Identificação de áreas potenciais para cultivos destinados à produção de bioenergia com apoio de geotecnologias

• Main Author: Adalberto Koiti Miura
• Other Authors: Yosio Edemir Shimabukuro
• Language: Portuguese
• Published: Instituto Nacional de Pesquisas Espaciais 2012
• Online Access: http://urlib.net/sid.inpe.br/mtc-m19/2012/05.10.18.50

O uso de biomassa para fins energéticos tem pautado a agenda dos setores governamentais e privados por sua rápida resposta à segurança energética e sua potencialidade na mitigação das mudanças climáticas pela substituição à matriz fóssil, assim como pelas virtuais oportunidades de negócios e lucros. Entretanto, há que se pesar a adequabilidade e conveniência da conversão das terras agricultáveis e/ou expansão das fronteiras agrícolas para investimentos em agroenergia, não somente sob a perspectiva econômica e agronômica, mas também com vistas à sustentabilidade ambiental e social. A presente Tese tem por objetivo apresentar um método semiautomático e objetivo para identificação de áreas potenciais prioritárias à produção de insumos à agroenergia, baseado em geotecnologias e no uso da rede neural SOM, realizada em diferentes instâncias (Área de Potencial Primário à Agroenergia/APPA, Áreas de Potencial Disponível à Agroenergia/APDA e Áreas de Potencial Ajustado à Agroenergia/APAA), com o propósito de melhor subsidiar o processo decisório sobre a conversão das terras. O método foi aplicado em 40 municípios de três Microrregiões do Rio Grande do Sul (Cerro Largo, Santo Ângelo e Santa Rosa). O uso e cobertura das terras desta área indicou um predomínio da atividade agropecuária (90\%), na qual a agricultura temporária representa 65\% do território estudado e enquanto que os campos e pastagens recobrem 25\% da região e os remanescentes florestais estão reduzidos a 8,5\%. A APPA permite uma visão rápida, expedita sobre quais os territórios apresentam algum potencial agroenergético; sob este critério 71,7\% do território estudado atenderam a este quesito, sendo 52\% de áreas Próprias, 16,5\% Próprios com Manejo Conservacionista e 2,5\% Próprios exclusivamente para Florestas Energéticas. As APDA consideram apenas os territórios que estejam em consonância aos limites ambientais, legais e institucionais; 67,5 \% do território analisado atenderam a esta premissa (49,9\% de áreas Próprias, 15,3\% Próprios com Manejo Conservacionista e 2,3\% Próprios exclusivamente para Florestas Energéticas). Deste modo, as microrregiões de Cerro Largo, Santo Ângelo e Santa Rosa possuem respectivamente 54,3 \% (1.254,84 km2), 61,2\% (2143,09 km2) e 72,8\% (7694,77 km2) de territórios tidos como aptos e disponíveis ao cultivo energético. Ao se avaliar as APAA, apenas 46,11\% (7.579,52 km2) da área de estudo foram enquadradas como de alto potencial para o uso agroenergético e, portanto, consideradas prioritárias para conversão à agroenergia. As microrregiões de Cerro Largo, Santo Ângelo e Santa Rosa possuem respectivamente 45,66\% (1.161,36 km2), 52,07\% (1.796,03 km2) e 44,26\% (4.622,13 km2) de territórios com alto potencial, considerados prioritários para a conversão. Os resultados obtidos foram aferidos pelo emprego da técnica de \textit{bootstrap} não paramétrico a qual atestou uma forte evidência da consistência do método empregado. === The use of biomass for energy purposes has been an important issue on the agendas of the governmental and private sectors. This is due to the rapid response of these renewable sources for the energy security and its potential in mitigating climate change by replacing the fossil matrix, as well as by the virtual business and profits opportunities. However, there must ponderate the suitability and convenience of the conversion of arable land and/or agricultural frontier expansion for the investment in agroenergy, not only in economic and agronomic point of view, but also with the commitments with environmental and social sustainability. The present Thesis aims to present a semi-automatic and objective method to identify potential priority areas for the production of inputs to the agroenergy, based on geotechnologies supported by SOM neural network, performed in different instances (Primary Potential Area for Agroenergy/APPA, Available Potential Areas for Agroenergy/APDA and Adjusted Potential Areas of Agroenergy/APAA), with the purposeto better support decision making on land conversion. The method was applied in 40 municipalities located in three Microregions (Cerro Largo, Santo Ângelo and Santa Rosa) of Rio Grande do Sul state. The land use and land cover of this area indicated a predominance of agricultural activity (90\%), in which the temporary agriculture represents 65\% of the territory studied, while the grasslands and pastures cover 25\% of the region and the forest fragments are reduced to 8.5\%. The APPA enables a synoptic quick view on the territories which have some potential for agroenergy, under this criteria 71.7\% of the studied territory was considered as suitable for energy crops; 52\%, of areas was considered as suitable; 16.5 \% was considered suitable with conservation management; and 2.5\% suitable exclusively for energy forests. The APDA consider only those areas which are according to the environmental, legal and institutional constraints. Thus, 67.5\% of the territory attended this premise (49.9\% suitable areas; 15.3\% suitable with conservation management; and 2.3\% suitable exclusively for energy forests). In that manner, the Cerro Largo, Santo Ângelo and Santa Rosa microregions have 54.3\% (1,254.84 km2), 61.2\% (2,143.09 km2) and 72.8\% (7,694.77 km2), respectively, of the territory considere as suitable and available for energy crops. When evaluating the APAA, only 46.11\% (7,579.52 km2) of the study area were classified as high potential for agroenergy use and therefore considered priority areas for conversion to bioenergy crops. The Cerro Largo, Santo Ângelo and Santa Rosa microregions have 45.66\% (1,161.36 km2), 52.07\% (1,796.03 km2) and 44.26\% (4,622.13 km2) respectively, of the territories with high potential, considered for the land conversion conversion priority. The results were evaluated by use of nonparametric bootstrap technique which attested a strong evidence of the consistency of the employed method.