O Sistema Nacional de Unidades de Conservação da Natureza (SNUC) é um
conjunto de normas e diretrizes que regem a criação, implantação e
gestão das Unidades de Conservação (UCs) no Brasil. Estabelecido pela
Lei nº 9.985, de 18 de julho de 2000, o SNUC tem como principal objetivo
garantir a preservação e o uso sustentável dos recursos naturais do
país, promovendo a conservação da biodiversidade e a proteção dos
ecossistemas.
As Unidades de Conservação são áreas protegidas legalmente instituídas
pelo poder público, com a finalidade de conservar a biodiversidade,
recursos naturais e valores culturais. As UCs são divididas em duas
grandes categorias, de acordo com seus objetivos de conservação e grau
de interferência humana permitido:
Unidades de Proteção Integral: Visam preservar a natureza, permitindo apenas o uso indireto dos seus recursos naturais. Incluem as seguintes categorias:
Unidades de Uso Sustentável: Permitem o uso direto dos recursos naturais, de maneira que não comprometa a conservação da natureza. Incluem as seguintes categorias:
O Cadastro nacional de Unidades de Conservação (CNUC), conforme definido pela Lei 9.985, de 2000, organiza em uma plataforma os dados principais de cada unidade de conservação que compõe o SNUC, incluindo, dentre outras características relevantes, informações sobre seus atos legais; instrumentos de gestão como planos de manejo e conselhos; localização geográfica; situação fundiária; aspectos físicos e socioculturais; assim como programas, projetos e instrumento de gestão integrada e reconhecimento internacional, como mosaicos, corredores ecológicos e Reservas da Biosfera. dos quais a UC faz parte.
A plataforma do CNUC é gerida pelo Ministério do Meio Ambiente que
coordena atividades voltadas para o desenvolvimento, análise e validação
das informações cadastrados pelos gestores de UCs brasileiras. Esses
informação fornecidas são cruzadas com outros dados provenientes de
outros bancos de dados oficiais complementando o panorama de cada UCs,
disponibilizando para a sociedade.
A consulta pode ser realizada escolhendo determinados campos de
infomações no site.
Os dados utilizados aqui são provenientes desta consulta incluindo
informações referentes a todas as UCs criadas desde 2000 até 2020,
possíbilitando análises baseadas nas últimas duas décadas. Outros campos
também foram selecionados para a filtragem como esfera administrativa,
órgão gestor, grupo de manejo, bioma, entre outros. Ao final obtivemos
uma base formada por 21 colunas e 2953 linhas.
| Pacotes | Descrição |
|---|---|
| library(readr) | para importar arquivos no formato .txt e .csv, por exemplo |
| library(knitr) | para geração de tabelas |
| library(dplyr) | para manipulação avançada dos DataFrames |
| library(viridis) | para seleção de paleta de cores utilizada nos gráficos |
| library(ggplot2) | para visualização de gráficos |
| library(DT) | fornece uma interface interativa para a visualização de tabelas |
| library(lubridate) | para manipulação de informações de datas e horas |
Aqui você encontrará uma descrição detalhada das operações realizadas para a preparação e normatização da base de dados.
Como apresentado na introdução deste relatório, os dados utilizados foram consultados na plataforma do Cadastro Nacional de Unidades de Conservação (CNUC) e agrega informações gerais sobre UCs brasileiras com referência às duas últimas décadas. A tabela completa pode ser acessada neste link
Os dados fornecidos pela plataforma podem ser baixados nos formatos
xlsx. ou csv. Neste relatório utilizamos os formato scv. uma vez que ele
permite uma melhor manipulação.
O carregamento é realizado abaixo:
Agora, para entender melhor as variáveis, realizaremos uma breve manipulação para agrupar as colunas em dois novos grupos. O processamento segue abaixo:
library(tidyverse)
library(readr)
library(dplyr)
# Caminho para o arquivo CSV
file_caminho <- "C:\\Users\\Whelley\\Downloads\\relatorio_ucs.csv"
# Carregar o arquivo CSV com delimitador ponto e vírgula
data <- data <- read_delim("C:\\Users\\Whelley\\Downloads\\relatorio_ucs.csv", delim = ";", locale = locale(encoding = "UTF-8"))
glimpse(data)
## Rows: 2,954
## Columns: 21
## $ `Código CNUC` <chr> "0000.00.0002", "0000.00…
## $ Nome <chr> "ÁREA DE PROTEÇÃO AMBIEN…
## $ `Data da publicacao no CNUC` <chr> "11/10/2022", "11/10/202…
## $ `Data de criacao da UC` <chr> "28/09/1989", "07/11/198…
## $ `orgao Gestor` <chr> "INSTITUTO CHICO MENDES …
## $ `Esfera Administrativa` <chr> "Federal", "Federal", "F…
## $ `Categoria de Manejo` <chr> "Área de Proteção Ambien…
## $ `Grupo de Manejo` <chr> "Uso Sustentável", "Uso …
## $ `Plano de Manejo` <chr> "Sem informação.", "Sem …
## $ `Link para Plano de Manejo` <chr> "Sem informação.", "Sem …
## $ `Area da Zona de Amortecimento (ha)` <chr> "Sem informação.", "Sem …
## $ Biomas <chr> "Caatinga - Cerrado", "C…
## $ `Amazonia (ha)` <dbl> 0, 0, 0, 0, 0, 0, 0, 0, …
## $ `Caatinga (ha)` <chr> "26660,87", "0", "0", "1…
## $ `Cerrado (ha)` <dbl> 11669242, 8267926, 0, 0,…
## $ `Mata Atlantica (ha)` <chr> "0", "0", "34957,2", "11…
## $ `Pampa (ha)` <dbl> 0, 0, 0, 0, 0, 0, 0, 0, …
## $ `Pantanal (ha)` <dbl> 0, 0, 0, 0, 0, 0, 0, 0, …
## $ `Area Marinha (ha)` <chr> "0", "0", "119934,73", "…
## $ `Indice de efetividade de acordo com o SAMGE` <chr> "Ano: 2022 -> Efetividad…
## $ `Numero de Visitantes por ano` <chr> "Sem informação.", "Sem …
As colunas referentes aos biomas brasileiros individualmente trazem
informações sobre a área destes em hectáres protegida pelas UCs. É
preferível que esses valores estejam todos em um formato
numeric, acima percebemos que alguns estão em outros
formatos como double e character. Vamos
realizar a conversão.
data$`Amazonia (ha)` <- as.numeric(data$`Amazonia (ha)`)
data$`Caatinga (ha)` <- as.numeric(data$`Caatinga (ha)`)
data$`Cerrado (ha)` <- as.numeric(data$`Cerrado (ha)`)
data$`Mata Atlantica (ha)` <- as.numeric(data$`Mata Atlantica (ha)`)
data$`Pampa (ha)` <- as.numeric(data$`Pampa (ha)`)
data$`Pantanal (ha)` <- as.numeric(data$`Pantanal (ha)`)
data$`Area Marinha (ha)` <- as.numeric(data$`Area Marinha (ha)`)
glimpse(data)
## Rows: 2,954
## Columns: 21
## $ `Código CNUC` <chr> "0000.00.0002", "0000.00…
## $ Nome <chr> "ÁREA DE PROTEÇÃO AMBIEN…
## $ `Data da publicacao no CNUC` <chr> "11/10/2022", "11/10/202…
## $ `Data de criacao da UC` <chr> "28/09/1989", "07/11/198…
## $ `orgao Gestor` <chr> "INSTITUTO CHICO MENDES …
## $ `Esfera Administrativa` <chr> "Federal", "Federal", "F…
## $ `Categoria de Manejo` <chr> "Área de Proteção Ambien…
## $ `Grupo de Manejo` <chr> "Uso Sustentável", "Uso …
## $ `Plano de Manejo` <chr> "Sem informação.", "Sem …
## $ `Link para Plano de Manejo` <chr> "Sem informação.", "Sem …
## $ `Area da Zona de Amortecimento (ha)` <chr> "Sem informação.", "Sem …
## $ Biomas <chr> "Caatinga - Cerrado", "C…
## $ `Amazonia (ha)` <dbl> 0, 0, 0, 0, 0, 0, 0, 0, …
## $ `Caatinga (ha)` <dbl> NA, 0, 0, NA, 0, 0, 0, 0…
## $ `Cerrado (ha)` <dbl> 11669242, 8267926, 0, 0,…
## $ `Mata Atlantica (ha)` <dbl> 0, 0, NA, NA, NA, 0, NA,…
## $ `Pampa (ha)` <dbl> 0, 0, 0, 0, 0, 0, 0, 0, …
## $ `Pantanal (ha)` <dbl> 0, 0, 0, 0, 0, 0, 0, 0, …
## $ `Area Marinha (ha)` <dbl> 0, 0, NA, NA, 0, 0, NA, …
## $ `Indice de efetividade de acordo com o SAMGE` <chr> "Ano: 2022 -> Efetividad…
## $ `Numero de Visitantes por ano` <chr> "Sem informação.", "Sem …
Agora definiremos os grupos das variáveis numéricas e categóricas:
# Separar variáveis categóricas e numéricas
variaveis_categoricas <- data %>% select_if(is.character)
variaveis_numericas <- data %>% select_if(is.numeric)
# Salvar os datasets resultantes em arquivos CSV
write.csv(variaveis_categoricas, "variaveis_categoricas.csv", row.names = FALSE)
write.csv(variaveis_numericas, "variaveis_numericas.csv", row.names = FALSE)
Podemos observar aqui o detalhamento das variáveis numéricas
É possível notar que a formatação dos números não está adequada e alguns registros com valores “zero”. Para o relatório vamos considerar os geristros de UCs com área (ha) informada. Após a correção na formatação dos valores podemos observar a tabela abaixo:
Podemos observar aqui o detalhamento das variáveis categóricas
Cada pergunta a seguir determina uma observação específica nos dados, determinando as análises.
A partir da publicação da Lei nº 9.985 em 2000 as UCs começaram a ser criadas no território brasileiro, bem como, outras áreas protegidas anteriormente passaram a compor este grupo específico de proteção ambiental. É possível observar a frequência na criação de UCs por ano.
Para responder essa pergunta, antes será preciso selecionar a coluna
ano da base de dados, que será utilizado no gráfico
abaixo.
# Conversão da coluna ano em dataframe, com coluna `Var1` e `Freq`.
ano_frequencia <- as.data.frame(table(data$ano_criacao))
ano_frequencia$Var1 <- as.numeric(as.character(ano_frequencia$Var1))
# Plotagem do gráfico "Abertura de processos na cidade do Recife"
ggplot(data = ano_frequencia, aes(x = Var1, y = Freq, fill = "red")) +
geom_bar(stat='identity', show.legend = FALSE) +
theme_minimal() +
ggtitle("Unidade de Conservação pós SNUC") +
xlab("Criação") +
ylab("Quantidade") +
geom_text(aes(label=Freq), vjust=-0.4, color="black",
position = position_dodge(0.9), size=3.5) +
scale_x_continuous(limits = c(2000, 2020), breaks = seq(2000, 2020, by = 2)) +
theme_classic()
O ano de 2018
Este ano possui o maior registro de criação de UCs no Brasil, marca
também o aniversário de de 18 anos da existência e funcionamento do
SNUC. Muitas iniciativas podem ter influenciado esse número elevado.
A depender dos objetivos e realidades particulares de cada área em
potencial para a criação de uma UC é possível agrupá-las em categorias e
grupos de manejo como citado na introdução. Tendências podem influenciar
essa categorização? Existem mais UCs de Proteção Integral ou Uso
sustentável e que categorias são mais frequêntes? Com base nos dados
utilizados para este estudo podemos observar nas colunas
Categoria de Manejo e Grupo de Manejo as
informações necessárias. Sendo assim, a visualização segue abaixo:
# Conversão da coluna ano em dataframe, com coluna `Var1` e `Freq`.
cate_frequencia <- as.data.frame(table(data$`Categoria de Manejo`))
grupo_frequencia <- as.data.frame(table(data$`Grupo de Manejo`))
par(mfrow=c(2,1))
ggplot(data = cate_frequencia, aes(x = Var1, y = Freq, fill = "red")) +
geom_bar(stat='identity', show.legend = FALSE) +
theme_minimal() +
ggtitle("Categorias de manejo das UCs brasileiras") +
xlab("Categorias de manejo") +
ylab("Quantidade") +
ylim(0, 1500) +
geom_text(aes(label=Freq), vjust=-0.4, color="black",
position = position_dodge(0.9), size=3.5) +
theme_classic() +
theme(axis.text.x = element_text(angle= 45 , vjust= 1 , hjust= 1 ),
plot.margin = margin(20, 20, 20, 20))
ggplot(data = grupo_frequencia, aes(x = Var1, y = Freq, fill = "red")) +
geom_bar(stat='identity', show.legend = FALSE) +
theme_minimal() +
ggtitle("Grupos de manejo das UCs brasileiras") +
xlab("Grupos de manejo") +
ylab("Quantidade") +
ylim(0, 2000) +
geom_text(aes(label=Freq), vjust=-0.4, color="black",
position = position_dodge(0.9), size=3.5) +
theme_classic()
Os biomas brasileiros sofrem diariamente com a diminuição de suas
áreas, habitas e espécies. Diferentes fatores lideram a lista de ameaças
e cada situação requer análises e abordagens de ação diferentes. No
entando, podemos visualizar o quão distribuidas são as UCs nos biomas e
entender o real impacto do SNUC no Brasil.
Assim, podemos somar o total da áreas (hectáres) por bioma protegida
pelas UCs. Esse processamento envolve dados também fornecidos pelo CNUC
em sua página para cada bioma: Amazônia,
Cerrado,Mata Atlântica, Pampa,
Pantanal e Área marinha:
Uma vez convertidas as colunas, agora podemos realizar a soma:
areas_biomas <- data.frame(
Bioma = c("Amazônia", "Caatinga", "Cerrado", "Mata Atlântica", "Pampa", "Pantanal"),
Area = c(1201348, 78909, 170859, 115513, 5718, 7070)
)
print(areas_biomas)
## Bioma Area
## 1 Amazônia 1201348
## 2 Caatinga 78909
## 3 Cerrado 170859
## 4 Mata Atlântica 115513
## 5 Pampa 5718
## 6 Pantanal 7070
Para então, visualizar os dados:
library(ggplot2)
ggplot(areas_biomas, aes(x = Bioma, y = Area, fill = Bioma)) +
geom_bar(stat = "identity") +
geom_text(aes(label = Area), vjust = -0.3, color = "black") +
theme_classic() +
labs(title = "Área dos Biomas", x = "Bioma", y = "Área (km²)") +
theme(axis.text.x = element_text(angle = 45, hjust = 1))
Durante este relatório, abordamos a análise e manipulação dos dados contidos no Cadastro Nacional de Unidades de Conservação (CNUC). O processo envolveu várias etapas cruciais para garantir a integridade e a usabilidade dos dados.
Primeiramente, realizamos a leitura do arquivo CSV contendo os dados das unidades de conservação, lidando com desafios relacionados à codificação de caracteres, o que resultou em caracteres corrompidos nos nomes das colunas. Para corrigir isso, utilizamos a função read_delim do pacote readr com a especificação correta da codificação (latin1). Esta abordagem garantiu que os dados fossem lidos corretamente, preservando a integridade dos nomes das colunas e dos dados.
Em seguida, identificamos as colunas que deveriam ser numéricas: ‘Amazônia (ha)’, ‘Caatinga (ha)’, ‘Cerrado (ha)’, ‘Mata Atlântica (ha)’, ‘Pampa (ha)’, ‘Pantanal (ha)’ e ‘Área Marinha (ha)’. Procedemos à conversão dessas colunas, substituindo vírgulas por pontos e removendo pontos usados como separadores de milhar, para então transformar os valores em tipo numeric.
Além disso, separamos as variáveis categóricas e numéricas em dois novos datasets. Essa separação facilita análises específicas, permitindo focar nas características categóricas, como nomes, datas e categorias de manejo, e nas características quantitativas, como áreas em hectares, de forma independente.
A realização deste procedimento meticuloso reforça a importância de uma preparação adequada dos dados, garantindo que futuras análises sejam realizadas com precisão e eficiência. O resultado é um conjunto de dados bem estruturado e pronto para apoiar pesquisas e políticas públicas voltadas para a conservação ambiental.
Por fim, foi possível observar um panorama sobre as Unidades de Conservação no Brasil com base em perguntas norteadoras que nos forneceram os seguintes resultados:
Desde a criação do SNUC (2000) o ano que mais registrou a criação de novas Ucs foi o de 2018
Com relação às Categorias de Manejo temos as RPPNs (Reserva Particular do Patrimonio Natural) e as APAs (Área de Proteção Ambiental) seguidas dos Parques como as mais representativas
O grupo de Manejo mais recorrente é o de Uso Sustentável
E a cobertura de proteção das UCs maior está do bioma Amazonia, seguido por Caatinga, Cerrado e Mata Atlântica