Em 2003, o governo de Minas Gerais desenvolveu um sistema de monitoramento da vegetação, fornecendo informações importantes para os órgãos governamentais, tais como mapas de uso do solo, taxas de desmatamento, estimativas de volume e estoque de carbono. Contudo, as principais causas do desmatamento na região ainda não foram identificadas assim como as escalas que essas causas atuam. O principal objetivo do estudo foi explorar a variabilidade espacial das forças direcionadoras do desmatamento em três diferentes escalas através das técnicas dos Mínimos Quadrados Ordinários (OLS) e da Regressão Geográfica Ponderada (GWR). No estudo, escala corresponde a três níveis de agregação: os municípios (Agregação de nível 1), as micro-regiões (Agregação de nível 2) e as bacias hidrográficas (Agregação de nível 3). A base de dados foi fornecida pelo sistema estadual de monitoramento e agências públicas. Os resultados revelam que as forças direcionadoras do desmatamento são a área agrícola, produção de carvão e reflorestamento na Agregação de nível 1, enquanto a produção de carvão vegetal e reflorestamento dominam os níveis de agregação 2 e 3. Os resultados GWR apresentam uma melhora significativa em comparação com os resultados OLS. Além disso, a técnica GWR fornece informações úteis para os órgãos governamentais sobre as relações espaciais entre as forças direcionadoras de desmatamento e as áreas desmatadas em várias escalas. Este estudo também confirma a influência do problema da unidade de área modificável (MAUP) em modelos OLS e GWR.
In 2003, the government of Minas Gerais, Brazil, devised a vegetation monitoring system that provides important information to the government agencies such as land-cover maps, deforestation rates, volume estimates and carbon stocks. Nevertheless, the main factors behind deforestation in the region are still unidentified as well as in each scale these factors operate. The main goal of this study was to explore the spatial variability of the driving forces behind deforestation at three different scales using Ordinary Least Square (OLS) and Geographically Weighted Regression (GWR) techniques. Scales correspond to three aggregation levels: the municipalities (Aggregation level 1), the micro- regions (Aggregation level 2) and the watersheds (Aggregation level 3). The datasets was provided by the state’s monitoring system and public agencies. The results reveal that the driving forces of deforestation are agricultural area, charcoal production, and monoculture forest area at Aggregation level 1 while charcoal production and monoculture forest area dominate at Aggregation levels 2 and 3. The GWR results present significant improvement compared to the OLS results. Additionally, the GWR technique provide useful insights for the government decision-makers about the spatial relationships between dominant driving forces and deforested areas at multiple scales. This study also confirms the influence of the modifiable areal unit problem (MAUP) in OLS and GWR models.
