A vegetação secundária tem funções relevantes para os ecossistemas, tais como a fixação de carbono atmosférico, a manutenção da biodiversidade, o estabelecimento da conectividade entre remanescentes florestais, manutenção dos regime hidrológico e a recuperação da fertilidade do solo. O objetivo deste trabalho é, através de uma abordagem amostral, estimar a área ocupada por vegetação secundária na Amazônia Legal Brasileira (AML) em 2006. A amostragem se baseia em uma abordagem estratificada pelo grau de desflorestamento das cenas LANDSAT-TM que recobrem a AML. Foram selecionadas 26 cenas para o ano de 2006, distribuídas em sete estratos conforme o percentual de desflorestamento, nas quais foram mapeadas as áreas de vegetação secundária a partir de técnicas de classificação de imagens. Foi desenvolvido um modelo multivariado de regressão para estimar a área de vegetação secundária utilizando como variáveis independentes a área de desflorestamento, a área de hidrografia, a estrutura agrária, e área das unidades de conservação. A análise de regressão encontrou um R 2 ajustado de 0,84 , e coeficientes positivos para a proporção de hidrografia na imagem (2,055) e para a estrutura agrária (0,197), e coeficientes negativos para o grau de desflorestamento na imagem (-0,232) e para a proporção de Unidades de Conservação na imagem (-0,262
Estimation of secondary vegetation area in the Brazilian Legal Amazon
ABSTRACTSecondary vegetation has many relevant functions to the ecosystems such as atmospheric carbon fixation , maintenance of biodiversity, establishment of connectivity among forest remnants, maintenance of hydrological regime, and restoration of soil fertility. The objective of this work is to estimate the area occupied by secondary vegetation in the Brazilian Legal Amazon (BLA) for 2006 using a sampling scheme. The sampling is based on a stratified approach according to the degree of deforestation observed in the 229 TM-Landsat scenes that cover the BLA. Thus, 26 scenes were selected for 2006 and distributed into seven strata, according to their degree of deforestation, in which secondary vegetation areas were mapped. A regression model was constructed to estimate secondary vegetation area in the remaining images using deforestation area, hydrographic area, agrarian structure , and area of conservation units, as independent variables. The regression analysis found an adjusted R 2 of 0.84 and positive coefficients for the proportion of hydrography in the image (2.055) and for the agrarian structure (0.197), while negative coefficients for the degree of deforestation in the image (-0.232) as well as for the proportion of Conservation Unity (-0.262