Classificação por trajetórias produtivas — Assentamento Três Rios e entorno (Rio Maria/PA) — Censo 2017 × MapBiomas C9 — v2 / Productive-trajectory classification — Três Rios Settlement and surroundings (Rio Maria, Pará) — Census 2017 × MapBiomas C9 — v2

Português — English
Descrição — Português
Conteúdo do dataset
Este CSV reúne, para cada polígono do CAR no entorno do Assentamento Três Rios (Rio Maria, Pará, região de Carajás), (i) a composição de uso e cobertura da terra (grupos do MapBiomas) e (ii) a classe de trajetória tecnológica atribuída por um procedimento em três etapas:

Supressão de sobreposições do CAR (pré-processamento): entre os polígonos extraídos do CAR (2024), foram eliminados aqueles sobrepostos em ≥ 15% da área do menor polígono. Critério de manutenção: preservar o polígono que contém o ponto de coordenada geográfica do estabelecimento constante no Register of Establishments Enumerated in the 2017 Agricultural Census (IBGE, 2019a).Otimização com cotas (MILP/ILP; CBC/PuLP): o vetor de composição vec2 de cada polígono é associado aos centróides tecnológicos estimados a partir de uma matriz de referência para a região de Carajás (Monteiro & Silva, 2023; derivada do Censo Agropecuário 2017 — IBGE, 2019b–d), reproduzindo as proporções empíricas por V4×V5 (“bandas ótimas”).Filtro empírico (v2, pós-processamento): regras simples sobre componentes de vec2 (limiares ≤ 0,01) reclassificam casos de fronteira para 7 → TPOT (Patronal — Outro Tipo) ou 8 → TCOT (Camponesa — Outro Tipo). Este arquivo corresponde à classificação final (após o filtro).Cobertura geográfica e temporal
Localização: entorno do Assentamento Três Rios, município de Rio Maria (PA), região de Carajás, Amazônia.Base de uso do solo: MapBiomas Coleção 9 (1985–2023); as classes foram agrupadas para compor as variáveis de composição (MapBiomas, 2024).Trajetórias tecnológicas (referência): ano-base 2017, a partir de Monteiro & Silva (2023), derivado do Censo Agropecuário 2017 (IBGE, 2019b–d).Relação com a grade climática: o assentamento situa-se em célula de alta resolução do HadGEM3-GC31-HM (HighResMIP hist-1950) do Met Office Hadley Centre no CMIP6; o polígono analisado corresponde ao recorte da grade, útil para integração com saídas climáticas (ESGF; Roberts et al., 2019). Este dataset foca uso/cobertura e classificação tecnológica, não variáveis climáticas.Formato do arquivo
Arquivo: CAR_UsoSolo_clas_crivo.csv (final, após o filtro empírico)Delimitador: ; (ponto e vírgula)Codificação: UTF-8Observação: cada linha representa um polígono do CAR dentro do recorte estudado.Principais campos (colunas típicas)
Identificação e atributos: cod_imovel, nom_imovel, nom_munici, OBJECTID, ind_status, ind_tipo_i, num_area_i, CAR_3Rios.Composição MapBiomas (exemplos): prefixos como F3_, F4_, F6_, F11_, F12_, F15_, F21_, F24_, F25_, F29_, F33_, F39_, F41_ (p. ex., F3_F_Flore, F15_Past, F12_F_Camp, F21_Mosa, F41_O__Lav, F29_Roch, F25_N__veg, F6_Fl_Alag, F11_F_Campo). Representam proporções (0–1) de grupos MapBiomas no polígono.Sumários em nível de grade (quando presentes): grid_3, grid_21, grid_41, grid_29, grid_25, grid_6, grid_39, grid_24, grid_33, grid_11.Classificação e controles:V4 = estrato/grupo utilizado nas cotas da otimização;V5 = código final da trajetória tecnológica (após o filtro): 1 TPPB, 2 TPCT, 3 TPCP, 4 TCPB, 5 TCCT, 6 TCCP, 7 TPOT, 8 TCOT;CK = chave interna de controle/checagem do pipeline.Observação: o significado dos nomes das colunas segue o script e pode ser consultado no arquivo “dicionario.csv” (anexo).Uso pretendido e integração
Análises espaciais de trajetórias produtivas no entorno de assentamentos.Integração com o Register of Establishments Enumerated in the 2017 Agricultural Census (IBGE, 2019a).Integração com camadas do MapBiomas e com a grade CMIP6 (uso da terra × padrões tecnológicos × clima).Insumo para diagnósticos regionais, planejamento e pesquisas reprodutíveis.Qualidade, limites e reprodutibilidade
Cotas: com tolerance = 0.00, as proporções por V4×V5 reproduzem o empírico; ajustar a tolerância se o recorte local divergir da referência.Filtro heurístico: as regras v2 são conservadoras e documentadas no código; criam as classes 7/8 para casos “outro tipo”.Proveniência: este arquivo é o pós-filtro do pipeline; agrupamentos e normalizações estão explicitados no script.Rastreabilidade: ver também o relatório Relatorio_Final_V4_V5.csv gerado no mesmo processamento.Como citar
Monteiro & Silva (2025). Classificação por trajetórias produtivas (Assentamento Três Rios, Rio Maria/PA). CSV gerado com carajas_trajectory_classifier_v2_empirical_filter.py.

Description — English
Dataset contents
This CSV compiles, for each CAR polygon within the Três Rios Settlement buffer (Rio Maria, Pará, Carajás region), (i) the land-use/land-cover composition (MapBiomas grouped classes) and (ii) the technological trajectory class assigned by a three-step procedure:

Removal of overlapping CAR polygons (pre-processing): among polygons extracted from CAR (2024), those overlapping by ≥ 15% of the smaller polygon’s area were removed. Retention rule: keep the polygon that contains the geographic coordinate point of the establishment listed in the Register of Establishments Enumerated in the 2017 Agricultural Census (IBGE, 2019a).Quota-constrained optimization (MILP/ILP; CBC/PuLP): each polygon’s composition vector vec2 is matched to technological centroids estimated from a Carajás reference matrix (Monteiro & Silva, 2023; derived from the 2017 Agricultural Census — IBGE, 2019b–d), reproducing empirical V4×V5 proportions (“optimal bands”).Empirical filter (v2, post-processing): simple rules on vec2 components (thresholds ≤ 0.01) reclassify borderline cases to 7 → TPOT (Patronal — Other Type) or 8 → TCOT (Camponesa — Other Type). This file corresponds to the final classification (after the filter).Geographic and temporal coverage
Location: buffer around the Três Rios Settlement, municipality of Rio Maria (PA), Carajás region, Amazonia.Land-use base: MapBiomas Collection 9 (1985–2023); classes were grouped to build the composition variables (MapBiomas, 2024).Technological trajectories (reference): base year 2017, from Monteiro & Silva (2023), derived from the 2017 Agricultural Census (IBGE, 2019b–d).Relation to the climate model grid: the settlement lies within a high-resolution HadGEM3-GC31-HM (HighResMIP hist-1950) cell (Met Office Hadley Centre, CMIP6); the analyzed polygon corresponds to that grid footprint, enabling integration with climate outputs (ESGF; Roberts et al., 2019). This dataset focuses on land-use/land-cover and technological classification, not on climate variables.File format
File: CAR_UsoSolo_clas_crivo.csv (final, after the empirical filter)Delimiter: ; (semicolon)Encoding: UTF-8Note: each row represents one CAR polygon within the study extent.Key fields (typical columns)
Identification and attributes: cod_imovel, nom_imovel, nom_munici, OBJECTID, ind_status, ind_tipo_i, num_area_i, CAR_3Rios.MapBiomas composition (examples): prefixes such as F3_, F4_, F6_, F11_, F12_, F15_, F21_, F24_, F25_, F29_, F33_, F39_, F41_ (e.g., F3_F_Flore, F15_Past, F12_F_Camp, F21_Mosa, F41_O__Lav, F29_Roch, F25_N__veg, F6_Fl_Alag, F11_F_Campo). These represent proportions (0–1) of MapBiomas grouped classes within the polygon.Grid-level summaries (when present): grid_3, grid_21, grid_41, grid_29, grid_25, grid_6, grid_39, grid_24, grid_33, grid_11.Classification and controls:V4 = stratum/group used for quota enforcement in the optimization;V5 = final technological trajectory code (after the filter): 1 TPPB, 2 TPCT, 3 TPCP, 4 TCPB, 5 TCCT, 6 TCCP, 7 TPOT, 8 TCOT;CK = internal pipeline check/consistency key.Note: column name meanings follow the script and can be found in the attached “dicionario.csv” (data dictionary).Intended use and integration
Spatial analyses of productive trajectories in settlement buffers.Integration with the Register of Establishments Enumerated in the 2017 Agricultural Census (IBGE, 2019a).Integration with MapBiomas layers and with the CMIP6 grid (land-use × technological patterns × climate).Input for regional diagnostics, planning, and reproducible research.Quality, limits, and reproducibility
Quotas: with tolerance = 0.00, V4×V5 proportions reproduce the empirical reference; adjust tolerance if the local extent diverges from the reference.Heuristic filter: v2 rules are conservative and documented in the code; they create 7/8 classes for “other-type” cases.Provenance: this file is the post-filter output of the pipeline; groupings and normalizations are explicitly coded in the script.Traceability: see also the Relatorio_Final_V4_V5.csv report generated by the same workflow.How to cite
Monteiro & Silva (2025). Productive-trajectory classification (Três Rios Settlement, Rio Maria/PA). CSV generated with carajas_trajectory_classifier_v2_empirical_filter.py.