permetro (somados segmentos).

Para Classes:

TE total de bordas

Soma de todas as bordas da classe.

ED densidade de bordas

TE dividido pela rea total em hectares.

CWED densidade de borda ponderada por contraste

Mesmo que ED, mas ponderado pelo valor de contraste entreclasses fornecido.

TECI ndice de contraste do total de bordas

Soma, ponderada pelo peso de contraste, dos permetros dosfragmentos, dividida pela soma dos segmentos de borda.

MECI ndice de contraste de bordas mdias

Percentagem da soma, ponderada pelo contraste, dos seg-mentos de borda, dividida pelo permetro total do fragmento, divididospelo nmero de fragmentos do mesmo tipo.

AWMECI ndice de contraste de borda mdia ponderada porrea

Soma de todos os [(Produto dos segmentos de permetro pelocontraste divididos pelo permetro total) multiplicado por (rea do frag-mento dividido pela rea da classe)] para toda a classe.

Para Paisagens:

TE total de bordas

Soma de todas as bordas da paisagem.

12

ED densidade de bordas

TE dividido pela rea total em hectares.

CWED densidade de borda ponderada por contraste

Mesmo que ED, mas ponderado pelo valor de contraste entreclasses fornecido.

TECI ndice de contraste do total de bordas

Soma dos segmentos de cada segmento de borda da paisa-gem multiplicados pelo peso de contraste, divididos pelo comprimentototal das bordas na paisagem.

MECI ndice de contraste de bordas mdias

Percentagem da soma, ponderada pelo contraste, dos seg-mentos de borda, dividida pelo permetro total, divididos pelo nmerototal de fragmentos.

AWMECI ndice de contraste de borda mdia ponderada porrea

Soma de todos os [(Produto dos segmentos de permetro pelocontraste divididos pelo permetro total) multiplicado por (rea do frag-mento dividido pela rea da paisagem)] para toda a paisagem.

2.4 MTRICAS DE FORMA

O tamanho e forma dos fragmentos de paisagem podem influenciar inmerosprocessos ecolgicos importantes. Sua forma pode influenciar processos entrefragmentos, como a migrao de pequenos mamferos e a colonizao deplantas de mdio e grande porte, e pode influenciar as estratgias de fuga decertos animais.

O principal aspecto da forma, entretanto, a relao com o efeito de borda.

SHAPE mede a complexidade da forma comparada a um crculo (verso veto-rial) ou a um quadrado (verso matricial). A dimenso fractal muito utilizadaem pesquisas ecolgicas da paisagem, e sua vantagem pode ser aplicada sfeies espaciais sob diversas escalas. O uso isolado de FRACT (para frag-mentos) deve ser usado com cuidado e no to significativo quanto asmtricas fractais para classes e paisagens.

13

Para Fragmentos:

SHAPE ndice de forma

Permetro do fragmento dividido pela raiz quadrada da rea edividido por 4 (a forma quadrada ter SHAPE=1)

Este ndice para o clculo matricial teria seu mnimo no casodo crculo, quando, matematicamente teria o valor SHAPE=0.88; entre-tanto o clculo matricial leva em conta os cantos dos pixels e presume-os quadrados, fazendo com que esse valor, para grandes crculos, tenhaalgum valor prximo a SHAPE=1.13; o menor valor, deste modo, SHAPE=1 para o quadrado.

Um retngulo com lados L e 2L ter SHAPE=1.06

Um retngulo com lados L e 10L ter SHAPE=1.74

Um retngulo com lados L e 100L ter SHAPE=5.05

Um tringulo equiltero ter SHAPE=1.07

Quanto mais recortado e com menos rea, maior o valor destendice.

FRACT dimenso fractal

2 vezes o logaritmo do permetro do fragmento dividido pelologaritmo da rea do fragmento.

FRACT varia de 1 a 2, sendo uma alternativa para o uso deSHAPE (que varia de 1 a infinito).

Para Classes:

LSI ndice de forma da paisagem

Soma dos limites da paisagem e de todos os segmentos deborda dentro dos limites que envolvem a classe, dividida pela raiz qua-drada da rea total da paisagem.

MSI ndice de forma mdia

a mdia do ndice SHAPE para os fragmentos da classe cor-respondente.

AWMSI ndice de forma mdio ponderado pela rea

a mdia do ndice SHAPE para os fragmentos da classe cor-respondente, ponderada pela rea do fragmento.

14

DLFD dimenso fractal bi-logartmica

Igual a 2 dividido pela declividade da linha de regresso obtidapela regresso do logaritmo da rea do fragmento pelo logaritmo do pe-rmetro do fragmento.

Como o FRACT, varia entre 1 e 2

MPFD dimenso fractal de fragmento mdio

Igual soma de duas vezes o Log de permetro dos fragmen-tos, dividido pelo Log da rea do fragmento, para cada fragmento daclasse, dividido pelo nmero de fragmentos da mesma classe.

Varia entre 1 e 2

AWMPFD dimenso fractal de fragmento mdio ponderadopela rea

a mdia da MPFD, ponderada pela rea.

Varia entre 1 e 2

Para Paisagens:

LSI ndice de forma da paisagem

Soma dos limites da paisagem e de todos os segmentos deborda dentro dos limites da paisagem, dividida pela raiz quadrada darea total da paisagem.

MSI ndice de forma mdia

a mdia do ndice SHAPE para os fragmentos da paisagem.

AWMSI ndice de forma mdio ponderado pela rea

a mdia do ndice SHAPE para os fragmentos da paisagem,ponderada pela rea do fragmento.

DLFD dimenso fractal bi-logartmica

Igual a 2 dividido pela declividade da linha de regresso obtidapela regresso do logaritmo da rea do fragmento pelo logaritmo do pe-rmetro do fragmento.

Como o FRACT, varia entre 1 e 2

MPFD dimenso fractal de fragmento mdio

Igual soma de duas vezes o Log de permetro dos fragmen-tos, dividido pelo Log da rea do fragmento, para cada fragmento dapaisagem, dividido pelo nmero total de fragmentos da paisagem.

Varia entre 1 e 2

15

AWMPFD dimenso fractal de fragmento mdio ponderadopela rea

a mdia da MPFD, ponderada pela rea.

Varia entre 1 e 2

2.5 MTRICAS DE REA CENTRAL (CORE)

rea central definida como a rea dentro de um fragmento separada da bor-da por uma distncia pr-definida (ou uma operao de buffer). Tem sidoconsiderada uma medida muito mais forte (do ponto de vista de previso) dequalidade de habitats por especialistas de reas interiores, do que a rea dosfragmentos. A rea central afetada pela forma, enquanto a rea do frag-mento no (considerando-se a rea como invarivel). Para se entender oproblema das reas centrais, pode-se pensar que certos fragmentos tm bas-tante rea o suficiente para manter uma dada espcie mas no tm reacentral capaz de permitir uma manuteno daquela espcie.

Para Fragmentos:

CORE rea central

rea central do fragmento

NCORE nmero de reas centrais

Nmero de reas centrais dentro de um fragmento

CAI ndice de reas centrais

Porcentagem de rea central de cada fragmento

Para Classes:

C%LAND percentual de rea central (core) na paisagem

Percentual de reas centrai (excludas as bordas) em relao rea total da paisagem.

TCA rea central total

Soma das reas centrais de toda a classe em hectares.

NCA nmero de reas centrais

Nmero de reas centrais de toda a classe.

CAD densidade de reas centrais

Nmero de reas centrais dividido pela rea de 100 hectares.

16

MCA1 rea central mdia por fragmento

Soma das reas centrais da classe em hectares, dividida pelonmero de fragmentos da classe.

CASD1 desvio padro das reas centrais dos fragmentos

Clculo do desvio padro das reas dos fragmentos da classe,tiradas as bordas.

CACV1 coeficiente de variao das reas centrais dos frag-mentos

Variabilidade na rea central relativa rea central mdia.

MCA2 rea mdia por centrais disjuntas

Mdia das reas centrais disjuntas do fragmento.

CASD2 desvio padro das reas centrais disjuntas

Clculo do desvio padro das reas centrais disjuntas dosfragmentos da classe.

CACV2 coeficiente de variao das reas centrais disjuntas

Variabilidade na rea central relativa rea central mdia, cal-culada como percentagem de CASD2 por MCA2.

TCAI ndice de rea central total

Percentagem da classe que rea central, baseado na largurade borda especificada.

MCAI ndice de rea central mdia

Percentagem mdia do fragmento da classe que rea cen-tral, baseado na largura de borda especificada.

Para Paisagens:

TCA rea central total

Soma das reas centrais de toda a classe em hectares.

NCA nmero de reas centrais

Nmero de reas centrais de toda a classe.

CAD densidade de reas centrais

Nmero de reas centrais dividido pela rea de 100 hectares.

MCA1 rea central mdia por fragmento

Soma das reas centrais da classe em hectares, dividida pelonmero de fragmentos da paisagem.

17

CASD1 desvio padro das reas centrais dos fragmentos

Clculo do desvio padro das reas dos fragmentos da paisa-gem, tiradas as bordas.

CACV1 coeficiente de variao das reas centrais dos frag-mentos

Variabilidade na rea central relativa rea central mdia.

MCA2 rea mdia por centrais disjuntas

Mdia das reas centrais disjuntas do fragmento.

CASD2 desvio padro das reas centrais disjuntas

Clculo do desvio padro das reas centrais disjuntas dosfragmentos da paisagem.

CACV2 coeficiente de variao das reas centrais disjuntas

Variabilidade na rea central relativa rea central mdia, cal-culada como percentagem de CASD2 por MCA2.

TCAI ndice de rea central total

Percentagem da paisagem que rea central, baseado na lar-gura de borda especificada.

MCAI ndice de rea central mdia

Percentagem mdia do fragmento da paisagem que reacentral, baseado na largura de borda especificada.

2.6 MTRICAS DE VIZINHO MAIS PRXIMO

So mtricas que se baseiam na distncia de vizinho mais prximo nos trsnveis de fragmento, classe e paisagem. Vizinho mais prximo definida como a distncia de um fragmento para o fragmento que est sua volta, domesmo tipo, e baseado na distncia borda-a-borda.

Estas mtricas quantificam a configurao da paisagem. A proximidade entreos fragmentos importante para os processos ecolgicos, e tm implcito emseus resultados o grau de isolamento dos fragmentos.

Para Fragmentos:

NEAR distncia do vizinho mais prximo

Distncia euclidiana borda-a-borda entre o fragmento e o maisprximo de mesma classe

18

PROXIM ndice de proximidade

Soma de cada rea dos fragmentos de mesma classe dividi-dos pela distncia euclidiana borda-a-borda respectiva, considerandosomente os fragmentos dentro do raio de busca.

Para Classes:

MNN distncia mdia do vizinho mais prximo

Soma de todas as distncias entre cada fragmento e o vizinhomais prximo de mesma classe, dividido pelo nmero de fragmentos daclasse.

NNSD desvio padro do vizinho mais prximo

O desvio da mdia na distncia do vizinho mais prximo dosfragmentos da classe.

NNCV coeficiente de variao do vizinho mais prximo

A variabilidade na distncia do vizinho mais prximo relativa distncia mdia do vizinho mais prximo.

MPI ndice de proximidade mdia

Mdia de todos os PROXIM dos fragmentos da classe.

Para Paisagens:

MNN distncia mdia do vizinho mais prximo

Soma de todas as distncias entre cada fragmento e o vizinhomais prximo de mesma classe, dividido pelo nmero de fragmentos dapaisagem, para todas as classes.

NNSD desvio padro do vizinho mais prximo

O desvio da mdia na distncia do vizinho mais prximo dosfragmentos da classe para a paisagem.

NNCV coeficiente de variao do vizinho mais prximo

A variabilidade na distncia do vizinho mais prximo relativa distncia mdia do vizinho mais prximo.

MPI ndice de proximidade mdia

Mdia de todos os PROXIM dos fragmentos da paisagem.

19

2.7 MTRICAS DE CONTGIO E INTERCALAO (OU MISTURA)

So mtricas que visam a quantificao da configurao da paisagem comoum todo, em relao disposio das classes na paisagem. Podem medir aestrutura da paisagem.

O ndice de contgio torna-se interessantes pela interpretao intuitiva de suaprobabilidade: probabilidade de uma clula tomada ao acaso de pertencer auma dada classe; e probabilidade condicional em que, dado que a clula per-tence a uma classe, uma de suas clulas vizinhas pertence a uma outra dadaclasse. O produto a probabilidade de duas clulas adjacentes, tomadas aoacaso, pertencerem s duas dadas classes. Varia com o nmero, o tamanho,a contiguidade e a disperso dos fragmentos da paisagem.

O ndice de intercalao refere-se ao nvel de intercalao dos fragmentos eleva em considerao as classes dos fragmentos vizinhos.

Caso tenha-se uma paisagem com certa rea composta por quatro grandesclasses distintas e um fragmento por classe, e uma segunda paisagem com amesma rea, as mesmas classes, mas com centenas de fragmentos por clas-se, se forem igualmente intercaladas as classes, o ndice de intercalao sero mesmo. O ndice de contgio ser, entretanto, muito diferente.

Para Fragmentos: no h.

Para Classes:

IJI ndice de intercalao e justaposio

a intercalao observada sobre a mxima intercalao pos-svel para um dado nmero de tipos de fragmentos (Classes).

Varia de 0% a 100%.

Para Paisagens:

IJI ndice de intercalao e justaposio

a intercalao observada sobre a mxima intercalao pos-svel para um dado nmero de tipos de fragmentos (Classes).

Varia de 0% a 100%.

CONTAG ndice de contgio

O contgio observado, sobre o contgio mximo possvel parao nmero de tipos de fragmentos (classes) existentes.

20

2.8 MTRICAS DE DIVERSIDADE

So mtricas que visam quantificar a composio (e assim a diversidade) dapaisagem. So mtricas muito utilizadas em aplicaes ecolgicas.

As mtricas de diversidade so influenciadas pela riqueza de classes e unifor-midade. So a seguir apresentadas trs mtricas de diversidade, sendo a maispopular o ndice de Shannon, e procura fornecer a quantidade de informaespor indivduo (fragmento). Pode-se dizer que so equivalentes (quanto utili-zao) as mtricas SHDI e MSIDI.

As mtricas de riqueza so muito afetadas pela escala, pois menores escalastendem a conter mais classes e vice-versa, por isso existe a mtrica de riquezarelativa. RPR representa a riqueza como uma percentagem do potencial m-ximo que especificado pelo usurio.

As mtricas de homogeneidade indicam o quanto homognea a distribuiodos fragmentos.

Para Fragmentos:

Para Classes:

Para Paisagens:

SHDI ndice de diversidade de Shannon

Soma, entre todas as classes, da abundncia proporcional decada classe multiplicada por aquela proporo (abundncia da propor-o vezes o logaritmo natural da proporo), multiplicado por 1.

SIDI ndice de diversidade de Simpson

1 menos a soma, entre todas as classes, da abundncia pro-porcional de cada classe ao quadrado.

MSIDI ndice de diversidade de Simpson modificado

Logaritmo natural do inverso de 1 menos SIDI.

PR riqueza de fragmentos

Nmero de classes presentes no limite da paisagem (este va-lor fornecido como parmetro).

PRD densidade de riqueza de fragmentos

Nmero de classes numa rea de 100 hectares.

21

RPR riqueza de fragmentos relativa

Percentual de classes presentes no limite delimitado da paisa-gem dividido pelo nmero potencial de classes (mximo possvel).

SHEI ndice de uniformidade de Shannon

SHDI observado dividido pelo valor mximo possvel do valorde SHDI (i.e., logaritmo natural de m, onde m o nmero de classes).

SIEI ndice de uniformidade de Simpson

SIDI observado dividido pelo valor mximo possvel do valorde SIDI (i.e., 1 - 1/m).

MSIEI ndice de uniformidade de Simpson modificado

MSIDI observado dividido pelo valor mximo possvel do valorde MSIDI (i.e., logaritmo natural de m, onde m o nmero de classes).

22

3 OS PARMETROS

3.1 SEQNCIA DOS PARMETROS SOLICITADOS

Na execuo do Fragstats em linha de comando (verso DOS) temos a se-qncia:

Nome do arquivo de imagem;

Nome a ser utilizado na sada;

Tamanho do pixel da imagem (tem que ser quadrado) em metros; estevalor ir definir o tamanho da grade quadrangular regular que se estarassumindo para a imagem para todos os clculos realizados;

Distncia da borda dos fragmentos em metros, para determinar as re-as core (de centro), que so os habitats internos aos fragmentos, epara prever os chamados efeitos de borda; deve-se ter muito bem co-nhecido este valor; uma limitao deste programa assume que paratodos os tipos de fragmentos (classes) tem-se um nico valor de dis-tncia para o clculo do efeito de borda; este valor absolutamentedependente dos organismos e dos processos ecolgicos; a rea deuma regio interior de um fragmento a rea que permanece aps aretirada de uma mscara com esta distncia da borda do mesmo frag-mento;

Formato do arquivo de entrada:

1. SVF;

2. Formato ASCII;

3. Binrio de 8 bits;

4. Binrio de 16 bits;

5. Formato do ERDAS;

6. Formato do IDRISI.

Caracterizar margem, limite e fundo, definindo o cdigo do fundo:

1. Pode-se definir uma margem (border) de interesse, contidadentro de um limite (boundary) maior de paisagem, onde este aindapode no englobar toda a imagem (caracterizada pela existncia defragmentos de fundo ou background existentes em qualquer parteda imagem e caracterizados por um cdigo de fragmento especfico mas usualmente negativo);

23

2. definindo-se (ou no) o fundo, define-se automaticamente olimite da paisagem;

3. a margem interna a esse limite, e que delimita a regio de inte-resse, ser utilizada para a extrao de informaes de adjacncia dosfragmentos, e deve ser caracterizada por ter os cdigos dos fragmen-tos externos invertidos (negativos) mas correspondentes aos originais.;

4. somente sero utilizados os fragmentos externos ao limite nosclculos de contraste de bordas, intercalao e contgio.

5. O valor default NONE (i.e., nenhum fundo);

Nmero mximo de classes; o valor do nmero mximo de classesque podem estar presentes (ainda que na imagem em si no estejam)e necessrio para determinar a riqueza relativa de fragmentos (PR);

Nome do arquivo contendo os pesos de cada classe; cada registroneste arquivo deve conter duas classes e a magnitude do contraste debordas entre ambos (valor entre zero e um); os pesos de contraste dasbordas so usados para calcular diversos ndices de contraste entrebordas; so, deste modo, seqncias de trs nmeros, os dois primei-ros representando uma combinao entre classes (inteiros) e o terceiro o valor entre zero e um do valor de contraste entre elas; o default NONE;

Nome do arquivo de identificao da imagem a ser gerado ou a serlido, de modo que cada fragmento tenha um cdigo identificador nico,que permita associar os valores aos fragmentos; este arquivo umaimagem;

Nome do arquivo no formato ASCII de descrio das classes, em que onmero da classe seguido do texto descritor correspondente;

Qual a proporo de bordas de limite e de fundo (boundary ebackground) que devero ser contados como bordas, nas mtricas debordas e de contraste entre fragmentos e limite ou fundo;

Se a vizinhana diagonal ser considerada nas medidas de proximida-de; {y/n} [YES]

Qual o raio de busca para o clculo de proximidade;

Fazer os clculos de vizinho mais prximo? {y/n} [YES]

Apresentar os relatrios correspondentes aos fragmentos? {y/n} [YES]

Apresentar os relatrios correspondentes s classes? {y/n} [YES]

24

3.2 COMO OBTER VALORES DE PARMETROS

A quantidade de vegetao de borda da floresta (i.e., a zona de transio entreno-floresta e floresta interior em torno do permetro) freqentemente usadapara estimar a riqueza de espcies. Condies de interior da floresta quasesempre so exigidas por muitas plantas e animais. Embora no haja definiesde um padro para o interior funcional de florestas, como isto um valor espe-cfico de cada espcie, algumas regras gerais tm sido aceitas e adotadas naliteratura biolgica da conservao: [7]

1. Habitats de interior de florestas (i.e., rea interna rea central core)podem ser definidas de 30m a 60m para espcies de plantas (limiar deflora);

2. Habitats de interior de interior de florestas podem ser definidas de 60m a600m para animais (limiar de fauna).

A rea de florestas interiores permanecem aps a zona de borda (100 m paraesta anlise) fica removida. Os ndices de borda so valiosos como marcasndices (bench marks) para comparaes de sries temporais. [7]

Esses e outros parmetros, devem ser estudados junto ao fenmeno emquesto. Para a utilizao adequada deve-se ter em mo os valores que pro-duzam significado prtico, lembrando que uma variao nos parmetros podealterar todos os valores apresentados pelas mtricas.

25

4 APLICAES

4.1 O QUE PRECISA SER REPRESENTADO

Para caracterizar as diferentes paisagens, a expectativa no uso das mtricas que proporcionem valores quantitativos numricos que representem em si umagrandeza absoluta, ou que sejam parmetro de comparao para grandezasrelativas, e portanto, a maior parte dos valores obtidos mais adequado paraum uso comparativo, ainda que possa ser interpretado de maneira absoluta.

A quantizao da fragmentao por softwares como Fragstats depende sobre-maneira do nmero de classes de floresta existente (ou definido naclassificao preparatria) e do tamanho do pixel mnimo. Estes dois fatoresiro afetar os resultados do nvel de fragmentao. Deste modo crtica a ne-cessidade de se ter consistncia no modo como os dados esto estruturados,para poder, assim, comparar os resultados obtidos. [1]

O Fragstats permite que ecologistas e pesquisadores de recursos naturaisquantifiquem a estrutura da paisagem e os padres espaciais. Por meio detcnicas analticas de SIG, calcula ndices espaciais estatsticos capazes dedescrever o nvel de uniformidade ou fragmentao dos fragmentos da paisa-gem, anlise esta que muito importante para a biodiversidade e os habitaisde vida selvagem e vem pouco a pouco se tornando fundamental para estudio-sos de florestas, de forma que estes podem quantificar o efeito devastador quepode estar havendo em uma rea que tenha vida selvagem. [2]

4.2 SELEO DE MTRICAS

Foi preciso criar uma interface para o Fragstats (rodando junto com o softwareSpans) personalizada para um cliente, que analisou o programa e determinouque iria precisar escolher quais mtricas gerar. A interface precisaria produzirum raster de sada, mas apenas a opo avanada permitiria ao usurio espe-cificar quais das nove mtricas da paisagem ele gostaria de gerar. As novemtricas selecionadas so: [5]

1. Percentagem da paisagem para cada classe;2. Tamanho mdio dos fragmentos;3. Coeficiente de variao do tamanho dos fragmentos (%);4. ndice de rea Core (%);5. Percentual de reas Core da paisagem;

26

6. Distncia mdia de vizinho mais prximo;7. Desvio padro do vizinho mais prximo;8. ndice de diversidade de Shannon;9. ndice de contgio (%).

Em [7] feito um exame em trs categorias de medidas:

1. Composio, que examina um conjunto descritivo de elementos da paisa-gem, sua freqncia, rea e distribuio na paisagem;

2. Configurao, que considera o posicionamento espacial dos elementos dapaisagem e suas respectivas formas;

3. Conectividade, que surge da interao das outras duas categorias e realizauma avaliao genrica levando em conta a facilidade de locomoo comque um organismo pode ter em torno dos elementos da paisagem.

4.3 DEPENDNCIA DAS MTRICAS

Se analisarmos as mtricas do ponto de vista da dependncia entre elas, tere-mos uma reduo significativa no nmero de mtricas. Considerando apenasum subconjunto razoavelmente independente de mtricas, podemos ter umarelao de mtricas que caracterizem a paisagem.

Abaixo temos as siglas (cujos detalhes foram apresentados anteriormente) deum mnimo de mtricas que pode ser considerado representativo, divididas nostrs grupos bsicos. apenas uma das inmeras alternativas, que ser utili-zada para analisarmos o exemplos.

a) Fragmentos: rea: AREA Borda: PERIM Forma: SHAPE rea Central: CORE Vizinho mais prximo: NEAR e PROXIM

b) Classes: rea: LPI Fragmento: MPS Borda: TE Forma: AWMSI rea Central: C%LAND Vizinho mais prximo: MNN e NNSD Intercalao: IJI

27

c) Paisagens: rea: LPI Fragmento: MPS Borda: TE Forma: AWMSI rea Central: CACV1 e TCAI Vizinho mais prximo: MNN e NNSD Intercalao: IJI e CONTAG

28

5 ESTUDO DE CASOS

"Na avaliao em mdia escala do interior da bacia do rio Colmbia, as mu-danas na floresta e nos alcances dos padres de vegetao e vulnerabilidadeda floresta ao fogo, insetos e distrbios patognicos foram quantificados, nosltimos 40 a 60 anos. As mudanas foram quantificadas para uma amostra de337 sub-quedas-d'gua selecionadas de 43 das 164 sub-bacias totais. Os re-sultados da mudana foram relatados no Ecological Reporting Units (ERUs).Mapas histricos e atuais da vegetao foram continuamente construdos apartir de coberturas de fotografias areas das sub-quedas-d'gua da amostra.Os mapas foram modelados e aos tipos de coberturas, classes estruturais etipos de vegetao potencial por nveis, foram atribudos pores individuais doterreno. As mudanas nos padres espaciais da vegetao foram avaliadasnum sistema de informaes geogrficas (SIG), utilizando-se o ARC INFO eFragstats. [8]

Para auxiliar na avaliao da validade do uso do Fragstats, apresentam-se al-guns exemplos simples e como as mtricas podem ajudar a diferenci-los.

Trs exemplos didticos foram criados (ver Apndice 2). Nos trs casos, usou-se formas simples e retas, que, devido s caractersticas de imagens matriciais(i.e., raster) so as formas mais simples (nos clculos matriciais, o Fragstatsutiliza as bordas das grades da imagem linhas e colunas para calcular ospermetros). Um crculo tem permetro igual a 4R desta forma.

5.1 TRABALHANDO COM OS EXEMPLOS

Para fragmentos de mesma forma, podemos ainda ter diversas conformaesespaciais. As imagens geradas tm formas retas e apresentam diversos qua-drados (o que pode ser verificado pelo ndice de forma do relatrio dosfragmentos SHAPE).

Os exemplos encontram-se no Apndice. Sobre os exemplos, pode-se descre-v-los:

a) Paisagem com distncia da ordem de 1 metro; isso faz com que as me-didas cujas unidades sejam hectares sejam aproximadas a zero;

b) Primeira imagem: quatro fragmentos de uma classe, de mesma forma etamanho; outro fragmento matriz que delimita a paisagem;

29

c) Segunda imagem: diversos fragmentos dispostos aleatoriamente no ter-reno, quadrados, com um fragmento de outro tipo separando todos asdemais fragmentos;

d) Terceira imagem: parecida com a segunda, mas os fragmentos so li-geiramente maiores e o tipo de fragmento que separava os fragmentosfoi retirado.

Espera-se que os resultados descrevam estas situaes.

5.2 MTRICAS UTILIZADAS

As mtricas que devero apresentar maiores diferenas:

a) Mtricas de vizinho mais prximo;b) Mtricas de contgio e intercalao

5.3 MTRICAS NO UTILIZADAS

As mtricas que dariam o mesmo resultado para todos os casos (no conside-ram a disposio dos fragmentos diferenciam os quatro casos):

a) Mtricas de rea;b) Mtricas de fragmentos;c) Mtricas de bordas;d) Mtricas de forma;e) Mtricas de rea central;f) Mtricas de diversidade.

5.4 RESULTADO

Para os fragmentos:

observa-se que AREA em hectares foi aproximada a zero (conforme espli-cado anteriormente).

O PERIM do exemplo 1 para os quatro fragmentos (quadrados) aproxi-madamente igual, e a diferena de um deles devido rotao queprovocou uma diferena devido s imprecises das operaes matemticasnecessrias; o fragmento matriz apresentou um PERIM de 6.4, o que eraesperado, pois seria o permetro da paisagem (4m) mais os permetros dosquatro fragmentos (2.4m) totalizando os 6.4m. Nos demais exemplos o re-sultado foi coerente com este mecanismo.

30

SHAPE para os quadrados foi 1 ou aproximadamente (1.001) o que se de-veu ao processo de gerao da imagem e clculos matriciais imprecisos.

CORE no deu resultado, devido ao mesmo que ocorreu com AREA. NEAR proporcionou (primeiro exemplo) valores iguais para os quadrados

prximos dois a dois, o que era esperado. PROXIM foi interessante, pois obtivemos a informao da disposio geo-

mtrica que permitiu que soubssemos qual era o fragmento nmero 1 equal era o 2, uma vez que o fragmento 3 tem valor de PERIM diferenciado.O quadrado mais distante o que tem menor PROXIM.

Para as classes e paisagem:

A classe dos quadrados teve LPI muitssimo menor que o da classe de fun-do. Nos demais houve decrescente variao. Era esperado.

MPS foi zero. No exemplo 1 s haviam 2 classes, e TE foi exatamente igual. Nos demais

casos pode-se verificar os valores de comprimento de bordas por classe etotal.

Houve uma aproximao de AWMSI para ambas as classes da paisagem, ea paisagem teve AWMSI prxima do fragmento maior, como era previsto.

O valor de borda no corresponde ao terreno de 1m por 1m, portanto o n-dice considera todos os fragmentos como rea central. O valor C%LANDindica o valor de rea ocupada pelo tipo dos quadrados (exemplo 1).

O tipo de fundo (ex 1) no teve essa mtrica calculada, pois s possui umfragmento correspondente. A paisagem teve o mesmo valor da classe dosquadrados.(MNN)

O desvio padro de NNSD da paisagem foi igual ao da classe dos quadra-dos e foi baixo porque os quatro quadrados esto com pequena variao dedistncia se considerarmos os dois pares de quadrados entre si.

IJI no se aplica ao exemplo 1 pois no h intercalao de nenhuma classe.Nos exemplos seguintes, h diferena nos valores de IJI para os quadrados(2 e 3) e valor nulo (IJI=0) para a classe de fundo do exemplo 2, pois noh intercalao. Isto fez com que o valor de IJI da paisagem de 2 fosse55% enquanto o IJI da paisagem 3 fosse 97%. um bom indicativo de vizi-nhana e homogeneidade, j que sabemos o funcionamento dos processosecolgicos e a importncia desta configurao.

CONTAG foi 77% em 1, 48% em 2 e 46% em 3, o que indica que em 1 mais fcil prever a vizinhana, enquanto em 2 e 3 menos fcil, e tambmh menos homogeneidade em 2 e 3 que em 1.

31

6 CONCLUSO

6.1 LIMITAES

Embora tenha-se tentado quantificar as principais feies de uma rede hidro-grfica, integrada aos processos de deciso de gerenciamento da terra, ecapaz de contribuir para manter ou aumentar a quantidade de gua e a quali-dade do habitat, e para isto, foi digitalizada uma rede hidrogrfica em um SIG(como o ARC/INFO) e realizada a anlise com o Fragstats, e analisando-se osndices aplicados a:

1. paisagem;2. classe,

mas concluiu-se que os ndices calculados eram insuficientes para caracterizartotalmente uma paisagem de rede hidrogrfica. Os ndices de rede foram im-plementados e analisados. Fez-se uma rpida avaliao da qualidade da guapara uma rea de estudo, e o banco de dados obtido, cruzado com a informa-o da paisagem. [4]

muito poderoso em toda a sua complexidade e com enorme potencial de usoincorreto. Tem um manual bastante detalhado em PDF ou PostScript. [6]

A implementao de uma interface personalizada simples tem permitido quegerentes de recursos naturais e cientistas pudessem convenientemente anali-sar as conseqncias do desenvolvimento numa paisagem ecolgica. Existeum vazio entre a capacidade de anlise e facilidade de uso. [5]

A verso vetorial implementada na linguagem de macro AML do ARC/INFO,o que torna a operao muito lenta. [6]

Devido s suas caractersticas mtricas, muitos fenmenos no podem ser re-gistrados pelo Fragstats. Como exemplo disto, tomemos como exemplo aaltimetria da regio. Poder-se-ia at mesmo criar novas classes a partir dasantigas, baseando-se nas propriedades plani-altimtricas e gerando inmerasoutras classes em funo de altitude e/ou declividade. Mas no seria uma boasoluo para o problema, uma vez que h outras implicaes da altimetria,como, por exemplo, a direo de vento devida ao relevo. A direo do vento um fator absolutamente importante e no levado em conta. Veja-se a figura aseguir. A diferena de posio dos fragmentos em funo da direo do ventoleste. Este um exemplo de limitao dentre inmeros outros ligados s pro-priedades ecologicamente analisveis da paisagem.

32

Figura 2: A direo do vento um atributos que o Fragstats no analisa.

Figura 2: Comparao de arrajos espaciais de trs tipos de paisagem, vegeta-o nativa (N), agricultura (A) e rea construda (B). Cada quadrado umaregio composta de 3 a 12 paisagens. O grfico ao lado a representao decada um dos 5 casos, para os trs arranjos. O eixo vertical uma medida totalde adequabilidade (baixa ou alta) para a manuteno dos ecossistemas natu-rais, produtividade agrcloa, e comunidade humana construda,respectivamente. Os melhores e piores casos para cada um dos trs tipos estrepresentado por um crculo e um quadrado (respectivamente) para todos oscasos (15 regies). So condies do problema acima:1. as variveis-chaves examinadas so sensveis s escalas de suas paisa-

gens;2. o vento sopra do oeste;3. a vegetao nativa produz o ar mais puro;4. para as reas construdas, somente as grandes paisagens produzem polui-

o de ar;5. para a vegetao nativa, a fragmentao em pequenos fragmentos de-

vastadora.

33

6.2 VANTAGENS

O imageamento por satlite muito til como fonte de dados e como visuali-zador com grande campo de visada. A imagem da paisagem gerada precisaser processada com softwares para uma anlise da paisagem detalhada. [7]Este o papel principal do Fragstats.

O Fragstats pode ser utilizado para anlises multitemporais. Fazendo-se umaclassificao nas imagens (se for o caso) pode-se verificar a tendncia da mo-dificao, ainda que seja difcil de analisar visualmente. Para este tipo deaplicao tem-se grande vantagem, pois a anlise comparativa, o que, foibastante reforado pelos criadores e estudiosos deste programa.

Pode ser utilizado, matematicamente, para analisar a classificao realizadasobre uma imagem. As formas geradas, as diversidades e a uniformidade darea produzida fica bastante caracterizado nos resultados.

Nos trs exemplos, vimos que possvel fazer uma anlise espacial da paisa-gem por meio dos ndices de paisagem disponveis no Fragstats embora sejadifcil utiliz-los sem conhecimento dos detalhes ecolgicos. , portanto umaferramenta para eclogos.

34

7 REFERNCIAS BIBLIOGRFICAS

[1] Ttulo: Algebraic Specification of Universal Elementary GIS OperationsJochen AlbrechtFonte: Internet:

[2] Ttulo: Quantifying Landscape FragmentationAutor: Andrew PromaineFonte: Internet:

[3] Ttulo: The GIS Primer: Na Introduction to Geographic Information Sys-temsFonte: Internet: Ttulo: ORES - Geography & GISCompiled by Bill Thoen - Data Sets and Software Last revised: 19-Mar-95

[4] Ttulo: Characterization of river Tornada (Portugal) catchment arealandscape - management implications.Inacio, Ana C.*, Helena Farrall, and M. Rosa Paiva.Fonte: Internet:

[5] Ttulo: PCI User News - December '97Fonte: Internet:

[5] Ttulo: O FRAGSTATS*ARCAutores: Kevin McGarigal & Barbara J. MARKS

[6] Ttulo: FRAGSTATS - Spatial Analysis SoftwareFonte: Internet:

[7] Ttulo: Dinmicas de Paisagem de Mdia-EscalaAutores: Paul Hessburg and Brad Smith Data: 3 de maro de 1997.Fonte: Internet:

[8] Ttulo: FRAGSTATS - Anlise de Estrutura e Padro Espacial da Paisagempara ARC/INFO: Sobre Ecologia da Paisagem - Reviso de Princpios .Autor: Dr. Kevin McGarigalFonte: Internet:

35

[9] McGarigal, K., Marks, B. J. FRAGSTATS: Spatial Pattern Analysis Pro-gram For Quantifying Landscape Structure Version.2.0 Mar 1994.

[10] Jorge, L. A. B. Estudo de Fragmentos de Florestas Naturais na Regiode Botucatu-SP Atravs de Tcnicas de Geoprocessamento. Tese deDoutorado, Rio Claro - SP: Universidade Estadual Paulista, 1995.

[11] Forman, R. T. T. Land Mosaics: the ecology of landscapes and regi-ons. London: Cambridge University Press, 1995.

[12] Turner, M. G., Gardner, R. H. Quantitative Methods in Landscape Eco-logy: the analysis and interpretation of landscape heterogeneity. NewYork: Springer-Verlag, 1991.

36

APNDICE 1

PARMETROS DO FRAGSTATS / DOS

FRAGSTATS 2.0Programa para calcular ndices de fragmentao de paisagemUso: Fragstats in_image out_file cellsize edge_dist data_type [rows] [cols] [background] [max_classes] [wt_file] [id_image] [desc_file] [bound_wght] [diags] [prox_dist] [nndist] [patch_stats] [class_stats]

in_image: nome do arquivo-imagem de entrada {char}out_file: nome-base para arquivos de sada {char}cellsize: dimenso das clulas em metros na in_image {float}edge_dist: distncia (m) das bordas para o clculo de rea central {float}data_type: tipo do arquivo-imagem de entrada {int}:

1 SVF 2 - ascii 3 - 8 bit binary4 - 16 bit binary 5 - ERDAS 6 - IDRISI

rows: opcional; #linhas na imagem; requiredo se data_type 2,3,4 {int}cols: opcional; #cols na imagem; requiredo se data_type 2,3,4 {int}background: opcional; valor das clulas de fundo (positive) {int} {NONE]max_classes:opcional; max classes possveis na paisagem {int} [NONE]wt_file: opcional; nome do arquivo contendo os pesos para cada combi-nao de tipo de fragmento {char} [NONE]id_image: opcional; mtodo para discriminar IDs para os fragmentos:

1 cria e gera imagem ID de sada2 no gera uma imagem ID de sada [default]

- nome da imagem ID; data_type tem que ser o mesmo que em in_imagedesc_file: opcional; nome do arquivo contendo os descritores textuais paracada tipo de fragmento {char} [NONE]bound_wght: opcional; proporo entre o fundo e o limite da paisagemdas bordas das classes que sero consideradas bordas {float} [0.0]diags: opcional; usar diagonais na busca de fragmentos {y/n} [YES]prox_dist: opcional; raio (m) de busca para proximidade {float} [NONE]nndist: opcional; calcula vizinho mais prximo {y/n} [YES]patch_stats:opcional; apresenta estatsticas de fragmentos {y/n} [YES]class_stats: opcional; apresenta estatsticas de classe {y/n} [YES]

O smbolo $ deve ser usado para indicar parmetros opcionais suprimidos.

37

APNDICE 2

RESULTADOS OBTIDOS NO ITEM 5 (EXEMPLO 1)

Date: Wed Oct 28 11:38:15 1998Image Name: trabalBasename For Output Files: saiRows: 200 Cols: 200 Cellsize: 0.0 Data Type: 6Edge Dist: 300.0 Max Patch Type Possible: NA Background: 999No ID Image Will Be OutputDescriptor File:Image Does Not Include a Landscape BorderProportion of Boundary/Background to Count as Edge: 0.00Diagonals Used; Proximity Dist (m): 1000.0Nearest Neighbor CalcsWrite Patch Indices; Write Class Indices

PATCH INDICES

Patch ID: 1 Patch Type: NULLArea (ha): 0.000 Landscape Similarity (%): 7.870Perimeter (m): 0.560 Edge Contrast (%): NAShape Index: 1.001 Fractal Dimension: 1.000Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): 0.020Proximity Index: 49.010

Patch ID: 2 Patch Type: NULLArea (ha): 0.000 Landscape Similarity (%): 7.870Perimeter (m): 0.560 Edge Contrast (%): NAShape Index: 1.001 Fractal Dimension: 1.000Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): 0.020Proximity Index: 49.035

Patch ID: 3 Patch Type: NULLArea (ha): 0.000 Landscape Similarity (%): 7.870Perimeter (m): 0.780 Edge Contrast (%): NAShape Index: 1.380 Fractal Dimension: 0.835Core Area (ha): 0.000 Num Core Areas: 1

38

Core Area Index (%): 100.000 Near Neigh Dist (m): 0.045Proximity Index: 9.765

Patch ID: 4 Patch Type: NULLArea (ha): 0.000 Landscape Similarity (%): 7.870Perimeter (m): 0.560 Edge Contrast (%): NAShape Index: 1.001 Fractal Dimension: 1.000Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): 0.045Proximity Index: 9.934

CLASS INDICES

Patch Type: NULL Class Area (ha): 0.000Total Area (ha): 0.000 Percent of Landscape (%): 7.870Largest Patch Index (%): 1.998 Number Patches: 4Patch Density (#/100 ha): 4000000.000 Mean Patch Size (ha): 0.000Patch Size SD (ha): 0.000 Patch Size CV (%): 0.880Total Edge (m): 2.460 Edge Den (m/ha): 24600.000Con-Wght Edge Den (m/ha): NA Total Edge Contrast (%): NAMean Edge Contrast (%): NA Area-Wt Mean Edge Con(%): NALandscape Shape Index: 1.615 Mean Shape Index: 1.095Area-Weighted Mean Shape: 1.097 Double Log Fractal: 32.762Mean Patch Fractal: 0.959 Area-Weighted Mean Fractal: 0.958Core % of Landscape (%): 7.870 Total Core Area (ha): 0.000Number Core Areas: 4 Core Area Den (#/100 ha):4000000.000Mean Core Area 1 (ha): 0.000 Core Area SD 1 (ha): 0.000Core Area CV 1 (%): 0.880 Mean Core Area 2 (ha): 0.000Core Area SD 2 (ha): 0.000 Core Area CV 2 (%): 0.880Total Core Area Index (%): 100.000 Mean Core Area Index (%): 100.000Mean NearNeigh Dist (m): 0.032 Nearest Neighbor SD (m): 0.012Nearest Neighbor CV (%): 38.462 Mean Prox Index: 29.436Intersper/Juxtapos (%): NA

PATCH INDICES

Patch ID: 5 Patch Type: NULLArea (ha): 0.000 Landscape Similarity (%): 92.130Perimeter (m): 6.460 Edge Contrast (%): NAShape Index: 1.683 Fractal Dimension: -11.695Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): NONEProximity Index: 0.000

CLASS INDICES

Patch Type: NULL Class Area (ha): 0.000Total Area (ha): 0.000 Percent of Landscape (%): 92.130Largest Patch Index (%): 92.130 Number Patches: 1Patch Density (#/100 ha): 1000000.000 Mean Patch Size (ha): 0.000Patch Size SD (ha): 0.000 Patch Size CV (%): 0.000Total Edge (m): 2.460 Edge Den (m/ha): 24600.000Con-Wght Edge Den (m/ha): NA Total Edge Contrast (%): NAMean Edge Contrast (%): NA Area-Wt Mean Edge Con(%): NALandscape Shape Index: 1.615 Mean Shape Index: 1.683Area-Weighted Mean Shape: 1.683 Double Log Fractal Index: NAMean Patch Fractal: -11.695 Area-Weighted Mean Fractal:-11.695Core % of Landscape (%): 92.130 Total Core Area (ha): 0.000Number Core Areas: 1 Core Area Den (#/100 ha):1000000.000Mean Core Area 1 (ha): 0.000 Core Area SD 1 (ha): 0.000

39

Core Area CV 1 (%): 0.000 Mean Core Area 2 (ha): 0.000Core Area SD 2 (ha): 0.000 Core Area CV 2 (%): 0.000Total Core Area Index (%): 100.000 Mean Core Area Index (%): 100.000Mean NearNeigh Dist(m): NONE Near Neighor SD (m): NANearest Neighbor CV (%): NA Mean Prox Index: 0.000Intersper/Juxtapos (%): NA

LANDSCAPE INDICESTotal Area (ha): 0.000Largest Patch Index(%): 92.130Number of patches: 5Patch Density (#/100 ha): 5000000.000Mean Patch Size (ha): 0.000Patch Size Standard Dev (ha): 0.000Patch Size Coeff of Variation (%): 180.325Total Edge (m): 2.460Edge Density (m/ha): 24600.002Contrast-Weight Edge Density (m/ha): NATotal Edge Contrast Index (%): NAMean Edge Contrast Index (%): NAArea-Weighted Mean Edge Contrast (%): NALandscape Shape Index: 1.615Mean Shape Index: 1.213Area-Weighted Mean Shape Index: 1.636Double Log Fractal Dimension: 1.250Mean Patch Fractal Dimension: -1.572Area-Weighted Mean Fractal Dimension: -10.700Total Core Area (ha): 0.000Number of Core Areas: 5Core Area Density (#/100 ha): 5000000.000Mean Core Area 1 (ha): 0.000Core Area Standard Dev 1 (ha): 0.000Core Area Coeff of Variation 1 (%): 180.325Mean Core Area 2 (ha): 0.000Core Area Standard Dev 2 (ha): 0.000Core Area Coeff of Variation 2 (%): 180.325Total Core Area Index (%): 100.000Mean Core Area Index (%): 100.000Mean Nearest Neighbor (m): 0.032Nearest Neighbor Standard Dev (m): 0.012Nearest Neigh Coeff of Variation (%): 38.462Mean Proximity Index: 23.549Shannon's Diversity Index: 0.276Simpson's Diversity Index: 0.145Modified Simpson's Diversity Index: 0.157Patch Richness: 2Patch Richness Density (#/100 ha): 2000000.089Relative Patch Richness (%): NAShannon's Evenness Index: 0.398Simpson's Evenness Index: 0.290Modified Simpson's Evenness Index: 0.226Interspersion/Juxtaposition Index: NAContagion (%): 77.691

40

RESULTADOS OBTIDOS NO ITEM 5 (EXEMPLO 2)

Date: Wed Oct 28 15:51:15 1998Image Name: trabcorBasename For Output Files: tcsaiRows: 200 Cols: 200 Cellsize: 0.0 Data Type: 6Edge Dist: 300.0 Max Patch Type Possible: NA Background: 999No ID Image Will Be OutputDescriptor File:Image Does Not Include a Landscape BorderProportion of Boundary/Background to Count as Edge: 0.00Diagonals Used; Proximity Dist (m): 1000.0Nearest Neighbor CalcsWrite Patch Indices; Write Class Indices

PATCH INDICES

Patch ID: 16 Patch Type: QU ADRADOArea (ha): 0.000 Landscape Similarity (%): 27.067Perimeter (m): 0.560 Edge Contrast (%): NAShape Index: 1.001 Fractal Dimension: 1.000Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): 0.040Proximity Index: 13.924

CLASS INDICES

Patch Type: NULL Class Area (ha): 0.000Total Area (ha): 0.000 Percent of Landscape (%): 27.067Largest Patch Index (%): 1.957 Number Patches: 16Patch Density (#/100 ha): 16000000.000 Mean Patch Size (ha): 0.000Patch Size SD (ha): 0.000 Patch Size CV (%): 32.704Total Edge (m): 8.330 Edge Den (m/ha): 83300.000Con-Wght Edge Den (m/ha): NA Total Edge Contrast (%): NAMean Edge Contrast (%): NA Area-Wt Mean Edge Con(%): NALandscape Shape Index: 3.082 Mean Shape Index: 1.036Area-Weighted Mean Shape: 1.012 Double Log Fractal: 0.730Mean Patch Fractal: 0.987 Area-Weighted Mean Fractal: 0.996Core % of Landscape (%): 27.067 Total Core Area (ha): 0.000Number Core Areas: 16 Core Area Den (#/100 ha):16000000.000

41

Mean Core Area 1 (ha): 0.000 Core Area SD 1 (ha): 0.000Core Area CV 1 (%): 32.704 Mean Core Area 2 (ha): 0.000Core Area SD 2 (ha): 0.000 Core Area CV 2 (%): 32.704Total Core Area Index (%): 100.000 Mean Core Area Index (%): 100.000Mean NearNeigh Dist (m): 0.038 Nearest Neighbor SD (m): 0.036Nearest Neighbor CV (%): 94.597 Mean Prox Index: 43.651Intersper/Juxtapos (%): 0.000

PATCH INDICES

Patch ID: 17 Patch Type: M ATRIZArea (ha): 0.000 Landscape Similarity (%): 38.035Perimeter (m): 22.900 Edge Contrast (%): NAShape Index: 9.283 Fractal Dimension: -3.610Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): NONEProximity Index: 0.000

CLASS INDICES

Patch Type: NULL Class Area (ha): 0.000Total Area (ha): 0.000 Percent of Landscape (%): 38.035Largest Patch Index (%): 38.035 Number Patches: 1Patch Density (#/100 ha): 1000000.000 Mean Patch Size (ha): 0.000Patch Size SD (ha): 0.000 Patch Size CV (%): 0.000Total Edge (m): 18.900 Edge Den (m/ha): 189000.001Con-Wght Edge Den (m/ha): NA Total Edge Contrast (%): NAMean Edge Contrast (%): NA Area-Wt Mean Edge Con(%): NALandscape Shape Index: 5.725 Mean Shape Index: 9.283Area-Weighted Mean Shape: 9.283 Double Log Fractal Index: NAMean Patch Fractal: -3.610 Area-Weighted Mean Fractal: -3.610Core % of Landscape (%): 38.035 Total Core Area (ha): 0.000Number Core Areas: 1 Core Area Den (#/100 ha):1000000.000Mean Core Area 1 (ha): 0.000 Core Area SD 1 (ha): 0.000Core Area CV 1 (%): 0.000 Mean Core Area 2 (ha): 0.000Core Area SD 2 (ha): 0.000 Core Area CV 2 (%): 0.000Total Core Area Index (%): 100.000 Mean Core Area Index (%): 100.000Mean NearNeigh Dist(m): NONE Near Neighor SD (m): NANearest Neighbor CV (%): NA Mean Prox Index: 0.000Intersper/Juxtapos (%): 92.972

LANDSCAPE INDICESTotal Area (ha): 0.000Largest Patch Index(%): 38.035Number of patches: 37Patch Density (#/100 ha): 37000000.000Mean Patch Size (ha): 0.000Patch Size Standard Dev (ha): 0.000Patch Size Coeff of Variation (%): 218.734Total Edge (m): 18.900Edge Density (m/ha): 189000.000Contrast-Weight Edge Density (m/ha): NATotal Edge Contrast Index (%): NAMean Edge Contrast Index (%): NAArea-Weighted Mean Edge Contrast (%): NALandscape Shape Index: 5.725Mean Shape Index: 1.255Area-Weighted Mean Shape Index: 4.157Double Log Fractal Dimension: 2.043

42

Mean Patch Fractal Dimension: 0.864Area-Weighted Mean Fractal Dimension: -0.756Total Core Area (ha): 0.000Number of Core Areas: 37Core Area Density (#/100 ha): 37000000.000Mean Core Area 1 (ha): 0.000Core Area Standard Dev 1 (ha): 0.000Core Area Coeff of Variation 1 (%): 218.734Mean Core Area 2 (ha): 0.000Core Area Standard Dev 2 (ha): 0.000Core Area Coeff of Variation 2 (%): 218.734Total Core Area Index (%): 100.000Mean Core Area Index (%): 100.000Mean Nearest Neighbor (m): 0.099Nearest Neighbor Standard Dev (m): 0.076Nearest Neigh Coeff of Variation (%): 76.778Mean Proximity Index: 21.536Shannon's Diversity Index: 1.457Simpson's Diversity Index: 0.738Modified Simpson's Diversity Index: 1.340Patch Richness: 5Patch Richness Density (#/100 ha): 5000000.224Relative Patch Richness (%): NAShannon's Evenness Index: 0.906Simpson's Evenness Index: 0.923Modified Simpson's Evenness Index: 0.833Interspersion/Juxtaposition Index (%): 55.975Contagion (%): 47.872

43

RESULTADOS OBTIDOS NO ITEM 5 (EXEMPLO 3)

Date: Wed Oct 28 16:11:35 1998Image Name: trabcor2Basename For Output Files: tcsai2Rows: 200 Cols: 200 Cellsize: 0.0 Data Type: 6Edge Dist: 300.0 Max Patch Type Possible: NA Background: 999No ID Image Will Be OutputDescriptor File:Image Does Not Include a Landscape BorderProportion of Boundary/Background to Count as Edge: 0.00Diagonals Used; Proximity Dist (m): 1000.0Nearest Neighbor CalcsWrite Patch Indices; Write Class Indices

PATCH INDICES

Patch ID: 10 Patch Type: NULLArea (ha): 0.000 Landscape Similarity (%): 19.297Perimeter (m): 0.590 Edge Contrast (%): NAShape Index: 1.000 Fractal Dimension: 1.000Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): 0.160Proximity Index: 2.581

Patch ID: 14 Patch Type: NULLArea (ha): 0.000 Landscape Similarity (%): 19.297Perimeter (m): 1.370 Edge Contrast (%): NAShape Index: 1.416 Fractal Dimension: 0.755Core Area (ha): 0.000 Num Core Areas: 1Core Area Index (%): 100.000 Near Neigh Dist (m): 0.005Proximity Index: 1157.262

CLASS INDICES

Patch Type: NULL Class Area (ha): 0.000Total Area (ha): 0.000 Percent of Landscape (%): 19.297Largest Patch Index (%): 5.850 Number Patches: 7Patch Density (#/100 ha): 7000000.000 Mean Patch Size (ha): 0.000Patch Size SD (ha): 0.000 Patch Size CV (%): 51.740Total Edge (m): 4.100 Edge Den (m/ha): 41000.000Con-Wght Edge Den (m/ha): NA Total Edge Contrast (%): NAMean Edge Contrast (%): NA Area-Wt Mean Edge Con(%): NALandscape Shape Index: 2.025 Mean Shape Index: 1.084

44

Area-Weighted Mean Shape: 1.134 Double Log Fractal: 1.274Mean Patch Fractal: 0.955 Area-Weighted Mean Fractal: 0.922Core % of Landscape (%): 19.297 Total Core Area (ha): 0.000Number Core Areas: 7 Core Area Den (#/100 ha):7000000.000Mean Core Area 1 (ha): 0.000 Core Area SD 1 (ha): 0.000Core Area CV 1 (%): 51.740 Mean Core Area 2 (ha): 0.000Core Area SD 2 (ha): 0.000 Core Area CV 2 (%): 51.740Total Core Area Index (%): 100.000 Mean Core Area Index (%): 100.000Mean NearNeigh Dist (m): 0.114 Nearest Neighbor SD (m): 0.069Nearest Neighbor CV (%): 60.580 Mean Prox Index: 501.982Intersper/Juxtapos (%): 99.382

LANDSCAPE INDICESTotal Area (ha): 0.000Largest Patch Index(%): 16.353Number of patches: 27Patch Density (#/100 ha): 27000002.000Mean Patch Size (ha): 0.000Patch Size Standard Dev (ha): 0.000Patch Size Coeff of Variation (%): 78.624Total Edge (m): 10.435Edge Density (m/ha): 104350.000Contrast-Weight Edge Density (m/ha): NATotal Edge Contrast Index (%): NAMean Edge Contrast Index (%): NAArea-Weighted Mean Edge Contrast (%): NALandscape Shape Index: 3.609Mean Shape Index: 1.175Area-Weighted Mean Shape Index: 1.361Double Log Fractal Dimension: 1.867Mean Patch Fractal Dimension: 0.905Area-Weighted Mean Fractal Dimension: 0.785Total Core Area (ha): 0.000Number of Core Areas: 28Core Area Density (#/100 ha): 28000002.000Mean Core Area 1 (ha): 0.000Core Area Standard Dev 1 (ha): 0.000Core Area Coeff of Variation 1 (%): 78.624Mean Core Area 2 (ha): 0.000Core Area Standard Dev 2 (ha): 0.000Core Area Coeff of Variation 2 (%): 79.407Total Core Area Index (%): 100.000Mean Core Area Index (%): 100.000Mean Nearest Neighbor (m): 0.104Nearest Neighbor Standard Dev (m): 0.069Nearest Neigh Coeff of Variation (%): 66.256Mean Proximity Index: 566.076Shannon's Diversity Index: 1.350Simpson's Diversity Index: 0.730Modified Simpson's Diversity Index: 1.310Patch Richness: 4Patch Richness Density (#/100 ha): 4000000.179Relative Patch Richness (%): NAShannon's Evenness Index: 0.974Simpson's Evenness Index: 0.974Modified Simpson's Evenness Index: 0.945Interspersion/Juxtaposition Index (%): 96.659Contagion (%): 45.944

45

FIGURA

A figura 1 mostra categorias e tipos de mtricas respectivas.