Aplicação dos Sistemas de Informação Geográfica em Estudos de Caracterização Biofísica da Ilha de Santo Antão em Cabo Verde

Com características morfológicas e edafo-climáticas extremamente diversificadas, a ilha de Santo Antão em Cabo Verde apresenta uma reconhecida vulnerabilidade ambiental a par de uma elevada carência de estudos científicos que incidam sobre essa realidade e sirvam de base à uma compreensão integrada dos fenómenos. A cartografia digital e as tecnologias de informação geográfica vêm proporcionando um avanço tecnológico na colecção, armazenamento e processamento de dados espaciais. Várias ferramentas actualmente disponíveis permitem modelar uma multiplicidade de factores, localizar e quantificar os fenómenos bem como e definir os níveis de contribuição de diferentes factores no resultado final. No presente estudo, desenvolvido no âmbito do curso de pós-graduação e mestrado em sistemas de Informação geográfica realizado pela Universidade de Trás-os-Montes e Alto Douro, pretende-se contribuir para a minimização do deficit de informação relativa às características biofísicas da citada ilha, recorrendo-se à aplicação de tecnologias de informação geográfica e detecção remota, associadas à análise estatística multivariada. Nesse âmbito, foram produzidas e analisadas cartas temáticas e desenvolvido um modelo de análise integrada de dados. Com efeito, a multiplicidade de variáveis espaciais produzidas, de entre elas 29 variáveis com variação contínua passíveis de influenciar as características biofísicas da região e, possíveis ocorrências de efeitos mútuos antagónicos ou sinergéticos, condicionam uma relativa complexidade à interpretação a partir dos dados originais. Visando contornar este problema, recorre-se a uma rede de amostragem sistemática, totalizando 921 pontos ou repetições, para extrair os dados correspondentes às 29 variáveis nos pontos de amostragem e, subsequente desenvolvimento de técnicas de análise estatística multivariada, nomeadamente a análise em componentes principais. A aplicação destas técnicas permitiu simplificar e interpretar as variáreis originais, normalizando-as e resumindo a informação contida na diversidade de variáveis originais, correlacionadas entre si, num conjunto de variáveis ortogonais (não correlacionadas), e com níveis de importância decrescente, as componentes principais. Fixou-se como meta a concentração de 75% da variância dos dados originais explicadas pelas primeiras 3 componentes principais e, desenvolveu-se um processo interactivo em diferentes etapas, eliminando sucessivamente as variáveis menos representativas. Na última etapa do processo as 3 primeiras CP resultaram em 74,54% da variância dos dados originais explicadas mas, que vieram a demonstrar na fase posterior, serem insuficientes para retratar a realidade. Optou-se pela inclusão da 4ª CP (CP4), com a qual 84% da referida variância era explicada e, representando oito variáveis biofísicas: a altitude, a densidade hidrográfica, a densidade de fracturação geológica, a precipitação, o índice de vegetação, a temperatura, os recursos hídricos e a distância à rede hidrográfica. A subsequente interpolação da 1ª componente principal (CP1) e, das principais variáveis associadas as componentes CP2, CP3 e CP4 como variáveis auxiliares, recorrendo a técnicas geoestatística em ambiente ArcGIS permitiu a obtenção de uma carta representando 84% da variação das características biofísicas no território. A análise em clusters validada pelo teste “t de Student” permitiu reclassificar o território em 6 unidades biofísicas homogéneas. Conclui-se que, as tecnologias de informação geográfica actualmente disponíveis a par de facilitar análises interactivas e flexíveis, possibilitando que se faça variar temas e critérios, integrar novas informações e introduzir melhorias em modelos construídos com bases em informações disponíveis num determinado contexto, associadas a técnicas de análise estatística multivariada, possibilitam, com base em critérios científicos, desenvolver a análise integrada de múltiplas variáveis biofísicas cuja correlação entre si, torna complexa a compreensão integrada dos fenómenos.

Statistical Brief on the Agricultural Research of Cape Verde

The primary purpose of this brief is to provide various statistical and institutional details on the development and current status of the public agricultural research system in Cape Verde. This information has been collected and presented in a systematic way in order to inform and thereby improve research policy formulation with regard to the Cape Verdean NARS. Most importantly, these data are assembled and reported in a way that makes them directly comparable with the data presented in the other country briefs in this series. And because institutions take time to develop and there are often considerable lags in the agricultural research process, it is necessary for many analytical and policy purposes to have access to longer-run series of data. NARSs vary markedly in their institutional structure and these institutional aspects can have a substantial and direct effect on their research performance. To provide a basis for analysis and cross-country, over-time comparisons, the various research agencies in a country have been grouped into five general categories; government, semi-public, private, academic, and supranational. A description of these categories is provided in table 1.

Statistical Brief on the Agricultural Research of Cape Verde

The primary purpose of this brief is to provide various statistical and institutional details on the development and current status of the public agricultural research system in Cape Verde. This information has been collected and presented in a systematic way in order to inform and thereby improve research policy formulation with regard to the Cape Verdean NARS. Most importantly, these data are assembled and reported in a way that makes them directly comparable with the data presented in the other country briefs in this series. And because institutions take time to develop and there are often considerable lags in the agricultural research process, it is necessary for many analytical and policy purposes to have access to longer-run series of data. NARSs vary markedly in their institutional structure and these institutional aspects can have a substantial and direct effect on their research performance. To provide a basis for analysis and cross-country, over-time comparisons, the various research agencies in a country have been grouped into five general categories; government, semi-public, private, academic, and supranational. A description of these categories is provided in table 1.