Esta metodologia é uma versão actualizada daquela que foi desenvolvida e testada no projecto MEDALUS III pela O.Us coordenado por: Agostino Ferrara, University of Basilicata - Itália  e  Constantinos Kostas, University of Athen - Grécia

Referencias Principais

• Ferrara A., Bellotti A., Faretta S., Mancino G., Taberner M., 1999. Identification and assessment of Environmentally Sensitive Areas by Remote Sensing. MEDALUS III 2.6.2. - OU Final Report. King's College, London. Volume 2: 397-429
  
• Kosmas C., Ferrara A., Briasouli H., Imeson A. 1999. Methodology for mapping Environmentally Sensitive Areas (ESAs) to Desertification. In 'The Medalus project Mediterranean desertification and land use. Manual on key indicators of desertification and mapping environmentally sensitive areas to desertification. Edited by: C. Kosmas, M.Kirkby, N.Geeson. European Union 18882. pp:31-47 ISBN 92-828-6349-2
  

Estas categorias não são necessariamente independentes: dados radiométricos obtidos por detecção remota e mapas de vegetação ou fito-climáticos, são todos influenciados por diferentes factores de muitas origens diferentes. Os dados podem ser conseguidos da documentação disponível ou  em pesquisas dedicadas, em que os custos dependem da facilidade com que são obtidos. Podem ser nominais (ex. dados de colheitas, tipo de colheitas, forma de cultivo), presença ou não presença, ordinal, discreto (ex. um sistema pedológico, águas no solo, conteúdo em  matéria orgânica), ou contínuos (ex. informação de um Modelo de Elevação Digital) para mencionar alguns. A complexidade da informação está relacionada com a sofisticação das questões, que devem ser respondidas; a combinação de dados diferentes e questões complexas significa que os dados tem de ser analisados de uma maneira integrada, para se obterem respostas sucintas e bem sustentadas  (De Jong, 1994; Ferrara et al., 1995; Yassoglu et al., 1995).

Neste contexto, um sistema compreensivo foi desenvolvido para avaliar e investigar as causas e respostas, que contribuem para a Sensibilidade Ambiental à desertificação de cada unidade fundamental de terra, descrita como uma Área Ambientalmente Sensível (ESA). O esquema, aplica-se desde a escala local até à escala de uma bacia hidrográfica. O sistema aqui apresentado é uma aplicação de um sistema "expert", surge aqui como uma ferramenta com base na web, para permitir determinar o Índice de Sensibilidade Ambiental (ESI) para áreas individuais. No sistema os dados de diferentes fontes, tais como leituras radiométricas de satélite qualitativas e quantitativas, dados geográficos disponíveis e dados aleatórios de campo, podem ser integrados.

5 topo

g Hipótese Metodológica  

A Degradação ou Sensibilidade Ambiental de uma Área à desertificação é um conceito complexo de racionalizar porque, dependendo do contexto, pode ser causado por muitos e diferentes factores, operando isolados ou em associação (Rubio, 1995; Thornes, 1995; UNEP, 1977; UNEP, 1992; Basso, 1996). Uma Área Ambientalmente Sensível (ESA) pode ser considerada, no geral, como uma entidade delimitada e especifica na qual factores ambientais e socio-económicos, não estão equilibrados ou não são sustentáveis para aquele ambiente em particular. O Índice de Sensibilidade Ambiental (ESI) à degradação ou desertificação de uma área, pode também ser visto, como o resultado das interacções entre factores elementares (camadas de informação) que estão diferentemente ligados a fenómenos directos ou indirectos de degradação ou desertificação (Basso et al., 1998). Fenómenos de degradação severos e irreversíveis , por exemplo, podem resultar de uma combinação de, uma qualidade de gestão fraca, a que se pode adicionar, várias combinações de factores ambientais críticos (solo, clima e vegetação). De forma a serem tomadas decisões com base numa boa informação, é necessário ser possível caracterizar e identificar, os factores relevantes, que produzem situações criticas. Como estes factores são raramente independentes, é igualmente essencial, ser possível estabelecer as suas inter- relações, de maneira a que as suas contribuições relativas possam ser determinadas. Por outro lado, os agentes decisores necessitam de sínteses funcionais, que evidenciem assuntos de maior importância: a identificação clara de áreas sensíveis independentemente da fonte; e a habilidade de determinar o efeito de acções de minimização, sem recorrer a um complicado método cientifico. 

Em termos de dados necessários para estimar a Sensibilidade Ambiental à desertificação, são essenciais três diferentes tipos de informação primária: físico - estruturais, vegetais e socio-económicos. Os grupos não são necessariamente independentes: dados radiométricos obtidos remotamente, um mapa de  vegetação potencial, ou um fito-climático, todos são influenciados por diversos factores inerentes a cada contexto. Os dados podem ser obtidos a partir de documentos disponíveis ou no campo. Podem ser nominais (dados de culturas, tipos de culturas, formas de lavrar), presença  ou ausência, ordinal, discreto (sistemas pedológicos, agua no solo ou conteúdo em matéria orgânica) ou continuo (informação de modelos digitais de elevação ou observações de terreno) para indicar alguns. A complexidade da informação está relacionada com a sofisticação das questões, que devem ser respondidas; a combinação de dados diferentes e questões complexas significa que os dados tem de ser analisados de uma maneira integrada, para se obterem respostas sucintas e bem sustentadas. 

Quanto á analise de dados, as técnicas de processamento de dados usualmente, simplificam os dados, quando originam resultados. A amostragem e a homogeneização causam reduções na precisão dos dados pois camadas de informação muito detalhada, e camadas com diferente informação, podem só ser juntas num nível mais simples. Nos processos de classificação usados para interpretar as diferentes camadas, também se perde informação. De facto, as classificações simplificam os dados, ao sintetizar a multiplicidade de valores dos atributos por amostragem ou calculados, com um limitado número de intervalos, enquanto a informação inicial detalhada é perdida nos agrupamentos de classificação mais abrangentes. Interpretações e simplificações dos dados são, no entanto essenciais, quer seja pela necessidade de dispor de  classificações, agrupar os dados numa maneira homogénea, organizar os dados em sistemas de referência comum, ou quando se compara diferentes tipos de ambientes. 

Em termos de requisitos de software e hardware, optou-se pelo o uso de Sistemas de Informação Geográficos da nova geração, de reduzido custo : acesso á informação; manutenção de dados; e interpretação através de vários procedimentos de análise cruzada de variáveis. Torna-se também possível adquirir e analisar a informação rapidamente, para identificar as transformações que, por sua vez, permitem definir, programar e iniciar as implementações necessárias. 

5 topo

g Camadas usadas no sistema presente  

Três considerações iniciais tem de ser tidas em conta, quando se selecciona as camadas de informação:

- a sua correlação ao fenómeno de degradação ou estado ambiental critico;

- cobertura;

- facilidade e economia de actualização.

Estabelecer um sistema que requer informação que é difícil de obter, ou cara de actualizar, mesmo que seja cientificamente importante, seria severamente limitativo e pouco prático em ambientes grandes, complexos, ou com sistemas de monitorização contínuos. O sistema desenvolvido, permite a adição ou remoção fácil de camadas de informação. As camadas podem ser adicionadas, quando exista a necessidade de estudar aspectos ou áreas especificas com maior detalhe; camadas podem ser removidas, quando para uma primeira aproximação a uma estimativa de  ESI,se necessita de informação detalhada, sobre a área de interesse, mas esta ainda não está disponível. 

O conjunto optimizado de camadas usado normalmente na avaliação do ESI à desertificação e as suas fontes estão sintetizadas na Tabela 1 enquanto nos parágrafos seguintes se apresenta uma descrição mais detalhada. Descrições explicativas, em como as camadas ambientais estão ligadas ao fenómeno de degradação ou à desertificação são fornecidas: em paginas dedicadas do site; em Basso et al., 1997; Basso et al., 1998; FAO, 1976; Briggs et al. 1992; Kosmas et al. 1994; Kosmas et al. 1998; Kosmas et al. 1998; Kosmas 1998; Kosmas et al. 1999; Poesen et al 1996; e nas descrições dos procedimentos para a selecção de camadas. 

Tabela 1 - Conjunto de camadas de informação usadas para avaliar o ESI à desertificação e as suas fontes.

Qualidade	Camada	Fonte	Camadas Usadas
Solo	Rocha-mãe, Fragmentos Rochosos, Profundidade de Solo, declive, Drenagem, Textura de Solo	Dados publicados a várias escalas e amostras de campo	Todas
Clima	Precipitação, Exposição, Incide de Aridez (Bagnouls e Gaussen)	Dados publicados a várias escalas, amostras de campo e DEM	Todas
Vegetação	Risco de Incêndio, Protecção contra a Erosão, Resistência a Seca, Coberto Vegetal	TeleMetria Landsat, dados publicados a várias escalas e amostras de campo	Todas
Gestão	Cumprimento de Políticas, Intensidade de Uso do solo	Dados estatísticos, principalmente a nível municipal	Todas (*)

5 topo

g Esquema detalhado do sistema optimizado de camadas-pontuações

Camadas de solo

O solo é um factor crucial na avaliação da Sensibilidade Ambiental de um ecossistema, especialmente em zonas áridas, semi-áridas e sub-humidas secas . As propriedades do solo relacionadas com os fenómenos de desertificação e degradação, afectam dois parâmetros principais: 
   (i) capacidade de armazenamento e retenção de agua;
   (ii) resistência a erosão.

A avaliação completa da qualidade do solo com base nestas propriedades pode ser feita, usando as propriedades de solo descritas nos relatórios de caracterização efectuados regularmente. As camadas de solo e pontos relativos estão descritos na tabela 2.

Camada	Classes	Pontuações
Rocha - Mãe	Ardósia, xisto, básica, ultra básica, conglomerados, não consolidadas, argilas; , maragas (com veg. natural); Calcários, mármore, granito, rhiolito, ignibrito, gneiss, arenito, dolomite;  Marga, Piroclástico.	1 1.7 2
Textura do Solo	L, SCL, SL, LS, CL SC, SiL, SiCL Si, C, SiC S	1 1.2 1.6 2
Cobertura Fragmentos Rochosos, %	> 60 20 - 60 < 20	1 1.3 2
Profundidade Solo, cm	profundo (>75 cm) moderado (75-30 cm) pouco profundo (15-30 cm) delgado(<15 cm)	1 2 3 4
Drenagem	Bom Imperfeito Pobre	1 1.2 2
Declive, %	< 6 6 - 18 18 - 35 > 35	1 1.2 1.5 2

 

Camadas de clima

A Qualidade de clima é determinada com base na forma como influência a disponibilidade de água para as plantas. Foi dada atenção á quantidade de precipitação anual, temperatura do ar e aridez. As camadas de clima e pontuações relativas são apresentadas na tabela 3. Em particular as camadas seleccionadas são: Precipitação anual (um parâmetro crucial no crescimento de plantas); Índice de Aridez Bagnouls-Gaussen (uma síntese de precipitação, evapotranspiração e informação sobre escorrência superficial); exposição da vertente (afecta  as condições de microclima e a erosão).

Classes de qualidade de clima são:

Classes	Intervalo de amplitude
Alta Qualidade	< 1.15
Qualidade Media	>= 1.15 <= 1.81
Baixa Qualidade	> 1.81

Camadas de vegetação

A vegetação tem um papel importante na mitigação  dos efeitos dos fenómenos de degradação e desertificação. As camadas de vegetação e respectivas pontuações são apresentados na tabela 4. A qualidade de vegetação foi determinada em termos de: risco de incêndio e capacidade de regeneração (afecta a degradação de terra, taxa de erosão de solo e perdas de biodiversidade); protecção contra a erosão do solo (factor importante para controlar a intensidade e frequência de escorrência superficial e erosão); resistência a seca (capacidade de um ecossistema de se adaptar ou resistir a secas prolongadas ou aridez); Coberto vegetal (reduz a escorrência superficial e a perda de sedimentos).

Tabala 4 - amadas de vegetação e respectivos pontos

Camadas	Classes	Pontuações
Coberto Vegetal, %	> 40 40 - 10 < 10	1 1.8 2
Risco de Incêndio	Solo nu; Rocha-Mãe; Amendoeiras; Pomares; Vinhas; Oliveiras; Culturas anuais irrigadas (milho, tabaco, girassol, ... ); Horticultura	1
	Herbáceas perenes; Pastagens; Cereais; Herbáceas anuais; Florestas Caducifólias (Carvalho, misto); Maquis misto Mediterrâneo- Floresta sempre verde (with Q. ilex);  Vegetação escassa; Matos.	1.3
	Maquis Mediterrâneo.	1.6
	Pinheiros e outras florestas de coníferas.	2
Protecção de Erosão	Floresta sempre verde (excepto coniferas); Maquis misto Mediterrâneo-Floresta sempre verde (with Q. ilex); Rocha- Mãe.	1
	Maquis Mediterrâneo; Floresta Coníferas; Herbáceas perenes ; Pastagens; Oliveiras; Matos.	1.3
	Florestas Caducifólias (carvalho, misto).	1.6
	Amendoeiras; Pomares; ...	1.8
	Vinhas; Horticulturas; Culturas anuais (cereais, milho, arroz, aveia, centeio, herbáceas anuais, ...., etc.); Vegetação escassa; Solo nu.	2
Resistencia a secas	Floresta sempre verde (excepto coníferas); Maquis Mediterrâneo ; Maquis misto Mediterrâneo - Floresta sempre verde (with Q. ilex); Rocha - Mãe; Solo nu.	1
	Floresta Coníferas;  Floresta Caducifólias;  Oliveiras.	1.2
	Amendoeiras; Pomares; Vinhas.	1.4
	Herbáceas perenes; Pastagens; Matos.	1.7
	Culturas anuais (herbáceas anuais, cereais, milho, tabaco, girassol, ...); Horticultura; Vegetação escassa .	2

 

Classes de qualidade de vegetação são:

Intensidade do uso de terra

Terra Agrícola (Cultivo): A intensidade de uso de terra cultivada é classificada em três classes baseadas na frequência de irrigação, grau de mecanização e cultivo, aplicação de fertilizantes e agro-químicos, tipos e variedades de plantas usadas, etc.

Tabela 5a - Intensidade de uso de terra para terrenos agrícola (Cultivo)

Classe	Descrição	Pontuações
1 2 3	Baixa Intensidade de Uso (LLUI) Media Intensidade de Uso(MLUI) Alta intensidade de Uso (HLUI)	1 1.5 2

Terra Agrícola (pastagens): A intensidade de uso de terra, em pastagem é definida, estimando a taxa de encabeçamento sustentável (SSR) e a taxa de encabeçamento actual (ASR) (descritos previamente) para os varias áreas com pastagem. Então, a intensidade de uso é calculada com base no ratio entre ASR/SSR e classificada nas três seguintes classes.

Tabela 5b - Intensidade de uso de terra, para terrenos agrícolas (pastagem)

Classe	Descrição	Taxa de Encabeçamento	Pontuações
1 2 3	Baixa Moderada Alta	ASR<SSR ASR =SSR to 1.5 *SSR ASR>1.5*SSR	1 1.5 2

Áreas Naturais (floresta, maquis, matos, solo nu): Em áreas naturais como matos, solo nu, maquis etc., a intensidade de uso de terra é definida, determinando a actual A, e a capacidade sustentável (A/S). Então a intensidade é classificada em três classes baseadas no ratio A/S.

Tabela 5c - Intensidade de uso de terra para áreas naturais (floresta, mato, terra a nu)

Classe	Descrição	Características de Gestão	Pontuação
1 2 3	Baixa Moderada Alta	A/S=0 A/S<1 A/S= 1 or greater	1 1.2 2

Áreas Mineiras: A intensidade de uso de terra para as áreas com actividade mineira é definida, avaliando as medidas tomadas para controlo da erosão de solo, tais como socalcos, cobertura da vegetação, etc. Assim, a intensidade de uso de terra é classificada em três classes, com base na avaliação do grau de protecção da terra contra a erosão.

Tabela 5d - Intensidade de uso de terras para áreas mineiras

Classe	Descrição	Medidas de controlo de erosão	Pontuação
1 2 3	Baixa Moderadas Alta	Adequadas Moderadas Baixas	1 1.5 2

Áreas Recreio: Em áreas em que o uso corresponde a actividades de recreio, como esquiar, rallies, etc, a intensidade do uso da terra é avaliada definindo, o actual e permitido número de visitantes por ano (A/P). Então a intensidade é classificada em três classes baseadas em A/P.

Tabela 5e - Intensidade de uso de terras para áreas de  recreio

Classe	Descrição	Razão A/P	Pontuações
1 2 3	Baixa Moderada Alta	<1 1 to 2.5 > 2.5	1 1.5 2

Cumprimento de Politicas

As politicas relacionadas com protecção do ambiente, estão classificadas de acordo com o grau de cumprimento e de aplicação em cada área. A informação sobre as politicas existentes são conhecidas e estão reunidas, e então o grau de implementação/cumprimento é avaliado. Três classes relacionadas com a politica de protecção ambiental estão definidas (Tabela 6).

Tabela 6 - Cumprimento de politicas

Classe	Descrição	Grau de Aplicação	Pontuações
1 2 3	Baixa Moderada Alta	completa (>75% de area protegida) parcial (25-75% de area protegida) incompleta (<25% de area protegida)	1 1.5 2

 

Classes de qualidade de gestão são:

Classes	Intervalo de amplitude
Alta Qualidade	< 1.25
Qualidade Media	>= 1.25 <= 1.51
Baixa Qualidade	> 1.51

5 topo

g Algoritimo de Computação  

A quantificação de diferentes níveis de Sensibilidade Ambiental (ES), à escala da bacia pode ser feita, avaliando a influência geral que camadas singular de informação têm no fenómeno em estudo (Ferrara et al. 1999). O objectivo era desenvolver um sistema que funcionaria independentemente, do número e tipo de camadas de informação, no seu nível mais primitivo. Isto é possível adoptando uma abordagem em duas etapas, tal como ilustra a figura 1. Na primeira etapa, neste caso, as primeiras quatro camadas de quantidade  são inicialmente determinadas através dos dados base e, na segunda fase a sensibilidade final de uma área é avaliada a partir das camadas de qualidade.

Figura 1 - Esquema do caálculo de um ESI

Cada unidade elementar, em cada Camada de Qualidade é calculada, como sendo a média geométrica das suas sub-camadas: 

Qualidade_x _ij = (camada_1 _ij * camada_2 _ij * camada_3 _ij * ...... * camada_n _ij) ^(1/n)                      [1]

onde:
i,j = filas e colunas de uma única unidade elementar de terra, em cada camada; 
n = número de camadas utilizadas
 
O primeiro nível, das camadas básicas de dados, isola o resto do sistema dos detalhes dos dados. A camada de qualidade, nível 2, actua como um buffer entre as camadas de dados de nivel 1 e a camada ESA derivada, de nivel 3. Com as quatro qualidades obtidas acima, o ES é estimado por:

ES _ij = (Qualidade_1 _ij * Qualidade _2 _ij * Qualidade _3 _ij * Qualidade _4 _ij) ^(1/4) #9;                           [2]

onde:
i,j = filas e colunas de uma unica unidade elementar de terra de cada qualidade;
Qualidade _ nij = valores calculados
 
tNo presente Sistema "Expert, valores calculados, tal como resultam da aplicação do algoritmo e as pontuações acima apresentadas, são também organizados de 0 a 100, para uma interpretação mais simples. Algoritmos e valores utilizados podem ser observados  na  tabela seguinte:

Tabela 7 - valores e algoritimos utilizados em avaliação de dados de 0 a 100

As pontuações de sensibilidade são uma maneira simples e eficiente de estimar os diferentes níveis de sensibilidade presentes numa área defenida. Os valores calculados são contínuos nos intervalos seleccionados, geralmente de 1 to ~ 2 ou de 0 a 100, tal como no Índice ES, mas para fins de interpretação e representação é sugerido agrupa-los em classes. O agrupamento em classes é um processo aberto, no qual valores limite são seleccionados, dependendo do fenómeno que é necessário evidenciar. Na tabela seguinte é apresentado um exemplo de agrupamento de classe de valores ESI, que pode ser considerado geralmente, aplicável em ambientes mediterrâneos (Ferrara et al. 1999, Kosmas et al. 1999).

Nivel de sensibilidade Tipos de área Pontuação de sensibilidade Indice de sensibilidade (% de factores críticos) Curta descrição   Muito     Baixo Não afectada (N)   >= 1 < 1.170   >= 0 < 15.14 Áreas em que factores críticos são muito baixos ou não estão presentes, com um bom equilíbrio entre factores ambientais e socio-económicos.   Baixo Potencial (P) >= 1.170 <= 1.225 >= 15.14 <= 20.04 Áreas ameaçadas por desertificação em função de significativas alterações climáticas, se uma particular combinação de uso de terras é implementada ou onde impactos do "offsite" vão produzir severos problemas. Também inclui terra abandonada que não é devidamente gerida.   Medio Fragil (F1) Fragil (F2) Fragil (F3) > 1.225 <= 1.265 > 1.265 <= 1.325 > 1.325 <= 1.375 > 20.04 <= 23.60 > 23.60 <= 28.94 > 28.94 <= 33.39 Áreas em que qualquer mudança no equilíbrio delicado entre natural e actividade humana é provável conduzir à desertificação.   Alto Critica (C1) Critica (C2) Critica (C3) > 1.375 <= 1.415 > 1.415 <= 1.530     > 1.530 > 33.39 <= 36.95 > 36.95 <= 47.19       > 47.19 Áreas já altamente degradadas através de abusos anteriores, apresentando-se como uma ameaça ao ambiente das áreas envolventes ou com evidentes processos de desertificação.

5 topo

g Exemplo do uso de pontuações de sensibilidade

Um dos aspectos mais importantes do sistema é que as classes ES não estão directamente ligadas a um valor absoluto de sensibilidade mas estão relacionadas indirectamente, e relativamente, através de pontuações que definem diferentes níveis de sensibilidade, para diferentes parâmetros, e para uma área em particular. Como resultado, sensibilidade calculada na camada cimeira impõe um framework comum nos componentes de uma área. Os elementos, que estão agrupados em extensas categorias, podem então ser analisados e caracterizados numa  fase diferente por outras analises. Por exemplo, o efeito de diferentes tipos de intervenção na sensibilidade, pode ser estimado simulando as diferentes opções de intervenção)(ex. a recuperação de uma floresta de cadúcifólias degradada, versus a conversão de coníferas numa mais efectiva floresta de cadúcifólias) ou é possível identificar factores críticos, aplicando uma simples analise de clusters, a áreas com valores  elevados de sensibilidade ao nível do município.

As figuras seguintes  mostram como o ESI pode ser usado para avaliar e caracterizar diferentes níveis de sensibilidade, á escala local, na bacia do Agri, Italia. Factores críticos foram identificados estabelecendo a frequência das classes de camada (ou pontuações) em todas as amostras espaciais no município, tendo em cada camada a amostra  sido tomada separadamente. O processo foi repetido para cada município. A matriz resultante foi sujeita a uma análise de clusters, com ligação completa aos métodos de distância Euclidiana. Figura 2 ilustra o diagrama resultante, obtido usando os dados municipais, e dá cinco tipologias de sensibilidade dentro da bacia, o que corresponde a cinco zonas territoriais definidas, enquanto que a figura 3 mostra gráficos da percentagem dos diferentes graus de Sensibilidade Ambiental, para as quatro qualidades e grupos  de municípios, obtidos da análise de clusters.
 

Figura 2 — Analise de clusters dos Municípios localizados na Bacia do Agri.

Figura 3 — Os perfis de Sensibilidade Ambiental dos grupos de municipios na bacia do Agri. Perfis são expressos em percentagens de níveis de  ES, em função das  qualidades simples. (eixo X de 10 a 80; eixo Y de 0 a 75%).

Como pode ser observado, os grupos  de municípios 1, 2 e 3 têm clima semelhante (todos estão colocados no sector montante do vale do Agri).O grupo 1 tem críticos os  factores socio-económicos e os piores, no geral, factores de solo. O  grupo 2 tem melhores qualidades de vegetação, mas factores socio-económicos muito críticos. Os grupos 4 e 5 diferem, embora sejam similares de uma perspectiva geográfica: grupo 5 caracteriza-se por melhores factores socio-económicos e tem os piores factores climáticos da bacia, grupo 4, por outro lado, tem as piores condições de vegetação.

Estes exemplos dão ênfase a flexibilidade do sistema: pode usar diversos dados e no entanto é eficiente; podem ser usados para analisar o sistema ambiental frequentemente; permite que o estado actual, e alterações, do ambiente sejam rápida e acertadamente determinadas; e, por identificar factores críticos, ajuda a definir e identificar as estratégias mais benéficas e que podem ser introduzidas para reduzir a sensibilidade de uma dada área. O uso de técnicas de cruzamento de análises, aplicadas a informação preexistente com outros dados ad hoc obtidos, quando necessário, pode também ser usado para investigar  fenómenos específicos de degradação ou sensibilidade ambiental  de uma forma fácil e efectiva. Ainda mais, esta abordagem, não só permite a identificação de diferentes graus de sensibilidade ambiental mas, ao mesmo tempo, permite-nos investigar os factores que causam a evolução, enquanto eles ocorrem:

5 topo
 
g Conclusões

Sistemas que nos permitem identificar e compreender os factores que combinam e aceleram degradação de terra têm de ser desenvolvidos, para que seja possível gerir adequadamente a terra e os seus recursos. O sistema, aqui descrito, pode ser usado para individualizar fenómenos actuais de degradação. Para fazê-lo, podem ser aplicadas técnicas de cruzamento e análise dos dados, contidos nas camadas de informação. A informação nestas camadas provêm de uma grande variedade de fontes - algumas baseadas nos temas preexistentes, outras baseadas nas combinações desses temas, e  ainda criadas, ex-novo de outras análises. É importante realçar que a principal razão para este Modelo de Avaliação de Sensibilidade Ambiental é a definição de  um framework de referência, para ser usado na analise de várias situações em ambiente mediterrâneo, mas tendo em conta as seguintes restrições operacionais:

• O sistema tem de ser razoavelmente simples de estabelecer, robusto em operacionalidade  e largamente aplicável;
• A selecção das camadas de informação é feita, não apenas na base do seu actual conteúdo informativo (ex a sua relação com o fenómeno em estudo), mas também em função da nossa habilidade em obter e actualizar os dados com facilidade e economia;
• O sistema tem de ser adaptável e receber o desenvolvimento e refinamento do conteúdo informativo existente e a adição de nova informação.

5 topo

g Referências

• Basso F., Bove E., Ferrara A., Pisante M., Quaranta, G. 1996. Land degradation and desertification processes in Agri Basin: prevention and management methodologies through use of remote sensing, low environment impact techniques and socio-economic issues. Proceedings International Conference on Mediterranean Desertification. Crete, Greece 29 October - 01 November 1996.
• Basso F., Bellotti A., De Natale F., Ferrara A., Pisante M., 1997. Analisi del rischio di degradazione del suolo in aree agricole della Basilicata: una proposta metodologica. Agronomia XXXI. 3: 864-871.
• Basso F., Bellotti A., Bove E., Faretta S., Ferrara A., Mancino G., Pisante M., Quaranta, G., Taberner M., 1998. Degradation processes in the Agri Basin: evaluating environmental sensitivity to desertification at basin scale. Proceedings International Seminar on 'Indicator for Assessing Desertification in the Mediterranean'. Porto Torres, Italy 18 - 20 September. Edited by G. Enne, M. D'Angelo, C. Zanolla. Supported by ANPA via Brancati 48 - 00144 Roma. pp 131-145
• Basso F., Bellotti A., Faretta S., Ferrara A., Mancino G., Pisante M., Quaranta G., Taberner M., 1999. Application of the proposed methodology for defining ESAs: The Agri Basin In 'The Medalus project Mediterranean desertification and land use. Manual on key indicators of desertification and mapping environmentally sensitive areas to desertification. Edited by: C. Kosmas, M.Kirkby, N.Geeson. European Union 18882. pp:74-79 ISBN 92-828-6349-2
• Basso F., Bove E., Dumontet S., Ferrara A., Pisante M., Quaranta, G., Taberner M., 2000. Evaluating Environmental Sensitivity at the basin scale through the use of Geographic Information Systems and Remote Sensed data: an example covering the Agri basin (southern Italy). Catena 40 : 19-35.
• Briggs D., Giordano A., Cornaert M., Peter D., Maef J., 1992. CORINE soil erosion risk and important land resources in the southern regions of the European Community. EUR 13233. Luxembourg. 97 pp.
• Faretta S., Ferrara A., Mancino G., Taberner M., 2004. Performance Evaluation Procedure of Key Indicators Based Systems. In press.
• Ferrara A., Pisante M., Harrison A.R., Taberner M., 1995. The use of spatial relationship analysis to study the Agri-basin with remotely sensed images. MEDALUS II Final Report. King's College, London. 67-83.
• Ferrara A., Bellotti A., Faretta S., Mancino G., Taberner M., 1999. Identification and assessment of environmentally sensitive areas by Remote Sensing. MEDALUS III 2.6.2. OU Final Report. King's College, London. Volume 2: 397-429
  
• Kosmas C., Moustakas N., Danalatos N.G., Yassoglu N., 1994. The effect of rock fragments on wheat biomass production under highly variable moisture conditions in Mediterranean environments. Catena, 23: 191-198.
• Kosmas C., Ferrara A., Briasouli H., Imeson A. 1999. Methodology for mapping Environmentally Sensitive Areas (ESAs) to Desertification. In 'The Medalus project Mediterranean desertification and land use. Manual on key indicators of desertification and mapping environmentally sensitive areas to desertification. Edited by: C. Kosmas, M.Kirkby, N.Geeson. European Union 18882. pp:31-47 ISBN 92-828-6349-2
• Kosmas C., Ferrara A., Bellotti A, Detsis V., Faretta S., Gerontidis St., Mancino G., Marathainou M. and Pisante M. 1998. A Comparative Analysis of the Physical Environment of two Mediterranean Areas Threatened by Desertification. Istituto Mediterranico, Universitade Nova De Lisboa. Mediterraneo n 12/13: 127-145
• Kosmas C., Poesen J., Briasouli H., 1999. Key indicators of desertification at the ESAa scale. In 'Manual on Key Indicators of desertification and Mapping Environmentally Sensitive Areas to Desertification'. MEDALUS III Project. King's College, London.
• Poesen J., Bunte K., 1996. The effects of rock fragments on desertification processes in Mediterranean environments. In ‘Mediterranean desertification and land use’ edited by J. Brandt & J. Thornes. John Wiley & Sons Ed. London. 247-267.
• Rubio J.L., 1995. Desertification: evolution of a concept. In EUR 15415 "Desertification in a European context: Physical and socio-economic aspects", edited by R. Fantechi, D. Peter, P. Balabanis, J.L. Rubio. Brussels, Luxembourg: Office for Official Publications of the European Communities: pp. 5-13.
• Thornes J.B., 1995. Mediterranean desertification and the vegetation cover. In EUR 15415 - "Desertification in a European context: Physical and socio-economic aspects", edited by R.Fantechi, D.Peter, P.Balabanis, J.L. Rubio. Brussels, Luxembourg: Office for Official Publications of the European Communities. 169-194.
• Yassoglu N., Kollias B., Tatsis E., Filis e., 1995. The use of geographical information systems in the assessment of natural hazards. In EUR 15415 ‘Desertification in a European context: Physical and socio-economic aspects’. Edited by R. Fantechi, D. Peter, P. Balabanis, J.L. Rubio. Brussels, Luxembourg: Office for Official Publications of the European Communities. 617-625.

5 topo