MODELAÇÃO PREDITIVA DA VEGETAÇÃO NATURAL POTENCIAL DO CONCELHO DE LOURES.
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Outros Autores: | , , , , |
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 |