Unidades de Conservação — ICMBio

# Shapefile das UCs federais (ICMBio)
wget "https://www.gov.br/icmbio/pt-br/acesso-a-informacao/dados-abertos/unidades-de-conservacao-federais.zip"
 
# Shapefile do CNUC — todas as UCs (federal, estadual, municipal)
# Disponível no site do MMA

# Exemplo de requisição WFS ao GeoServer do MMA
curl "https://geoserver.mma.gov.br/geoserver/wfs?service=WFS&version=2.0.0&request=GetFeature&typeName=unidades_conservacao&outputFormat=application/json&count=10"

import geopandas as gpd
import pandas as pd
 
# Carregar shapefile de UCs federais
gdf_ucs = gpd.read_file("unidades_conservacao_federais.shp")
 
print(f"Total de UCs federais: {len(gdf_ucs):,}")
print(f"Colunas: {list(gdf_ucs.columns)}")
print(f"CRS: {gdf_ucs.crs}")
 
# Área total protegida
gdf_ucs["area_ha"] = gdf_ucs.geometry.area / 10_000
area_total = gdf_ucs["area_ha"].sum()
print(f"Área total protegida: {area_total:,.0f} ha ({area_total / 100:,.0f} km²)")
 
# UCs por grupo (Proteção Integral vs Uso Sustentável)
por_grupo = (
    gdf_ucs.groupby("grupo")
    .agg(
        quantidade=("nome_uc", "count"),
        area_total_ha=("area_ha", "sum"),
    )
)
 
print("\nUCs por grupo:")
print(por_grupo.to_string())

import geopandas as gpd
 
gdf_ucs = gpd.read_file("unidades_conservacao_federais.shp")
gdf_ucs["area_ha"] = gdf_ucs.geometry.area / 10_000
 
# UCs por categoria
por_categoria = (
    gdf_ucs.groupby("categManej")
    .agg(
        quantidade=("nome_uc", "count"),
        area_total_ha=("area_ha", "sum"),
    )
    .sort_values("area_total_ha", ascending=False)
)
 
print("UCs federais por categoria de manejo:")
print(por_categoria.to_string())
 
# Top 10 maiores UCs
top10 = (
    gdf_ucs.nlargest(10, "area_ha")[["nome_uc", "categManej", "uf", "area_ha"]]
)
 
print("\nTop 10 maiores UCs federais:")
print(top10.to_string(index=False))

import geopandas as gpd
import requests
 
# Consultar UCs via Web Feature Service (WFS)
WFS_URL = "https://geoserver.mma.gov.br/geoserver/wfs"
 
 
def consultar_ucs_wfs(
    categoria: str = None,
    uf: str = None,
    limite: int = 100,
) -> gpd.GeoDataFrame:
    """
    Consulta unidades de conservação via WFS do MMA.
 
    Args:
        categoria: Categoria de manejo (ex: 'Parque Nacional')
        uf: Sigla da UF
        limite: Número máximo de resultados
 
    Returns:
        GeoDataFrame com as UCs encontradas
    """
    params = {
        "service": "WFS",
        "version": "2.0.0",
        "request": "GetFeature",
        "typeName": "unidades_conservacao",
        "outputFormat": "application/json",
        "count": limite,
    }
 
    filtros = []
    if categoria:
        filtros.append(f"categManej='{categoria}'")
    if uf:
        filtros.append(f"uf='{uf}'")
 
    if filtros:
        params["CQL_FILTER"] = " AND ".join(filtros)
 
    response = requests.get(WFS_URL, params=params, timeout=60)
    response.raise_for_status()
 
    return gpd.read_file(response.text, driver="GeoJSON") if response.text else gpd.GeoDataFrame()
 
 
# Exemplo: buscar parques nacionais no Pará
parques_pa = consultar_ucs_wfs(categoria="Parque Nacional", uf="PA")
print(f"Parques Nacionais no PA: {len(parques_pa)}")
if not parques_pa.empty:
    print(parques_pa[["nome_uc", "area_ha"]].to_string(index=False))

import geopandas as gpd
 
# 1. Carregar UCs e dados PRODES
gdf_ucs = gpd.read_file("unidades_conservacao_federais.shp").to_crs("EPSG:4674")
gdf_prodes = gpd.read_file("prodes_amazonia_2023.shp").to_crs("EPSG:4674")
 
# 2. Filtrar apenas UCs de Proteção Integral
ucs_pi = gdf_ucs[gdf_ucs["grupo"] == "Proteção Integral"]
 
# 3. Identificar desmatamento dentro de UCs de Proteção Integral
desmat_em_uc = gpd.sjoin(gdf_prodes, ucs_pi, how="inner", predicate="intersects")
 
print(f"Polígonos PRODES dentro de UCs de Proteção Integral: {len(desmat_em_uc):,}")
print(f"UCs afetadas: {desmat_em_uc['nome_uc'].nunique()}")
 
# Ranking de UCs com mais desmatamento
ranking_ucs = (
    desmat_em_uc.groupby(["nome_uc", "categManej"])["area_km2"]
    .sum()
    .sort_values(ascending=False)
    .head(15)
)
 
print("\nTop 15 UCs de Proteção Integral com mais desmatamento PRODES:")
print(ranking_ucs.to_string())

import geopandas as gpd
import pandas as pd
 
# Monitoramento integrado: desmatamento + queimadas em UCs
 
# 1. Carregar dados
gdf_ucs = gpd.read_file("unidades_conservacao_federais.shp").to_crs("EPSG:4674")
gdf_deter = gpd.read_file("deter_amazonia_2024.shp").to_crs("EPSG:4674")
gdf_focos = gpd.read_file("focos_calor_2024.shp").to_crs("EPSG:4674")
 
# 2. Alertas DETER dentro de UCs
alertas_uc = gpd.sjoin(gdf_deter, gdf_ucs, how="inner", predicate="intersects")
 
# 3. Focos de calor dentro de UCs
focos_uc = gpd.sjoin(gdf_focos, gdf_ucs, how="inner", predicate="within")
 
# 4. Resumo por UC
resumo_deter = (
    alertas_uc.groupby("nome_uc")["area_km2"]
    .sum()
    .rename("area_desmatada_km2")
)
 
resumo_focos = (
    focos_uc.groupby("nome_uc")
    .size()
    .rename("num_focos_calor")
)
 
resumo = pd.concat([resumo_deter, resumo_focos], axis=1).fillna(0)
resumo = resumo.sort_values("area_desmatada_km2", ascending=False)
 
print("UCs com alertas de desmatamento e focos de calor:")
print(resumo.head(20).to_string())