Modelagem espacial do desmatamento no sul do Amazonas: uma abordagem utilizando análise de sobrevivência

Abstract

O desmatamento é um problema de grande interesse ambiental, e, uma vez conhecidos os seus principais índices e tendências, é possível determinar e redefinir as medidas de preservação direcionadas à degradação florestal. Por esse motivo, entender como algumas covariáveis se relacionam com o desmatamento é de grande interesse prático. Os modelos estatísticos que utilizam a abordagem bayesiana acompanham o avanço teórico e tecnológico, uma vez que dependem fortemente de recursos computacionais para lidar com diferentes distribuições a posteriori. Inserir também os efeitos aleatórios com base na dependência espacial dos dados é especialmente relevante, à medida que os dados são espacialmente correlacionados. No capítulo 1, é apresentada uma revisão teórica das principais técnicas de análise de sobrevivência: Métodos não paramétricos, paramétricos e Modelos de fragilidade, além dos modelos autorregressivos ICAR. No capítulo 2, são apresentados os passos para levantamento, coleta e análise de dados de desmatamento no sul do Amazonas utilizando a análise bayesiana e os modelos de fragilidade. Os modelos de fragilidade compartilhada são uma importante classe de modelos que permitem a inserção de termos de efeito aleatório associados a grupos de interesse. Os dados de desmatamento foram coletados anualmente a partir do ano de 1987 a 2023, por meio do site do MapBiomas e agregados em conjunto às covariáveis distância do pixel a rodovias, distância à hidrovias, distância a pontos de mineração, pastagem, população, potencialidade agrícola, terras indígenas e unidades de conservação, disponíveis no site do IBGE e MapBiomas. A partir da aplicação das técnicas de análise de sobrevivência, aliadas a uma avaliação espacial do desmatamento, foi possível detalhar o efeito de cada covariável inserida no modelo. Com isso, os modelos de análise de sobrevivência com fragilidade representam uma técnica robusta na análise do desmatamento. Palavras-chave: Modelos de fragilidade compartilhada ; Modelagem Bayesiana; Modelo ICAR; Análise de vizinhança; Floresta AmazônicaDeforestation is an issue of great environmental interest, and once its main indices and trends are known, it becomes possible to determine and redefine preservation measures aimed at mitigating forest degradation. For this reason, understanding how certain variables relate to deforestation is of significant practical interest. Statistical models that use the Bayesian approach follow theoretical and technological advances, as they rely heavily on computational resources to handle different posterior distributions. Incorporating random effects based on the spatial dependency of the data is particularly relevant since the data are spatially correlated. In Chapter 1, a theoretical review of the main survival analysis techniques is presented: non- parametric, parametric, and frailty models, as well as ICAR autoregressive models. In Chapter 2, the steps for the collection, gathering, and analysis of deforestation data in southern Amazonas using Bayesian analysis and frailty models are outlined. Shared frailty models are an important class of models that allow for the inclusion of random effect terms associated with groups of interest. Deforestation data were collected annually from 1987 to 2023 through the MapBiomas website and were combined with covariates such as the distance of pixels to roads, waterways, and mining sites, as well as pasture, population, agricultural potential, indigenous lands, and conservation units, available from the IBGE and MapBiomas websites. By applying survival analysis techniques along with a spatial evaluation of deforestation, it was possible to detail the effect of each covariate included in the model. Thus, survival analysis models with frailty represent a robust technique for analyzing deforestation. Keywords: Shared frailty models; Bayesian modeling; ICAR model; Neighborhood analysis; Amazon Rainforest