| 1. Identificação | ||||||||||
| Tipo de Referência | Tese ou Dissertação (Thesis) | |||||||||
| Site | mtc-m21d.sid.inpe.br | |||||||||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||||||||
| Identificador | 8JMKD3MGP3W34T/47FR3A2 | |||||||||
| Repositório | sid.inpe.br/mtc-m21d/2022/08.22.15.45 | |||||||||
| Última Atualização | 2022:11.25.20.34.38 (UTC) simone | |||||||||
| Repositório de Metadados | sid.inpe.br/mtc-m21d/2022/08.22.15.45.37 | |||||||||
| Última Atualização dos Metadados | 2022:11.30.19.47.26 (UTC) administrator | |||||||||
| Chave Secundária | INPE-18611-TDI/3247 | |||||||||
| Chave de Citação | Matias:2022:CoPlTe | |||||||||
| Título | Cartografias da agricultura urbana: Contribuições ao planejamento territorial na região metropolitana do Vale do Paraíba e Litoral Norte  | |||||||||
| Título Alternativo | Cartographies of urban agriculture: Contributions to territorial planning in the metropolitan region of Vale do Paraíba and Litoral Norte | |||||||||
| Curso | SER-SRE-DIPGR-INPE-MCTI-GOV-BR | |||||||||
| Ano | 2022 | |||||||||
| Data | 2022-08-16 | |||||||||
| Data de Acesso | 12 maio 2024 | |||||||||
| Tipo da Tese | Dissertação (Mestrado em Sensoriamento Remoto) | |||||||||
| Tipo Secundário | TDI | |||||||||
| Número de Páginas | 113 | |||||||||
| Número de Arquivos | 1 | |||||||||
| Tamanho | 6979 KiB | |||||||||
| 2. Contextualização | ||||||||||
| Autor | Matias, Maíra Ramalho | |||||||||
| Banca | Novo, Evlyn Marcia Leão de Moraes (presidente) Escada, Maria Isabel Sobral (orientadora) Monteiro, Antônio Miguel Vieira (orientador) Anazawa, Tathiane Mayumi Costa, Heloisa Soares de Moura | |||||||||
| Endereço de e-Mail | mairamatias.geo@gmail.com | |||||||||
| Universidade | Instituto Nacional de Pesquisas Espaciais (INPE) | |||||||||
| Cidade | São José dos Campos | |||||||||
| Histórico (UTC) | 2022-08-22 15:47:12 :: maira.matias@inpe.br -> pubtc@inpe.br :: 2022-08-23 11:38:19 :: pubtc@inpe.br -> maira.matias@inpe.br :: 2022-09-29 03:31:34 :: maira.matias@inpe.br -> pubtc@inpe.br :: 2022-09-29 17:17:17 :: pubtc@inpe.br -> administrator :: 2022-11-25 20:27:21 :: administrator -> pubtc@inpe.br :: 2022-11-28 19:42:49 :: pubtc@inpe.br -> simone :: 2022-11-28 19:47:00 :: simone :: -> 2022 2022-11-28 19:47:00 :: simone -> administrator :: 2022 2022-11-30 19:47:26 :: administrator -> :: 2022 | |||||||||
| 3. Conteúdo e estrutura | ||||||||||
| É a matriz ou uma cópia? | é a matriz | |||||||||
| Estágio do Conteúdo | concluido | |||||||||
| Transferível | 1 | |||||||||
| Palavras-Chave | agricultura urbana e periurbana planejamento territorial análise de agrupamentos árvores de decisão urban and peri-urban agriculture territorial planning cluster analysis decision trees | |||||||||
| Resumo | A agricultura urbana e os agentes envolvidos em sua produção têm pouca presença nos sistemas de informações oficiais com bases sistematizadas e em todo território nacional. Essa ausência, quase sempre, torna estas práticas invisibilizadas nas representações territoriais do espaço urbano. Este trabalho buscou desenvolver estratégias metodológicas para identificação e caracterização de áreas potenciais de ocorrência de agricultura urbana e periurbana para a escala metropolitana a partir de fontes de dados secundários abertos e disponíveis para todo o território nacional combinadas a métodos de aprendizado de máquina focados em classificação supervisionada e não supervisionada. Para este estudo a Região Metropolitana do Vale do Paraíba e Litoral Norte (RMVPLN) foi selecionada. Foram utilizados os dados da malha de setores censitários para a delimitação das áreas urbanas, periurbanas e rurais; dados do Cadastro Ambiental Rural (CAR) para a classificação dos imóveis por tamanho; dados do Cadastro Nacional de Endereços para Fins Estatísticos (CNEFE) do Censo Agropecuário com a localização dos estabelecimentos agropecuários; e o dado da Coleção 6 do Mapbiomas com as classes de uso e cobertura da terra. Os diferentes tipos de dados foram integrados em uma grade de células regulares de 2km x 2km, que definem um suporte espacial denominado espaço celular. Para a classificação não-supervisionada por meio da análise de agrupamentos (cluster), foi utilizado o método k-medóides. Para a classificação supervisionada, foi desenvolvida uma tipologia dos sistemas de produção associados a agricultura urbana metropolitana. Essa tipologia foi a base que orientou a coleta das amostras necessárias para treinar o classificador por árvore de decisão. O método não supervisionado permitiu identificar 2 grupos com potencial de ocorrência de agricultura urbana, sendo importante tanto para realizar uma análise exploratória e descritiva da área, quanto para confirmar e revelar novos padrões espaciais e, assim, complementar e/ou refinar a tipologia desenvolvida. O método supervisionado permitiu identificar 5 classes vinculadas aos sistemas existentes nesses espaços metropolitanos. Desde os sistemas relativos às áreas mais urbanizadas até os sistemas situados nas franjas urbanas-rurais e periurbanas-rurais, incluindo a distinção dessas classes pelo perfil de tamanho de imóveis: minifúndios e pequenos; médios e grandes. Um aspecto encontrado em ambas as classificações foi o potencial da relação entre tamanho dos imóveis e a quantidade de CNEFE Agropecuário (total de estabelecimentos agropecuários): quanto mais elevada a quantidade de estabelecimentos agropecuários nas células frequentemente maior a presença de minifúndios e pequenos imóveis, o que pode vir a ser um potencial indicador para a identificação das agriculturas de pequena escala. O experimento realizado permitiu concluir que o uso de dados secundários, que indiretamente inferem sobre características a respeito de sistemas de produção em agricultura combinado a métodos de aprendizado de máquina não supervisionados e supervisionados, pode proporcionar novas leituras e interpretações com expressão nos territórios da metrópole. São cartografias de territórios da agricultura até então pouco explorados. Estas cartografias, ao revelar essas práticas em territórios urbanos, são contra-cartografias. Estas representações contribuem, ainda que parcialmente, para ampliar a visibilidade para essas práticas e seus espaços de ocorrência na escala metropolitana. Assim, constituem-se como instrumentos de representação territorial que podem apoiar a disputa pelos territórios reais na arena do planejamento. ABSTRACT: Urban agriculture and its agents have low presence in systematized bases of official information systems and in the entire national territory. This absence, almost always, makes these practices invisible in the territorial representations of urban space. This work sought to produce methodological strategies for the identification and characterization of potential areas of occurrence of urban and peri-urban agriculture at the metropolitan scale from secondary open data sources available for the national territory, combined with machine learning supervised and unsupervised classification methods. The Metropolitan Region of Vale do Paraíba and Litoral Norte (RMVPLN) was selected for this study. Data from the grid of census sectors were used to define urban, peri-urban and rural areas; data from the Rural Environmental Registry (CAR) were used to classify properties by size; the location of agricultural establishments was collected from the National Registry of Addresses for Statistical Purposes (CNEFE) of the Agricultural Census; and land use and land cover classes were defined from Mapbiomas Collection 6. The different types of data were integrated into a regular grid of 2km x 2km cells, which defined a spatial support called cellular space. The k-medoid method was used for the unsupervised classification by means of cluster analysis. A typology of production systems associated with metropolitan urban agriculture was developed for the supervised classification. This typology was the basis that guided the collection of the necessary samples to train the decision tree classifier. The unsupervised method was able to identify two groups with potential occurrence of urban agriculture, both being important to carry out an exploratory and descriptive analysis of the area, as well as to confirm and reveal new spatial patterns and, thus, complement and/or refine the developed typology. The supervised method was able to identify five classes linked to the existing systems in these metropolitan spaces. From the systems related to the most urbanized areas to the systems located in the urbanrural and peri-urban-rural fringes, including the distinction of these classes by the size profile of properties: small and smallholdings; medium and large. An aspect found in both classifications was the potential of the relationship between the size of the properties and the amount of Agricultural CNEFE: the higher the number of agricultural establishments in the cells, the greater the presence of smallholdings and small properties, which can turn out to be a potential indicator for the identification of small-scale agriculture. The experiment carried out allowed us to conclude that the use of secondary data, which indirectly infers about characteristics regarding production systems in agriculture, combined with unsupervised and supervised machine learning methods, can provide new readings and interpretations of the metropolitan territory. This type of agricultural territories mapping is, until then, little explored. These cartographies, by revealing these practices in urban territories, are counter-cartographies. These representations contribute, although partially, to increase the visibility of these practices and their spacialization on the metropolitan scale. Therefore, they constitute instruments of territorial representation that can support the dispute for real territories in the area of planning. | |||||||||
| Área | SRE | |||||||||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Cartografias da agricultura... | |||||||||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Cartografias da agricultura... | |||||||||
| Conteúdo da Pasta doc | acessar | |||||||||
| Conteúdo da Pasta source |
| |||||||||
| Conteúdo da Pasta agreement |
| |||||||||
| 4. Condições de acesso e uso | ||||||||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34T/47FR3A2 | |||||||||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34T/47FR3A2 | |||||||||
| Idioma | pt | |||||||||
| Arquivo Alvo | publicacao.pdf | |||||||||
| Grupo de Usuários | maira.matias@inpe.br pubtc@inpe.br simone | |||||||||
| Visibilidade | shown | |||||||||
| Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.10 | |||||||||
| Permissão de Leitura | allow from all | |||||||||
| Permissão de Atualização | não transferida | |||||||||
| 5. Fontes relacionadas | ||||||||||
| Repositório Espelho | urlib.net/www/2021/06.04.03.40.25 | |||||||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S 8JMKD3MGPCW/46KUATE | |||||||||
| Acervo Hospedeiro | urlib.net/www/2021/06.04.03.40 | |||||||||
| 6. Notas | ||||||||||
| Campos Vazios | academicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype | |||||||||