Análise do desmatamento no município de São José dos Pinhais - PR : monitoramento temporal e implicações para políticas públicas de conservação

Abstract

Resumo: O presente trabalho analisa a dinâmica do desmatamento no município de São José dos Pinhais- PR, integrando dados do Global Forest Change (GFC), de Hansen et al. (2013), e do Projeto MapBiomas- Coleção 9. As análises utilizaram imagens de satélite de alta resolução, processadas na plataforma Google Earth Engine (GEE), abrangendo os anos de 2019 a 2023, além do ano de referência 2000.Os dados de perda florestal foram extraídos e integrados às classes de uso e cobertura do solo do MapBiomas por meio de máscaras binárias, aplicadas no QGIS. A contagem de pixels permitiu quantificar as áreas desmatadas em hectares e identificar as classes mais impactadas, como florestas, pastagens e mosaicos de agricultura e pastagem. Adicionalmente, os processos administrativos ambientais (PAA) foram incorporados, com ênfase nos autos de infração vinculados a infrações contra a flora (artigos 34 a 53 da Lei Municipal nº 1097/2012). A correlação espacial demonstrou maior incidência de infrações em áreas rurais, especialmente entre os anos 2016 e 2017, período que apresentou aumento expressivo da perda florestal. Os resultados evidenciam a necessidade de políticas públicas eficazes para a fiscalização ambiental e priorização de áreas estratégicas para conservação, mitigando os impactos do desmatamento. A utilização integrada de ferramentas como o GEE, QGIS e RStudio se mostrou eficiente para o monitoramento espacial e diagnóstico das mudanças ambientais. Dessa forma, o estudo fornece subsídios relevantes para gestão territorial, planejamento ambiental e ações governamentais mais precisas na conservação da cobertura florestal

Abstract: The present study analyzes the dynamics of deforestation in the municipality of São José dos Pinhais- PR, integrating data from the Global Forest Change (GFC), developed by Hansen et al. (2013), and the MapBiomas Project- Collection 9. The analyses employed high-resolution satellite images processed using the Google Earth Engine (GEE) platform, covering the years 2019 to 2023, in addition to the reference year 2000. The deforestation data were extracted and integrated with land use and land cover classes from MapBiomas through binary masks, applied in QGIS. Pixel counts allowed for the quantification of deforested areas in hectares and identified the most impacted classes, such as forests, pastures, and mosaics of agriculture and pasture. Additionally, Environmental Administrative Processes (PAA) were incorporated, with emphasis on infractions against flora (articles 34 to 53 of the Municipal Law No. 1097/2012). The spatial correlation revealed a higher incidence of infractions in rural areas, particularly between 2016 and 2017, a period that showed a significant increase in forest loss. The results highlight the need for effective public policies for environmental monitoring and the prioritization of strategic conservation areas, aiming to mitigate deforestation impacts. The integrated use of tools such as GEE, QGIS, and RStudio proved efficient for spatial monitoring and diagnosing environmental changes. Therefore, this study provides valuable insights for territorial management, environmental planning, and more precise governmental actions for forest conservation