O fogo é um dos principais problemas do bioma Mata Atlântica, mesmo em áreas protegidas, como as Unidades de Conservação (UCs). Sendo assim, o objetivo deste estudo foi conhecer o perfil dos incêndios florestais no Parque Estadual da Serra do Brigadeiro (PESB) e entorno, bem como suas respostas frente às variações ambientais. Para isto, foram analisadas as informações dos Registros de Ocorrências de Incêndios (ROIs) e suas inter-relações com os sistemas ambientais do PESB, por meio das análises dos planos espaciais (uso e cobertura do solo e relevo) e temporais (elementos climatológicos). De acordo com os resultados, 38% dos registros apresentaram as causas dos incêndios, destas, 77% foram identificadas como antrópicas. Analisando-se a área queimada, observou-se o maior número de ocorrências dentro da classe III (4,1 - 40,0 ha). A vegetação herbácea, por conta de suas características favoráveis, foi a mais atingida. O relevo também influenciou as ocorrências, a declividade, exposição das vertentes e altitude participaram significativamente do regime de incêndios no parque. A atividade antrópica mostrou sua influência com o aumento do tamanho da área queimada nas proximidades de vias de acesso (trilhas e estradas). Já o clima controlou a disposição temporal das ocorrências, no qual períodos de menor umidade relativa do ar tornaram os meses de agosto e setembro como os pertencentes à estação normal de perigo de incêndios e a precipitação acumulada determinou os anos mais problemáticos. Os resultados aqui apresentados fornecerão informações para subsidiar a tomada de decisões de forma mais segura e confiável na prevenção das ocorrências de incêndios florestais no PESB e entorno, visto que contribuem com um melhor entendimento dos fatores que controlam as ocorrências de incêndios na região.
-The aim of this study is to analyze the factors that affect the occurrence of fires in the vegetation, in the area of the Serra do Brigadeiro State Park (PESB) and its surroundings, and through this information to establish the most appropriate methodology to generate a risk map for fires in the place. A risk cartogram for fires was developed with the help of the ArcGIS 10.1 software, by the generation of maps of slope, aspects and land use. These maps were intercrossed, enabling the determination of the areas most susceptible to fires. Tested methodologies varied in the form of assigning grades to each predictor class of fire as well as in the division of risk classes. According to the results, the assignment of notes to each predictor class, depending on the size of the burned area and taking into account the history of events, reflected the risk of fires in vegetation in the region more satisfactorily.Keywords: Map; Fire; GIS. MAPEAMENTO DO RISCO DE INCÊNDIOS EM VEGETAÇÃO NO PARQUE ESTADUAL DA SERRA DO BRIGADEIRO (MG) E ARREDORESRESUMO -O objetivo deste estudo foi analisar os fatores que condicionam as ocorrências de incêndios em vegetação na área do Parque Estadual da Serra do Brigadeiro (PESB) e arredores, e através destas informações estabelecer a metodologia mais adequada para a geração de um mapa de risco de incêndios para o local. A elaboração do cartograma de risco de incêndios foi feita a partir do software ArcGIS 10.1, com a geração dos mapas de declividade, exposição das vertentes e de uso e cobertura do solo. Estes mapas foram intercruzados, possibilitando a determinação das áreas mais suscetíveis aos incêndios. As metodologias testadas variaram a forma de atribuição de notas para cada classe de previsão de incêndios, bem como a delimitação das classes de risco. De acordo com os resultados, a atribuição das notas de cada classe de previsão, em função do tamanho de sua área queimada, ou seja, levando-se em conta o histórico das ocorrências, refletiu mais satisfatoriamente o risco de incêndios em vegetação na região.Palavras-chave: Mapa; Fogo; SIG. 2Revista Árvore. 2017;41(4):e410409Torres FTP et al.
R E S U M OAs discussões atuais acerca dos problemas ambientais têm exigido o domínio de ferramentas e novas metodologias que garantam a melhor gestão do espaço natural. A avaliação da cobertura do solo tem requerido das agências de monitoramento ambiental investimentos em tecnologias que proporcionem resultados ágeis e precisos, de forma a potencializar as possibilidades de proteção do meio ambiente. Neste contexto, o objetivo deste estudo foi avaliar novas tecnologias e metodologias de detecção automatizada da cobertura vegetal a partir de imagens orbitais. O estudo foi desenvolvido no município de Araponga/MG, utilizando procedimentos de classificação de imagens pelos métodos da Máxima Verossimilhança (MAXVER) e por Redes Neurais Artificiais (RNA). Associada à simplicidade operacional, a classificação via MAXVER destaca-se como uma opção mais adequada para a detecção da cobertura vegetal em estudos ambientais.Palavras-chave: gestão do espaço natural, Redes Neurais Artificiais, MAXVER, cobertura florestal. A B S T R A C TThe current discussions about environmental problems have required knowledgment new tools and methodologies to ensure better management of natural ambient. Land cover evaluation has required from environmental monitoring agencies investments in technology that provide accurate and quick results to maximize the opportunities for environmental protection. In this context, the objective of this study was to evaluate new technologies and methodologies for land cover automated detection from satellite images. The study was carried in Araponga/MG (Brazil) county, using the images classification procedures of Maximum Likelihood (MAXVER) method and Artificial Neural Networks (RNA). Associated with the operational simplicity, the MAXVER classification stands out as a proper option for the detection of vegetation cover in environmental studies.
R E S U M OAs discussões atuais acerca dos problemas ambientais têm exigido o domínio de ferramentas e novas metodologias que garantam a melhor gestão do espaço natural. A avaliação da cobertura do solo tem requerido das agências de monitoramento ambiental investimentos em tecnologias que proporcionem resultados ágeis e precisos, de forma a potencializar as possibilidades de proteção do meio ambiente. Neste contexto, o objetivo deste estudo foi avaliar novas tecnologias e metodologias de detecção automatizada da cobertura vegetal a partir de imagens orbitais. O estudo foi desenvolvido no município de Araponga/MG, utilizando procedimentos de classificação de imagens pelos métodos da Máxima Verossimilhança (MAXVER) e por Redes Neurais Artificiais (RNA). Associada à simplicidade operacional, a classificação via MAXVER destaca-se como uma opção mais adequada para a detecção da cobertura vegetal em estudos ambientais.Palavras-chave: gestão do espaço natural, Redes Neurais Artificiais, MAXVER, cobertura florestal. Automated Classification of Use and Land Cover from Landsat Images A B S T R A C TThe current discussions about environmental problems have required knowledgment new tools and methodologies to ensure better management of natural ambient. Land cover evaluation has required from environmental monitoring agencies investments in technology that provide accurate and quick results to maximize the opportunities for environmental protection. In this context, the objective of this study was to evaluate new technologies and methodologies for land cover automated detection from satellite images. The study was carried in Araponga/MG (Brazil) county, using the images classification procedures of Maximum Likelihood (MAXVER) method and Artificial Neural Networks (RNA). Associated with the operational simplicity, the MAXVER classification stands out as a proper option for the detection of vegetation cover in environmental studies.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.