UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” Instituto de Biociências Câmpus do Litoral Paulista Variação espaço-temporal de áreas ocupadas por manguezal e diferentes usos e coberturas da terra no Brasil entre 2000 e 2020 GABRIEL TOFANELO VANIN SÃO VICENTE - SP 2023 UNIVERSIDADE ESTADUAL PAULISTA “JÚLIO DE MESQUITA FILHO” Instituto de Biociências Câmpus do Litoral Paulista UNIVERSIDADE ESTADUAL PAULISTA “Júlio de Mesquita Filho” INSTITUTO DE BIOCIÊNCIAS CÂMPUS DO LITORAL PAULISTA Estimativa da variação espaço-temporal de áreas ocupadas por manguezal e diferentes usos e coberturas da terra no Brasil entre 2000 e 2020 Candidato: GABRIEL TOFANELO VANIN Orientador: GUSTAVO MARUYAMA MORI Dissertação apresentada ao Instituto de Biociências, Câmpus do Litoral Paulista, UNESP, para obtenção do título de Mestre no Programa de Pós-Graduação em Biodiversidade de Ambientes Costeiros. SÃO VICENTE - SP 2023 V258e Vanin, Gabriel Tofanelo Estimativa da variação espaço-temporal de áreas ocupadas por manguezal e diferentes usos e coberturas da terra no Brasil entre 2000 e 2020 / Gabriel Tofanelo Vanin. -- São Vicente, 2023 51 p. : tabs. Dissertação (mestrado) - Universidade Estadual Paulista (Unesp), Instituto de Biociências, São Vicente Orientador: Gustavo Maruyama Mori 1. Sistemas de informação geográfica. 2. MapBiomas. 3. Google Earth Engine. 4. Land Use/Land Cover. 5. Série temporal. I. Título. Sistema de geração automática de fichas catalográficas da Unesp. Biblioteca do Instituto de Biociências, São Vicente. Dados fornecidos pelo autor(a). Essa ficha não pode ser modificada. Agradecimentos Quero começar agradecendo as duas pessoas que contribuíram imensuravelmente ao meu desenvolvimento cientifico, Marianne Azevedo-Silva e Gustavo Maruyama Mori. Marianne por ter sido tão gentil e disposta a nos ajudar tirar do papel o que se tornaria um artigo lindo, e Gustavo por tudo, pela paciência, amizade, conselhos, didática, profissionalismo, atenção, cuidado, enfim, simplesmente por tudo. Sei que minha trajetória na academia até hoje valeu a pena quando penso nas pessoas que pude conhecer e que tomo como referência. Agradeço imensamente o Eduardo Ribeiro Lacerda pelas contribuições riquíssimas nas análises e apoio desde o início do projeto. Sem dúvidas, sem a sua ajuda este trabalho não teria sido feito no tempo proposto. Obrigado pela confiança e por se mostrar uma pessoa simpática e gentil. Também quero agradecer ao Laboratório de Ecologia Molecular, onde por cinco anos eu fugi de análises moleculares. A todos os membros que fomentaram debates importantes, as mais variadas contribuições acadêmicas, risadas sinceras e um sentimento de pertencimento tão necessário. Muito obrigado! Agradeço as mulheres da minha família, minha mãe, Maria de Fátima, minhas irmãs, Fernanda e Beatriz, e a minha querida tia, Maristela, por terem me apoiado e proporcionarem dentro de suas lutas e privilégios o suporte para que eu pudesse seguir este caminho. A distância fez com que eu perdesse momentos únicos, agradeço imensamente a compreensão de vocês. Quero agradecer a tantas pessoas importantes que pude conhecer na primeira cidade do Brasil, mas em especial ao Loireal, sem você eu provavelmente seria mais chato, obrigado pelas incontáveis ajudas nos mais variados programas, pelas conversas fruto de muita imaginação e por tornar Pokémon muito mais legal. A Tamiris Iris, é claro, uma mulher fenomenal, sem precedentes, artista, rainha do sangue e do cocô, não poderia ter companhia melhor no trabalho e nesse período. E principalmente ao Maikow, um ser de luz. O que seria apenas compartilhar uma casa no final da graduação, se tornou compartilhar a vida durante uma pandemia, trabalhos duvidosos e um mestrado. Com certeza, você tornou tudo isso mais leve, te amo meu irmão. Um agradecimento mais que especial ao ser que me acompanhou desde o início, que acordou e dormiu junto comigo nesses sete anos (e espero que continue por mais sete), Chewbie. Não sabe o quanto você se tornou importante e essencial na minha vida, o tanto que você já me viu chorar não tá escrito. E mesmo hoje, se anima com a palavra “passear” como se ainda estivéssemos em 2016. Eu definitivamente não te dei nem metade do que você merece. Obrigado filha! Agradeço aos professores do Instituto de Biociências de São Vicente, que em diversos momentos foram fundamentais para eu reafirmar minha escolha, principalmente a Milene e o Fábio, tão queridos. Também agradeço aos profissionais que compuseram a banca de qualificação, Arimatéa. C. Ximenes, Paula. M. M. Almeida e defesa, Sandra M. F. da Costa e Vinicius Seabra pelos comentários e sugestões valiosas que enriqueceram este trabalho e também pela simpatia de todos. Finalmente, agradeço a todos que de alguma forma me ajudaram nesta conquista. Vieram de muitos as muitas contribuições, principalmente pessoais, obrigado gente, vocês são incríveis e espero que saibam disso. Aguardem as reclamações do doutorado. O presente trabalho foi realizado com apoio da Coordenação de Aperfeiçoamento de Pessoal de Nível Superior – Brasil (CAPES) – Código de Financiamento 001. Resumo Os manguezais são ecossistemas fundamentais do ponto de vista social, econômico e ambiental. O Brasil é um dos países com maior extensão de manguezal do mundo, porém diferentes trabalhos têm mostrado que forçantes antrópicas e naturais têm suprimido áreas ocupadas por este ecossistema, ainda que em pequenas escalas geográficas. Esta pesquisa teve como objetivo estimar a variação espaço-temporal de manguezais no Brasil e diferentes usos e coberturas da terra (Land use and land cover – LULC) em diferentes escalas espaciais nas últimas duas décadas (2000-2020). Para isso, utilizamos dados dos projetos MapBiomas e Global Forest Change dentro da plataforma Google Earth Engine. Quantificamos o balanço de área de manguezal em escalas nacional, estadual e regiões (segmentos) climática-botanicamente semelhantes. Séries temporais de 20 anos foram construídas e decompostas. O banco de dados do Global Forest Change não apresentou um desempenho satisfatório na detecção de manguezais suprimidos no Brasil, quando comparado com dados previamente publicados. A partir dos dados do projeto MapBiomas, observamos que entre 2000 e 2020, o Brasil teve ganho líquido de 3982,51 km² de áreas ocupadas por manguezal. No mesmo período, 4143,43 km² de área de manguezal foi suprida, sendo que ~92% desta área pôde ser identificada com ao menos alguma das 17 LULC consideradas, as quais contribuíram diferentemente entre os estados políticos e regiões fitofisionomicamente semelhantes. As maiores conversões de manguezal ocorreram por classes de LULC não explicitamente atreladas as atividades humanas, destacando-se formação florestal e corpos d’água. Embora, comparativamente, as áreas de manguezais substituídas por classes antrópicas foram muito menores, sua identificação possibilita direcionar esforços para reduzir impactos de forçantes específicas por meio de políticas públicas e programas que lidem com uma ou pouca LULC, como pastagens, que substituiu 80,34 km² de área de manguezal preexistente. Nossos resultados corroboram evidências em escala global e no Brasil de que manguezais têm apresentado ganho líquido de área e reforçam que fatores naturais como os principais percussores de perda de manguezal. Abordagens mutli-escala como a utilizada neste estudo contribuem à gestão integrada dos manguezais, promovendo compreensão de temas que ultrapassam limites políticos. Este trabalho lança novos direcionamentos aos esforços de pesquisa, conservação e monitoramento em diferentes regiões geográficas do Brasil. Incentivamos o uso das ferramentas e dados disponibilizados neste trabalho por diferentes instituições e tomadores de decisão para ações de conservação, proteção e restauração dos manguezais brasileiros e ecossistemas adjacentes. Abstract Mangroves are key ecosystems from social, economic, and environmental perspectives. Brazil is one of the countries with largest extension of mangroves in the world, but different studies have shown that anthropic and natural force have reduced the area occupied by this ecosystem. This research aimed to identify the temporal variation of mangroves in Brazil and different land use and land covers (LULC) at different spatial scales in the last two decades (2000-2020). We used datasets from two independent sources, MapBiomas and Global Forest Change, within Google Earth Engine platform. We quantified the mangrove area net change at national, state, and climatic-botanical regional scales (vegetation physiognomy segments). 20-year time series were constructed and decomposed. Data we obtained from Global Forest Change performed poorly in detecting suppressed Brazilian mangroves, when compared to previously published studies. Using MapBiomas data, we observed that between 2000 and 2020, Brazil had a net gain of 3982.51 km² occupied by mangrove wetlands. In the same period, 4143.43 km² of mangrove area was a suppressed, out of which ~92% could be assigned to at least some of the 17 LULC we evaluated. The major LULC classes that replaced mangrove forests were not directly associated with human activities, like forests and water bodies. Although, comparatively anthropogenic LULCs contributed less to mangrove conversion, identifying these such drivers may contribute to mangrove management and conservation as it policies and programs may tackle specific activities, like pastures which was associated with 80,34 km² of mangrove replacement. Our findings support previous studies on global and Brazil scales, as they indicate a net gain of mangroves forest and highlight that natural drivers are major LULC replacing these ecosystems. Multi-scale approaches like this study have the potential to reveal different processes, thus similar efforts are recommended for the integrated management of mangroves, promoting the understanding of issues that go beyond political boundaries. This work strengthens a global strend towards lower rates of loss of area covered with mangroves and launches new directions for research, conservation and monitoring efforts in different geographic regions of Brazil. We encourage of the tools and data made available here the use by different institutions and decision makers for conservation, protection and restoration of Brazilian mangroves and adjacent ecosystems. Sumário Agradecimentos...........................................................................................................04 Resumo........................................................................................................................06 Abstract........................................................................................................................07 Sumário........................................................................................................................08 Introdução....................................................................................................................09 Objetivos...........................................................................................................12 Materiais e Métodos....................................................................................................12 Unidades espaciais de análise...........................................................................12 Google Earth Engine.........................................................................................15 Base de dados....................................................................................................16 Taxas de perda e de ganho................................................................................17 Séries temporais................................................................................................20 Resultados....................................................................................................................22 Taxas de perda e de ganho................................................................................22 Séries temporais................................................................................................29 Discussão.....................................................................................................................33 Conclusão....................................................................................................................40 Referências..................................................................................................................41 9 Introdução Manguezais são ecossistemas que ocorrem na interface terra-mar nas regiões tropicais e subtropicais do mundo, principalmente entre latitudes de 30° N e 30° S (Duke et al. 2007; Giri et al. 2011; Fazlioglu et al. 2020). As estimativas recentes da área global ocupada por manguezais giram em torno de 137 mil km² (Bunting et al. 2018; Worthington & Spalding 2018), pertencendo aproximadamente 40% à Ásia, 20% à África, 15% à América do Norte e Central, 12% à Oceania e 11% à América do Sul (Giri et al. 2011). Globalmente, as florestas de mangue são formadas por pouco mais de 70 espécies de plantas que convergiram independentemente ao longo de 40 milhões de anos, apresentando adaptações que as permitem desenvolver em ambientes intertidais, que podem apresentar, por exemplo, altas salinidades, variabilidade das marés e solos anaeróbicos. (He et al. 2022; Ricklefs & Latham 1993; Ricklefs et al. 2016). A complexidade dessas florestas ao longo de um gradiente terrestre-costeiro permite que uma rica diversidade de organismos, de microrganismos até grandes vertebrados, as utilizem como habitat, beneficiando dos nutrientes disponíveis (Alongi 2021) e das áreas para reprodução e desova (Primavera 1998; Rog et al. 2017). Além do suporte a flora e fauna, os manguezais também fornecem proteção costeira contra erosão (Sánchez-Núñez et al. 2019), tempestades (Das & Crépin 2013) e tsunamis (Alongi 2008). Consequentemente, as comunidades locais e populações urbanas próximas à costa se beneficiam desses e outros bens e serviços prestados, como provimento de lenha, medicamentos e tradições culturais ligadas aos manguezais (Walters et al. 2008; Barbier et al. 2011; Miraldo 2015; Kusmana & Sukristijiono 2016). Além disso, os manguezais possuem a capacidade de sequestrar e estocar substancialmente mais carbono que outros biomas terrestres (Donato et al. 2011; McLeod et al. 2011; Alongi 2012). No planeta, a quantidade de CO2 retido na biomassa e principalmente no solo pelos manguezais é estimada entre 2,6 e 10,8 Pg (Atwood et al. 2017; Boone & Bhomia 2017; Sanderman et al. 2018). Os estoques de carbono fixados por ecossistemas marinhos e costeiros, como manguezais, marismas, fitoplânctons e macroalgas são reconhecidos como Carbono Azul (Tang et al. 2018). Esta particularidade destaca os manguezais não apenas por sua importância ambiental, enquanto potencial mitigador das mudanças climáticas (McLeod et al. 2011), mas também econômica, ao considerarmos o seu uso em iniciativas como REDD+ e Carbono Azul (i.e. US$30,50 ha-1/ano1) (Barbier et al. 2011). Embora existam diversos serviços ecossistêmicos fornecidos pelos manguezais, o registro histórico ao longo dos últimos 70 anos tem mostrado a área coberta com esse ecossistema reduzir-se a uma taxa anual de aproximadamente 0,4% (Valiela et al. 2001; Miththapala, 2008; Friess et al. 10 2019). Somente em uma década (1980-1990), uma das maiores e mais ricas florestas de mangue do mundo, localizadas na Ásia, perderam um terço de sua extensão por desmatamento (Giri et al. 2011). Globalmente, estima-se que, desde 1980, de 20 a 35% da área total de manguezais teriam sido fortemente impactadas (Valiela et al. 2001). Atualmente, apesar das menores taxas de perda (<1% ao ano) em comparação às estimadas anteriormente (2-8% ao ano) (Valiela et al. 2001; Miththapala 2008; Friess et al. 2019), 16% das espécies de mangue encontram-se ameaçadas de extinção, refletindo até 40% da diversidade de mangue em algumas regiões (Polidoro et al. 2010). Essas mudanças do uso e cobertura da terra (LULCC, do inglês, Land Use And Land Cover Change) resultam de ações antrópicas e de processos e eventos naturais, os quais podem causar efeitos severos na biodiversidade e serviços ecossistêmicos (Santos et al. 2021). As LULCCs que resultam das atividades humanas como desflorestamento e urbanização são uma das principais ameaças atuais às espécies (IPBES 2019). Em especial, para o ecossistema de manguezal, os impactos decorrentes das mudanças do uso da terra, como degradação e desmatamento, provenientes da conversão de áreas de mangue em diferentes monocultivos e infraestruturas urbanas, alteram a característica dos manguezais de sumidouro de carbono para potenciais emissores do carbono estocado. Além disso, algumas evidências mostram uma redução substancial dos estoques de carbono da biomassa (82% ± 35%) e do solo (54% ± 13%) devido as LULCC (Sasmito et al. 2019), com estimativas de perda global dos estoques de carbono de 1,8%, uma diminuição de 158,4 Mt de 1996 a 2016 (Richards et al. 2020). Entre 2000 e 2016, as atividades humanas representaram 62% das principais causas de perda de manguezais, divididas em produção de commodities (47%), conversões não produtivas (12%) e assentamentos humanos (3%). Os 38% restantes foram atribuídos a causas naturais, dentre as quais erosão se destaca com 27% (Goldberg et al. 2020). A natureza das LULCC vinculados à perda de manguezais são diversas e estão distribuídas diferentemente pelo mundo. Por exemplo, enquanto lagoas de aquicultura e cultivos de arroz e dendê são as principais classes de LULC associadas à supressão de manguezais no Sudeste Asiático (Goldberg et al. 2020; Richards & Friess 2016), na América do Norte, detectou-se principalmente erosão e eventos climáticos extremos (Goldberg et al. 2020). Estes achados são chave para o direcionamento de políticas socioambientais eficientes. Levantamentos em grande escala de dados em áreas de difícil acesso, como o manguezal, ambiente frequentemente alagado (Giri et al. 2011; Schaeffer-Novelli et al. 1990) podem ser desafiadores. Tendo isso em vista, informações espaço-temporais sobre os status das florestas de mangue e as alterações em área e estrutura causadas por LULCC (incluindo as consequências nos estoques de carbono) em amplas áreas e em diferentes localidades são possíveis de serem obtidas em tempo hábil e com recursos limitados através do processamento de imagens obtidas por sensores 11 remotos (Kuenzer et al. 2011). Devido à importância ecológica e socioeconômica dos manguezais e a sua vulnerabilidade às ameaças, diversos trabalhos propuseram avaliar os impactos das LULCC sobre esse ecossistema utilizando diferentes sensores remotos nas últimas décadas (Sasmito et al. 2019; Goldberg et al. 2020; Richards & Friess 2016; Kuenzer et al. 2011), inclusive com foco no Brasil (Diniz et al. 2019). O Brasil é um dos países com maior extensão de manguezal do mundo (aproximadamente 10 mil km² entre latitudes de 4°30’N a 28°30’S), retendo cerca de 10% da área global (Giri et al. 2011; Spalding et al. 2010). As florestas de mangue estão distribuídas ao longo de toda costa brasileira (exceção ao litoral do Estado do Rio Grande do Sul), próximas de áreas extremamente urbanizadas e de atividades de exploração de petróleo e gás. Três gêneros de árvores de mangue ocorrem no Brasil, abrangendo seis espécies, Rhizophora mangle, R. racemosa, R. X. harrisonii, Avicennia schaueriana, A. germinans e Laguncularia racemosa (Schaeffer-Novelli et al. 1990). Além dessas, outras espécies ocorrem associadas aos manguezais brasileiros, como Conocarpus erectus, Hibiscus tiliaceus e Acrostichum aureum (Schaeffer-Novelli et al. 1990; ICMBio 2018). Apesar da baixa diversidade florística comparada a região do Indo-Pacífico (Ricklefs & Latham 1993), no Brasil, os manguezais diferenciam-se na sua forma de crescimento, no padrão de distribuição de espécies e estrutura do povoamento. Essas variações dividem os manguezais brasileiros em oito unidades fisiográfica e climaticamente similares (Schaeffer-Novelli et al. 1990). A geomorfologia associada às energias fluviais, das marés e das ondas, determina a variabilidade e dominância das espécies em cada região. Adicionalmente, clima e propriedades edáficas são fatores condicionante à colonização das distintas espécies de mangues. De modo geral, as florestas de mangue mais robustas ocorrem em setores com alta pluviometria sobre a evapotranspiração e presença de macromarés (com exceção da foz do rio Amazonas). Esta especificidade ocorre entre as regiões norte e nordeste do país, região com o maior cinturão contínuo de manguezais do mundo (Nascimento et al. 2013). Devido a variabilidade estrutural dos mangues e significativa área ocupada por manguezais, o Brasil é considerado um hotspot de Carbono Azul (Hatje et al. 2021). Essas características junto às taxas crescentes de urbanização em áreas costeiras (Branoff 2018) ressaltam a importância de monitoramentos contínuos dos manguezais no Brasil. Nas últimas décadas, diversos trabalhos contribuíram para a compreensão espaço-temporal das áreas ocupadas por manguezal no Brasil. De maneira geral, a área total ocupada por este ecossistema parece crescer. Entre 2000 e 2010, um balanço entre supressão e colonização de áreas de manguezal registrou ganho de área de aproximadamente 100 km² (Aide et al. 2013). Em uma janela de tempo maior (1985-2018), estimou-se um ganho líquido de aproximadamente 200 km² (Diniz et al. 2019). Embora estes resultados sejam otimistas, estudos realizados em diferentes locais 12 e escalas geográficas evidenciaram alterações de áreas de manguezal por aquicultura (Ferreira & Lacerda 2016; Guimarães et al. 2010; Queiroz et al. 2013), moradias (Moschetto et al. 2021), derramamento de óleo (Santos et al. 2012), dinâmica natural e sedimentação (Nascimento et al. 2013). Apesar da relevância desses esforços para compreensão das causas de supressão de manguezais no Brasil e consequentemente direcionamentos de políticas de conservação, os estudos comumente restringem-se a pequenas áreas geográficas em um país de tamanho continental. Até o momento, segundo nosso melhor esforço, nenhum estudo analisou de maneira qualitativa e quantitativa diferentes fatores de conversão direta de manguezais brasileiros em diferentes escalas, incluindo toda costa nacional, as quais permanecem pouco esclarecidas ou frequentemente generalizadas como causas naturais e antrópicas (Diniz et al. 2019). Diante da importância ambiental e socioeconômica e da perda de manguezais registrada no Brasil e no mundo ao longo das últimas décadas, este trabalho tem como objetivos: • Identificar e quantificar as áreas em que o manguezal foi suprimido, bem como novas áreas colonizadas por este ecossistema em diferentes unidades espaciais. • Identificar e quantificar as conversões diretas de manguezal por diferentes LULC que ocorreram em áreas de supressão identificadas. • Analisar a variação das áreas ocupadas por manguezal ao longo do tempo utilizando séries temporais e seus componentes individuais. Este trabalho concentrou-se em variações espaço-temporais de 2000 a 2020, visto que LULCC anuais ao longo de duas décadas abrangem possíveis tendências recentes e são informações fornecidas por sensores mais sofisticados abordo de satélites mais modernos com maior frequência de imagens e resolução mais fina. Materiais e Métodos Unidades espaciais de análise O Brasil possui uma zona costeira de 7.367 km de extensão. 17 Estados políticos ocorrem no litoral brasileiro, do Norte ao Sul: Amapá (AP), Para (PA), Maranhão (MA), Piauí (PI), Ceará (CE), Rio Grande do Norte (RN), Paraíba (PB), Pernambuco (PE), Sergipe (SE), Alagoas (AL), Bahia (BA), Espirito Santo (ES), Rio de Janeiro (RJ), São Paulo (SP), Paraná (PR), Santa Catarina (SC) e Rio Grande do Sul (RS). Deste, apenas RS não possui áreas de manguezal nos limites de seu território. Para além das divisões políticas, é possível se dividir os manguezais do Brasil em sete compartimentos distintos em condições climáticas, hidrológicas, topográficas e ecológicas (Figura 13 1) (Schaeffer-Novelli et al. 1990). De acordo com esta compartimentalização, próximo à linha do Equador, o segmento 1, região entre Cabo Orange (4°30’ N) e Cabo Norte (1°40’ N) é caracterizado por uma planície costeira plana e inundada em estações chuvosas. A amplitude de maré pode chegar até seis metros e invadir quilômetros de distância. Este segmento é fortemente influenciado pela água doce e sedimentos trazidos pelo rio Amazonas. As árvores de mangue podem alcançar 15 a 20 metros de altura e se estender rio acima cerca de 20 km. O segmento 2, região entre Cabo Norte e Ponta Coruçá (0°36’ S) apresenta elevações máximas de 20 metros acima do nível do mar. Somente as feições mais altas não ficam imersas em estações chuvosas. A amplitude máxima da maré é de aproximadamente três metros. Os manguezais ocorrem próximos de áreas pantanosas de água doce e devido a descarga de água doce do rio Amazonas os mangues são pouco desenvolvidos. O segmento 3, região entre Ponta Coruçá e Ponta Mangue Secos (2°15’ S) é caracterizado pela presença de muitos estuários imponentes. A amplitude média da maré é de 4,3 metros, podendo chegar a 5,2 metros na cheia. Nesta região o gênero Rhizophora é predominante com árvores podendo atingir 20 metros de altura. O segmento 4, região entre Ponta Mangue Secos e Cabo Calcanhar (5°08’S) possui planície costeira retilínea sujeita a alta energia de ondas e é caracterizada pela presença de praias e dunas de areia e penhascos de arenito. Nela, a precipitação é inferior à evapotranspiração potencial e a amplitude máxima de maré é de 2,6 metros. Nesta região, os mangues são pouco desenvolvidos, devido ao clima seco e a ao limitado aporte de água doce. O segmento 5, região entre Cabo Calcanhar e Cabo Santo Antônio (13°00’ S) é caracterizado por praias arenosas estreita, formação de barreiras e presença de recifes paralelos a costa. Nele, a planície costeira é exposta a alta energia de ondas e com influência da Corrente do Brasil. A amplitude média das marés diminui sentido sul, de 1,7 metros para 1,3 metros. Nesta região, os manguezais desenvolvem-se em áreas protegidas com estuários e lagoas costeiras. No segmento 6, região entre Cabo Santo Antônio e Cabo Frio (23°00’ S), inicia-se o surgimento da Serra do Mar, uma cadeia de montanhas que limita a largura da planície costeira. Ressurgências podem contribuir para climas mais secos mais ao sul, onde há presença de lagoas costeiras de alta salinidade, restinga e dunas. A amplitude de maré alcança pouco mais de um metro. Nesta região, grandes florestas de mangue ocorrem atrás de praias de barreira, com árvores podendo alcançar 15 metros de altura. No segmento 7, região entre Cabo Frio e Torres (29°20’ S), a estreita planície costeira é interrompida por extensões da Serra do Mar, ainda próxima da costa ao norte. A região possui alta energia de ondas, transporte de sedimentos e um excedente de água doce em todo o segmento. As amplitudes das marés são menores que um metro e tão baixas quanto 0,24 metros em Laguna (28°30' S). 14 Figura 1. Mapa territorial dos 16 Estados litorâneos do Brasil que possuem em seus limites políticos áreas com manguezal. As linhas hachuradas indicam os limites latitudinais de sete compartimentos climáticos e fitofisionomicamente semelhantes (Schaeffer-Novelli et al. 1990). Os segmentos estão numerados de um a sete, Segmento 1, região entre Cabo Orange (4°30’ N) e Cabo Norte (1°40’ N); Segmento 2, região entre Cabo Norte e Ponta Curuçá (0°36’ S); Segmento 3, região entre Ponta Curuçá e Ponta Mangue Secos (2°15’ S); Segmento 4, região entre Ponta Mangue Secos e Cabo Calcanhar (5°08’S); Segmento 5, região entre Cabo Calcanhar e Cabo Santo Antônio (13°00’ S); Segmento 6, região entre Cabo Santo Antônio e Cabo 15 Frio (23°00’ S) e Segmento 7, região entre Cabo Frio e Torres (29°20’ S). Consideramos diferentes unidades espaciais de análise: escala continental (toda costa brasileira), regional (compartimentalização baseada em atributos fisiográficos, climáticos e de composição florística) (Schaeffer-Novelli et al. 1990; Cintrón-Molero et al. 2023) e por estado (divisões políticas em nível de Estado). O estudo em múltiplas escalas tem o objetivo revelar diferentes fatores que operam em diferentes níveis, sejam eles ambientais ou antrópicos. Além disso, além da escala continental (litoral brasileiro), a qual representa uma limitação devido à área coberta pelo MapBiomas (Diniz et al. 2019), incluímos o nível estadual, que é fundamentalmente político, para possibilitar identificar fatores específicos de unidade federativa que possam contribuir para a perda ou o ganho de área coberta com manguezal. Ademais, como este projeto pode contribuir para embasar tomadas de decisão em políticas públicas, utilizar essa escala geográfica a priori pode permitir fazer recomendações específicas a cada unidade federativa, diretamente (Figura 1). Google Earth Engine Parte das análises geoespaciais foram conduzidas dentro da plataforma Google Earth Engine (GEE) (Gorelick et al. 2017), uma ferramenta de geoprocessamento baseada em nuvem com alta capacidade computacional, atribuída ao uso paralelo de milhares de computadores nos datacenters do Google, o que permite armazenar e processar conjuntos de dados na escala de petabyte. A plataforma disponibiliza imagens diárias e composições de sensores remotos pré-processadas por diferentes satélites gratuitamente. O GEE também fornece uma infinidade de possibilidades de manusear dados a partir da API (Programming Interface of Applications), uma interface para programação em linguagem JavaScript e Python. Diversas funções e algoritmos de aprendizado de máquina são disponibilizados, o que, junto de sua interface gráfica, oferecem vantagens aos usuários, como velocidade de processamento, facilidade de uso e colaboração, e transparência nos dados e métodos (Gorelick et al. 2017). Recentemente, alguns trabalhos exploraram a capacidade de processamento do GEE para mapear sistematicamente e de maneira contínua LULCC para todo o Brasil (Souza et al. 2020), incluindo manguezais (Diniz et al. 2019, 2021). Em seu catálogo é disponibilizado classificações anuais de diferentes LULC no território brasileiro executados pelo projeto MapBiomas (Souza et al. 16 2020) e de desmatamento florestal global (Global Forest Change – GFC, https://earthenginepartners.appspot.com/science-2013-global-forest) (Hansen et al. 2013). Utilizamos os produtos de ambos projetos em nossas análises, descritos mais detalhadamente a seguir. Base de dados O MapBiomas é uma iniciativa do Sistema de Estimativas de Emissões de Gases de Efeito Estufa do Observatório do Clima (SEEG/OC) e conduzido por uma rede multidisciplinar colaborativa formada por ONGs, universidades e startups de tecnologia. Este projeto mapeou diversos LULC em todo território nacional, conduzindo hierarquicamente classificações dos distintos biomas que ocorrem no Brasil e temas transversais, como pastagem, agricultura, zona costeira, mineração e infraestrutura urbana (Souza et al. 2020). Resumidamente, o sistema de classificação realizada pelo MapBiomas seguiu as seguintes etapas: obtenção de imagens dos satélites Landsat 5, Landsat 7 e Landsat 8 (compostos por diferentes sensores com resolução de 30 metros); construção de mosaicos Landsat anuais livres de nuvens; classificação dos LULC pelo algoritmo Random forest utilizando como variáveis as informações extraídas dos mosaicos pré processados, como textura, tempo, espectro e composição (alguns temas transversais utilizaram abordagens específicas de classificação para superar limitações de similaridade entre classes); filtragem temporal e espacial pós classificação; integração dos mapas anuais de 1985 a 2020 (sendo que neste trabalho, utilizamos a janela entre 2000 e 2020, vide abaixo); estimativa da área de cada LULC e validação dos resultados a partir de diferentes técnicas, como Temporal Visual Inspection web application (TVI—tvi.lapig.iesa.ufg.br), matriz de confusão e acurácia global (Souza et al. 2020). Utilizamos 18 classes de LULC do Brasil mapeados pela rede MapBiomas e disponibilizadas em sua coleção 6 (https://mapbiomas.org/) (Souza et al. 2020), incluindo manguezais. Dentre elas, 17 classes escolhidas representam principais LULC em setores de manguezais e ecossistemas associados no Brasil descritas na literatura (Friess et al. 2019; Goldberg et al. 2020; Nascimento et al. 2013; Moschetto et al. 2021), bem como possíveis fatores de supressão pouco explorados na literatura: (1) formação florestal, representada por diferentes formações florestais presentes na Amazônia, Cerrado, Mata Atlântica, Pantanal, Pampa e Caatinga; (2) formação savânica, representada por espécies arbóreas e de dossel semi-contínuos presentes nos biomas brasileiros com exceção ao Pampa; (3) restinga arborizada, sendo formações florestais 17 estabelecidas em solos arenosas e dunas costeiras; (4) campo alagado e área pantanosa, representada por vegetação de várzea com influência fluvial, marismas e gramíneas sujeitas a alagamentos; (5) formação campestre, representando principalmente vegetações com predomínio de estrato herbáceo; (6) apicum, definido como formações quase sempre desprovidas de vegetação arbórea, associadas a uma zona mais alta, hipersalina e menos inundada do manguezal, em geral na transição entre este e a terra firme; (7) outras formações não florestais, sendo outras formações naturais não florestais que ocorrem na Mata Atlântica e que não puderam ser categorizadas; (8) pastagem, representando áreas predominantemente plantadas, vinculadas as atividades agropecuárias e que podem ou não ser pastejadas; (9) agricultura, sendo plantações que não incluam cultivos de café, citrus, soja, algodão, cana e arroz; (10) cana, cultivos de cana-de-açúcar; (11) arroz, arrozais exclusivamente sob sistema de irrigação, nos estados do Rio Grande do Sul, Tocantins, Santa Catarina e Litoral do Paraná; (12) outras lavouras temporárias, cultivos de ciclos vegetativos inferiores a um ano; (13) praia, duna e areal (nomeado a partir de agora como PDA), representado por cordões arenosos, de coloração branco brilhante, onde não há o predomínio de vegetação de nenhum tipo; (14) área urbanizada, incluindo áreas com significativa densidade de edificações e vias; (15) outras áreas não vegetadas, representada por áreas de superfícies não permeáveis e mistas que contemplam áreas naturais e áreas antropizadas; (16) rio, lago e oceano (nomeado a partir de agora como corpos d’água), incluindo represas, reservatórios e outros corpos d’água e (17) aquicultura, incluindo lagos artificiais destinados a atividades aquícolas e/ou de salicultura. A classe mangue, definida como formações florestais, densas, sempre-verdes, frequentemente inundadas pela maré e associadas ao ecossistema costeiro de manguezal, foi utilizada como referência da distribuição espaço-temporal de manguezais no Brasil. Assim como outros LULC, a cobertura de mangues foi previamente identificada pelo projeto MapBiomas processando imagens Landsat com resolução de 30 metros e classificando o mosaico de imagens anuais através do algoritmo random forest (Diniz et al. 2019). Especificamente, esta classe foi mapeada com base em 10 índices espectrais, incluindo o Índice Modular de Reconhecimento de Manguezais (MMRI, do inglês Modular Mangrove Recognition Index), combinação de índices de vegetação e de água. O MMRI possibilitou maior contraste da cobertura de mangues, apresentando métricas de concordância maiores (concordância geral e coeficiente kappa) e métricas de discordância menores (proporção de discordância positiva de mangue e proporção de discordância negativa de mangue) comparados aos índices de vegetação, de água e índice combinado de reconhecimento de manguezais. Em conjunto, essas métricas indicam maior concordância entre a classificação por MMRI e outros mapas de manguezais utilizados como referência. Além disso, a 18 separabilidade espectral entre áreas de manguezal e áreas de não-manguezal foi verificada com o coeficiente Bhattacharya (CB). A classificação por MMRI apresentou os menores valores de CB comparados aos outros índices, sugerindo maior distinção entre os estratos manguezal e não- manguezal (Diniz et al. 2019). Apesar da alta qualidade da classificação de mangues e abordagem inovadora utilizada pelo projeto MapBiomas, algumas limitações devem ser consideradas. As imagens Landsat possuem resolução de 30 metros, possibilitando abranger grandes áreas com rápido processamento computacional, uma característica adequada para mapear a costa brasileira. Entretanto, pixels de 30 m² podem ser classificados como outro tipo de LULC, mesmo que presentes em manchas de manguezal de pequenas áreas. Isto pode ser um problema para muitas regiões do país onde os manguezais foram fragmentados, como por exemplo em regiões próximas a centros urbanos. Além disso, a composição de imagens anuais do MapBiomas utiliza janelas temporais de um único ano. Esta particularidade pode fazer com que dados específicos importantes sobre condições climáticas e oceanográficas sejam escondidas, além de realçar variações temporais e condições distintas de maré (alto ou baixa) em áreas de mangue, podendo criar padrões oscilatórios para áreas de alta amplitudes de maré. A seleção de todas as classes de LULC foi feita dentro do GEE, utilizando o valor referente a cada classe disponibilizada na legenda da coleção 6 do MapBiomas (https://mapbiomas.org/codigos-de-legenda). Triamos 21 classificações anuais do Brasil para cada camada de LULC, representando a espacialidade das classes escolhidas no território brasileiro de 2000 a 2020. As imagens foram utilizadas para as análises geoespaciais e estatísticas descritas nas seções seguintes. Para uma abordagem comparativa das áreas suprimidas de manguezal (ver seção Taxas de perda e ganho), utilizamos 21 imagens anuais de 2000 a 2020 de perda florestal mundial provenientes do GFC (Hansen et al. 2013). As imagens disponibilizadas foram classificadas previamente pelo GFC a partir do processamento de 143 bilhões de pixels da série Landsat a partir do ano 2000 em todo o planeta. A métrica de treinamento utilizado pelo GFC foi o algoritmo árvore de decisão e a resolução espacial das imagens foi de 30 metros, sendo comparável com a resolução do MapBiomas. A perda florestal foi definida como uma perturbação de substituição do povoamento, por exemplo, coberturas de dossel superiores a 50% que passaram a ser aproximadamente 0% em um ano. Remoções seletivas de floresta que não levaram a um estado não- florestal não foram incluídas na classificação do GFC. Entretanto, Hansen et al. (2013) definiram o termo floresta como cobertura arbórea e não ao uso da terra, além de considerarem apenas dosséis maiores que cinco metros de altura, uma possível limitação à detecção de árvores de mangue que 19 apresentam menor altura (Hansen et al. 2013). Taxas de perda e ganho Detectamos as perdas das áreas ocupadas por manguezal a partir de dois métodos distintos. Sobrepusemos duas imagens de distribuição de manguezal de anos consecutivos, ou seja, a classe mangues do ano 2000 com o ano 2001, 2001 com 2002 e assim sucessivamente. Atrelamos a supressão de manguezais às áreas que não continuaram sendo classificadas como manguezal no ano consecutivo. Ao longo do texto denominaremos este método como MB-MB (Figura 2). Para comparar com o método MB-MB, integramos as imagens de desflorestamento obtidas pelo GFC e de distribuição de manguezais do projeto MapBiomas do mesmo ano. Dentro do mesmo ano, as áreas ocupadas por manguezal localizadas na mesma área identificada como perda de floresta pelo GFC foram consideradas supressão de manguezal. A partir de agora chamaremos este método de GFC-MB (Figura 2). Figura 2. Esquematização das metodologias aplicadas para inferir a supressão de área de manguezais no Brasil. As linhas contínuas e tracejadas indicam o caminho lógico dos métodos MB-MB e GFC-MB, 20 respectivamente. As setas representam momentos de sobreposição de imagens anuais entre coleções de imagens de 2000 a 2020. O resultado da primeira integração de desmatamento e distribuição de manguezais (GFC-MB) e de anos consecutivos de distribuição de manguezais (MB-MB) é a perda anual das áreas ocupadas por manguezal no Brasil. A segunda integração de coleção de imagens de perda de área de manguezal com dados de distribuição de 17 tipos de LULC resultou em uma nova coleção de conversões de área de manguezal para 17 tipo de LULC para cada um dos métodos de 2000 a 2020. De maneira similar ao método MB-MB, identificamos o ganho de áreas ocupadas por manguezais sobrepondo dois anos consecutivos das camadas de distribuição de manguezais construídas pelo MapBiomas. Isto é, atrelamos o ganho de área ocupada por manguezais às novas áreas classificadas como manguezal em anos consecutivos, ou seja, áreas de manguezal em que anteriormente foram designadas a outra classe. Devido a diferença expressiva da área total suprimida entre os métodos (vide Resultados), optamos por apresentar somente os resultados obtidos pelo método MB-MB. A extensão de manguezal no Brasil calculada pelo MapBiomas aproxima-se de diferentes levantamentos de áreas ocupadas por manguezal, incluindo análises em escala global e diferentes metodologias, como classificações baseada em objeto e uso de imagens de outros satélites que não da série Landsat. A comparação entre as áreas estimadas se deu para anos específicos, 2000 (Bunting et al. 2018), 2010 (Giri et al. 2011) e 2013 (ICMBio 2018). Entretanto, a maior confiabilidade dos dados do MapBiomas para o Brasil, não descarta a possibilidade do uso do GFC para inferências de supressão de manguezal em outras regiões do mundo (Richards and Friess 2016). Identificamos todas os LULC escolhidas (exceção a classe manguezal) presentes nas “áreas perdidas” apontadas pelos métodos MB-MB e GFC-MB (Figura 2). Quantificamos o tamanho das áreas ocupadas por cada uma das 17 classes de 2000 a 2020 através da API do GEE. Séries Temporais Os dados de supressão e colonização de áreas de manguezal foram usados para construção de séries temporais de 21 anos (2000-2020) utilizando o pacote tsibble versão 1.1.1 (Wang et al. 2020) do programa R versão 4.1.1 (R Core Team 2021). Derivamos as séries temporais para extrair suas tendências (comportamento a longo prazo), variações sazonais ou cíclicas (flutuações que se repetem ao longo da série temporal, inferiores e superiores a um ano) e ruídos (comportamentos aleatórios). A construção das séries temporais e suas decomposições foram realizadas para a escala 21 nacional e regional. Além da exploração dos produtos da decomposição das séries temporais, avaliamos possíveis autocorrelações parciais entre os dados anuais de perda total no Brasil. Essa análise foi realizada utilizando a função PACF do pacote feasts (Feature Extraction and Statistics for Time Series - versão 0.2.2) (O’Hara-Wild et al. 2021) do programa R (R Core Team 2021), com intuito de compreender se as mudanças da área ocupada por manguezal de um determinado ano estão relacionadas com anos anteriores. Também avaliamos o comportamento das séries temporais de escala nacional utilizando modelos aditivos generalizados (GAM, do inglês, Generalized Additive Model). o GAM é uma ferramenta que busca revelar e/ou estimar relações não-lineares entre as variáveis, não contando apenas com um coeficiente de correlação entre elas, mas com uma função que determina como uma se comporta em função da outra. A complexidade do modelo é determinada pela quantidade de coeficientes atrelados a ele. De modo geral, o GAM se apresenta como um bom meio termo entre regressões lineares simples e modelagens mais complexas, como machine learning, pois pode ser utilizado para estimar relações não-lineares entre a variável preditora e a resposta, sem precisar que os dados sejam adequados a um modelo determinado a priori (Yee & Mitchell 1991). Para esta análise utilizamos o pacote mgcv (Wood 2017) do programa R (R Core Team 2021). 22 Resultados Taxa de perda e ganho A perda total de área ocupada por manguezais em escala nacional entre 2000 e 2020 foi menor para o método GFC-MB (708,08 km²) comparada ao método MB-MB (4143,43 km²), de modo que essa diferença representa uma área de 3435,35 km². No mesmo período, áreas novas colonizadas por manguezais representou quase duas vezes a área total suprimida (8125,94 km²), considerando o método MB-MB (Tabela 1). Das 17 classes de LULC avaliadas neste trabalho, formações florestais foi a que teve maior contribuição na conversão de áreas anteriormente ocupadas por manguezal nas últimas duas décadas (1942,13 km²). Corpos d’água foi a segunda classe mais representativa na ocupação de áreas de manguezal (926,07 km²), seguida de formação campestre (255,95 km²) e restinga (254,11 km²). Arrozais não foram detectados em áreas anteriormente ocupadas por manguezal. 23 Tabela 1. Variação de áreas ocupadas por manguezal entre 2000 e 2020 em escala nacional e em sete diferentes compartimentos fitofisionomicamente similares (Schaeffer-Novelli et al. 1990). As regiões estão representadas de acordo com a Figura 1 (segmentos 1 a 7). 𝚫 área denota diferença entre novas áreas colonizadas e áreas suprimidas de manguezal. As áreas ocupadas por manguezal convertidas em 15 classes de LULC provenientes da coleção 6 do MapBiomas. Categorias Segmento 1 (km²) Segmento 2 (km²) Segmento 3 (km²) Segmento 4 (km²) Segmento 5 (km²) Segmento 6 (km²) Segmento 7 (km²) Total (km²) Perda de área 776,488 345,363 1046,357 850,406 400,762 356,101 367,956 4143,43 Ganho de área 1443,569 597,545 2038,895 1675,021 844,229 752,515 774,169 8125,945 𝚫 área 667,081 252,182 992,538 824,615 443,467 396,414 406,213 3982,515 Apicum 0 0,0407 27,4 61,1 15,7 9,25 1,68 102,322 PDA 0 0,0102 3,18 5,11 1,13 2,46 0,0669 9,219 Corpos d’água 51,9 12,8 380 311 95,8 86,6 97,8 926,074 Aquicultura 0 0 4,47 0 10,4 0,500 0 6,261 Urbanização 0 0 1,77 2,62 9,03 4,04 7,02 14,127 F. veg n-florestal 0 0 0 0 0,661 5.08 29,8 35,541 F. florestal 681 248 520 274 116 102 1,13 1942,13 Restinga 0 0 0 0 5,91 45,2 203 254,11 Campos alagados 0,124 0,458 2,09 41,2 39,5 42,7 3,21 129,282 Outras áreas n-veg 0 0 0 8,19 0,189 0,813 0,935 10,127 F. savânica 1,71 1,73 25,9 33,1 1,23 0 0 63,67 Cana 0 0 0 0 2,54 0 0 2,54 Pastagem 0,697 0,203 41,7 6,92 15 15,5 0,328 80,348 Lavouras temp. 0 0 0,784 0,090 0 0 0 0,874 F. campestre 40,8 82,1 37,3 95 0,758 0 0 255,958 PDA = Praias, dunas e areais, F. veg. n-florestal = Formação vegetal não florestal, F. florestal = Formação florestal, Outras áreas n-veg. = Outras áreas não vegetadas, F. savânica = Formação savânica, Lavouras temp. = Lavouras temporárias, F. campestre = Formação campestre 24 Em escala estadual, os Estados AM, AP e PA apresentaram as maiores áreas de manguezais suprimidas (1153 km², 972 km², 625 km², respectivamente) e as maiores áreas colonizadas por este ecossistema (2275 km², 1751 km² e 1200 km², respectivamente). Todos os Estados brasileiros apresentaram maiores áreas de ganho comparada as áreas de supressão nos 21 anos analisados (Tabela 2). Em diferentes regiões do Brasil, classes antrópicas tiveram contribuições importantes, ainda que menores comparadas as classes “naturais” supracitados. Na região norte do país, no PA registrou-se a maior supressão de áreas de manguezais por pastagem (50,6 km²), seguida de estados do Nordeste, como MA (20,2 km²) e BA (20,3 km). As conversões de área de manguezal em aquicultura somente foram observadas nos Estados pertencentes à região nordeste do país (6,25 km²), destacando-se RN (2,61 km²) e CE (1,99 km²). Plantações de cana-de-açúcar também somente ocorreram no Nordeste, entre os litorais da PB e do AL, um total de 0,26 km² em áreas de manguezal preexistentes. Além da relevância da aquicultura e canaviais às perdas de área de manguezais no Nordeste, até 53,6% das conversões por urbanização (7,58 km²) ocorreram nessa região, principalmente na BA (3,82 km²) e no MA (1,50 km²). A classe urbanização também foi relevante para os Estados litorâneos da região sudeste do Brasil (3,16 km²), cerca de 22,4% do total desta classe em uma área duas vezes menor comparado ao litoral nordestino. Entre os Estados pertencentes à região sudeste, SP obteve as maiores conversões de manguezal para esta classe (1,22 km²). Para o mesmo Estado, lavouras temporárias registrou a maior área ocupada em manguezais (3,41 km²). As classes tidas como naturais também apareceram de modo distinto em diferentes Estados do Brasil (Tabela 2). A maior conversão de manguezal no nível estadual ocorreu no AP pela classe formação florestal (826 km²). MA apresentou as maiores áreas suprimidas de manguezal para outros tipos de LULC, como corpos d’água (433 km²), formação campestre (91,9 km²), apicum (62,6 km²), formação savânica (53,4 km²), campos alagados (42,7 km²), PDA (4,16 km²) e outras áreas não vegetadas (3,36 km²) e teve a segunda maior área de conversão de manguezal por formação florestal (438 km²). No PA as classes formação florestal (336 km²), corpos d’água (156 km²) e formação campestre (67,1 km²) também apareceram como LULC que ocuparam áreas previamente ocupadas por manguezais. Na BA, registraram-se as segundas maiores conversões de área de manguezal para as classes campos alagados (41,2 km²) e apicum (12,6 km²). Em particular, estados do Sudeste e do Sul do Brasil apresentaram altos valores para as classes restinga e formação vegetal não florestal 25 (Tabela 2). Destacando o PR com 101 km² e 15 km², respectivamente, seguido de SP com 61 km² e 11,4 km², respectivamente. Os valores das áreas totais de áreas previamente ocupadas por manguezais que foram subsequentemente cobertas por diferentes LULC em escala estadual entre 2000 e 2020 estão disponíveis na tabela 2. Informações de supressão anual por diferentes LULC e escalas estão disponíveis na no material suplementar (Arquivo suplementar 1 - https://github.com/gumori/BrazilianMangroveSuppressors.git). 26 Tabela 2. Área total de conversão de manguezais de 2000 a 2020 por 15 classes de LULC em 16 Estados litorâneos brasileiros. Os valores totais de supressão e colonização de novas áreas de manguezal entre 2000 e 2020 são fornecidos pela ‘perda’ e ‘ganho’, respectivamente. Conversões de áreas de manguezal (km²) UF Urban. PDA Aquic. Apicum Corpos d’água F. veg, n- florestal F. florestal Restinga Campos alagados Outras áreas NV F. savana Cana Pastos Lavouras temp. F. camp. Perda (km²) Ganho (km²) AP 0 0 0 0 69,7 0 826 0 0,128 0 1,58 0 0,628 0 73,2 972 1751 PA 2,10 1,63 0 4,54 156 0 336 0 2,39 0 1,75 0 50,6 0 67,1 625 1200 MA 1,50 4,16 0,0666 62,6 433 0 438 0 42,7 3,36 53,4 0 20,2 0,433 91,9 1153 2275 PI 0,0760 0,405 0,405 3,12 4,23 0 3,04 0 0 0,887 0,337 0 0 0 0,253 13 28,2 CE 0,716 1,18 1,99 11,2 31,2 0 28 0 0 3,20 1,47 0 0,0895 0,0149 4,01 86,8 173 RN 0,0898 0,555 2,61 5,25 25,9 0,0687 11,1 0,118 3,84 0,122 0,153 0 0 0 3,38 56,6 112 PB 0,305 0,0225 0,265 0,349 5,31 0 7,56 0 5,38 0,0112 0 0,0169 0 0 0 21,8 44,8 PE 0,787 0 0,108 0,630 9,40 0 27,8 0 2,75 0,0786 0 0,187 0 0 0 48,4 105 SE 0,206 0,0110 0,191 0,790 21,4 0 35,7 5,05 5,75 0,107 0,00656 0,0438 0,0393 0 0,00219 74,5 155 AL 0,0861 0,00485 0 0,0167 1,54 0 11 2,53 1,19 0 0 0,0291 0,00277 0 0 17,8 38,8 BA 3,82 1,22 0,620 12,6 97,3 3,53 121 9,61 41,2 0,0842 0,282 0 20,3 0 0 359 758 ES 0,973 0 0 0,0872 4,21 0,0786 13,1 2,77 2,94 0,101 0 0 0,115 0,00456 0 28,5 55,8 RJ 0,973 0,00150 0 0,349 5,06 0,0176 0,0961 23,4 3,25 0,105 0 0 0,0218 0 0 35,9 85,8 SP 1,22 0,0248 0 0 20 11,4 0,412 61 2,83 0,114 0 0 0 3,41 0 107 230 PR 0,751 0 0 0,119 34,8 15 0,258 101 0.332 0,136 0 0 0 0,122 0 149 317 SC 0,524 0 0 0,748 7,47 0 0,319 36,6 0 0,00962 0 0 0 0 0 56 104 Urban. = Urbanização, PDA = Praias, dunas e areais, Aquic. = Aquicultura, F. veg. n-florestal = Formação vegetal não florestal, F. florestal = Formação florestal, Outras áreas NV = Outras áreas não vegetadas, F. savana = Formação savânica, Pastos = Pastagem, Lavouras temp. = Lavouras temporárias, F. camp. = Formação campestre. 27 Em uma perspectiva fitofisionômica, o Segmento 1 foi a principal região de conversão de manguezais para a classe formação florestal (681 km²) seguido do Segmento 3 (520 km²). Este segmento, também apresentou importantes mudanças relacionadas a apicum (27,4 km²), formação savânica (25,9 km²), PDA (3,18 km²) e aquicultura (4,47 km²), além de corpos d’água (380 km²) e pastagem (41,7 km²). O segmento 5 apresentou a maior área de manguezal modificada para aquicultura (10,4 km²), áreas urbanas (10,4 km²) e canaviais (2,54 km²). Já Segmento 4 foi o mais relevante em relação a perdas de área para formação campestre (95 km²), apicum (61,1 km²), formação savânica (33,1 km²), ouras áreas não vegetadas (8,19 km²) e PDA (5,11 km²). A mesma região também apresentou grandes áreas convertidas por corpos d’água (311 km²) e campos alagados (41,2 km²). Áreas convertidas em restinga ocorreram principalmente nas regiões do Segmento 6 (45,2 km²) e Segmento 7 (203 km²). Esta última região também para áreas vegetadas não florestais (29,8 km²). No Segmento 2, houve áreas relevantes de substituição de manguezais para formações campestres (82,1 km²), entretanto foi a região que teve a menor perda total de área de manguezais entre 2000 e 2020. Figura 3. Mapa dos limites geográficos dos Estados litorâneos do Brasil que detêm manguezal. Numerado de 1 a 7 estão representados sete diferentes compartimentos fitofisionomicamente semelhantes (Schaeffer-Novelli et al. 1990). As linhas hachuradas demarcam os limites 28 latitudinais de cada um dos sete segmentos (Figura 1). A área total de manguezal suprimida calculada pelo método MB-MB entre 2000 e 2020 em cada um dos sete compartimentos é apresentada dentro das circunferências. A proporção da contribuição de cada um dos 15 tipos de LULC entre 2000 e 2020 é representada pela paleta de cores. Assim como em escala estadual, os sete segmentos que dividem os manguezais no Brasil apresentaram mais áreas colonizadas por manguezal que suprimidas. Entre 2000 e 2020, o Segmento 3 apresentou o maior ganho líquido de área de manguezal (1046,35 km²) enquanto o Segmento 2 apresentou o menor ganho líquido (252,18 km²) absoluto, assim como a menor supressão (345,36 km²) e colonização de novas áreas (597,54 km²) (Figura 4). Figura 4. Balanço anual entre áreas suprimidas de manguezal (valores negativos) e novas áreas colonizadas por manguezal (valores positivos) em sete compartimentos fitofisionomicamente semelhantes (Schaeffer-Novelli et al. 1990). As cores representam cada um dos sete segmentos representados no mapa (de 1 a 7). A linha preta continua representa o saldo entre a ‘perda’ e o ‘ganho’ de manguezais no Brasil entre 2000 e 2020. Séries temporais No geral, a série temporal transita entre aumentos e quedas de área total 29 suprimida em diferentes anos de 2000 a 2020 (Figura 8). Ao longo dos 20 anos analisados, o ano de 2000 e 2012 registraram a maior supressão de manguezais no Brasil, com 261,16 km² e 264,12 km², respectivamente. De 2017 a 2018 houve uma queda abrupta, registrando 44,89 km² de supressão em 2018 e 51,35 km² em 2019 (Figura 8). O mesmo é observado em diferentes compartimentos, seguido de um aumento na área suprimida em 2020 em ambas as escalas espaciais (Figura 5). Um padrão de aumentos e perdas de áreas ocupadas com manguezal intercalados foi observado para todos os sete segmentos fitofisionomicamente similares (Schaeffer- Novelli et al 1990), notadamente para Segmento 1 (Figura 5) que apresentou um padrão ‘oscilatório’. Já a análise de autocorrelação parcial não demonstrou relação significativa da variável ‘supressão de área’ entre os anos (Figura Suplementar 2). Figura 5. Séries temporais da supressão de área de manguezal em sete regiões fitofisionomicamente similares (Schaeffer-Novelli et al. 1990) de 2000 a 2020 para o método MB-MB. A direita, tendências extraídas das séries temporais a partir de suas decomposições. Os compartimentos estão representados por cores, distribuídos no quadro do topo pelo segmentos 1 a 7 (Figura 1). 30 Figura 6. Séries temporais da colonização de novas áreas de manguezal em sete regiões fitofisionomicamente similares (Schaeffer-Novelli et al. 1990) de 2000 a 2020 para o método MB-MB. A direita, tendências extraídas das séries temporais a partir de suas decomposições. Os compartimentos estão representados por cores, distribuídos no quadro do topo pelo segmentos 1 a 7 (Figura 1). As novas áreas colonizadas por manguezal são maiores que as áreas de supressão em todos os anos e escalas (Figura 7 e 8). No nível nacional, de maneira geral, as séries temporais de novas áreas de manguezal registradas assemelham-se às de perda de manguezais ao observado para as áreas supressão entre 2000 e 2020 (Figura GAM). Os anos de 2000 e 2012 foram os com mais novas áreas de manguezal, registrando valores de 598,65 km² e 473,32 km², respectivamente. Já os anos de 2018 e 2019 tiveram os menores ganhos, 94,20 km² e 125,93 km², respectivamente (Figura 8). Ainda considerando esta escala, a análise por GAM resultou em uma tendência de redução da perda de áreas cobertas com manguezais (P = 0,0308, graus de liberdade efetivo = 2,782) comparável com o componente de tendência (Figura 8). 31 Figura 8. Série temporal da variação de áreas de manguezal no Brasil entre 2000 e 2020 para o método MB-MB. Em sequência, é mostrado as tendências das séries temporais extraídas de suas decomposições. As linhas vermelhas representam a supressão de área ocupadas por manguezais. As linhas verdes indicam novas áreas colonizadas por manguezais. O último quadro representa o modelo aditivo generalizado criado a partir dos resultados do método MB- MB de supressão anual de manguezal no Brasil entre 2000 e 2020. Extraímos dois componentes a partir da decomposição das séries temporais, a tendência e componente aleatório, nomeado como resíduo ou ruído. A decomposição não apresentou componente de sazonalidade ou ciclicidade (Figuras 4 e 5). A tendência da série temporal de supressão no Brasil permaneceu constante até 2013, com média aproximada de 215 km². A partir de 2013, a componente manteve uma queda na supressão de áreas até o final da série temporal, de modo que, no período total a tendência foi de queda (força de tendência: 0,490; linearidade: -104; curvatura: -76,2) (Figura 8). De maneira similar, as tendências respectivas aos segmentos geográficos 32 distintos apresentaram diminuição na supressão de áreas ocupadas por manguezal. Alguns dos segmentos exibiram variações maiores ao longo das duas décadas, por exemplo o Segmento 3 (Figura 5). Entre 2000 e 2020, esta região apresentou uma queda de aproximadamente 40 km² entre o primeiro e último ano da série temporal. A tendência da série temporal respectiva as novas áreas colonizadas em escala nacional, comportou de maneira muito similar a tendência de supressão (força de tendência: 0,747; linearidade: -320; curvatura: -126) (Figura 8). Ao longo das duas décadas houve uma queda no aumento de áreas de manguezal, sendo a partir de 2013 os menores valores registrados. Discussão Nossos resultados mostraram que fatores antrópicos e naturais não diretamente relacionados a atividades humanas distribuíram-se diferentemente ao longo dos limites políticos e climáticos-fitofisionomicos. Entre 2000 e 2020, as maiores conversões de manguezal no Brasil foram atribuídas a fatores naturais, como diferentes formações vegetais e sistemas hídricos, principalmente entre 2000 e 2010. Classes antrópicas contribuíram menos às conversões de manguezal no Brasil, entretanto áreas de pastagem foram atribuídas a aproximadamente 80 km² em áreas de manguezal preexistentes. Apesar da alta perda bruta de área (~4 mil km²), o país teve um ganho líquido de novas áreas colonizadas duas vezes maior que as áreas suprimidas estimadas no período analisado. De maneira geral, a primeira década (2000-2010) apresentou maiores ganhos e perdas brutas de área ocupada por manguezal comparada a segunda década (2010-2020). A área ocupada por manguezal e suprimida entre 2000 e 2020 no Brasil divergiu drasticamente quando comparamos os resultados obtidos pelos métodos GFC-MB e MB-MB. O total de área coberta com manguezais substituídas por outras LULCs estimado nestas duas décadas pelo método MB-MB foi quase seis vezes maior que o método GFC-MB. Atribuímos essa diferença expressiva aos fatores metodológicos de cada banco de dados escolhido. A classificação de desmatamento florestal obtido pelo GFC limita a possível identificação de toda cobertura de manguezal que ocorre no Brasil ao considerar floresta copas acima de cinco metros (Hansen et al. 2013). No Sudeste Asiático, a integração dos dados do GFC e de distribuição de manguezais 33 possibilitou a identificação de aproximadamente 1000 km² de área suprimida (Richards and Friess 2016). Apesar da semelhança deste método e a metodologia utilizada neste trabalho, no Brasil as florestas de mangue mais desenvolvidas, com árvores com maiores alturas, ocorrem principalmente em regiões do Norte e Nordeste (Schaeffer- Novelli et al. 1990), geograficamente próximas da linha do Equador (Simard et al. 2006). Além disso, inovações tecnológicas e metodológicas possibilitaram o melhoramento de imagens, amostras e modelos. A classificação de manguezais pelo MapBiomas abrange diferentes formações e estruturas de florestas de mangue no Brasil, e, provavelmente, explica a maior proximidade da inferência feita por este método com a realizadas por estudos independentes anteriores em anos específicos (2000, Bunting et al. 2018, 2010, Giri et al. 2011 e 2013, ICMBio 2018). Logo, consideramos o uso do método MB-MB mais adequado para estimar a LULCC em áreas cobertas com manguezais no Brasil. Ao longo de duas décadas analisadas, identificamos classes de natureza não antrópica em mais da metade das áreas de manguezal suprimidas. Diferentes formações vegetais foram as mais representativas às conversões de manguezal no Brasil, especialmente formações florestais, campestres e savânicas que ocorrem em diferentes biomas do país. Além das contribuições terrestres nas mudanças da paisagem em setores de manguezal, corpos d’água foi responsável por quase um quarto das conversões. Nossos resultados mostram que, atualmente, a dinâmica não-antrópica de “migração e substituição” de áreas ocupadas por manguezal por sistemas vegetais e hídricos próximos a este ecossistema. No nível global, causas naturais podem representar até 27% das perdas de manguezal e até 43% ao desconsiderar países com maiores conversões por commodities (Richards & Friess 2016; Goldberg et al. 2020). Ao contrário dos países hotsposts de perda antropogênica localizados no Sudeste Asiático, o Brasil apresenta extensas áreas convertidas por processos naturais, principalmente entre 2000 e 2010. Os manguezais ocorrem associados a águas estuarinas e/ou costeiras, muitas vezes abrigados por rios e canais de maré (ICMBio 2018). Variações hidrológicas (ciclos de maré, nível médio do mar e pluviometria) e o aporte sedimentar podem, juntos, alterar características dos estuários e das planícies costeiras. Estas forçantes impulsionam a migração dos manguezais para planícies de maré mais altas (Cohen et al. 2018) e novos bancos de lama (Brunier et al. 2019), disponibilizando novas áreas 34 para outros sistemas ocuparem. Análises que utilizaram dados em escala global, estimaram perda de quase 130 km² de manguezal por erosão quando se realizou um recorte para a costa leste brasileira (Goldberg et al. 2020). Na costa entre Suriname até o norte do Brasil, um exemplo dessa dinâmica natural ocorre nas regiões adjacentes a foz do rio Amazonas (Proisy et al. 2009; Anthony et al. 2010). O intenso aporte sedimentar deste rio proporciona a formação de quilômetros de bancos de lama ao ano os quais há ‘pulsos’ de colonização por espécies de mangue como A. germinans. À medida que processos sucessivos de erosão principalmente por ondas agem em áreas ‘entre bancos’, há uma retração destes bancos e consequentemente, redução da área coberta com manguezais. Ao longo do tempo, o padrão de colonização e remoção de manguezais que emerge fica caracterizado pela separação em fases deposicionais e erosivas (Anthony et al. 2010). Entretanto, esta região difere dos demais segmentos em diversos aspectos como a grande influência do Rio Amazonas como a baixa densidade populacional (por exemplo, Estado AP com 4,69 hab/km² e cidade Belém com 1.315,26 hab/km², IBGE), o que resulta em uma menor pressão sobre formações naturais (Cinner et al. 2018) como manguezais. Em outras regiões com presença de commodities e/ou infraestrutura urbana pode acentuar os prejuízos causados pela erosão, pois as florestas de mangue encontram-se entre o ambiente costeiro e urbano, com áreas disponíveis para colonização (Goldberg et al. 2020). Nas demais regiões, a influência de fatores diretos da ação humana é maior. Estima-se que 3,363 km² (2,1%) da área global de manguezal tenha sido perdida entre 2000 e 2016, principalmente na primeira década. 62% dessa perda foi atribuída as atividades humanas, porém distribuídas diferentemente pelo mundo (Goldberg et al. 2020). Classes de uso da terra são grandes impulsionadores da supressão de manguezais, por exemplo, no Sudeste Asiático, região com extensos manguezais (Richards & Friess 2016; Hagger et al. 2022). Nesta região, seis países (Indonésia, Mianmar, Malásia, Filipinas, Tailândia e Vietnã) concentraram quase 80% das perdas mundiais por agentes antropogênicos, principalmente por commodities, generalizadas em aquicultura e agricultura (Hagger et al. 2022). Nossos achados reforçam a distribuição desigual dos agentes antrópicos na supressão de manguezais. No Brasil, apesar de as áreas convertidas para atividades humanas serem menores do que as relacionadas a processos não diretamente ligados a atividades humanas, alguns usos da terra podem refletir perdas significativas de manguezal em 35 algumas regiões. O nordeste brasileiro detém cerca de 10% dos manguezais do país e apresentou todas as conversões de manguezal por aquicultura observadas no país entre 2000 e 2020 (6,32 km²). Nesta região o clima árido e seco é propício para o surgimento de apicuns, sistema intimamente relacionado aos manguezais, os quais normalmente são convertidos em áreas de produção aquícola (de Lacerda et al. 2021). Estima-se que de 8 a 10% dos manguezais que ali ocorrem foram eliminados por viveiros de camarão (ICMBio 2018; FAO 2019). É evidente a diferente contribuição da aquicultura para perda direta de manguezais no Brasil em comparação com outros países do Sudeste Asiático (Richards & Friess 2016). Ainda assim, a aquicultura realizada próximo a setores de manguezais pode ocasionar indiretamente efeitos negativos que não necessariamente levam à supressão da floresta. A produção de organismos aquáticos pode promover o bloqueio de riachos de maré, alteração dos fluxos naturais das marés e do lençol freático, aumento das taxas de sedimentação e turbidez em águas naturais, liberação de resíduos tóxicos, desenvolvimento de solos sulfatados ácidos, redução da qualidade da água e introdução de nutrientes em excesso (Alongi 2002). Como resultado dos impactos indiretos os serviços ecossistêmicos prestados pelo manguezal ficam comprometidos, incluindo reduções na produtividade primária, capacidade de armazenamento de carbono entre outros, sendo que alguns deles foram registrados na região Nordeste (de Lacerda et al. 2021). Impactos diretos e indiretos sobre os manguezais somados ao aumento da demanda no mercado internacional, tornaram a aquicultura um fator de destruição e degradação importante globalmente (Ahmed & Glaser 2016; Rahman et al. 2013), mas de menor impacto no Brasil comparado a outros LULC. Expansão urbana teve contribuições importantes no Brasil em diferentes locais e escalas espaciais. Enquanto as maiores áreas de manguezais substituídas por áreas urbanas foram registradas no Nordeste, deve-se considerar a proporção das áreas suprimidas relativas à densidade e extensão das florestas de mangue para interpretações mais precisas. Por exemplo, grandes áreas de manguezal suprimido no Pará (2,10 km²), um dos estados brasileiros que possuem as florestas mais extensas e exuberantes do país, pode não representar uma perda significativa no nível local. Enquanto áreas ~1 km² nos grandes polos industriais do Brasil localizados no Sudeste podem refletir perdas locais expressivas. Entretanto, mesmo com a pressão do maior porto da América Latina e megacidades adjacentes aos manguezais da região sudeste do Brasil, a 36 colonização de novas áreas supera até duas vezes a área suprimida. É provável que áreas urbanizadas estejam sendo um motor à expansão dos manguezais, devido ao aumento da riqueza e da educação decorrentes do crescimento econômico e desenvolvimento social (Hagger et al. 2022). Nossos resultados trazem novas evidências que corroboram a recente relação positiva entre ganho de área de manguezal e crescimento socioeconômico a nível global (Hagger et al. 2022). Ainda assim, a expansão urbana e uso mal planejado do espaço podem ocasionar a fragmentação dos bosques de mangue e consequentemente sua extinção funcional (Branoff 2018; Bryan- Brown et al. 2020). Futuras análises de perda relativa à extensão, diversidade e densidade das florestas de mangue em diferentes escalas geográficas auxiliarão em interpretações mais embasadas e consequentemente no direcionamento de esforços de conservação em áreas mais afetadas. Entre as classes de uso da terra, pastagens alcançaram as maiores áreas de conversão de manguezal. O Brasil é um país dominante na pecuária de criação de gado de corte que utiliza pastagens, possuindo em seu território mais cabeças de gado do que brasileiros humanos (~224 milhões de cabeças de gado em 2022 e ~214 milhões de brasileiros humanos em 2021, IBGE 2022). Diferentes biomas vêm sendo devastados para produção de pastos, incluindo contínuas expansões na Amazônia, e Pantanal (Souza et al. 2020). Criações de gado também ocorrem em áreas de aquicultura e salinas abandonadas, próximos a setores de manguezal (Ferreira & Lacerda 2016). Commodities são um dos principais fatores de supressão de manguezais no mundo, entretanto são normalmente generalizadas em aquicultura e agricultura (Goldberg et al. 2020). Nossas análises em maior escala (nacional e regional) de variadas classes de LULC, incluindo diferentes commodities, atribuíram ~77 % das conversões de manguezal por agentes antrópicos a pastos voltados a agropecuária no Brasil entre 2000 e 2020. Áreas de manguezal convertidas em pastos diminuem os estoques de carbono, que podem ser até três ou sete vezes mais que florestas tropicais convertidas em pastagem (Kauffman et al. 2016). Entretanto, é importante reconhecer que a grande área atrelada a este uso pode ser uma característica do banco de dados, uma vez que áreas definidas como pastagens pelo MapBiomas podem abranger áreas predominantemente vegetadas por herbáceas e que não necessariamente são exploradas para criação de animais. Estas áreas podem, por exemplo, ser etapas no processo de transição entre diferentes formações vegetais. Desta forma, ‘pastagens’ pode ser 37 interpretado por um termo mais amplo, como, por exemplo, ‘campos antrópicos’. Em geral, nossos resultados indicam que no Brasil, diferente do observado para outros lugares no mundo, outros motivadores antrópicos para além da agricultura, urbanização e aquicultura são mais relevantes à perda de áreas ocupadas por manguezais e que podem ser melhor investigadas por imagens de alta resolução e validações em campo, por exemplo. As supressões de áreas ocupadas por manguezal pelos diferentes LULC parecem seguir o mesmo padrão entre compartimentos climática- e fitofisionomicamente semelhantes e escala estadual. Nove classes de LULC (formação florestal, formação savânica, formação campestre, campos alagados, pastagens, PDA, apicum, corpos d’água e outras áreas não vegetadas) concentraram-se em latitudes mais baixas abrangendo os Segmentos 1 a 4 e, principalmente, os Estados Amapá, Pará e Maranhão. Nesta região encontra-se o maior cinturão de manguezais contínuos do mundo (Nascimento et al. 2013), o que pode explicar em parte as grandes extensões de área de manguezal suprimidas e colonizadas. Parte dessa mesma região apresenta condições climáticas favoráveis ao surgimento de apicuns (Schaeffer-Novelli et al. 1990; Soares et al. 2021), que naturalmente expandem-se sobre os manguezais soterrados (Albuquerque et al. 2014; Meireles et al. 2007). A disposição numerosa de praias e dunas arenosas, em especial o Parque Nacional dos Lençóis Maranhenses, disponibilizam uma enorme quantidade de sedimentos que avançam sobre os manguezais da região (Teixeira et al. 2021; Pereira et al. 2016; Hilbert et al. 2016). Aquicultura, canaviais e áreas urbanizadas ocorreram majoritariamente no Nordeste, abrangendo o Segmento 5. Em escala estadual, essas três classes destacaram- se nos Estados RN, PE e BA, respectivamente, mas não somente. Mais ao sul, o Segmento 7 apresentou as maiores conversões para classes restinga e formações vegetais não florestais. Ambas as classes foram mais representativas no Estado PA, mas SP, RJ e SC, estados dentro do limite do segmento 7, também tiveram grandes áreas de manguezal convertidas em uma das duas classes. Particularmente, Campos alagados teve o maior valor registrado no Estado da BA, entretanto o segmento 6 foi o compartimento com maior presença desta classe em áreas de preexistentes de manguezal. Ao todo, as áreas de manguezal convertidas em campos alagados nos estados presentes nos limites do segmento 6 superam a perda por esta classe na BA. Os padrões observados de possíveis motivadores de supressão de manguezais no Brasil 38 ultrapassam limites políticos. Portanto, fatores de substituição de manguezais em comum entre diferentes setores devem ser geridos conjuntamente, definindo prioridades de ação em escalas interestaduais e idealmente a nível nacional. Apesar da vasta área de manguezal suprimido no Brasil entre 2000 e 2020, novas áreas colonizadas por este ecossistema representaram até o dobro do total perdido. Nossos achados corroboram outros trabalhos que identificaram aumento das áreas de manguezal nas últimas décadas (Aide et al. 2013; Hagger et al. 2022; Diniz et al. 2019). Há, entretanto, uma importante diferença na magnitude do aumento da área coberta com manguezal entre trabalhos. Esta diferença entre o ganho líquido de área total obtido por nossas análises e por outros trabalhos pode estar atrelada a diferença do tempo observado, bem como da metodologia empregada, uma vez que análises por pixel detectam mais mudanças do que classificações baseadas em objetos. Evidências recentes vêm demonstrando que políticas de manejo e conservação de manguezais evitaram a perda funcional deste ecossistema (Duke et al. 2007; Friess et al. 2019, 2020). A melhor compreensão da importância dos manguezais frente a economia pode ter sido incentivo para projetos de conservação e restauração. De fato, uma relação positiva entre expansão de área e crescimento econômico parece ocorrer em escala mundial (Hagger et al. 2022). A extensão dos manguezais no território brasileiro é sinônimo de uma vasta riqueza econômica ao considerarmos a economia de prejuízos causados por tempestades e monetização dos estoques de carbono (Barbier et al. 2011). Socialmente, também pode-se valorar este ecossistema ao considerarmos milhares de brasileiros que vivem em comunidades tradicionais e sobrevivem da pesca sustentada pelos manguezais (de Lacerda et al. 2021). Comunidades tradicionais quase sempre negligenciadas no Brasil possuem potencial para o manejo das florestas de mangue e sua conservação, desde que tenham políticas claras, governança bem definida e assistência (Hagger et al. 2022). Em situação de marginalização, suas moradias são construídas em cima de manguezais, uma realidade em um dos polos econômicos do Brasil (Moschetto et al. 2021). Embora nosso estudo forneça informações quantitativas e qualitativas das variações espaço-temporais de manguezais e conversões deste ecossistema por outros tipos de LULC, análises em escala nacional para o Brasil não são triviais. A extensão desta dimensões da costa brasileira é um desafio por si só, tornando a visitação e validações em campo momentos únicos e localizados, de modo que abrangem pouco a 39 especificidade dos diferentes bosques de mangue e fatores de degradação em toda sua extensão. Os resultados aqui obtidos foram gerados a partir do uso de dados anteriormente mapeados em resolução de 30 metros (Diniz et al. 2019; Souza et al. 2020). Apesar desta resolução ser adequada para o processamento rápido dos mais de 10 mil km² de extensão de manguezal no Brasil, resoluções mais finas podem fornecer maior detalhamento das LULCC. Além disso, o MapBiomas fez um mapeamento temático do Brasil, atribuindo diferentes componentes em LULC específicas, como aquicultura a qual é composta também por salicultura, e como e pastagens, que não necessariamente seriam áreas exploradas economicamente. Esta abordagem pode confundir ou dificultar a interpretação do que realmente está acontecendo na paisagem. Ainda, composições anuais de imagens de satélite podem mascarar alterações sazonais do território. Ainda que em relação à área total de manguezais no Brasil tenhamos uma perspectiva otimista, devido ao ganho líquido de área nas últimas duas décadas, outros fatores podem gerar impactos indiretos dificilmente reversíveis. A fragmentação e o aumento da emissão de poluentes devido as atividades humanas podem ocasionar a diminuição e alteração da diversidade e estrutura dos bosques de mangue, intensificação de processos erosivos, perda de habitat, mudanças na teia alimentar e consequentemente comprometimento dos serviços ecossistêmicos (Rönnbäck 2001; Rahman et al. 2013; Friess et al. 2019; Worthington & Spalding 2018; de Lacerda et al. 2021). Somado a isto, nosso estudo revela apenas a mudança espacial dos LULC a partir de fotografias ao longo do tempo, desta maneira classes de natureza não antrópica podem ser ingenuamente interpretadas como causas naturais. Captação de água para consumo humano e uso em atividades agropecuárias, construção de barragens e até mesmo tanques de aquicultura desativados podem ser propulsores indiretos das perdas observadas ou efeitos não observáveis por meio de sensoriamento remoto, devendo se ter cautela nas inferências obtidas a partir de LULCC. Conclusão Nossas descobertas sugerem que, aparentemente, a ideia de declínio e desaparecimento de manguezais em algumas décadas (Duke et al. 2007) é menos preocupante no Brasil. Ao contrário, o aumento do ganho e diminuição das perdas de áreas ocupadas por manguezais ao longo dos 20 anos analisados reforçam uma 40 perspectiva identificada em escala global (Hagger et al. 2022) e nacional (Diniz et al. 2019). A metodologia aplicada neste trabalho possibilitou a análise rápida de um país de tamanho continental, utilizando classificações de pixel, diferente de outros trabalhos que classificaram o manguezal brasileiro baseado em objeto. Conversões anuais de manguezais para classes não necessariamente relacionadas a atividades humanas são as principais mudanças observadas nos últimos 20 anos. Esta dinâmica gera sucessões naturais por diferentes sistemas próximos aos manguezais (Meireles et al. 2007), processo que deve ser monitorado por diferentes abordagens para além de fotografias de recortes temporais. Identificamos pastagens como o principal uso da terra que ocupou áreas de manguezal, superando as áreas de aquicultura, agricultura e urbanização, destacando uma particularidade do caso brasileiro em relação ao cenário global de substituição de manguezais. Diferentes entidades internacionais orientam múltiplas diretrizes para gestão integrada de manguezais, incluindo estudos que auxiliem o monitoramento dos status dos manguezais fornecendo informações úteis de gerenciamento (Carter et al. 2015). Acreditamos que este trabalho caminha para essa direção, ao contribuir com informações fundamentais para manejo e políticas de conservação dos manguezais brasileiros em distintos compartimentos (limites políticos, climáticos, geomorfológicos e botânicos). Incentivamos o uso dos resultados aqui obtidos para novos horizontes de estudo e da ferramenta disponibilizada aos tomadores de decisão para gestão integrada dos ecossistemas costeiros, em especial o manguezal. Referências IBGE, Instituto Brasileiro de Geografia e Estatística. 2022. “Produção Da Pecuária Municipal 2021” 49 (01014234): 1–12. https://biblioteca.ibge.gov.br/index.php/biblioteca- catalogo?view=detalhes&id=784. Ahmed, Nesar, and Marion Glaser. 2016. “Coastal Aquaculture, Mangrove Deforestation and Blue Carbon Emissions: Is REDD+ a Solution?” Marine Policy 66: 58–66. https://doi.org/10.1016/j.marpol.2016.01.011. Aide, T. Mitchell, Matthew L. Clark, H. Ricardo Grau, David López-Carr, Marc A. Levy, Daniel Redo, Martha Bonilla-Moheno, George Riner, María J. Andrade-Núñez, and María 41 Muñiz. 2013. “Deforestation and Reforestation of Latin America and the Caribbean (2001-2010).” Biotropica 45 (2): 262–71. https://doi.org/10.1111/j.1744- 7429.2012.00908.x. Albuquerque, G. B. M., T. O. Ferreira, R. L. Cabral, G. N. Nóbrega, R. E. Romero, A. J. A. Meireles, and X. L. Otero. 2014. “Hypersaline Tidal Flats (Apicum Ecosystems): The Weak Link in the Tropical Wetlands Chain.” Environmental Reviews 22 (2): 99–109. www.nrcresearchpress.com. Alongi, Daniel M. 2002. “Present State and Future of the World’s Mangrove Forests.” Environmental Conservation 29 (3): 331–349. https://doi.org/10.1017/S0376892902000231. ———. 2008. “Mangrove Forests: Resilience, Protection from Tsunamis, and Responses to Global Climate Change.” Estuarine, Coastal and Shelf Science 76 (1): 1–13. https://doi.org/10.1016/j.ecss.2007.08.024. ———. 2012. “Carbon Sequestration in Mangrove Forests.” Carbon Management 3 (3): 313– 22. https://doi.org/10.4155/cmt.12.20. ———. 2021. “Macro-and Micronutrient Cycling and Crucial Linkages to Geochemical Processes in Mangrove Ecosystems.” Journal of Marine Science and Engineering 9 (5): 456. https://doi.org/10.3390/jmse9050456. Anthony, Edward J., Antoine Gardel, Nicolas Gratiot, Christophe Proisy, Mead A. Allison, Franck Dolique, and François Fromard. 2010. “The Amazon-Influenced Muddy Coast of South America: A Review of Mud-Bank-Shoreline Interactions.” Earth-Science Reviews 103 (3–4): 99–121. https://doi.org/10.1016/j.earscirev.2010.09.008. Miraldo, Marcel Câmara. 2015. “Análise de Sustentabilidade Ambiental de um Cultivo de Ostras em um Estuário Tropical.” Centro de Aquiculura da Unesp. Atwood, Trisha B., Rod M. Connolly, Hanan Almahasheer, Paul E. Carnell, Carlos M. Duarte, Carolyn J.Ewers Lewis, Xabier Irigoien, et al. 2017. “Global Patterns in Mangrove Soil Carbon Stocks and Losses.” Nature Climate Change 7 (7): 523–28. https://doi.org/10.1038/nclimate3326. 42 Barbier EB, Hacker SD, Kennedy C, Koch EW, Stier AC, and Silliman BR. 2011. “The Value of Estuarine and Coastal Ecosystem Services.” Ecological Monographs 81 (2): 169–193. Boone, J. Kauffman, and Rupesh K. Bhomia. 2017. “Ecosystem Carbon Stocks of Mangroves across Broad Environmental Gradients in West-Central Africa: Global and Regional Comparisons.” PLoS ONE 12 (11): 1–17. https://doi.org/10.1371/journal.pone.0187749. Branoff, Benjamin. 2018. Urban Mangrove Biology and Ecology: Emergent Patterns and Management Implications. Coastal Research Library. (25): 521–537. https://doi.org/10.1007/978-3-319-73016-5_23. Brunier, Guillaume, Edward J. Anthony, Nicolas Gratiot, and Antoine Gardel. 2019. “Exceptional Rates and Mechanisms of Muddy Shoreline Retreat Following Mangrove Removal.” Earth Surface Processes and Landforms 44 (8): 1559–71. https://doi.org/10.1002/esp.4593. Bryan-Brown, Dale N., Rod M. Connolly, Daniel R. Richards, Fernanda Adame, Daniel A. Friess, and Christopher J. Brown. 2020. “Global Trends in Mangrove Forest Fragmentation.” Scientific Reports 10 (1): 1–8. https://doi.org/10.1038/s41598-020- 63880-1. Bunting, Pete, Ake Rosenqvist, Richard M. Lucas, Lisa Maria Rebelo, Lammert Hilarides, Nathan Thomas, Andy Hardy, Takuya Itoh, Masanobu Shimada, and C. Max Finlayson. 2018. “The Global Mangrove Watch - A New 2010 Global Baseline of Mangrove Extent.” Remote Sensing 10 (10): 1669. https://doi.org/10.3390/rs10101669. Carter, Haille N., Steffen W. Schmidt, and Amy C. Hirons. 2015. “An International Assessment of Mangrove Management: Incorporation in Integrated Coastal Zone Management.” Diversity 7 (2): 74–104. https://doi.org/10.3390/d7020074. Cinner, Joshua E., Eva Maire, Cindy Huchery, M. Aaron MacNeil, Nicholas A.J. Graham, Camilo Mora, Tim R. McClanahan, et al. 2018. “Gravity of Human Impacts Mediates Coral Reef Conservation Gains.” Proceedings of the National Academy of Sciences of the United States of America 115 (27): E6116–25. https://doi.org/10.1073/pnas.1708001115. Cintrón-Molero, Gilberto, Yara Schaeffer-Novelli, André S. Rovai, Clemente Coelho-Jr., Ricardo P. Menghini, Renato de Almeida, De Oliveira Abuchahla, et al. 2023. 43 “Variability of Mangroves Along the Brazilian Coast: Revisiting.” In Brazilian Mangroves and Salt Marshes, edited by Yara Schaeffer-Novelli, Guilherme Moraes de Oliveira Abuchahla, and Gilberto Cintrón-Molero, 43–65. Brazilian Marine Biodiversity. Cham: Springer. https://doi.org/10.1007/978-3-031-13486-9. Cohen, Marcelo C.L., Adriana V. de Souza, Dilce F. Rossetti, Luiz C.R. Pessenda, and Marlon Carlos França. 2018. “Decadal-Scale Dynamics of an Amazonian Mangrove Caused by Climate and Sea Level Changes: Inferences from Spatial–temporal Analysis and Digital Elevation Models.” Earth Surface Processes and Landforms 43 (14): 2876–88. https://doi.org/10.1002/esp.4440. Das, Saudamini, and Anne Sophie Crépin. 2013. “Mangroves Can Provide Protection against Wind Damage during Storms.” Estuarine, Coastal and Shelf Science 134: 98–107. https://doi.org/10.1016/j.ecss.2013.09.021. Diniz, Cesar, Luiz Cortinhas, Gilberto Nerino, Jhonatan Rodrigues, Luís Sadeck, Marcos Adami, and Pedro Walfir M. Souza-Filho. 2019. “Brazilian Mangrove Status: Three Decades of Satellite Data Analysis.” Remote Sensing 11 (7): 808. https://doi.org/10.3390/rs11070808. Diniz, Cesar, Luiz Cortinhas, Maria Luize Pinheiro, Luís Sadeck, Alexandre Fernandes Filho, Luis R.F. Baumann, Marcos Adami, and Pedro Walfir M. Souza-Filho. 2021. “A Large- Scale Deep-Learning Approach for Multi-Temporal Aqua and Salt-Culture Mapping.” Remote Sensing 13 (8): 1–16. https://doi.org/10.3390/rs13081415. Donato, Daniel C., J. Boone Kauffman, Daniel Murdiyarso, Sofyan Kurnianto, Melanie Stidham, and Markku Kanninen. 2011. “Mangroves among the Most Carbon-Rich Forests in the Tropics.” Nature Geoscience 4 (5): 293–97. https://doi.org/10.1038/ngeo1123. Duke, N.C., J. O. Maynecke, S. Dittmann, A. M. Elisson, K. Anger, U. Berger, S. Cannicci, et al. 2007. “A World Without Mangroves ?” Science 317: 41–43. http://www.sciencemag.org/content/317/5834/41.2.full. FAO. 2019. “Fishery Statistical Collections. Global Aquaculture Production.” Rome. Fazlioglu, Fatih, Justin S.H. Wan, and Luzhen Chen. 2020. “Latitudinal Shifts in Mangrove 44 Species Worldwide: Evidence from Historical Occurrence Records.” Hydrobiologia 847 (19): 4111–23. https://doi.org/10.1007/s10750-020-04403-x. Ferreira, Alexander Cesar, and Luiz Drude Lacerda. 2016. “Degradation and Conservation of Brazilian Mangroves, Status and Perspectives.” Ocean and Coastal Management 125: 38– 46. https://doi.org/10.1016/j.ocecoaman.2016.03.011. Friess, Daniel A., Kerrylee Rogers, Catherine E. Lovelock, Ken W. Krauss, Stuart E. Hamilton, Shing Yip Lee, Richard Lucas, Jurgenne Primavera, Anusha Rajkaran, and Suhua Shi. 2019. “The State of the World’s Mangrove Forests: Past, Present, and Future.” Annual Review of Environment and Resources 44: 89–115. https://doi.org/10.1146/annurev- environ-101718-033302. Friess, Daniel A., Erik S. Yando, Guilherme M.O. Abuchahla, Janine B. Adams, Stefano Cannicci, Steven W.J. Canty, Kyle C. Cavanaugh, et al. 2020. “Mangroves Give Cause for Conservation Optimism, for Now.” Current Biology 30 (4): R153–54. https://doi.org/10.1016/j.cub.2019.12.054. Giri, C., E. Ochieng, L. L. Tieszen, Z. Zhu, A. Singh, T. Loveland, J. Masek, and N. Duke. 2011. “Status and Distribution of Mangrove Forests of the World Using Earth Observation Satellite Data.” Global Ecology and Biogeography 20 (1): 154–59. https://doi.org/10.1111/j.1466-8238.2010.00584.x. Goldberg, Liza, David Lagomasino, Nathan Thomas, and Temilola Fatoyinbo. 2020. “Global Declines in Human-Driven Mangrove Loss.” Global Change Biology 26 (10): 5844–55. https://doi.org/10.1111/gcb.15275. Gorelick, Noel, Matt Hancher, Mike Dixon, Simon Ilyushchenko, David Thau, and Rebecca Moore. 2017. “Google Earth Engine: Planetary-Scale Geospatial Analysis for Everyone.” Remote Sensing of Environment 202 (2016): 18–27. https://doi.org/10.1016/j.rse.2017.06.031. Guimarães, Ariana Silva, Paulo Travassos, Pedro Walfir Martins E. Souza Filho, Fabrício Dias Gonçalves, and Francisco Costa. 2010. “Impact of Aquaculture on Mangrove Areas in the Northern Pernambuco Coast (Brazil) Using Remote Sensing and Geographic Information System.” Aquaculture Research 41 (6): 828–38. https://doi.org/10.1111/j.1365- 45 2109.2009.02360.x. Hagger, Valerie, Thomas A. Worthington, Catherine E. Lovelock, Maria Fernanda Adame, Tatsuya Amano, Benjamin M. Brown, Daniel A. Friess, et al. 2022. “Drivers of Global Mangrove Loss and Gain in Social-Ecological Systems.” Nature Communications 13 (1): 1–16. https://doi.org/10.1038/s41467-022-33962-x. Hansen, M. C., P. V. Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, et al. 2013. “High-Resolution Global Maps of 21st-Century Forest Cover Change.” Science 850: 850–54. https://doi.org/10.1126/science.1244693. Hatje, Vanessa, Pere Masqué, Vinicus F. Patire, Antonio Dórea, and Francisco Barros. 2021. “Blue Carbon Stocks, Accumulation Rates, and Associated Spatial Variability in Brazilian Mangroves.” Limnology and Oceanography 66 (2): 321–34. https://doi.org/10.1002/lno.11607. He, Ziwen, Xiao Feng, Qipian Chen, Liangwei Li, Sen Li, Kai Han, Zixiao Guo, et al. 2022. “Evolution of Coastal Forests Based on a Full Set of Mangrove Genomes.” Nature Ecology and Evolution 6 (6): 738–49. https://doi.org/10.1038/s41559-022-01744-9. Hilbert, Natalia Naches, Carlos C.F. Guedes, and Paulo C.F. Giannini. 2016. “Morphologic and Sedimentologic Patterns of Active Aeolian Dune-Fields on the East Coast of Maranhão, Northeast Brazil.” Earth Surface Processes and Landforms 41 (1): 87–97. https://doi.org/10.1002/esp.3786. IBGE. 2022. “Sistema de Contas Regionais: Brasil 2020.” Contas Nacionais. https://biblioteca.ibge.gov.br/visualizacao/livros/liv101975_informativo.pdf. ICMBio. 2018. Atlas Dos Manguezais Do Brasil. Instituto Chico Mendes de Conservação Da Biodiversidade. IPBES. 2019. “Global Assessment Report on Biodiversity and Ecosystem Services of the Intergovernmental Science-Policy Platform on Biodiversity and Ecosystem Services.” Bonn, Germany. https://doi.org/https://doi.org/10.5281/zenodo.3831673. Kauffman, J. Boone, Humberto Hernandez Trejo, Maria del Carmen Jesus Garcia, Chris 46 Heider, and Wilfrido M. Contreras. 2016. “Carbon Stocks of Mangroves and Losses Arising from Their Conversion to Cattle Pastures in the Pantanos de Centla, Mexico.” Wetlands Ecology and Management 24 (2): 203–16. https://doi.org/10.1007/s11273-015- 9453-z. Kuenzer, Claudia, Andrea Bluemel, Steffen Gebhardt, Tuan Vo Quoc, and Stefan Dech. 2011. Remote Sensing of Mangrove Ecosystems: A Review. Remote Sensing. 3 (5): 878–928. https://doi.org/10.3390/rs3050878. Kusmana, Cecep, and Sukristijiono Sukristijiono. 2016. “Mangrove Resource Uses By Local Community in Indonesia.” Journal of Natural Resources and Environmental Management 6 (2): 217–24. https://doi.org/10.19081/jpsl.2016.6.2.217. Lacerda, Luiz Drude de, Raymond D. Ward, Mario Duarte Pinto Godoy, Antônio Jeovah de Andrade Meireles, Rebecca Borges, and Alexander Cesar Ferreira. 2021. “20-Years Cumulative Impact From Shrimp Farming on Mangroves of Northeast Brazil.” Frontiers in Forests and Global Change 4: 653096. https://doi.org/10.3389/ffgc.2021.653096. Liang, Shan, Ren Chao Zhou, Sui Sui Dong, and Su Hua Shi. 2008. “Adaptation to Salinity in Mangroves: Implication on the Evolution of Salt-Tolerance.” Chinese Science Bulletin 53 (11): 1708–15. https://doi.org/10.1007/s11434-008-0221-9. McLeod, Elizabeth, Gail L. Chmura, Steven Bouillon, Rodney Salm, Mats Björk, Carlos M. Duarte, Catherine E. Lovelock, William H. Schlesinger, and Brian R. Silliman. 2011. “A Blueprint for Blue Carbon: Toward an Improved Understanding of the Role of Vegetated Coastal Habitats in Sequestering CO2.” Frontiers in Ecology and the Environment 9 (10): 552–60. https://doi.org/10.1890/110004. Meireles, Antonio Jeovah de Andrade, Rodrigo S. Cassola, Soraya Vannini Tupinambá, and Luciana de Souza Queiroz. 2007. “Impactos Ambientais Decorrentes das Atividades da Carcinicultura ao Longo do Litoral Cearense, Nordeste do Brasil.” Mercator 6 (12): 83– 106. http://repositorio.ufc.br:8080/ri/handle/123456789/4760. Miththapala, Sriyanie. n.d. Coastal Ecosystems Series (Volume 2) Ecosystems and Livelihoods Group Asia, IUCN. Vol. 2. 47 ———. 2008. Mangroves: Coastal Ecosystems Series Volume 2. Vol. 2. Moschetto, F. A., R. B. Ribeiro, and D. M. De Freitas. 2021. “Urban Expansion, Regeneration and Socioenvironmental Vulnerability in a Mangrove Ecosystem at the Southeast Coastal of São Paulo, Brazil.” Ocean and Coastal Management 200: 105418. https://doi.org/10.1016/j.ocecoaman.2020.105418. Nascimento, Wilson R., Pedro Walfir M. Souza-Filho, Christophe Proisy, Richard M. Lucas, and Ake Rosenqvist. 2013. “Mapping Changes in the Largest Continuous Amazonian Mangrove Belt Using Object-Based Classification of Multisensor Satellite Imagery.” Estuarine, Coastal and Shelf Science 117: 83–93. https://doi.org/10.1016/j.ecss.2012.10.005. Naskar, Saikat, and Pratip Kumar Palit. 2015. “Anatomical and Physiological Adaptations of Mangroves.” Wetlands Ecology and Management 23 (3): 357–70. https://doi.org/10.1007/s11273-014-9385-z. O’Hara-Wild, Mitchell, Rob Hyndman, and Earo Wang. 2021. “Feasts: Feature Extraction and Statistics for Time Series.” https://cran.r-project.org/package=feasts. Pereira, Luci Cajueiro Carneiro, Wellington Nascimento Trindade, Iracely Rodrigues da Silva, Ana Vila-Concejo, and Andrew D. Short. 2016. “Maranhão Beach Systems, Including the Human Impact on São Luís Beaches.” Coastal Research Library 17: 125–52. https://doi.org/10.1007/978-3-319-30394-9_5. Polidoro, Beth A., Kent E. Carpenter, Lorna Collins, Norman C. Duke, Aaron M. Ellison, Joanna C. Ellison, Elizabeth J. Farnsworth, et al. 2010. “The Loss of Species: Mangrove Extinction Risk and Geographic Areas of Global Concern.” PLoS ONE 5 (4). https://doi.org/10.1371/journal.pone.0010095. Primavera, J. H. 1998. “Mangroves as Nurseries: Shrimp Populations in Mangrove and Non- Mangrove Habitats.” Estuarine, Coastal and Shelf Science 46 (3): 457–64. https://doi.org/10.1006/ecss.1997.0275. Proisy, Christophe, Nicolas Gratiot, Edward J. Anthony, Antoine Gardel, François Fromard, and Patrick Heuret. 2009. “Mud Bank Colonization by Opportunistic Mangroves: A Case Study from French Guiana Using Lidar Data.” Continental Shelf Research 29 (3): 632–41. 48 https://doi.org/10.1016/j.csr.2008.09.017. Queiroz, L., S. Rossi, J. Meireles, and C. Coelho. 2013. “Shrimp Aquaculture in the Federal State of Ceará, 1970-2012: Trends after Mangrove Forest Privatization in Brazil.” Ocean and Coastal Management 73: 54–62. https://doi.org/10.1016/j.ocecoaman.2012.11.009. R Core Team. 2021. “R: A Language and Environment for Statistical Computing.” Vienna, Austria: R Foundation for Statistical Computing. https://www.r-project.org/. Rahman, Abdullah F., Danilo Dragoni, Kamel Didan, Armando Barreto-Munoz, and Joseph A. Hutabarat. 2013. “Detecting Large Scale Conversion of Mangroves to Aquaculture with Change Point and Mixed-Pixel Analyses of High-Fidelity MODIS Data.” Remote Sensing of Environment 130: 96–107. https://doi.org/10.1016/j.rse.2012.11.014. Richards, Daniel R., and Daniel