Technological tool for planning roads in forest management in the amazon

Abstract

Resumo: A construção de novas estradas é uma das infraestruturas florestais necessárias de maior custo e impacto ambiental. O objetivo deste estudo foi buscar avanços técnicos e científicos para subsidiar um planejamento de estradas florestais (PEF) adequado para área de Manejo Florestal Sustentável (MFS) na Amazônia, apresentado em dois capítulos. O capítulo I apresenta uma revisão da literatura mundial atual (2009-2019) sobre otimização de PEF como forma de apoiar futuras atividades de planejamento de infraestrutura viária em área de MFS na Amazônia. Por meio de uma meta-análise de 62 estudos, 45 variáveis espaciais, 11 métodos de análise de decisão espacial e 30 metodologias diferentes foram encontrados para otimizar projetos de estradas florestais. Abordagens existentes e potenciais para aplicação futura em PEF em área de MFS foram analisadas e discutidas. Os resultados encontrados no capítulo I apoiaram uma proposta metodológica para otimização espacial do planejamento e avaliação de estradas florestais, em nível do planejamento estratégico, apresentado no capítulo II. O desenvolvimento do capítulo II foi subdividido em três partes: duas primeiras partes para confecção da ferramenta de acordo com um planejamento otimizado de estradas (POE); e na terceira parte uma forma de avaliar as redes de estradas obtidas pelo POE comparado com as estradas construídas pelo planejamento tradicional (ECPT) nas áreas de estudo. As áreas de estudo foram duas unidades de produção anual (UPA): 06 e 14, localizadas em área de MFS, no estado de Rondônia, Brasil. Na parte I, foi realizada a modelagem da adequação espacial de estradas florestais (MAEEF) por meio de técnicas de Tomada de Decisão Multicritério (TDMC), com base em SIG (Sistema de Informação Geográfica). Para realizar o MAEEF, o método TDMC selecionado foi o Analytical Hierarchy Process (AHP), o método mais recomendado para PEF, conforme observado no capítulo I. As variáveis espaciais utilizadas (declividade, aspecto, rede hidrográfica, produtividade e cobertura e uso da terra) foram selecionadas de acordo com a literatura (capítulo I), a opinião de especialistas e uma visita em campo. Na parte II, o resultado do MAEEF foi utilizado para otimizar o traçado das estradas, com base no método Least Cost Path Analysis (LCPA), que foi baseado no algoritmo de Dijkstra e em três heurísticas de rede. Na parte III, para comparar e analisar as estradas definidas pelo POE e ECPT foram calculados para cada estrada: A) cinco parâmetros espaciais, que consistiam no comprimento de estrada por cada classe do mapa MAEEF (m): (i) excelente, (ii) médio, (iii) ruim, (iv) muito ruim e (v) extremamente ruim; B) sete parâmetros técnicos: (i) comprimento total; (ii) densidade de estradas; (iii) distância média entre estradas paralelas (iv) área coberta por estradas construídas; (v) número total de bueiros; (vi) número total de pontes e; (vii) número total de travessias de cursos d'água; C) seis parâmetros financeiros: (i) custo total de construção da estrada por área efetiva de APU e (ii) por hectare, (iii) custo total de instalação de bueiros e (iv) ponte, (v) custo total do curso de água travessias (bueiro + ponte), (vi) custo total de construção da rede viária. Estes parâmetros foram comparados pelo teste do qui-quadrado (? = 0,05). O capítulo II mostrou que o POE permitiu reduções na densidade geral das estradas, nas travessias de cursos d'água e, consequentemente, reduções significativas nos custos totais de 5,0% (R$ 12.563,34) e 24,6% (R$ 118.261,41) da infraestrutura viária para UPAs 06 e 14, respectivamente. As melhorias encontradas na rede de estradas geral do POE foram estatisticamente significativas segundo todos os parâmetros espaciais, técnicos e financeiros em ambas as áreas. Portanto, se implementada, a ferramenta proposta para otimização espacial do projeto de estradas levará a um menor impacto ambiental sobre os recursos hídricos e do solo na Floresta. De acordo com os resultados obtidos nos capítulos I e II, é possível concluir que este estudo obteve contribuições técnico-científicas relevantes para apoiar o PEF na área de MFS na Amazônia.

Abstract: The construction of new roads is one of the most costly and environmentally impactful necessary forestry infrastructures. In this sense, the present study aimed to seek technicalscientific advances to support adequate planning of forest roads in Sustainable Forest Management (SFM) areas within Amazonia, presented in two chapters. Chapter I presents a review of the current world literature (2009-2019) on Forest Roads Planning (FRP) optimization as a way to support future SFM road infrastructure planning activities in the Amazon. Through a meta-analysis of 62 studies, 45 spatial variables, 11 spatial decision analysis methods, and 30 different methodologies were found to optimize forest road designs. Existing and potential approaches for future application in FRP in SFM were analyzed and discussed. The results found in chapter I supported a methodological proposal for spatial optimization of the PEF and evaluation of roads at the strategic planning level, presented in chapter II. The development of chapter II was subdivided into three parts: two first parts to implement the tool according to an optimized road planning (ORP); and in the third part a way to evaluate the road networks obtained by the ORP compared to the roads built by the traditional planning (RBTP) in the study areas. The study areas were two annual production units (APU): 06 and 14, located in an SFM area, in the state of Rondônia, Brazil. In part I, the Forest Roads Spatial Suitability Modeling (FRSSM) was developed using Multi-Criteria Decision Making (MCDM) techniques, based on GIS (Geographic Information System). In the FRSSM, the Analytical Hierarchy Process (AHP) method was selected, which was the most recommended MCDM method for FRP, as noted in chapter I. The spatial variables used (slope, aspect, hydrographic network, productivity and land cover and use) were selected according to the literature (chapter I), expert opinion, and field reconnaissance. In part II, the result of the FRSSM was used to optimize route tracing, through the Least Cost Path Analysis (LCPA) method, which was based on the Dijkstra algorithm and three heuristics for network creation. In part III, to compare and analyze the roads by ORP and RBTP were calculated for each road: A) five spatial parameters, which consisted of the length of road for each FRSSM map class (m): (i) excellent, (ii) average, (iii) poor, (iv) very poor, and (v) extremely poor; B) seven technical parameters: (i) total length; (ii) road density; (iii) average distance between parallel roads (iv) area covered by built roads; (v) total number of culverts; (vi) total number of bridges and; (vii) total number of watercourse crossings; C) six financial parameters: (i) total cost of road construction per effective APU area and (ii) per hectare, (iii) total cost of installing culverts, (iv) total cost of the bridge, (v) total cost of watercourse crossings (culvert + bridge), (vi) total cost of construction of the road network. These parameters were compared using the chi-square test (? = 0.05). Chapter II showed that the ORP allowed reductions in the general road density, in the crossings of watercourses and, consequently, significant reductions in the total costs of 5.0% (R$12,563.34) and 24.6% (R$ 118,261.41) of the road infrastructure for APUs 06 and 14, respectively. The improvements found in the general road network of the ORP were statistically significant according to all spatial, technical, and financial parameters in both areas. Therefore, if implemented, the proposed tool for spatial optimization of road design will lead to less environmental impact on water and soil resources in the Forest. According to the results obtained in chapters I and II, it is possible to conclude that this study obtained relevant technical-scientific contributions to support the FRP in the SFM area in the Amazon.