The Amazon`s agriculture frontier is located in the ecotone zone between the Amazon rain forest and the Cerrado (Brazilian savanic formations). The region presents high biodiversity concentrations along with a heterogeneous landscape, comprised of different types of vegetational physiognomies and land uses. In this frontier region, the Upper Xingu River Basin (UXRB), draining approximately 170,000 km² in Mato Grosso state produces 2% of the world's soybeans and 0.2% of the world's consumed cattle meat. However, due to their heterogeneous landscapes, these frontiers are usually poorly represented by general models portraying land use and land cover detection and change, or native vegetation loss. Our goal in this research was to map land use change in the Upper Xingu River Basin and to model vegetation loss in the region. In the first chapter we present an overall overview of different concepts that were applied throughout this research. In the second chapter, we show the results of a hierarchical classification scheme built with three levels of information for improving how land cover and land use maps capture the region's heterogeneity. We observed that agricultural intensification occurred mainly in the Amazon while the Cerrado has undergone an expansion in agricultural area. In the last decades, the region has been experiencing a transition from a pioneer stage of development to a consolidated frontier, with commodity-oriented development. Thus, increases in agricultural areas are tied to both international markets and the American dollar/Brazilian real ratio value. In the third chapter, we compare different data sources to identify two distinct tree loss processes: deforestation and disturbance. We observed an impressive difference between datasets built to detect both disturbance and deforestation. This pattern is related to the dominant vegetation type and specificities in the different models. In the fourth chapter, we analyzed different spatial variables related to biophysical characteristics, infrastructure, economic development, and landscape composition and configuration to select a model which would adequately represent future deforestation, forest disturbance, and general native vegetation loss (including physiognomies other than forest). Our work shows that variables influence these processes in different ways, leading us to conclude that to tackle vegetation loss, both researchers and policy makers have to focus on processes other than the rain forest deforestation, which has been the traditional focus.

A fronteira agrícola da Amazônia está localizada em zona de ecótono entre a Floresta Amazônica e o Cerrado. A região apresenta alta biodiversidade, e uma paisagem heterogênea, composta por diferentes tipos de fitofisionomias e usos da terra. Nesta região de fronteira, o Alto da Bacia do Rio Xingu (UXRB), com aproximadamente 170.000km² no estado do Mato Grosso, produz 2% da soja mundial e 0,2% do gado consumido no mundo. No entanto, devido a suas paisagens heterogêneas, essa fronteira não é bem representada por modelos gerais que retratam a detecção e a mudança do uso da terra, ou a perda de vegetação nativa. Nosso objetivo nesta pesquisa foi mapear as mudanças no uso da terra na Bacia do Alto Xingu e modelar a perda de vegetação na região. No primeiro capítulo apresentamos uma visão geral dos diferentes conceitos que foram utilizados ao longo desta pesquisa. No segundo capítulo, construímos um esquema de classificação hierárquica com três níveis de informação, melhorando como os mapas de cobertura e uso da terra capturam a heterogeneidade da região. Observamos que a intensificação agrícola ocorreu principalmente na Amazônia, enquanto o Cerrado sofreu uma expansão na área agrícola. Nas últimas décadas, a região vive uma transição de estágio pioneiro de desenvolvimento para uma fronteira agrícola consolidada, com desenvolvimento orientado para commodities. Desta maneira, o aumento na área agrícola está atrelado a mercados internacionais e à relação dólar americano/real brasileiro. No terceiro capítulo, comparamos diferentes fontes de dados para identificar dois processos distintos de perda de árvores: desmatamento e perturbação. Observamos uma diferença impressionante entre os conjuntos de dados construídos para detectar tanto a perturbação quanto o desmatamento. Este padrão está relacionado ao tipo de vegetação dominante e especificidades nos diferentes modelos. No quarto capítulo, analisamos diferentes variáveis espaciais relacionadas às características biofísicas, infra-estrutura, desenvolvimento econômico e composição e configuração da paisagem para selecionar um modelo que modelasse adequadamente o desmatamento futuro, a perturbação florestal e a perda geral de vegetação nativa (incluindo fisionomias não florestais). Nosso trabalho mostra que variáveis influenciam esses processos de diferentes maneiras, levando-nos a concluir que, para lidar com a perda de vegetação, pesquisadores e formuladores de políticas precisam se concentrar em outros processos além do desmatamento da floresta tropical, o qual é o foco tradicional.