Artigo de Ernesto Figueiredo.
[Ordenamento das Áreas dos Usos ou Aptidões do Solo e das Espécies ou Povoamentos Florestais]
(Dados Estatísticos do 6º Inventário Florestal Nacional)
I) INTRODUÇÃO
A calamidade máxima observada em 2017 pela deflagração descontrolada de incêndios ocorridos sobretudo em superfícies arborizadas (povoamentos florestais) e em Matos e Pastagens, fazendo parte dos seis usos ou aptidões do solo continental mais frequentes, a saber, a Floresta (35%), Matos e Pastagens (32%), Agricultura (24%), Águas Interiores (2%), Áreas Urbanas (5%) e Áreas Improdutivas (2%), veio chamar a atenção para o ordenamento agro-florestal (viável através da descentralização da estrutura centralizada do estado conducente à regionalização administrativa) com as respetivas comunidades vivas de implantação e suas idiossincráticas, que ocuparam espaços, geraram territórios e enformaram regiões. Quase igualmente importante, neste contexto, se afigura o estudo das áreas ocupadas (extensões) pelas espécies vegetais (e povoamentos florestais) mais frequentes, dentro das áreas florestais do País continental, aqui restringidas ao Pinheiro-Bravo (23%), Eucaliptos (26%), Sobreiro (23%), Azinheira (11%), Pinheiro Manso (6%), Outras Folhosas (6%), Outras Resinosas (2%), Carvalhos (2%) e Castanheiro (1%). Torna-se evidente (pelo estado das florestas a que se chegou e, adicionalmente, por grande parte das atividades económicas do setor primário em que se enquadram), que alguma inversão das políticas de acumulação de riqueza (com base na fileira das madeiras) se impõe obrigatória doravante, exigindo medidas e programas de ordenamento florestal, a fim de evitar o colapso total do País como estado autónomo, acometido de morbidez muito grave e incapacitante. Não é exagerada esta afirmação, como se depreenderá do texto redigido e de algumas conclusões aí aduzidas.
Abordar-se-ão dois temas (setores) diferentes mas complementares: as áreas de usos (ou aptidões) do solo, por um lado, e as áreas das espécies e povoamentos florestais preponderantes no Continente, por outro. Estes dois temas (grupos) constituem o objetivo maior da investigação, baseada em seis variáveis definidas no primeiro tema, a saber, Floresta, Agricultura, Matos e Pastagens, Águas Interiores, Terrenos Urbanos e Terrenos Improdutivos e baseada em treze variáveis (espécies dominantes ou grupos de espécies) definidas no segundo tema, em resultado de expurgar a noção assaz complexa de Floresta, a saber, Pinheiros-Bravos, Eucaliptos, Sobreiros, Azinheiras, Carvalhos, Pinheiros-Mansos, Castanheiros, Alfarrobeiras, Acácias, Outras Folhosas e Outras Resinosas, Cortes Únicos e Povoamentos Ardidos. Neste estudo, socorremo-nos (para investigação e interpretação) de tabelas e figuras publicadas (estatísticas secundárias) no 6º Inventário Florestal Nacional (6º INF), intitulado Áreas dos usos do solo e das espécies florestais de Portugal continental, 1995,|2005|2010, em fevereiro de 2013, da responsabilidade do Ministério da Agricultura, do Mar, do Ambiente e do Ordenamento do Território. Trata-se, por conseguinte, de reutilizar (uma segunda vez, como estatísticas secundárias) as estatísticas já publicadas, o que se tornou prática corrente (vantagens incontornáveis de economia de tempo e de trabalho). Esta prática apresenta (no entanto) algumas desvantagens a ter em linha de conta, como sejam a ausência de conceção e de realização do desenho experimental e da impossibilidade de seleção e interpretação do material estatístico colhido na fonte, sob a forma de estatísticas primárias (dedicadas ao objetivo).
Os dados estatísticos (tabelas e matrizes) aqui em discussão (resultados obtidos por seleção e recolha amostral) dizem respeito a variáveis (objeto de estudo), como sejam ou usos do solo, nomeadamente, os escalões com códigos adotados da Floresta (Flor), Agricultura (Agri), Matos e Pastagens (MaPa), Águas Interiores (ÁgIn), Terrenos Urbanos (TeUr) e Improdutivos (TeIm). A observação destas variáveis, ocorrida em 1995, foi repetida em 2005 e 2010. Por conseguinte, este seguimento temporal coloca em estudo e escrutínio as áreas de ocupação e as alterações ocorridas, o que é de grande interesse analítico e informativo. Outras variáveis de análise, das áreas totais por espécie florestal dominante, a saber, Pinheiro-Bravo (PiBr), Eucaliptos (Euca), Sobreiro (Sobr), Azinheira (Azin), Carvalhos (Carv), Pinheiro Manso (PiMa), Castanheiro (Cast), Alfarrobeira (Alfa), Acácias (Acác), Outras Folhosas (OuFo) e Outras Resinosas (OuRe), foram identicamente registadas ao longo dos mesmos anos e intervalos. Aqui como acima, diga-se que o estudo diacrónico (de seguimento), com dados válidos (de boa qualidade) sobre áreas de usos ou apetências do solo e áreas de espécies ou povoamentos florestais, se reveste de grande utilidade para divulgação do conhecimento sobre o passado, reflexão e interpretação da situação no presente e extrapolação, prevenção e trajeto mais plausível de evolução no futuro.
Há a reportar que a variável definida como Área Total (por espécie florestal dominante), deve ser diferenciada da Superfície Arborizada (Povoamentos Florestais por espécie florestal dominante). Ainda, deve referir-se e clarificar-se que, na definição convencionada para floresta (áreas totais por espécie florestal) haverá a distinguir entre superfície arborizada e superfície temporariamente desarborizada, isto é, constituída (esta última) por superfícies cortadas, ardidas e em regeneração. O conceito de floresta, analisado como área por uso ou aptidão do solo, não se identifica com o termo floresta utilizado empiricamente para significar qualquer grupo de árvores ou áreas por espécies. O conceito de floresta (sendo algo complexo) implica que a sua operacionalização (instrumental para análise) integre muitos elementos que, à primeira vista, se deixariam de fora (excluídos) como, por exemplo, montados de sobro e azinho, árvores mortas cortadas ou queimadas, alinhamentos de árvores, plantações e sementeiras ou superfícies desarborizadas.
Os Povoamentos Florestais coincidem com o conceito de Floresta (um uso ou aptidão de solo), mas excluem os terrenos correspondentes a Cortes Únicos (CoÚn), Povoamentos Ardidos (PoAr) e áreas de regeneração. Os cortes são ocupações de vegetação rasteira, pressupondo-se a regeneração do povoamento anterior em menos de 5 anos; os ardidos são povoamentos de árvores queimadas, devido à deflagração de um incêndio e pressupõe a regeneração em menos de cinco anos; a regeneração implica vegetação espontânea. O conceito instrumental adotado de Agricultura (ou área agrícola), como escalão (variável) integrado nos seis usos ou aptidões do solo considerados (ver acima), de terrenos ocupados por culturas agrícolas, temporárias ou perenes, assim como terrenos em pousio, inclui muitos outros elementos constituintes, como sejam forragens, pastagens, árvores florestais, estufas e viveiros agrícolas e exclui outros como soutos, pastagens espontâneas permanentes ou povoamentos de pinheiro-manso ou alfarrobeiras.
A categoria única construída com Matos e Pastagens (MaPa) discrimina entre matos (terenos de vegetação espontânea de matos como urzes, silvas, giestas e tojos, ou formações de carrascais ou medronhais. Distinguem-se os matos altos (com mais de 2 metros de altura) dos matos normais. Estes excluem vegetação espontânea em zonas húmidas. As pastagens incluem vegetação herbácea destinada ao pastoreio, incluindo pastagens regadas, de sequeiro ou de montanha e excluindo pousios e culturas temporárias entre outras tipologias. A categoria de Improdutivos (terrenos improdutivos, acr. TeIm), anteriormente designada (impropriamente) por Incultos, é constituída fundamentalmente por terrenos estéreis, sem comunidades vegetais dotadas da capacidade de crescimento e com grau de coberto vegetal muito diminuto. Inclui pedreiras, saibreiras, afloramentos rochosos, praias (maré alta e baixa), dunas (apenas a duna branca) e solo nu. Exclui, no entanto, as dunas cinzentas e verdes e as zonas de variação de cotas de armazenamento de água em albufeiras, lagoas e pântanos.
Ainda o escalão definido e codificado do que deve ser entendido por Águas Interiores (ÁgIn) e zonas húmidas são os terrenos cobertos ou saturados de água durante o ano inteiro ou apenas uma parte do ano. Inclui estuários, cursos de água, rios, lagoas, sapais e salinas; inclui águas doces, salgadas e salobras; inclui vegetação de sapais, pauis ou outras zonas húmidas; inclui variação de cotas de armazenamento da água e aquiculturas, ancoradouros e marinas. Exclui pequenos cursos de água e vegetação em solos não saturados de água. Por último, a identificação de espaços urbanos (ou terrenos Urbanos, TeUr), em justaposição a espaços rurais ou semiurbanos, implica terrenos edificados com construções (prédios, casas, armazéns, estradas, pavimentos, etc.) integrados em grandes ou pequenos aglomerados urbanos ou isoladamente. Pode haver vegetação sem uso florestal ou agrícola. Inclui portos, aeroportos e grandes vias de comunicação; inclui campos de golf, relvados e campos de futebol. Exclui pequenas estradas e grandes quintais ou hortas com mais de 0.5 ha.
II) ANÁLISE E INTERPRETAÇÃO DO INTERVALO [1995-2010]
Este intervalo de análise é o maior intervalo dos três, com 15 anos de largura. Como nos outros, apenas há registos iniciais e finais, pelo que os valores finais usufruem de mais espaço para diferenciação, sem dúvida. Recordemos que as variáveis de análise são 18 no total, já conhecidas: Pinheiros-Bravos, Eucaliptos, Sobreiros, Azinheiras, Carvalhos, Pinheiros-Mansos, Castanheiros, Alfarrobeiras, Acácias, Outras Folhosas, Outras Resinosas, Cortes Únicos, Povoamentos Ardidos, Agricultura, Matos e Pastagens, Águas Interiores, Terrenos Urbanos, Terrenos Improdutivos. Não estabeleceremos aqui (fez-se em outros trabalhos) os dois setores: dos escalões de usos ou aptidões do solo (os 5 últimos da lista) e dos escalões das espécies ou povoamentos florestais. Nem consideramos tão pouco a transformação (de condicionamento das frequências) efetuada sobre os dados iniciais (de inícios dos intervalos). Nesta versão utilizaremos os dados reais, tal e qual como os recolhemos das 3 tabelas 9, 10 e 11, do IFN6, com as matrizes de alteração das áreas totais por espécies florestais e outros usos ou aptidões do solo entre o início e o fim dos 3 intervalos.
Os 18 escalões (escalões, variáveis ou total de área) submetidos (cada um por sua vez) ao processo estatístico da Multivariate Stepwise Regression Analysis (acr. ANOREG), gerou como resultados sumariados e ordenados o Mapa 1 abaixo. Passamos à sua interpretação e comparação, também em ausência das respetivas figuras resultantes que existem em outros lugares. Diga-se que dos 18 escalões submetidos a ensaio de construção da respetiva equação de regressão, partindo dos 18-1 escalões candidatos ao estatuto de regressores integrados na equação explicativa da variável dependente, as cinco equações enumeradas abaixo são explícitas na informação de que apenas os Pinheiros-Bravos, os Eucaliptos, os Cortes Únicos, os Povoamentos Ardidos e os Matos e Pastagens foram contemplados com modelos econométricos. Esta circunstância revela que a maioria dos escalões não sofrem influências dos demais, portando-se com comportamentos de independência linear, ou seja, em situação de relacionamentos mais parcimoniosos do que redundantes e com exclusão de participação analítica relevante.
A variância total das áreas totais dos Pinheiros-Bravos surge explicada pelos Povoamentos Ardidos em primeiro lugar (de forma positiva ou complementar), pelos Eucaliptais, em segundo lugar, (de forma negativa ou inversa), pelos Matos e Pastagens, em terceiro lugar, (de forma também negativa ou inversa), pelos Cortes Únicos, em quarto lugar, (de forma positiva ou complementar) e com a Agricultura, em último lugar, (de forma inversa ou negativa). Os coeficientes de regressão multivariados que qualificam cada escalão, quantificam o impacto de cada regressor da equação sobre a variável dependente (em foco). Cada aumento unitário de cada regressor (permanecendo os restantes estagnados), provoca o impacto na variável dependente resultante da multiplicação do coeficiente de regressão pela unidade escalar da variável dependente: pode ser elevado ou ténue, positivo ou negativo. Na explicação dos Pinheiros-Bravos, há ordenamento da importância dos regressores como acima ficou relatado.
Repare-se, que os 5 coeficientes foram estimados com testes estatísticos extremamente significantes, ou seja, a equação surge fiável e consistente, o que é uma propriedade muito importante. Esta equação apresenta a capacidade explicativa como aferida pelo coeficiente de determinação R2 = 0.991, também estimado com teste estatístico extremamente significante em 5 iterações. Este valor percentual da variância explicada apresenta o seu complemento de 1-R2=0.9% de variância residual não explicada, o que é manifestamente uma insignificância. Trata-se assim de um ótimo modelo, para explicar o trajeto expansionista do Pinheiro-Bravo. A constante do modelo não tem relevância causal, é simplesmente a estimativa testada dum parâmetro de centralidade para o modelo, e muitas vezes não passa o teste de significância estatística, sem invalidar as propriedades básicas do modelo. Trata-se de uma modelo que é relativamente complexo, visto agregar na equação cinco regressores e não apenas um ou dois.
Os Povoamentos de Eucaliptos, por sua vez (ver Mapa 1 abaixo), é também explicado quase cabalmente (R2 = 0.996) pelos seguintes 4 regressores por ordem de importância causal: Cortes Únicos, Pinheiros-Bravos, Agricultura e Matos e Pastagens. Observe-se que os Povoamentos Ardidos não entram na equação explicativa dos Eucaliptos, de resto, uma e a outra integram os mesmos regressores, embora por ordem de importância divergente. Os Pinheiros-Bravos, a Agricultura e os Matos e Pastagens influenciam os Eucaliptais de forma negativa ou inversa, ao passo que os Cortes Únicos influenciam os Eucaliptais de forma positiva ou direta. De resto, a capacidade explicativa do modelo é ainda algo superior à anteriormente avaliada, apresentando um coeficiente de determinação R2 = 0.996 ou 99.6% da variância total. Os coeficientes de regressão foram todos estimados com testes altamente significantes, o que torna o modelo consistente. O facto de integrar 4 regressores faz do modelo ser complexo, mas muito eficiente na sua tarefa de explicar o comportamento dos Eucaliptais.
Os Cortes Únicos, muitas vezes planeados, outras vezes de emergência após incêndios deflagrados, dependem dos regressores, por ordem de impacto causado sobre os Cotes Únicos (variável a ser explicada, dependente), como segue: Povoamentos Ardidos, Matas e Pastagens, Agricultura e Carvalhos. Observe-se que nestes regressores explicadores, os Povoamentos Ardidos (área ardida) e a Agricultura apresentam influência positiva (complementar) sobre os Cortes Únicos, ao passo que os Matos e Pastagens e os Carvalhos causam impacto negativo sobre os Cortes Únicos. Aqui, não entram as influências dos Eucaliptos nem dos Pinhais-bravos. De resto, quatro regressores conseguem explicar através do coeficiente de determinação R2 = 0.981, deixando assim 100-98.1% = 1.9% de variância residual sem ser explicada, o que é também quase irrelevante. Repare-se que os coeficientes de regressão estimados acusaram resultados dos testes estatísticos altamente significantes em três casos, mas os carvalhos passaram com apenas significância, o que pode explicar algum abaixamento da capacidade explicativa.
Os Povoamentos Ardidos constituem a designação atribuída ao escalão (variável) de interesse crucial ser escrutinado, dada a situação atual de desordenamento, pode dizer-se, devido à ausência de intervenção conjugada entre o estado central e os proprietários rurais (pelas razões as mais diversas). Foi permitido que os escalões (ou áreas) de usos ou aptidões do solo e os escalões das espécies ou povoamentos florestais, conduzissem (por arrasto da falta de atenção prestada por quem de direito e abandono do País rural por parte das populações à procura de melhores condições de vida), ao estado calamitoso que os últimos decénios vieram expor à evidência. Por imposição da força da natureza, natureza chegou-se ao ponto de viragem nos desordenamentos do solo e da floresta, de transição de estado caótico e puramente mercantil, para outro estado ordenado, que é como quem diz, planeado com medidas atinentes à prevenção (de incêndios) e à melhor articulação entre usos ou aptidões do solo e povoamentos florestais. Este último binómio não acaba com os incêndios nas matas e florestas, mas torna-os manejáveis.
Os Povoamentos Ardidos (áreas queimadas) dependem, por ordem decrescente dos contributos explicativos dos 4 regressores integrados na equação de regressão, dos Cortes Únicos, Matos e Pastagens, Agricultura e dos Carvalhais. Os coeficientes destes regressores mostram-se todos extremamente significantes nos teste t de Student a que foram submetidos, garantindo a fiabilidade e a consistência do modelo. A capacidade explicativa desta equação apresenta um valor percentual do coeficiente de determinação R2 = 0.989(*) = 98.9%, o que significa um elevadíssimo valor da variância total explicada, deixando 100-98.9% = 1.1% da variância residual por explicar, o que é quase irrelevante. Portanto, o modelo que explica as áreas ardidas, pelos 4 regressores incluídos assinalando um modelo relativamente complexo do ponto de vista estrutural, com interações a diversos níveis, não deixa de ser eficiente e consistente simultaneamente. Repare-se que os 3 regressores causam efeitos positivos nos Povoamentos Ardidos, à exceção da Agricultura. A nossa curiosidade suscitada tem a ver com a inclusão dos carvalhais e não dos pinhais, nem dos eucaliptais.
Por último os Matos e Pastagens, escalão dominante como regressor incorporado nos 4 modelos escrutinados, pertencente mais ao setor dos usos e aptidões do solo do que ao setor das espécies florestais, mas muito relacionado com estes escalões, depende de 3 regressores, por ordem de impacto causado a saber, Povoamentos Ardidos, Cortes Únicos e Agricultura. Repare-se que os coeficientes de regressão multivariados, à exceção do da Agricultura, passaram o teste de estimativa com extrema significância. O coeficiente da Agricultura conseguiu o nível de simples significância, o que já não é mau. Observe-se que a capacidade explicativa deste modelo apresenta o valor do coeficiente de determinação R2 = 0.931(*) = 93.1%, o que é bastante menos que os modelos acima passados em revista. Portanto, sobram 100-93.1% = 6.9% de variância residual fica sem explicação. Não sendo uma percentagem muito elevada, tem a vantagem de permitir investigação adicional tendente a encontrar melhor modelo causal.
Como comentário final, aqui acrescentado, diga-se que houve variantes analíticas levadas a cabo com os dados acima utilizados transformados em dados condicionados ( no sentido do presente sobre o futuro e não ao invés do futuro sobre o passado) com confirmação dos modelos acima apresentados, não deixando margens para dúvidas de que se trata de modelos robustos. Este comentário vale para os intervalos e modelos que vêm no seguimento. Digamos que houve preocupação de proceder a testes confirmatórios, o que também é de enfatizar, dado que a sensibilidade dos testes usada para a descoberta científica, também pode ser revertida para construir e interpretar testes confirmatórios, que respondam pelos elevados níveis de confiança. Em teoria, a confirmação para aceitação ou a sensibilidade para descoberta, constituem assuntos de opção e adoção metodológicos muito bem conhecidos dos diferentes ramos do saber.
III) ANÁLISE E INTERPRETAÇÃO DO INTERVALO [1995-2005]
O segundo intervalo, [1995-2005] com uma largura de 10 anos, permitirá um quantidade de alterações ocorrerem durante o intervalo, não considerando as áreas que se mantêm inalteradas durante o intervalo dentro de cada escalão, dos 18 em escrutínio, que (pela lógica) se situará entre o primeiro intervalo acima passado em revista e o último mais estreito (apenas 5 anos) que será abordado no seguimento. Este plano experimental construído pelo 6º IFN presta-se a poder ser analisado de muitos pontos de vista em relação a parâmetros estimados (vetores) tais como frequências iniciais e finais de cada intervalo, diferenças entre estas, apenas distribuições das parcelas que se mantêm inalteradas ou as outras complementares apenas transitórias, etc. Podem mesmo ser estabelecidas relações (de associação ou de causalidade) entre os próprios intervalos, etc. Apenas temos espaço, para abordas os as relações de causalidade entre os 18 escalões que já conhecemos e que, porventura, constituirá o assunto mais importante para ser melhor conhecido e divulgado..
Aqui como acima foram bem-sucedidas na criação de equação de regressão própria, isto é, em que as variáveis dependentes são explicadas por outras (ditas regressores), cinco escalões de entre os 18 submetidos ao mesmo procedimento metodológico individual. E, acrescente-se, foram exatamente as mesmas variáveis escrutinadas acima, ou seja, os Pinheiros-Bravos, Eucaliptos, Cortes Únicos, Povoamentos Ardidos e Matos e Pastagens. Serão eventualmente (concluir-se-á abaixo) os escalões mais importantes nas dinâmicas das relações inter espécies florestais ou inter usos ou aptidões do solo. Até aqui, pode acrescentar-se que a Agricultura e os Carvalhais também participaram como regressores não triviais. Sabendo que a causalidade é exercida de trás para a frente, permite dizer que primeiro temos uma relação causal de 1995 para 2005; depois, temos outra relação causal de 2005 para 2010. Em 2010 termina também a relação iniciada em 1995 sendo, então, a mais duradoura. Sabemos que as correlações entre os intervalos [1995-2010] e [1995-2005] é positiva, entre os intervalos [1995-2010] e [2005-2010] também é positiva, mas entre os intervalos [1995-2005] e [2005-2010] é negativa, apesar de não serem muito elevadas, o que faz todo o sentido.
A equação dos Pinheiros-Bravos é feita através dos 4 regressores incluídos e ordenados pela importância do valor dos respetivos impactos causados nos povoamentos de Pinheiros-Bravos (ver Mapa 2 abaixo), com os Cortes Únicos em primeiro lugar, Eucaliptos em 2º lugar, Matos e Pastagens em terceiro e a Agricultura em 4º lugar. Os 4 coeficientes de regressão foram estimados com testes t de Student que resultaram extremamente significantes e, logo, com a sua fiabilidade e consistência garantidas. A capacidade explicativa do modelo, tal como estimada pelo coeficiente de determinação R2 = 0.960 ou 96%, é um pouco inferior aquela obtida no intervalo homólogo anterior. Aqui, tem-se que 100-96% = 4% da variância residual fica por explicar, o que é apenas quase significante. Os Cortes Únicos influenciam os Pinheiros-Bravos de forma positiva; os Eucaliptos, os Matos e Pastagens e a Agricultura apresentam impacto negativo sobre os Pinhais-Bravos. Trata-se, portando, de um modelo explicativo eficiente, consistente e medianamente complexo pelas 4 variáveis independentes integradas.
Os Eucaliptais, por seu turno, são explicados no seu comportamento territorial de povoamento, também por quatro regressores não triviais, que são ordenadamente referidos como Cortes Únicos, Pinheiros-Bravos, Matos e Pastagens e Agricultura. Quase os mesmos do modelo anterior, trocando de variável dependente (a ser explicada) que tem de ser diferente em cada equação. Também aqui os Cortes Únicos provocam impacto positivo sobre os Eucaliptos, ao passo que os Pinheiros-Bravos, os Matos e Pastagens e a Agricultura provocam impactos negativos ou concorrenciais sobre os Eucaliptais. De resto, os coeficientes de regressão mostram-se todos estimados com testes altamente significantes, o que atesta em favor da consistência e fiabilidade do modelo. A sua capacidade explicativa, mensurada pelo valor do coeficiente de determinação, vem igual a R2= 0.989(**) ou 98.9% da variância total explicada pelos Eucaliptais. Deixa, portanto, a irrisória parcela de variância residual, por explicar, de 100-98.9% =1.1%. Atendendo aos 4 regressores integrados na equação, diremos que se trata de um modelo medianamente complexo, consistente e eficiente. Sem dúvida.
Os Cortes Únicos (abates emergentes ou planeados) de árvores dependem (fundamentalmente) dos escalões ordenados pelo valor do impacto provocado que realmente se adivinham como os de maiores potencialidades de abates, ou seja, os Eucaliptais, Pinheiros-Bravos, Matos e Pastagens e a Agricultura. Observe-se que neste modelo explicativo dos quatro regressores, todos exercem a sua influência sobre os Cortes Únicos de forma positiva (direta ou colaboracionista) e com os seus coeficientes de regressão multivariados com estimativas classificadas como extremamente significantes, não dando margem a dúvidas sobre a consistência e fiabilidade do modelo. A sua capacidade explicativa, como aferida (estimada) pelo coeficiente de determinação vem igual a R2 =0.993, ou seja, 99.3% da variância total a ser explicada. Sobra como variância residual inexplicada a parcela minúscula de 100-99.3% = 0.7%. Dado que, tal como nos modelos anteriores, foram integrados 4 regressores não triviais na equação de regressão, tem-se novamente aqui um modelo que se considera como medianamente complexo. Igualmente consistente, fiável e eficiente.
Os Povoamentos Ardidos, por sua vez, aparecem neste intervalo (de 10 anos de intervalo) guarnecidos de (apenas) dois regressores integrados na sua equação de regressão (comparar com Mapa 1 acima). Sem Pinheiros-Bravos nem Eucaliptos, nem Agricultura, nem Carvalhos, mas com os Matos e Pastagens em primeiro lugar seguidos pelos Cortes Únicos. Claramente, os Matos (sobretudo os Matos Altos) e Pastagens e o abate de árvores (Cortes Únicos) neste intervalo de estimativas de interpolação, são os responsáveis mais diretos pelas ocorrências das áreas ardidas por incêndios deflagrados. Ou seja, fazendo a limpeza das matas e refreando o apetite de abate intensivo de árvores, poderá e deverá constituir o primeiro passo (a primeira medida) fundamental para concretizara a reforma agro-florestal, no limiar da sua existência. Há, no entanto, muitos outros assuntos (itens de interesse) não citados que fazem parte integrante da dita Reforma, em que os privados detêm uma maioria absoluta (avassaladora), que não deve ser esmagadora. Se o for, mais longe fica a máxima verosimilhança do desenvolvimento sustentável. A atual tábua de salvação socioeconómica do turismo, mesmo que perdure, não chega para fortalecer a economia com os respetivos setores de integração em equilíbrio que a formatam.
Ambos os regressores explicativos dos Povoamentos Ardidos exercem as respetivas influências de forma positiva e complementar, ou seja, quando as Matas e Pastagem e os Cortes Únicos aumentam, provocam ambos acréscimos (diferentes, já se sabe) nos Povoamentos Ardidos; quando diminuem, provocam ambos decréscimos. Ambos os coeficientes de regressão foram estimados com testes extremamente significantes, assegurando a fiabilidade e consistência do modelo. A sua capacidade explicativa, que assegura a sua eficiência, tal como aferida (estimada) pelo valor obtido no coeficiente de determinação R2 = 0.861(**), ou seja, 86.1%, deixa inferir uma parcela de variância total residual bastante considerável, com valor 100-86.1% = 13.9%. Significa este “detalhe” que o modelo explicativo construído tem margem de ser melhorado para valores equiparáveis à maioria dos valores encontrados até aqui. Mas, dado que houve integração de apenas duas fontes informativas (os dois regressores), tornando o modelo mais simples e compacto (o que também é positivo, mas não à custa da perda explicativa), podemos inferir que o parâmetro de eficiência, pode ser melhorado. Não se trata no entanto de um modelo trivial, sublinhe-se. Um modelo homólogo foi confirmado em outros ensaios.
Por último, os Matos e Pastagens como variável (escalão) dependente foram contemplados com uma equação de regressão integrando também apenas dois regressores, a saber, por ordem de desempenho explicativo causal, os Povoamentos Ardidos (de forma direta e positiva) e os Eucaliptais (de forma indireta e negativa). Os Matos e Pastagens não são influenciados (neste intervalo), nem pelos Pinheiros-Bravos, nem pelos Cortes Únicos, nem por outos escalões potenciais, com uma exceção. São influenciados sim pelos Eucaliptais que nestes dados se revelam mais interventivos. Repare-se que na equação dos Matos e Pastagens, os Povoamentos Ardidos revelam o coeficiente de regressão estimado com extrema significância, ao passo que os Eucaliptais revelam o seu coeficiente estimado com apenas simples significância. Dito de outra maneira, este modelo, do ponto de vista da sua consistência e fiabilidade pode sofrer melhorias. A sua capacidade explicativa, tal como estimada pelo coeficiente de determinação (R2 = 0.760(*) ou 76%) com simples significância, também deixa margem a investigação de melhorias. Na verdade, a variância residual que fica por explicar, no valor de 100-76% = 24%, torna-se inaceitável. Apenas o número de regressores é aceite como garantia de uma equação relativamente simples e compacta. Mas tal não é suficiente para considerar o modelo inexcedível nos parâmetros que interessam. Também sobre este modelo se pode repetir que um modelo seu homólogo foi confirmado em outros ensaios.
IV) ANÁLISE E INTERPRETAÇÃO DO INTERVALO [2005-2010]
Existem versões com construções de equações diferentemente construídas, sobretudo quando se restringe a escolha dos regressores (ou escalões) aos 2 subgrupos (ou 2 setores) de usos ou aptidões do solo e das espécies ou povoamentos florestais, para além de considerar a transformação feita pelo condicionamento dos dados iniciais. Tivemos oportunidade de mostrar à evidência que, o facto de se alargar o domínio de captação (seleção) de regressores explicativos à reunião dos dois setores de adoção (antes fechados e delimitadores de si próprios), teve como resultado imediato a nova reformulação da equação de regressão qualificando o importantíssimo escalão dos Matos e Pastagens (antes sem existência), dado que este escalão se apresentava tão independente dos demais escalões, como os demais em relação a ele (dentro do setor próprio de pertença). Por outro lado, não restam dúvidas (do ponto de vista da teoria estatística) que alterações de condicionamentos feitos apriori arrastam alterações nos resultados conseguidos aposteriori. Diga-se, para obviar, que este procedimento metodológico (de condicionamento dos dados) fundamenta e justifica os resultados obtidos nas 3 matrizes originais dos dados recolhidos em 1995, 2005 e 2010 no 6ºIFN, já largamente escrutinados em outras paragens.
No Mapa 3 acima, expõem-se em descrições formalizadas as 4 equações de regressão de 3 tipos de povoamentos (Eucaliptos, Cortes Únicos e Áreas Ardidas) e dos Matos e Pastagens dos dados de análise do quinquénio do 3º intervalo [2005-2010] que é (de entre os 3 analisados, sem dúvida) aquele que nos interessa mais do ponto de vista da curiosidade alocada à melhor representação da atualidade. De facto, com estes dados, fazendo uso de interpolações, extrapolações ou projeções, poder-se-ia ter previsto (com fiabilidade) as catástrofes que se desenrolaram (sobretudo) a partir da viragem do século, com apogeu ocorrido em 2017. Regressando à análise e interpretação estatísticas, momentaneamente arredadas para permitir um comentário alusivo de indignação não reprimida, diga-se que a variância total das áreas queimadas (Povoamentos Ardidos) é explicada pela equação de regressão multivariada dos Matos e Pastagens, dos Pinheiros-Bravos e dos Eucaliptais (ver acima), através do coeficiente de determinação R2 = 0.991(*) ou, em percentagem, 99.1%. Este valor da capacidade explicativa do modelo deixa de fora (sem explicação) 100-99.1% = 0.9% de variância residual. Repare-se que a estimativa do parâmetro , com simples significância estatística (em vez de com significância extrema), tem a seu favor os factos de ser estatisticamente válido, dizer respeito a uma equação consistente (dado que os três coeficientes de regressão implicados foram todos estimados com testes t de Student extremamente significantes) e não aferir um modelo muito complexo (com três regressores não triviais).
Por conseguinte, uma variância residual de 0.9%, como se calculou acima, não torna o modelo apurado, conseguido à quinta iteração do processo gradual de construção, pobre ou sem eficiência de desempenho explicativo causal. Ao invés, isto é, com esta insignificante margem de incerteza permite um verosímil escape de acrescida eficiência explicativa poder (todavia) ser prosseguida. Ainda de anotar dois detalhes de interesse: primeiro, a consideração do ordenamento dos regressores nas suas capacidades explicativas, que coloca os Matos e Pastagens como os mais fortes influenciadores do comportamento das áreas queimadas (Povoamentos Ardidos), a que se seguem os Pinheiros-Bravos e, em terceiro e último lugar, os povoamentos de Eucaliptos; segundo, a enorme diferença das duas regressões relativas às áreas ardidas (aos Povoamentos Ardidos), ou seja, a equação anterior passada em revista e a equação atual em foco. Antes, havia dois regressores (do mesmo setor das espécies florestais que os Povoamentos Ardidos), com relativamente pouca capacidade explicativa; aqui, têm-se 3 regressores não triviais, o mais importante pertencendo ao setor dos usos ou aptidões do solo e, os dois restantes, pertencentes ao mesmo setor das espécies florestais.
Não é necessário comentar adicionalmente sobre a supremacia do último modelo. Sem dúvida que na explicação mais plausível das áreas queimadas pesam as 3 componentes: I) dos Matos e Pastagens sobretudo na subcategoria dos Matos Altos constituída pelas Chamiças (urzes de carvão), pelas Carquejas, pelos Tojos, pelas Silvas e silvedos e pelas Giestas, entre outras espécies e arbustos, para além dos II) Pinheiros-Bravos resinosos (em segundo lugar de ordem) e dos III) Eucaliptos explosivos (em terceiro lugar de ordem). Por último, pode ser acrescentado que a existência dos Matos Altos constitui um dos mais diretos indicadores de abandono do território Interior pelas populações do Continente, atraídas e seduzidas pela orla costeira entre Braga e Setúbal e pelo litoral algarvio. Muitas áreas agrícolas, arborizadas e de pastagens estão (naturalmente) a passar a matos e estes a matos altos que constituem o motor (principal responsável) pelas extensas áreas ardidas. Não é o número total de incêndios (muitas vezes combatidos com sucesso) nem a maioria dos povoamentos florestais em si-mesmos, antes, são os matos (altos, selvagens e anormais) que servem de correia de transmissão direta (dos fogos em deflagração) aos povoamentos florestais. Quando estes se encontram desordenados, o que acontece na imensa maioria dos casos (para não dizer na quase totalidade dos mesmos, já que existem povoamentos relativamente bem ordenados pela indústria das celuloses), então, a tragédia em expansão no território é real, colocando em risco extremamente elevado o sentido da vida, o sentido de território e o sentido da pátria como torrão natal, com colapso (em simultâneo e por arrasto) da organização administrativa do Estado, dito Estado-Nação soberano.
Por último, mas não em importância, já deu para entender, a variância em torno das áreas definidoras do escalão dos Matos e Pastagens, do foro dos usos ou aptidões do solo, que é o único do seu setor a apresentar relacionamentos (associativos ou causais) com os 13 escalões do setor das espécies florestais desagregadas. Os Matos e Pastagens como escalão dependem (são explicados), por ordem decrescente de impacto, pelos Povoamentos Ardidos, pelos povoamentos dos Pinheiros-Bravos e pelos povoamentos de Eucaliptos. Se o modelo anteriormente escrutinado fez sentido, (dos explicadores dos Matos e Pastagens ou áreas ardidas), então o modelo em foco (dos explicadores dos Matos e Pastagens ou áreas ardidas) não há-de divergir assim tanto que cause espanto de incredulidade. Na verdade (ver Mapa 3 acima do rol das equações econométricas mais significativas para os dados de 2010), no modelo em foco dos Matos e Pastagens, o primeiro explicador (regressor mais importante na equação) surge como sendo (mutatis mutantis) os Povoamentos Ardidos. Portanto, a troca de posição e de estatuto entre Matos e Pastagens e Povoamentos Ardidos é (como se comprova) a macro alteração que mais diferencia as duas equações de regressão em contraste.
Na equação dos Matos e Pastagens, os três regressores ordenados por importância ou capacidade de gerar impacto são, primeiro, os Povoamentos Ardidos com influência direta, positiva e concordante, segundo, os Pinheiros-Bravos de forma inversa, negativa ou concorrencial, terceiro, os mantos de Eucaliptais de forma também inversa, negativa ou competitiva. Quando os Povoamentos Ardidos aumentam uma unidade (um hectare) os Matos e Pastagens também aumentam 243.242 hectares, o que representa uma enorme alteração positiva (no mesmo sentido).Quando os Pinheiros-Bravos aumentam uma unidade (1 hectare ou 10000 m2) os Matos e Pastagens diminuem 0.813 do hectare, ou seja, diminuem para 8130 m2.Quando os Eucaliptais aumentam a sua área coberta de 1 hectare, os Matos e Pastagens diminuem na sua área para o valor de 26900 m2. Por conseguinte, os Povoamentos Ardidos (as áreas ardidas) causam impacto positivo nos Matos e Pastagens (fazendo-os aumentar também) ao passo que os Pinheiros-Bravos e os Eucaliptos, quando aumentam a suas áreas de cobertura, provocam impactos negativos nos Matos e Pastagens (fazendo-os diminuir em diferentes montantes). Observe-se que o coeficiente de determinação R2= 0.985, que afere a capacidade explicativa da equação na variância total da variável dependente (Matos e Pastagens), exibindo um valor elevado, deixa contudo por explicar uma parcela de 100-98.5% = 1.5% de variância residual. Este valor percentual é irrisório (insignificante) e não tira mérito à capacidade de explicação aferida. O modelo em foco, por outro lado, mostra-se consistente e fiável, dado que revela extrema significância nos testes t de Student aplicados nas estimativas dos 3 coeficientes de regressão. Como 3 regressores integrados em uma equação de regressão não faz dela uma equação complexa (no verdadeiro significado do termo) podemos afirmar que se trata de uma equação relativamente simples (compacta) consistente (coeficientes de regressão bem estimados) e eficiente (capacidade explicativa elevada).
V) CONCLUSÃO DAS CONCLUSÕES.
Como conclusão das conclusões apresentadas no decorrer (leitura) do texto, podem adiantar-se “duas” notas: 1ª) as variáveis (escalões) objeto de análise, observadas em 3 tempos sucessivos, constituem redes de correlacionamentos esparsos e, sobretudo, envolvem alguns escalões dos dois setores, de usos ou aptidões do solo e de espécies ou povoamentos florestais; 2ª) dos intervalos em estudo, o último definido, [2005-2010] é o que nos suscitou maior curiosidade, por dar maior ênfase a variáveis dramaticamente comportadas em anos seguintes, a saber, os anos atuais; 3ª) de todos os escalões desagregados em análise de causalidade, surgem cinco variáveis que convém enfatizar pela importância esclarecedora que evidenciaram, a saber, os Povoamentos de Eucaliptos e de Pinheiros-Bravos, os Cortes Únicos, Os Povoamentos Ardidos e os Matos e Pastagens; 4ª) é nossa convicção que as explicações dos comportamentos (variâncias) dos 18 escalões são todas importantes, sem dúvida, mas há no entanto algumas (as acima abordadas) que se mostram ser mais importantes que as demais; 5ª) de importância crucial é conhecerem-se as causas dos (saber explicar os) Povoamentos Ardidos (áreas queimadas pelos incêndios) incontornavelmente com base ordenada nos Matos e Pastagens (sobretudo os Matos Altos, das Chamiças, Carquejas, Giestas e silvedos), nos Pinheiros-Bravos resinosos e nos Eucaliptos explosivos; 6ª) o número de incêndios (por si só) não explica as áreas ardidas, embora aqui não tenhamos ilustrado o teste deste facto, antes, fez-se no artigo do autor sobre Os Incêndios no Continente Português, nos Povoamentos Florestais e nas Matas, de 1980 a 2013: Previsões até 2018, 2015, apresentado na Associação mais Democracia,1915; 7ª) estamos convencidos de que o intervalo, de entre os três escrutinados, dotado de modelos explicativos mais eficientes, mais consistentes e mais complexos é o intervalo de maior largura, de 15anos, [1995-2010]; 8ª) o intervalo que se lhe segue em assertividade dos modelos, embora neste intervalo os Pinheiros -Bravos já não tenham sido contemplados com equação de regressão, é sem dúvida o intervalo, de menor largura, de 5anos [2005-2010]; 9ª) o intervalo dotado de modelos econométricos mais comedidos em valor dos parâmetros aferidores é o intervalo de largura intermédia, de 10 anos, [1995-2005]; 10ª) ficámos convencidos, pelos testemunhos passados em revista que, apesar de não reunirem unanimidade, salvo raras exceções, dão lugar a uma tendência conjunta dos modelos (mormente, os relativos aos Povoamentos Ardidos) que, tivesse sido divulgada no início da 2ª década de 2010 e tivesse havido sensibilidade há tomada de conhecimento do que os modelos explicitavam, ficámos convencidos, dizíamos, que muitos prejuízos e infortúnios ocorridos teriam sido evitados por prevenção antecipada; 11) um último reparo sobre a maioria dos 18 escalões escrutinados não se mostrarem portadores de valor explicativo suficiente que lhes permita explicar ou ser explicados pelos congéneres. Qualquer equação construída sobre eles ou com eles integrados, será um modelo espúrio (e mitigado) que não corresponde (e não adere) à realidade. Para lhes acrescentar importância analítica, haverá que se lhes aumentar os teores informativos (número de observações registadas não nulas).
REFERÊNCIAS BIBLIOGRÁFICAS
Confederação Nacional de Agricultura (CNA), V Conferência Nacional dos Baldios, AT-Loja Gráfica-Porto, 2006.
Figueiredo, E. V.S., Os Incêndios no Continente Português, nos Povoamentos Florestais e nas Matas, de 1980 a 2013: Previsões até 2018, dado a conhecer em mesa Redonda, na Associação Mais Democracia, que o autor ajudou a fundar, em Arouca, 2015.
Figueiredo, E. V.S., Europa ou União Europeia: Baluartes de Coesão os Espaço de Clivagem, in, Crítica Económica e Social, Revista Online Jan-Fev-Mar, nrº 10, 2017.
Figueiredo, E. V. S., Ordenamento Territorial no Espaço Continental em Portugal, in Crítica Económica e Social, Revista Online Abr-Mai-Jun, nrº 11, 2017.
Figueiredo, E. V. S., Ordenamento Sub-Regional do Espaço Continental Português, in Crítica Económica e Social, Revista Online, Jan-Fev-Mar, nrº 14, 2018.
Louro, V., A FLORESTA EM PORTUGAL, Um Apelo à Inquietação Cívica, Gradiva, 2016.
Ministério da Agricultura, do Mar, do Ambiente e do Ordenamento do Território, ICNF, 2013. IFN-6 – Áreas dos Usos do Solo e das Espécies Florestais de Portugal Continental em 1995, 2005 e 2010. Resultados Preliminares. [pdf], 34pp, Instituto da Conservação da Natureza e das florestas. Lisboa, 2013.
PORDATA, Incêndios Florestais e Área Ardida, Continente de Portugal, publicado pela Base de Dados de Portugal Contemporâneo, Fundação Francisco Manual dos Santos, 2014.