No abstract

No abstract

This is a Working Paper and the author(s) would welcome any comments on the present text. Citations should refer to a Working Paper of the International Monetary Fund. The views expressed are those of the author(s) and do not necessarily represent those ofthe Fund.

A Amazônia vem sofrendo o aumento de intensidade e de ocorrência de eventos climáticos extremos. A ocorrência de secas nesta região aumenta a susceptibilidade das florestas a incêndios florestais, com diversas consequências para o meio ambiente, economia e saúde da população. O objetivo deste estudo foi fornecer uma análise espaço-temporal do uso do fogo no Estado do Acre, e assim auxiliar a Sala de Situação do Estado na tomada de decisão para priorizar o monitoramento de áreas com risco de incêndios. Para isso, foram utilizados dados de focos de calor oriundos de múltiplos satélites, dados de unidades fundiárias e análises estatísticas para gerar um ordenamento de áreas prioritárias para monitoramento de incêndios. O satélite AQUA, desde o início de sua operação em 2002, foi responsável por 40% a 75% dos totais de detecção de focos. Com o lançamento do satélite S-NPP em 2013, este vem sendo responsável pela maioria das detecções de focos de calor devido melhores em suas resoluções espaciais e radiométricas. Trinta e nove por cento do total de focos de calor detectados, foram localizados em projetos de assentamentos, 26% em áreas particulares, 10% em unidades de conservação e menos de 2% em terras indígenas. Um mapa de risco de incêndios baseado em análises de tendência e número de ocorrências de focos de calor foi proposto para auxiliar a definição de áreas prioritárias para monitoramento e fiscalização. Conclui-se que as informações geradas com base nos dados históricos de focos de calor podem ser incorporadas aos modelos de risco de incêndios que operam com dados puramente climáticos de forma a melhorar a espacialização do risco e assim apoiar o planejamento e a tomada de decisão.

This paper analyzes the recent behavior of prices of housing in Colombia and seeks to shed light on whether there is a misalignment of prices against the fundamentals that determine them. For that, two approaches were used: the first uses a structural VAR model to forecast within sample. The results suggest that currently observed prices are not misaligned if within the same fundamental determinants include the price of land. For the second approach we constructed a structural model of supply and demand for housing. The results of this model are consistent with the VAR model and suggest that any misalignment of housing prices on their fundamentals is associated with historically high land prices.