Machine Translated by Google

Biodiversidade e Conservação (2023) 32:1807–1820

https://doi.org/10.1007/s10531-023-02578-y

PESQUISA ORIGINAL

Definição de áreas prioritárias para conservação da biodiversidade

e comercialização de certificados florestais no bioma Cerrado no Brasil

Samuel Fernando Schwaida1,2 · Rejane Ennes Cicerelli1 · Tati de Almeida1 ·

Edson EyjiÿSano1 ÿ· Carlos HenriqueÿPires2 ÿ· Ana Paula MarquesÿRamos3

Recebido: 5 de setembro de 2022 / Revisado: 22 de fevereiro de 2023 / Aceito: 3 de março de 2023 /

Publicado online: 18 de março de 2023
© O(s) autor(es), sob licença exclusiva da Springer Nature BV 2023

Resumo
A perda de habitat e a fragmentação da vegetação natural são causas significativas do declínio da
biodiversidade global, impactando negativamente espécies vegetais e animais. Essa questão é
preocupante nas áreas privadas do Cerrado no Brasil, que é o segundo maior bioma, considerado um
hotspot para a conservação da biodiversidade e um provedor de serviços ecossistêmicos. Aqui,
apresentamos uma nova abordagem integrada para definir áreas prioritárias para conservação da
biodiversidade e compensação ambiental no Cerrado, usando análise multicritério. Nossa abordagem
combina variáveis como projeção de desmatamento, índice integral de conectividade, ocorrência de
espécies ameaçadas e informações ambientais de propriedades rurais, classificando a importância
da vegetação nativa remanescente para a conservação da biodiversidade e emissão de certificados
florestais. Métricas de paisagem foram usadas para observar e prever mudanças no uso e cobertura
da terra de 1988 a 2038. Encontramos uma perda de vegetação nativa no Cerrado superior a 20%
entre 1988 e 2018, associada ao aumento de sua fragmentação e perda de conectividade,
especialmente após 2008. A cobertura natural foi substituída principalmente por pastagens e, mais
recentemente, pela agricultura. Além disso, determinamos que é esperada uma perda de vegetação
nativa de cerca de 55% até 2038 na área de estudo. A abordagem proposta pode prever as
consequências de futuras mudanças na paisagem das áreas privadas no bioma Cerrado. Ela deve
ser replicada em outros ecossistemas, apoiando o processo de tomada de decisão para proteção da
biodiversidade.

Palavras-chave Cerrado brasileiro · Espécies ameaçadas · Perda de habitat · Dinâmica de uso

e cobertura da terra

Comunicado por Peter Eisenlohr

Informações estendidas sobre o autor disponíveis na última página do artigo

13
Machine Translated by Google

1808 Biodiversidade e Conservação (2023) 32:1807–1820

Introdução

A perda de habitat e a fragmentação da vegetação natural são as principais causas do declínio da biodiversidade
global (Grande et al. 2020; Villard e Metzger 2014; Wang et al. 2016). No Brasil, as mudanças na paisagem
causadas pela agricultura e expansão da infraestrutura são a principal ameaça a mais de 3.286 espécies de
plantas e animais, de acordo com o levantamento da Lista Nacional Oficial de Espécies Ameaçadas de Extinção
(Martinelli e Moraes 2013; Mustin et al. 2017). Um total de 25% das espécies ameaçadas no Brasil ainda
carecem de proteção e são consideradas “espécies de lacuna” (Brasil 2016; Martins et al. 2018), embora
esforços para reduzir as áreas de desmatamento e aumentar as áreas protegidas tenham sido feitos nos
últimos 20 anos (Fonseca e Venticinque 2018).

A situação acima mencionada é crítica no Cerrado, que é o segundo maior bioma brasileiro. O Cerrado é
considerado um hotspot para a conservação da biodiversidade e um provedor de serviços ecossistêmicos (Colli
et al. 2020; Strassburg et al. 2017). Apesar de sua importância, quase metade das áreas naturais do Cerrado
já foram convertidas para outros usos da terra (Alencar et al. 2020), e apenas 9% delas estão sob proteção
legal (Françoso et al. 2015). Além disso, cerca de 39 milhões de ha de vegetação natural no bioma Cerrado
podem ser suprimidos no futuro próximo, a maioria deles na região do MATOPIBA (Vieira et al. 2018). Esta
região está localizada na parte nordeste do Cerrado, abrangendo os estados do Maranhão, Tocantins, Piauí e
Bahia.

Um total de 53% da vegetação do Brasil está dentro de propriedades privadas (Soares-Filho et al. 2014) e,
para promover a proteção ambiental nessas áreas, foi criada a Lei n°. 12.651 de 25 de maio de 2012 (nome
popular: Novo Código Florestal), que regulamenta a conservação florestal no Brasil. Os dois principais
instrumentos do Novo Código Florestal são o Código do Meio Ambiente Rural e o Código Florestal.
Cadastro Ambiental (CAR) e Cotas de Reserva Ambiental (CRA) (Soares-Filho et al. 2016; Strassburg et al.
2017). O CAR é um registro eletrônico obrigatório onde os agricultores devem enviar informações sobre suas
propriedades, como bordas, cultivares e distribuição da vegetação natural. O CRA consiste em certificados de
comercialização florestal, compreendendo 1 ha de vegetação natural intacta ou em regeneração, que excede
a Reserva Legal (RL) de uma propriedade e pode ser adquirido por proprietários de terras com dívidas na RL.
De acordo com a Lei n°. 12.651, a RL é uma fração da propriedade que deve permanecer coberta com
vegetação nativa. No bioma Cerrado, essa fração é de 20%, aumentando para 35% se a propriedade estiver
localizada na Amazônia Legal (Brasil 2012).

O mecanismo CRA tem o potencial de evoluir para o maior mercado de negociação de certificados florestais
do mundo (Pacheco et al. 2021; Soares-Filho et al. 2016). No entanto, sua eficácia para a manutenção da
biodiversidade depende de uma abordagem integrada para definir áreas prioritárias para essa proteção
(Strassburg et al. 2017). Essa abordagem integrada deve envolver fatores relacionados à ocorrência de
espécies ameaçadas e à prestação de serviços ecossistêmicos, e considerar a priorização da conectividade
da paisagem e tendências de desmatamento (Stan e Sanchez-Azofeifa 2017; Wang et al. 2016). A dinâmica
do uso e cobertura da terra pode ser avaliada usando métricas de paisagem, que permitem analisar a
conectividade da paisagem e as tendências de desmatamento. No entanto, até o momento da escrita, essa
abordagem integrada para prever as consequências de mudanças futuras na paisagem e apoiar o processo de
tomada de decisão de proteção da biodiversidade é desconhecida no bioma Cerrado. Portanto, aqui, definimos
áreas prioritárias para conservação da biodiversidade e compensação ambiental no Cerrado do Tocantins,
Brasil, com base em análise multicritério. Este trabalho apresenta a

13
Machine Translated by Google

Biodiversidade e Conservação (2023) 32:1807–1820 1809

Fig. 1 Localização da área de estudo no estado do Tocantins, áreas de uso antrópico e cobertura vegetal natural
em 1988, 1998, 2008 e 2018.

seguintes três contribuições principais: uma descrição da dinâmica da paisagem no Cerrado nos últimos 30
anos (1988–2018), uma apresentação das projeções de desmatamento para 2028 e 2038 na área de estudo e
uma determinação das áreas prioritárias para conservação no bioma Cerrado.

Materiais e métodos

Área de estudo

A área de estudo refere-se a uma porção do bioma Cerrado localizada no sudeste do estado do Tocantins (Fig.
1). Devido aos seus atributos ecológicos e ocorrência de espécies ameaçadas, esta região do Cerrado é
considerada uma região prioritária para a conservação da biodiversidade, segundo o Ministério do Meio
Ambiente do Brasil (MMA) (Brasil 2016). A área abrange 740 mil ha, abrangendo os municípios de Natividade,
Chapada da Natividade e São Valério.
A vegetação natural cobre 73% da área (Mapbiomas 2021). O clima dominante é o Aw (savana tropical com
inverno seco), segundo a classificação climática de Köppen (Alvares et al. 2013), e há potencial para uso
intensivo da terra para agricultura (SEPLAN 2017).
A densidade populacional é baixa (2,17 habitantes km-²), e o Índice de Desenvolvimento Humano Municipal
(IDH) é igual a 0,645 em média, valor inferior ao IDH nacional de 0,765 (PNUD 2020).

13
Machine Translated by Google

1810 Biodiversidade e Conservação (2023) 32:1807–1820

Métodos

A dinâmica de uso e cobertura do solo da área de estudo foi analisada com base nos mapas Map-
Biomas 4.1 (Souza et al. 2020) para os anos de 1988, 1998, 2008 e 2018, usando métricas e índices de
paisagem. No software Fragtstats 4.2 (McGarigal et al. 2012), as seguintes métricas de paisagem foram
calculadas: área total de classe (CA), porcentagem de paisagem (PLAND), número de manchas (NP),
densidade de manchas (PD), área média de manchas (AREA_MN), distância euclidiana média do
vizinho mais próximo (ENN_MN), índice de agregação (AI), índice de maior mancha (LPI) e índice de
divisão (DIVISION). Tanto o PLAND quanto o DIVISION também foram calculados no nível municipal.
No software Conefor 2.6 (Saura e Torné 2009), os valores globais para o Índice Integral de Conectividade
(IIC) e o Equivalente de Conectividade (EC) foram calculados considerando apenas fragmentos maiores
que 1 hectare. Utilizamos uma distância máxima de dispersão de 1.300 m, conforme sugerido por
Grande et al. (2020), com base nas informações da literatura sobre a biologia de mamíferos não
voadores significativamente afetados pela fragmentação no Cerrado.

A partir dos resultados obtidos na análise supracitada, fizemos projeções de desmatamento para os
anos de 2028 e 2038, utilizando o software Dinamica EGO 5.0.0 (Soares-Filho et al. 2002). Este software
opera com parâmetros de entrada em formato raster, e a geração do modelo depende de autômatos
celulares, onde a condição futura de uma célula depende de seu estado atual, de suas células vizinhas
e das regras de transição determinadas pelo método estatístico bayesiano de Pesos de Evidência (Osis
et al. 2019; Stan e Sanchez-Azofeifa 2017).
Nosso modelo pressupõe a continuidade das taxas de transição das classes de uso e cobertura do solo
natural e antrópico entre 2013 e 2018 nos mapas MapBiomas 4.1.
As regras de transição foram calculadas usando variáveis categóricas, contínuas e dinâmicas
(Material Suplementar, Tabela S1) selecionadas da literatura (Molin et al. 2017; Osis et al. 2019; Wang
et al. 2016). Para a validação das projeções, calculamos a similaridade mínima entre o mapa real de
2018 e o simulado. Para isso, foi utilizada uma função de decaimento constante em múltiplas janelas
(tamanhos de 1×1 a 13×13), buscando similaridades acima de 50% em qualquer uma das janelas e
padrões de distribuição semelhantes (Soares-Filho et al.
(2009). As mesmas métricas e índices aplicados aos mapas de 1988ÿ2018 foram usados para avaliar
os mapas simulados para 2028 e 2038.
Por fim, definimos as áreas prioritárias para conservação da biodiversidade e emissão de CRA na
área de estudo, aplicando uma análise multicritério com o método de Combinação Linear Ponderada. A
vegetação excedente foi classificada de muito baixa (1) a muito alta (5) usando uma escala qualitativa
de importância. Um total de cinco variáveis foram usadas na análise multicritério: distância para Áreas
de Preservação Permanente (APP); distância para Reservas Legais (RL); distância para registros de
ocorrência pontual de espécies de lacunas; importância do fragmento para conectividade da paisagem;
e a possibilidade de desmatamento até 2038. A vegetação excedente se refere à vegetação fora das
Áreas de Proteção Permanente (APP) e Reservas Legais (RL) (Material Suplementar, Tabela S2).

A análise multicritério foi construída com base na literatura (Castro et al. 2020; May et al. 2015;
Metzger et al. 2019; Soares-Filho et al. 2014, 2016; Tubelis et al. 2004) e nas opiniões de oito
especialistas, coletadas por meio de entrevistas e formulários seguindo a técnica Delphi (Mukherjee et
al. 2015). Os dados sobre ocorrência de PPA, LR e espécies de lacunas foram fornecidos pelo MMA.

13
Machine Translated by Google

Biodiversidade e Conservação (2023) 32:1807–1820 1811

Os limites de LR foram estimados considerando os dados do CAR disponíveis para a área de estudo
em 30 de outubro de 2019. Foi aplicada correção topológica para remoção de sobreposições e as
informações foram validadas com auxílio das imagens Rapideye e Sentinel-2 de acordo com a data de
registro no banco de dados do CAR. Os limites da APP consistem em uma camada de referência gerada
de acordo com as categorias estabelecidas em lei (Brasil 2012; Cicerelli et al. 2021; Oliveira Filho 2016).
A importância do fragmento refere-se aos deltas IIC de fragmentos maiores que 1 ha no mapa de 2018.
Os valores foram agrupados em cinco classes usando a otimização de Jenks (Castro et al. 2020).
A camada de desmatamento refere-se a um mapa de possibilidade temporal de desmatamento, gerado a
partir do software Dinamica EGO e indica as áreas desmatadas a cada cinco anos (2023, 2028, 2033 e
2038) e aquelas que permanecerão inalteradas até 2038 (Material suplementar, Figura S1). As cinco
variáveis foram integradas usando álgebra de mapas considerando seus respectivos pesos, resultando
em um mapa com vegetação excedente classificada de acordo com sua importância para a conservação
da biodiversidade e emissão de CRA.

Resultados

Dinâmica e estrutura da paisagem no bioma Cerrado

A vegetação natural permaneceu predominante na área de estudo entre 1988 e 2018, independentemente
de mais de 20% de perda (Tabela 1). A área média do patch e o AI diminuíram, mas NP, PD e DIVISÃO
aumentaram neste período. Notamos que as pastagens substituíram a vegetação natural.
As áreas agrícolas e urbanas se expandiram mais entre 2008 e 2018, ocupando cerca de 2,3% e 0,5% da
paisagem, respectivamente. Todas as classes antrópicas aumentaram em termos de NP, AI e valores
médios de área de manchas (Tabela 1).
A vegetação natural ainda seria predominante em um cenário futuro (Fig. 2), mas com aumento no PD,
atingindo 4,58 em 2038. A DIVISÃO, que aumentou em 1988ÿ1998 e 2008ÿ2018, atingiria 0,75 em 2038.
Observamos uma tendência de queda para o LPI, IIC e EC, incluindo uma diminuição significativa entre
2008 e 2018. A distância média da ENN variou pouco entre os anos, permanecendo próxima a 100 m até
2038 (Tabela 1).
O município de São Valério apresentou a menor cobertura vegetal (45%) e maior divisão (0,85) em
2038 com base na análise da série histórica. O município de Chapada da Natividade apresentou maior
cobertura natural (1988: 96,7%; 2018: 75,1%) e menor fragmentação (1988: 0,07; 2018: 0,46). Entretanto,
São Valério apresentou menor cobertura vegetal (2028: 64,2%; 2038: 58,1%) e maior divisão no cenário
simulado (2028: 0,66; 2038: 0,75) em comparação ao município de Chapada da Natividade, com maior
cobertura (2028: 67,1%; 2038: 63,5%) e menor divisão no cenário simulado (2028: 0,59; 2038: 0,68).

Áreas prioritárias para conservação e emissão de CRA

O potencial excedente de vegetação foi estimado em torno de 399 mil ha, classificados majoritariamente
como de alta (55%) e média importância (39%), e localizados principalmente no município de Natividade.
Excedentes de importância muito alta (2,5%) estão concentrados em Natividade e Chapada da Natividade.
Excedentes de importância baixa ou muito baixa somam 3,5% (Fig. 3).

13
 1812

13
respectivamente.
109,
1019
por
multiplicados
são
EC
IIC
valores
Os
(EC).
Equivalente
(IIC),
conectividade
integral
(DIVISION),
divisão
(LPI),
patch
maior
(AI),
agregação
Índice
(ENN_MN),
próximo
mais
vizinho
do
média
euclidiana
Distância
(AREA_MN),
mancha
da
médio
Tamanho
(PD),
Densidade
(NP),
manchas
Número
(PLAND),
Porcentagem
(CA),
classe
Área
2038):
(2028–
simulados
2018)
(1988–
MapBiomas
mapas
partir
a
calculados
paisagem
índices
e
métricas
de
Valores

1
Tabela
Machine Translated by Google

AULA ANO QUE NP

PLANEJAR THAN_MN
AREA_MN
PD IA ILP DIVISÃO CE
IIC

Natural 1988 689.769,2 92,97 682 0,09 1.011,4 102,18 98,92 92,85 0,14 4,76 6.9

1998 522.908,6
613.812,4
651.106,8 87,76 4.687
1.990
1.398 0,19 465,7 100,07 98,17 87,47 0,24 4.23 6.51

2008 82,73 0,27 308,4 107,66 97,8 82,27 0,32 3,75 6.13

2018 70,48 0,63 111,6 106,91 96,27 69,26 0,52 2,67 5.17

2028 449.616,6 60,62 28.804 3,88 15.6 86,98 93,91 54,85 0,7 1,92 4.38

2038 407.679,9 54,97 33.935 4,58 12.0 92,08 93,32 49,51 0,75 1,54 3,92

Pasto 1988 6,56 1.09 6.03 218,27 calculado

Não
86,53

1998 11.8 8.066

12.912
13.510 1,82 6.4 171,29 87,34

2008 87.537,4
48.664,4
123.071,6 16.59 1,74 9,5 160,41 89,62

2018 195.959,9 26.41 16.188 2.18 12.1 137.11 89,95

Agricultura 1988 104,5 0,01 44 0,01 2.3 calculado

Não
81.24

1998 327,7 0,04 182 0,02 1.8 814,35

4.368,37
1.533,64 70,84

2008 16.701,2
1.566,6 0,21 197 0,05 7.9 87,8

2018 2,25 845 0,19 19,7 329,42 91,57

urbana
Área 1988 931,8 0,13 547 0,07 1.7 893,14 calculado
Não
69,29

1998 729,7 0,1 356 0,05 2.0 920,48

1.172,57 73,61

2008 3.728,4
1.124,5 0,15 402 0,05 2.8 76,15

2018 0,5 1.235 0,17 3.0 573,45 76,66

Biodiversidade e Conservação (2023) 32:1807–1820
Machine Translated by Google

Biodiversidade e Conservação (2023) 32:1807–1820 1813

Discussão

A taxa anual de desmatamento de 0,8% observada na área de estudo para o período de 1988 a 2018
é ligeiramente superior à média anual de 0,5% observada para o Cerrado entre 1985 e 2017 (Alencar
et al. 2020). Se for considerado o período de 2008 a 2018, a taxa média anual de desmatamento na
área é de 1,5%. Considerando as mudanças observadas para as outras classes de uso da terra, esse
aumento pode estar relacionado principalmente à expansão das áreas de pastagem. A produção de
carvão vegetal também pode ter contribuído para o aumento das taxas de desmatamento. Os três
municípios estão entre os oito que concentraram 32% da produção total de carvão vegetal de vegetação
nativa no estado do Tocantins entre 2009 e 2016, cujo principal consumidor foi a indústria siderúrgica
no estado de Minas Gerais (Cachoeira et al. 2019).
A expansão agrícola pode ser outra causa do aumento nas taxas de desmatamento observadas na
área de estudo, seguindo uma tendência observada na região do MATOPIBA (Alencar et al.
2020). No entanto, análises mais aprofundadas são necessárias para confirmar se a expansão agrícola
resultou de novos desmatamentos ou da substituição de áreas degradadas.
A análise dos Pesos da Evidência identificou uma correlação significativa entre o desmatamento
com matagais e campos, o que possivelmente está ligado a uma maior concentração dessas
fitofisionomias na região (Alencar et al. 2020). O novo desmatamento está relacionado à proximidade
de áreas convertidas, estradas de acesso e rios, bem como a declives baixos e solos argilosos e
Latossolos (maior aptidão agrícola) e também Planossolos no município de Natividade. O uso de
Planossolos ÿ solos mal drenados e hidromórficos ÿ pode estar relacionado a pastagens plantadas ou
produção de arroz (Manzatto et al. 2002). A LR apresentou efeito repelente ao desmatamento,
indicando seu potencial de proteção da vegetação e da biodiversidade.
Entretanto, esses dados não devem ser extrapolados, pois houve algum grau de desmatamento
nessas áreas e o cumprimento da lei varia em todo o país (Pacheco et al.
2021; Vieira et al. 2018).
Apesar da possível predominância de vegetação natural até 2038, um processo gradual de perda e
fragmentação da vegetação está em curso. A diminuição contínua dos valores de IIC e EC sugere uma
diminuição da conectividade, especialmente a partir de 2008. No entanto, os valores observados e
projetados ainda podem ser considerados altos e, além da grande cobertura natural, podem estar
ligados a uma baixa densidade de manchas e proximidade entre fragmentos, características de
paisagens com forte presença de pecuária (Carvalho et al. 2009; Grande et al. 2020).
Considerando os valores delta do LPI e do IIC e os valores próximos da variação relativa na CE
(dEC=ECt1-ECt0/ECt0) e a variação relativa na quantidade de área nativa na paisagem (dA=At1-At0/
At0), a fragmentação pode estar relacionada à limpeza da vegetação adjacente de um único fragmento
grande (Grande et al. 2020).
Se as taxas e tendências de desmatamento forem mantidas até 2038, o limiar de fragmentação
identificado por Grande et al. (2020) para o Cerrado como 40% da vegetação original não seria
atingido. Este é um ponto de ruptura em que a conectividade funcional é drasticamente reduzida e a
sobrevivência de algumas espécies pode ser comprometida. Abaixo deste limiar, perdas adicionais
de vegetação têm pouco impacto na conectividade funcional bastante baixa e a configuração do
habitat restante se torna mais importante do que sua quantidade total (Grande et al.
2020; Saura e Pascual-Hortal 2007; Villard e Metzger 2014). No entanto, fatores econômicos e sociais
e mudanças na política ambiental nacional podem resultar em maiores taxas de desmatamento e
fragmentação e efeitos mais críticos sobre a biodiversidade (Carvalho et al.
2019; Metzger et al. 2019).

13
Machine Translated by Google

1814 Biodiversidade e Conservação (2023) 32:1807–1820

Fig. 2 Métricas para a classe de vegetação natural nos períodos de 1988ÿ2018 e 2028ÿ2038

Há, portanto, oportunidades para planejar o uso e a ocupação da paisagem para garantir cobertura
vegetal mínima e conectividade. Além do incentivo a atividades produtivas sustentáveis, a emissão e o
comércio de CRA poderiam ser estimulados e apoiados em áreas de importância média a muito alta em
Natividade e Chapada da Natividade, aumentando a proteção ambiental e também gerando renda para
proprietários com excedentes de vegetação (May et al. 2015; Soares-Filho et al. 2016). Unidades de
conservação poderiam ser estabelecidas no centro-sul e nordeste da área de estudo, onde há alta
cobertura vegetal e baixa probabilidade de desmatamento. Áreas inadequadas para produção, APPs e
RL total ou parcialmente preservadas desempenhariam um papel significativo na manutenção da
conectividade (Grande et al.
2020; Metzger et al. 2019).
A metodologia de priorização de áreas para conservação é satisfatória para o planejamento territorial
nos níveis regional e local e pode ser adotada como um estágio posterior da análise de priorização
realizada em escala nacional (Fonseca e Venticinque 2018). Ao usar dados e software gratuitos e fáceis
de usar e um processo simples de tomada de decisão, é acessível para qualquer agência ambiental
estadual (Oakleaf et al. 2017) e pode ser facilmente replicada e adaptada a qualquer região ou bioma.
A combinação de dados de média resolução (30 m) e a

13
Machine Translated by Google

Biodiversidade e Conservação (2023) 32:1807–1820 1815

Fig. 3 A) Probabilidade de desmatamento nos próximos 20 anos, com base na modelagem realizada no software
Dinamica EGO em um cenário “Business as Usual”. B) Resultado da análise multicritério com classes de
importância dos remanescentes fora da RL ou APP. As áreas em branco referem-se às áreas antropizadas e água. C)
Distribuição da vegetação excedente fora da RL e APP por classe de importância e município

13
Machine Translated by Google

1816 Biodiversidade e Conservação (2023) 32:1807–1820

O IIC, um índice de conectividade robusto adequado ao planejamento de conservação, permite a

identificação de remanescentes que podem garantir a manutenção de habitats críticos e a
conectividade da paisagem (Castro et al. 2020; Saura e Pascual-Hortal 2007).
O uso do Jenks break para definir classes para valores delta do IIC parece ser mais adequado do
que breaks com valores arbitrários, uma vez que podem variar de acordo com as características da
paisagem analisada. A inclusão de dados de ocorrência de espécies em gap pode evitar a eliminação
de áreas importantes para essas espécies. Entretanto, considerando as limitações de conhecimento
e dados sobre a ocorrência de espécies no Brasil (Veiga et al. 2017), o uso do IIC considerando a
área do patch pode ser eficaz para equilibrar o processo de priorização, valorizando a conectividade
intrapatch e beneficiando espécies de pequeno porte ou com baixa capacidade de dispersão (Castro
et al. 2020; Grande et al. 2020; Saura e Pascual-Hortal 2007).
Os dados do CAR, apesar de não cobrirem toda a rede fundiária e, por serem informações
autodeclaratórias, necessitarem de validação e correções topológicas antes de sua utilização (Santos
et al. 2021), têm se mostrado estratégicos para o planejamento territorial. Por permitirem localizar
APP, RL e excedentes de vegetação, a recuperação ou compensação da vegetação pode ser melhor
orientada para alcançar maiores ganhos ambientais. A emissão de CRA próximo a APP e RL pode
garantir maior proteção dos serviços ecossistêmicos, conectividade e maior quantidade de habitat
protegido disponível, beneficiando grupos de espécies nativas (Metzger et al. 2019; Tubelis et al.
2004).
A inclusão da modelagem de desmatamento permite identificar onde e quão forte é a pressão de
desmatamento. Isso pode favorecer um uso mais apropriado dos recursos disponíveis para
conservação, pois é possível evitar a seleção de áreas que podem ser desmatadas no curto prazo -
mais adequadas para a produção e mais difíceis de preservar - e de áreas com “adicionalidade
ambiental zero” - que são aquelas protegidas passivamente por sua inépcia produtiva, sensibilidade
ambiental ou distância dos mercados consumidores (May et al.
2015; Soares-Filho et al. 2014, 2016). Devido à sua ausência na área de estudo, as áreas protegidas
não foram incluídas no modelo de desmatamento e na análise multicritério. No entanto, recomenda-
se adicionar unidades de conservação, terras indígenas e áreas militares nessas análises quando
presentes, devido ao seu papel na proteção da vegetação nativa e da biodiversidade (Osis et al.
2019; Paiva et al. 2015; Silva Arimoro et al. 2017).

Conclusão

A área de estudo, embora ainda conservada e pouco fragmentada, enfrenta um processo gradual de desmatamento
e fragmentação, principalmente nas áreas com maior aptidão produtiva. Houve perda significativa de cobertura
vegetal e aumento da agricultura entre 2008 e 2018, mas se as tendências atuais forem mantidas, a região não se
aproximará do ponto de ruptura de conectividade nos próximos 20 anos. No nível municipal, São Valério apresenta
maiores taxas de desmatamento e maior fragmentação atual e futura, aproximando-se do ponto de ruptura em
2038.

O modelo de desmatamento proposto e a metodologia de priorização usando Combinação Linear

Ponderada e Técnica Delphi podem ser considerados satisfatórios, integrativos e facilmente
replicáveis. Os resultados da priorização podem dar suporte ao planejamento ambiental regional para
preservar áreas-chave para espécies de lacunas e manter a conectividade da paisagem.

13
Machine Translated by Google

Biodiversidade e Conservação (2023) 32:1807–1820 1817

Os resultados demonstram o potencial e a importância do investimento na geração,

organização e disponibilidade de dados de uso e cobertura da terra, incluindo séries temporais,
dados de ocorrência de espécies e informações CAR validadas para planejamento ambiental e
conservação da biodiversidade.

Informações suplementares A versão online contém material suplementar disponível em https://doi.

org/10.1007/s10531-023-02578-y.

Agradecimentos Os autores agradecem ao Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq); à

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES); ao Programa de Pós-Graduação em
Geociências Aplicadas e Geodinâmica da Universidade de Brasília; ao Ministério do Meio Ambiente; à Esri e à Imagem
(contrato nº 2011 MLK 8733), pela disponibilização do pacote de ferramentas que compõem a família ArcGis 10.x e suporte
aos programas.

Contribuições dos autores Samuel Fernando Schwaida conceituou o trabalho (metodologia, aquisição de dados, análise
e validação) e escreveu o rascunho original do manuscrito. Rejane Ennes Cicerelli conceituou o trabalho (metodologia,
análise e validação) e ajudou a escrever o rascunho original do manuscrito. Tati de Almeida conceituou o trabalho
(metodologia, análise e validação) e ajudou a escrever o rascunho original do manuscrito. Edson Eyji Sano participou da
análise de dados e da redação-revisão e edição. Carlos Henrique Pires participou da análise de dados. Ana Paula Marques
Ramos ajudou a escrever o rascunho original do manuscrito.

Financiamento Este trabalho foi apoiado pelo Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) e
pela Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - Brasil (CAPES).

Declarações

Interesses Conflitantes Os autores não têm interesses financeiros ou não financeiros relevantes a declarar.

Referências

Alencar A, Shimbo JZ, Lenti F, Balzani Marques C, Zimbres B, Rosa M, Arruda V, Castro I, Ribeiro JPFM, Varela V, Alencar
I, Piontekowski V, Ribeiro V, Bustamante MMC, Sano EE, Barroso M (2020 ). ) Mapeamento de três décadas de
mudanças na vegetação nativa do cerrado brasileiro usando dados Landsat. processado na plataforma Google Earth
Engine. Sensoriamento Remoto 12, 924
Alvares CA, Stape JL, Sentelhas PC, Gonçalves JLM, Sparovek G (2013) Mapa de classificação climática de Köppen para
o Brasil. Meteorol Z 22:711–728. https://doi.org/10.1127/0941-2948/2013/0507
Brasil (2012) Lei n.º 12.651, de 15 de maio de 2012. Dispõe sobre a proteção da vegetação nativa. Brasília, DF.
Disponível em: https://www.planalto.gov.br/ccivil_03/_ato2011-2014/2012/lei/l12651.htm
Brasil (2016) Projeto Estratégia Nacional para Conservação de Espécies Ameaçadas de Extinção (PRO-ESPÉCIES).
Descrição do projeto. Brasília, DF, FUNBIO. Disponível em: https://www.funbio.org.br/programas_e_projetos/
gef-pró-espécie/
Cachoeira JN, Silva ADP, Oliveira LN, Ganassoli Neto E, Giongo M, Batista AC (2019) Mercado interestad-ual de carvão
vegetal no estado do Tocantins. Rev Verde Agroecol Des Sust 14: 258–265. https://doi.
org/10.18378/rvads.v14i2.6351
Carvalho FMV, de Marco Júnior P, Ferreira LG (2009) The Cerrado into-pieces: Habitat fragmentation as a function of
landscape use in the savannas of central Brazil. Biol Conserv 142: 1392–1403. https://doi.
org/10.1016/j.biocon.2009.01.031
Carvalho WD, Mustin K, Hilário RR, Vasconcelos IM, Eilers V, Fearnside PM (2019) Controle do desmatamento na
Amazônia brasileira: uma luta de conservação sendo perdida à medida que acordos e regulamentações são
subvertidos e ignorados. Perspect Ecol Conserv 17:122–130. https://doi.org/10.1016/j.pecon.2019.06.002
Castro RB, Pereira, JLG, Saturnino R, Monteiro PSD, Albernaz ALKM (2020) Identification of priority areas for landscape
connectivity maintenance in the Xingu area of endemism in Brazilian Amazonia. Acta Amaz 50: 68–79. https://doi.org/
10.1590/1809-4392201903080

13
Machine Translated by Google

1818 Biodiversidade e Conservação (2023) 32:1807–1820

Cicerelli RE, Menke AB, Almeida T, Roig HL, Pires MO, Soares N (2021) Quantificação do desmatamento ilegal frente ao Código
Florestal: Potencialidade e desafio. Floresta 51:272–281. https://doi.org/10.5380/
RF.V51I2.61804
Colli GR, Vieira CR, Dianese JC (2020) Biodiversidade e conservação do Cerrado: avanços recentes e velhos desafios. Biodivers
Conserv 29:1465–1475. https://doi.org/10.1007/s10531-020-01967-x
Fonseca CR, Venticinque EM (2018) Lacunas na conservação da biodiversidade no Brasil: Um papel para o planejamento
sistemático da conservação. Perspect Ecol Conserv 16:61–67. https://doi.org/10.1016/j.pecon.2018.03.001
Françoso RD, Brandão R, Nogueira CC, Salmona YB, Machado RB, Colli GR (2015) Perda de habitat e a efetividade de áreas
protegidas no hotspot de biodiversidade do Cerrado. Nat Conserv 13:35–40. https://doi.org/10.1016/j.1016.
org/10.1016/j.ncon.2015.04.001
Grande TO, Aguiar LMS, Machado RB (2020) Aquecendo um hotspot de biodiversidade: a conectividade é mais importante do
que o habitat restante. Landsc Ecol 35:639–657. https://doi.org/10.1007/s10980-020-00968-z
Manzatto CV, Freitas Júnior E, Peres JRR (eds) (2002) Uso agrícola dos solos brasileiros. Embrapa Solos,
Rio de Janeiro, RJ, Brazil
Mapbiomas (2021) Projeto MapBiomas – Coleção 6 da série anual de mapas de cobertura e uso de solo do
Brasil [WWW Document]. URL: https://mapbiomas.org/
Martinelli G, Moraes M (eds) (2013) Livro vermelho da flora do Brasil, 1st edn. Instituto de Pesquisas Jardim
Botânico do Rio de Janeiro, Rio de Janeiro, RJ, Brazil
Martins E, Martinelli G, Loyola R (2018) Esforços brasileiros para alcançar uma avaliação abrangente do risco de extinção para
sua flora conhecida. Rodriguésia 69:1529–1537. https://doi.org/10.1590/2175-7860201869403
May PH, Bernasconi P, Wunder S, Lubowski R (2015) Cotas de reserva ambiental na nova legislação florestal do Brasil: Uma
avaliação ex ante. Occasional Paper 131, Bogor, Indonésia, CIFOR.
McGarigal K, Cushman SA, Ene E (2012) FRAGSTATS: Programa de análise de padrões espaciais para mapas categóricos e
contínuos. Disponível em: https://www.sciencebase.gov/catalog/item/5888ed89e4b05ccb964c396e
Metzger JP, Bustamante MMC, Ferreira J, Fernandes GW, Librán-Embid F, Pillar VD, Prist PR, Rodrigues RR, Vieira ICG,
Overbeck GE (2019) Por que o Brasil precisa de suas reservas legais. Perspect Ecol Conserv 17: 91–103. https://doi.org/
10.1016/j.pecon.2019.07.002
Molin PG, Gergel SE, Soares-Filho BS, Ferraz SFB (2017) Determinantes espaciais da perda e recuperação da Mata Atlântica
no Brasil. Landsc Ecol 32:857–870. https://doi.org/10.1007/s10980-017-0490-2
Mukherjee N, Hugé J, Sutherland WJ, McNeill J, van Opstal M, Dahdouh-Guebas F, Koedam N (2015) A técnica Delphi em
ecologia e conservação biológica: aplicações e diretrizes. Métodos Ecol Evol 6:1097–1109. https://doi.org/
10.1111/2041-210X.12387
Mustin K, Carvalho WD, Hilário RR, Costa-Neto SV, Silva CR, Vasconcelos IM, Castro IJ, Eilers V, Kauano ÉE, Mendes-Junior
RNG, Funi C, Fearnside PM, Silva JMC, Euler AMC, Toledo JJ (2017 ) Biodiver-sity, threats and conservation challenges
in the Cerrado of Amapá, an Amazonian savanna. Nat Conserv 22, 107. https://doi.org/10.3897/
NATURECONSERVATION.22.13823
Oakleaf JR, Matsumoto M, Kennedy CM, Baumgarten L, Miteva D, Sochi K, Kiesecker J (2017) LegalGEO: Ferramenta de
conservação para orientar a localização de reservas legais sob o código florestal brasileiro. Appl Geogr 86:53–65. https://
doi.org/10.1016/j.apgeog.2017.06.025
Oliveira GC, Fernandes Filho EI (2016) Automated mapping of permanent preservation areas on hilltops.
Cerne 22:111–120. https://doi.org/10.1590/01047760201622012100
Osis R, Laurent F, Poccard-Chapuis R (2019) Determinantes espaciais e cenários futuros de uso da terra do município de Para-
gominas, uma antiga fronteira agrícola na Amazônia. J Land Use Sci 14:258–279. https://doi.org/10.1016/j.
org/10.1080/1747423X.2019.1643422
Pacheco R, Rajão R, van der Hoff R, Soares-Filho B (2021) Os agricultores buscarão a regularização ambiental na Amazônia e
como? Insights dos questionários do Cadastro Ambiental Rural (CAR). J Environ Manage 284:112010. https://doi.org/
10.1016/j.jenvman.2021.112010
Paiva RJO, Brites RS, Machado RB (2015) O papel das áreas protegidas na prevenção da conversão antrópica em uma região
de alta pressão: Uma análise de método de correspondência na região central do Cerrado brasileiro. PLoS One
10:e0132582. https://doi.org/10.1371/journal.pone.0132582
Santos PP, Menezes SJMC, Jesus Júnior WC, Telles LAA, Souza MH, Silva SF, Santos AR (2021) Geotecnologias aplicadas
à análise do cadastro ambiental rural. Land Use Policy 101, 105127. https://
doi.org/10.1016/j.landusepol.2020.105127
Saura S, Pascual-Hortal L (2007) Um novo índice de disponibilidade de habitat para integrar a conectividade no planejamento
de conservação da paisagem: Comparação com índices existentes e aplicação a um estudo de caso. Landsc Urban Plan
83:91–103. https://doi.org/10.1016/j.landurbplan.2007.03.005
Saura S, Torné J (2009) Conefor Sensinode 2.2: Um pacote de software para quantificar a importância de manchas de habitat
para conectividade de paisagens. Environ Model Softw 24:135–139. https://doi.org/10.1016/j.
envsoft.2008.05.005

13
Machine Translated by Google

Biodiversidade e Conservação (2023) 32:1807–1820 1819

SEPLAN (2017) Secretaria do Planejamento e Orçamento do Estado de Tocantins: Perfil Socioeconômico dos Municípios.
Palmas. Palmas, TO, Brazil, SEPLAN-TO. Available at: https://central.to.gov.br/
baixar/214140
Silva Arimoro OA, Lacerda ACR, Tomas WM, Astete S, Roig HL, Marinho-Filho J (2017) Artillery for conservation: The case of
the mammals protected by the Formosa Military Training Area, Brazil. Trop Conserv Sci 10: 1–13. https://doi.org/
10.1177/1940082917727654
Soares-Filho BS, Cerqueira GC, Pennachin CL (2002) DINAMICA-um modelo estocástico de autômatos celulares projetado
para simular a dinâmica da paisagem em uma fronteira de colonização amazônica. Ecol Modell 154:217–235. https://
doi.org/10.1016/S0304-3800(02)00059-5
Soares-Filho B, Rajão R, Macedo M, Carneiro A, Costa W, Coe M, Rodrigues H, Alencar A (2014) Cracking Brazil's Forest
Code. Ciência 344: 363–364. https://doi.org/10.1126/science.1246663
Soares-Filho B, Rajão R, Merry F, Rodrigues H, Davis J, Lima L, Macedo M, Coe M, Carneiro A, Santiago L (2016) Mercado
do Brasil para certificados florestais de negociação. PLoS Um 11, e0152311. https://doi.org/10.1371/
diário.pone.0152311
Soares-Filho B, Rodrigues HO, Costa WL (2009) Modeling environmental dynamics with Dinamica EGO, 1st ed. Federal
University of Minas Gerais, Belo Horizonte, MG, Brazil. https://doi.org/10.13140/
RG.2.1.5179.4641
Souza Jr. CM, Shimbo JZ, Rosa MR, Parente LL, Alencar AA, Rudorff BFT, Hasenack H, Matsumoto M, Ferreira LG, Souza-
Filho PWM, Oliveira SW, et al. (2020) Reconstruindo três décadas de mudanças no uso e cobertura da terra em biomas
brasileiros com arquivo Landsat e Earth Engine. Remote Sens 12, 2735. https://doi.org/10.3390/RS12172735

Stan KD, Sanchez-Azofeifa A (2017) O corredor Edmonton-Calgary: Simulando mudanças futuras na cobertura do solo sob
potencial intervenção governamental. Land Use Policy 63:356–368. https://doi.org/10.1016/j.
usodaterrapol.2017.01.039
Strassburg BBN, Brooks T, Feltran-Barbieri R, Iribarrem A, Crouzeilles R, Loyola R, Latawiec AE, Oliveira Filho FJB, De
Scaramuzza CAM, Scarano FR, Soares-Filho B, Balmford A (2017) Momento da verdade para o Cerrado ponto de
acesso. Nat Ecol Evol 1:0099. https://doi.org/10.1038/s41559-017-0099
Tubelis DP, Cowling A, Donnelly C (2004) Suplementação da paisagem em savanas adjacentes e suas implicações para o
projeto de corredores para aves florestais no Cerrado central, Brasil. Biol Conserv 118:353–
364. https://doi.org/10.1016/j.biocon.2003.09.014
PNUD (2020) Relatório de Desenvolvimento Humano 2020: a Próxima Fronteira. - Desenvolvimento Humano e o Antropoceno.
Disponível em: https://hdr.undp.org/content/human-development-report-2020
Veiga AK, Saraiva AM, Chapman AD, Morris PJ, Gendreau C, Schigel D, Robertson TJ (2017) Uma estrutura conceitual para
avaliação de qualidade e gerenciamento de dados de biodiversidade. PLoS One 12, e0178731. https://doi.org/10.1371/
journal.pone.0178731
Vieira RRS, Ribeiro BR, Resende FM, Brum FT, Machado N, Sales LP, Macedo L, Soares-Filho B, Loyola R (2018) A
conformidade com o Código Florestal Brasileiro não protegerá a biodiversidade e os serviços ecossistêmicos. Divers
Distrib 24:434–438. https://doi.org/10.1111/ddi.12700
Villard MA, Metzger JP (2014) Além do debate sobre fragmentação: Um modelo conceitual para prever quando a configuração
do habitat realmente importa. J Appl Ecol 51:309–318. https://doi.org/10.1111/1365-2664.12190
Wang L, Young SS, Wang W, Ren G, Xiao W, Long Y, Li J, Zhu J (2016) Prioridades de conservação de ecossistemas
florestais com avaliações de conectividade e ameaças futuras: Implicações no Himalaia Oriental da China. Biol Conserv
195:128–135. https://doi.org/10.1016/j.biocon.2015.12.044

Nota do editor A Springer Nature permanece neutra em relação a reivindicações jurisdicionais em mapas publicados e afiliações
institucionais.

A Springer Nature ou seu licenciante (por exemplo, uma sociedade ou outro parceiro) detém direitos exclusivos sobre este
artigo sob um contrato de publicação com o(s) autor(es) ou outro(s) detentor(es) de direitos; o autoarquivamento pelo autor
da versão aceita do manuscrito deste artigo é regido exclusivamente pelos termos desse contrato de publicação e pela lei aplicável.

Autores e Afiliações

Samuel Fernando Schwaida1,2 · Rejane Ennes Cicerelli1 · Tati de Almeida1 ·

Edson EyjiÿSano1 ÿ· Carlos HenriqueÿPires2 ÿ· Ana Paula MarquesÿRamos3

Rejane Ennes Cicerelli

13
Machine Translated by Google

1820 Biodiversidade e Conservação (2023) 32:1807–1820

rejaneig@unb.br

Samuel Fernando Schwaida

samuelschwaida@gmail.com

Tati de Almeida
tati_almeida@unb.br

Edson Eiji Sano

edson.sano@embrapa.br

Carlos Henrique Pires

cpiresluiz@gmail.com

Ana Paula Marques Ramos

anaramos@unoeste.br

1
Programa de Pós-Graduação em Geociências Aplicadas e Geodinâmica, Instituto de Geociências,
University of Brasília (UnB), Brasília 70910-900, DF, Brazil
2
Ministério do Ambiente e dos Recursos Naturais Renováveis, Bloco B, Eixo Monumental,
Brasília 70068-900, DF, Brazil
3
Programa de Meio Ambiente e Desenvolvimento Regional – PPGMADRE, Universidade do Oeste de São Paulo
Paulo (UNOESTE), Campus II Rodovia Raposo Tavares, km 572,
Presidente Prudente 19067-175, SP, Brasil

13