MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.

Detalhes bibliográficos
Autor(a) principal: Gutierres, Francisco Reis
Data de Publicação: 2015
Outros Autores: Gabriel, Leandro, Emídio, António, Mendes, Paula, Neto, Carlos, Reis, Eusébio
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: https://doi.org/10.18055/Finis3146
Resumo: O conceito de Vegetação Natural Potencial (VNP) e a sua representação cartográfica assume uma importância primordial para a maioria dos países europeus nas questões relacionadas com o restauro de habitats. Dada a relação existente entre a localização das diversas séries de vegetação de um território e os principais fatores ambientais, este artigo visa o desenvolvimento de modelação preditiva da VNP para o Concelho de Loures. Atendendo, à estratégia geral de análise e possibilidade de integração de um vasto conhecimento empírico (expert knowledge), aplicou-se a estratégia de modelação classification-then-modelling. Para averiguar a relação entre 6 séries de vegetação e um conjunto de oito variáveis ambientais (Altitude, Declive, Exposição, Índice Topográfico de Humidade, Sky View Factor, Solos, Geologia e Distância ao Tejo) recorreu-se a Modelos de Distribuição de Espécies (SDM) aplicados ao nível da comunidade, suportados em Sistemas de Informação Geográfica (SIG) e em diferentes princípios estatísticos (modelos de regressão, machine learning e rule based). Os resultados obtidos permitiram aferir o modo como os gradientes ecológicos (principalmente o tipo de Solo e a Geologia) determinam a ocorrência das séries de vegetação. A cartografia preditiva da VNP resultante do melhor modelo (modelo da Máxima Entropia com 8 variáveis preditivas), foi ainda validada com a cartografia oficial da VNP do Concelho de Loures (precisão global de 88%). Por último, a sua aplicação na reconstituição da vegetação natural, especialmente após ação antrópica, pelo seu carácter preditivo representará um importante mecanismo de apoio para o planeamento e ordenamento do território.
id RCAP_e0149d568b83eaddc99a23a85237b47c
oai_identifier_str oai:ojs.revistas.rcaap.pt:article/3146
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.ArtigosO conceito de Vegetação Natural Potencial (VNP) e a sua representação cartográfica assume uma importância primordial para a maioria dos países europeus nas questões relacionadas com o restauro de habitats. Dada a relação existente entre a localização das diversas séries de vegetação de um território e os principais fatores ambientais, este artigo visa o desenvolvimento de modelação preditiva da VNP para o Concelho de Loures. Atendendo, à estratégia geral de análise e possibilidade de integração de um vasto conhecimento empírico (expert knowledge), aplicou-se a estratégia de modelação classification-then-modelling. Para averiguar a relação entre 6 séries de vegetação e um conjunto de oito variáveis ambientais (Altitude, Declive, Exposição, Índice Topográfico de Humidade, Sky View Factor, Solos, Geologia e Distância ao Tejo) recorreu-se a Modelos de Distribuição de Espécies (SDM) aplicados ao nível da comunidade, suportados em Sistemas de Informação Geográfica (SIG) e em diferentes princípios estatísticos (modelos de regressão, machine learning e rule based). Os resultados obtidos permitiram aferir o modo como os gradientes ecológicos (principalmente o tipo de Solo e a Geologia) determinam a ocorrência das séries de vegetação. A cartografia preditiva da VNP resultante do melhor modelo (modelo da Máxima Entropia com 8 variáveis preditivas), foi ainda validada com a cartografia oficial da VNP do Concelho de Loures (precisão global de 88%). Por último, a sua aplicação na reconstituição da vegetação natural, especialmente após ação antrópica, pelo seu carácter preditivo representará um importante mecanismo de apoio para o planeamento e ordenamento do território.Centro de Estudos Geográficos2015-07-14T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articlehttps://doi.org/10.18055/Finis3146por2182-29050430-5027Gutierres, Francisco ReisGabriel, LeandroEmídio, AntónioMendes, PaulaNeto, CarlosReis, Eusébioinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-09-05T14:39:52Zoai:ojs.revistas.rcaap.pt:article/3146Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T15:12:42.903526Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
title MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
spellingShingle MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
Gutierres, Francisco Reis
Artigos
title_short MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
title_full MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
title_fullStr MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
title_full_unstemmed MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
title_sort MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
author Gutierres, Francisco Reis
author_facet Gutierres, Francisco Reis
Gabriel, Leandro
Emídio, António
Mendes, Paula
Neto, Carlos
Reis, Eusébio
author_role author
author2 Gabriel, Leandro
Emídio, António
Mendes, Paula
Neto, Carlos
Reis, Eusébio
author2_role author
author
author
author
author
dc.contributor.author.fl_str_mv Gutierres, Francisco Reis
Gabriel, Leandro
Emídio, António
Mendes, Paula
Neto, Carlos
Reis, Eusébio
dc.subject.por.fl_str_mv Artigos
topic Artigos
description O conceito de Vegetação Natural Potencial (VNP) e a sua representação cartográfica assume uma importância primordial para a maioria dos países europeus nas questões relacionadas com o restauro de habitats. Dada a relação existente entre a localização das diversas séries de vegetação de um território e os principais fatores ambientais, este artigo visa o desenvolvimento de modelação preditiva da VNP para o Concelho de Loures. Atendendo, à estratégia geral de análise e possibilidade de integração de um vasto conhecimento empírico (expert knowledge), aplicou-se a estratégia de modelação classification-then-modelling. Para averiguar a relação entre 6 séries de vegetação e um conjunto de oito variáveis ambientais (Altitude, Declive, Exposição, Índice Topográfico de Humidade, Sky View Factor, Solos, Geologia e Distância ao Tejo) recorreu-se a Modelos de Distribuição de Espécies (SDM) aplicados ao nível da comunidade, suportados em Sistemas de Informação Geográfica (SIG) e em diferentes princípios estatísticos (modelos de regressão, machine learning e rule based). Os resultados obtidos permitiram aferir o modo como os gradientes ecológicos (principalmente o tipo de Solo e a Geologia) determinam a ocorrência das séries de vegetação. A cartografia preditiva da VNP resultante do melhor modelo (modelo da Máxima Entropia com 8 variáveis preditivas), foi ainda validada com a cartografia oficial da VNP do Concelho de Loures (precisão global de 88%). Por último, a sua aplicação na reconstituição da vegetação natural, especialmente após ação antrópica, pelo seu carácter preditivo representará um importante mecanismo de apoio para o planeamento e ordenamento do território.
publishDate 2015
dc.date.none.fl_str_mv 2015-07-14T00:00:00Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://doi.org/10.18055/Finis3146
url https://doi.org/10.18055/Finis3146
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv 2182-2905
0430-5027
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Centro de Estudos Geográficos
publisher.none.fl_str_mv Centro de Estudos Geográficos
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799129995213275136