Fire foci dynamics and their relationship with socioenvironmental factors and meteorological systems in the state of Alagoas, Northeast Brazil

Oliveira‐Júnior, José Francisco de; Filho, Washington Luiz Félix Correia; Alves, Laurízio Emanuel Ribeiro; Lyra, Guilherme Bastos; Góis, Givanildo de; Silva, Carlos Antônio da; Santos, Paulo José dos; Sobral, Bruno Serafini

doi:10.1007/s10661-020-08588-5

Cited by 13 publications

(28 citation statements)

References 65 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Esta mudança no uso e ocupação da terra resultante da ação do desmatamento contribui para a exposição da vegetação e do solo (Correia Filho et al, 2018), e, assim aumenta a probabilidade de ocorrência de incêndios conforme verificado por . Sobre os estados de Alagoas, São Paulo (região noroeste), e Minas Gerais estão relacionados a áreas com plantio de cana-de-açúcar, e tal cultivo utiliza o fogo para a colheita (Fernandes & Correia Filho, 2014;Mataveli et al, 2017;Girardi, 2019;Oliveira-Júnior et al, 2020b;Marinho et al, 2021;. Em relação aos estados do Mato Grosso e Mato Grosso do Sul, a alta incidência também está relacionada a expansão da produção agrícola conforme verificado por Oliveira-Júnior et al (2020b), Guerra et al (2020).…”

Section: Resultsunclassified

“…Sobre os estados de Alagoas, São Paulo (região noroeste), e Minas Gerais estão relacionados a áreas com plantio de cana-de-açúcar, e tal cultivo utiliza o fogo para a colheita (Fernandes & Correia Filho, 2014;Mataveli et al, 2017;Girardi, 2019;Oliveira-Júnior et al, 2020b;Marinho et al, 2021;. Em relação aos estados do Mato Grosso e Mato Grosso do Sul, a alta incidência também está relacionada a expansão da produção agrícola conforme verificado por Oliveira-Júnior et al (2020b), Guerra et al (2020). A expansão agrícola associada às alterações no clima (Oliveira-Júnior et al, 2020a) resultaram em secas no bioma Cerrado (Santos et al, 2014;Souza et al, 2020a;Souza et al, 2020b), Amazônico (Alencar et al, 2015;Fonseca et al, 2019), e no Pantanal (Marengo et al, 2021).…”

Section: Resultsunclassified

See 1 more Smart Citation

Diagnóstico espaço-temporal dos focos de calor no Brasil

Santos

Filho

Júnior

et al. 2021

RSD

Self Cite

View full text Add to dashboard Cite

O surgimento de incêndios florestais pode ser de origem antrópica ou natural, ambas causam grandes prejuízos socioeconômico e ambiental, e em boa parte dessas ocorrências são resultantes da ocorrência de Focos de Calor (FC). Nos últimos anos, o Brasil tem sofrido com o aumento significativo de FC, ao qual resultaram em grandes incêndios. Desta maneira, o objetivo do presente estudo foi diagnosticar o comportamento espaço-temporal dos FC no Brasil entre 1999 e 2020, baseados nos dados de dados BDQueimadas do CPTEC/INPE. Para a manipulação e o processamento dos dados, utilizou-se o software de ambiente R versão 3.4-1. Após o armazenamento dos dados, calculou-se os registros totais, médias anual e mensal, e a composição dos anos mais significativos, neste caso, os anos de 2015, 2017, 2019 e 2020. Os resultados apontaram que os maiores acumulados totais e médios anuais variaram entre 10-50 mil FC e 0,5-1,5 mil FC, concentrados na região centro-norte do Brasil, principalmente nos estados do Maranhão, Pará e Tocantins. Este padrão de alto registros de FC está relacionado ao desmatamento e expansão agrícola nessas regiões. Em escala mensal, as maiores ocorrências de FC ocorrem entre os meses de agosto e novembro, com valores de 0,20-0,45 mil FC, devido ao período de estiagem. Verificou-se que nos últimos anos, o El Niño-Oscilação Sul influenciou a incidência dos FC através da persistência de longos períodos de estiagem, que resultaram em escassez de chuvas e grandes incêndios verificados em 2020 no bioma Pantanal.

show abstract

Section: Resultsunclassified

Diagnóstico espaço-temporal dos focos de calor no Brasil

Santos

Filho

Júnior

et al. 2021

RSD

Self Cite

View full text Add to dashboard Cite

show abstract

“…O desmatamento e a agropecuária são fatores que têm elevado o registro de queimadas e incêndios no Brasil, principalmente em áreas rurais, urbanas e em biomas do território brasileiro (Correia-Filho et al, 2019; Carneiro e Albuquerque (2019); Oliveira-Júnior et al, 2020;Oliveira et al, 2021).…”

Section: Issn:1984-2295unclassified

Previsão de Focos de Calor na Região Metropolitana de Maceió Utilizando Rede Neural Artificial

Santos

2022

Rev. Bras. Geog. Fis.

View full text Add to dashboard Cite

O objetivo deste estudo é o de analisar a previsão de focos de calor (FC) na Região Metropolitana de Maceió (RMM) utilizando Rede Neural Artificial (RNA). Foram usados neste estudo os dados de focos de calor no período de 1999 a 2019, disponíveis no Banco de Dados de Queimadas (BDQueimadas). A previsão foi feita com base na RNA não linear autorregressiva (NAR) com os FC sendo dados de entrada e alvo. As previsões se basearam na função de ativação Tangente Hiperbólica e Sigmoide, para averiguar qual função se adaptaria melhor ao modelo de previsão de FC na RMM. O desempenho do modelo foi verificado pelo diagrama de espalhamento (1:1), com destaque para Regressão Linear Simples (RLS), os coeficientes de determinação (R2) e de Pearson (r), seguido dos indicadores de erros (EM - Erro Médio, REQM – Raiz do Erro Quadrático Médio, EPAM – Erro Percentual Absoluto Médio). O EM variou entre -0,47 a 1,49 focos, o REQM (1,16 a 7,02 focos) e o EPAM (14,45 a 24,66%). Os coeficientes r (0,08 a 0,52) e R2 (1 a 58%). Os modelos com base nas funções de ativação foram similares entre observado e previsto, sendo satisfatória na maioria dos municípios. Os modelos não tiveram sucesso na previsão de FC elevados, principalmente nos anos 2008, 2012, 2015 e 2016, período de seca extrema. Os resultados obtidos indicam que a aplicação de RNA na previsão de FC pode auxiliar nas tomadas de decisões dos gestores públicos e no monitoramento de queimadas e incêndios em áreas urbanas.Palavras-chave: incêndios, inteligência artificial, monitoramento ambiental. Forecast of Fire Foci in the Metropolitan Region of Maceió Using Artificial Neural NetworkABSTRACTThe aim of this study is to analyze the forecast of fire foci (FF) in the Maceió Metropolitan Region (MMR) using Artificial Neural Network (ANN). It was used in the study fire foci data available in the Burning Database (BDQueimadas) in the period from 1999 to 2019. The forecast was made based on the ANN non-linear autoregressive (NAR) with the FF, being input and target data. The forecast was based Hyperbolic Tangent and Sigmoid activation function, to find out which function would best adapt to the forecast model of FF in the MMR. The model performance was based on the Scatter Diagram (1:1), with emphasis on Simple Linear Regression (SLR), the coefficients of determination (R2) and Pearson’s (r), followed by the error indicators (ME – Mean Error, RMSE – Root Mean Square Error, MAPE – Mean Absolute Percentage Error). The ME ranged from -0.47 to 1.49 foci, RMSE (1.16 to 7.02 foci), MAPE (14.45 to 24.66%). The coefficients r (0.08 to 0.52) and R2 (1 to 58%). The models based on activation function were similar between observed and predicted, being satisfactory in most municipalities. The models were not successful in forecast high FF, especially in the years 2008, 2012, 2015 and 2016, a period of extreme drought. These results obtained in the study indicate that the application of ANN in the forecast of FF can help in the decision-making of public managers and in the monitoring of burnings and fires in urban areas.Keywords: Fire foci, Artificial Intelligence, Environmental Monitoring.

show abstract

“…Vale destacar que o aumento das chuvas pode aumentar as condições de vulnerabilidade socioambiental no município de Maceió (IBGE, 2020;, principalmente nas favelas que estão situadas nas encostas, depressões (grotas) ou áreas sob influência do regime de cheias dos rios e lagunas (Nascimento et al, 2018). Já a diminuição das chuvas pode ocasionar o aumento de incêndios urbanos e no entorno do município de Maceió, identificados recentemente por Oliveira Júnior et al (2020) e Santos et al (2021a). A Figura 5 mostra o gráfico de dispersão dos dados observados versus produto CHELSA apresentou maior dispersão em relação à linha 1:1 no munícipio de Maceió, a partir de 300 mm.mês -1 .…”

Section: Variabilidade Mensal Da Chuvaunclassified

Climatologia da Chuva em Maceió: Aspectos Climáticos e Ambientais

Júnior

Souza

et al. 2021

Rev. Bras. Geog. Fis.

Self Cite

View full text Add to dashboard Cite

The objectives of the study are: i) to evaluate the climatology of rain in Maceió based on observed data, with emphasis on climatic and environmental aspects and ii) to validate the precipitation product for the municipality. Data from 1979 to 2013 of the precipitation product CHELSA (Climatologies at High Resolution for the Earth's Land Surface Areas) were validated by rainfall data from the National Water Agency (NWA) from 1960 to 2016. Statistical indicators showed a high coefficient of determination and linear correlation between CHELSA and observed data (R2 = 0.80; r = 0.89) and the smallest errors (SEE = 6.58 mm and RMSE = 18.76 mm), therefore the CHELSA product can be applied in the region. The time series presented a period 1 (P1) - (1960 to 1989) with rainfall above the historical average and a period 2 (P2) - (1990 to 2016) with a significant reduction in rainfall. Observed data versus climatological normals showed a significant decrease in normal 1 (1961-1990) in the rainy season, while in relation to normal 2 (1981-2010) there was an increase in the months of February, March and April (between 10 to 20%) and October and December (between 5 to 15%). The spatial distribution of monthly rainfall via the CHELSA product showed the formation of a pluviometric gradient between the coast and the upper part of Maceió. The topography influences the rainfall regime in neighborhoods belonging to the administrative regions (AR) - (R4, R5 and R6) with the highest rainfall records. The ENOS phases are directly responsible for the variability of interannual rain, while the decadal variability corresponded to the PDO phase change and changes in land use and occupation in Maceió.

show abstract

Fire foci dynamics and their relationship with socioenvironmental factors and meteorological systems in the state of Alagoas, Northeast Brazil

Cited by 13 publications

References 65 publications

Diagnóstico espaço-temporal dos focos de calor no Brasil

Diagnóstico espaço-temporal dos focos de calor no Brasil

Previsão de Focos de Calor na Região Metropolitana de Maceió Utilizando Rede Neural Artificial

Climatologia da Chuva em Maceió: Aspectos Climáticos e Ambientais

Contact Info

Product

Resources

About