Spatiotemporal Analysis of Fire Foci and Environmental Degradation in the Biomes of Northeastern Brazil

Abstract

Forest fires destroy productive land throughout the world. In Brazil, mainly the Northeast of Brazil (NEB) is strongly affected by forest fires and bush fires. Similarly, there is no adequate study of long-term data from ground and satellite-based estimation of fire foci in NEB. The objectives of this study are: (i) to evaluate the spatiotemporal estimation of fires in NEB biomes via environmental satellites during the long term over 1998–2018, and (ii) to characterize the environmental degradation in the NEB biomes via orbital products during 1998–2018, obtained from the Burn Database (BDQueimadas) for 1794 municipalities. The spatiotemporal variation is estimated statistically (descriptive, exploratory and multivariate statistics) from the Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI) and Standardized Precipitation Index (SPI) through the Climate Hazards Group InfraRed Precipitation Station (CHIRPS). Moreover, we identify 10 homogeneous groups of fire foci (G1–G10) with a total variance of 76.5%. The G1 group is the most extended group, along with the G2 group, the exception being the G3 group. Similarly, the G4–G10 groups have a high percentage of hotspots, with more values in the municipality of Grajaú, which belongs to the agricultural consortium. The gradient of fire foci from the coast to the interior of the NEB is directly associated with land use/land cover (LULC) changes, where the sparse vegetation category and areas without vegetation are mainly involved. The Caatinga and Cerrado biomes lose vegetation, unlike the Amazon and Atlantic Forest biomes. The fires detected in the Cerrado and Atlantic Forest biomes are the result of agricultural consortia. Additionally, the two periods 2003–2006 and 2013–2018 show periods of severe and prolonged drought due to the action of El Niño.

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

“…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).…”

“…A Rede Neural Artificial (RNA) é um algoritmo matemático composto por camadas: camada de entrada, camada intermediária e camada de saída (Samet et al, 2019). Segundo Viganó et al (2017), as principais vantagens das RNAs na previsão de FC são: i) não requer conhecimento dos processos físicos causadores do fenômeno; ii) pode ser aplicada em sistemas sem soluções específicas; iii) possibilita o treinamento contínuo da rede; iv) não amplifica os erros de medição; v) permite a otimização no processo de previsão que envolva séries temporais de entrada e saída.…”

“…Na RMM ocorrem diversos sistemas meteorológicos de multiescala que caracterizam a distribuição espaço-temporal de chuva, por exemplo, Alta Subtropical do Atlântico Sul (ASAS), circulação de brisas, convecção local, Distúrbios Ondulatórios de Leste (DOL), Perturbação Ondulatória dos Alísios (POA) e os Vórtices Ciclônicos de Altos Níveis (VCAN) (Correia-Filho et al, 2019;Oliveira-Júnior et al, 2020;Souza et al, 2020). A fisiografia, tais como, maritimidade, continentalidade, relevo, vegetação, dentre outras, interferem no regime de chuva (Lima et al, 2020;Batista et al, 2021).…”

“…A metodologia foi aplicada as séries temporais de FC nos 13 municípios pertencentes à RMM. As RNAs-NAR são redes recorrentes ou realimentadas, ou seja, os valores de saída de uma camada neural podem realimentar a camada de entrada (Samet et al, 2019). O funcionamento inicial desta RNA é do tipo Feedfoward (alimentação à frente), onde sua informação na camada de entrada segue sempre na direção da camada de saída .…”

“…A maior diferença de FC ocorreu em 2017, onde a P2 apresentou uma superestimativa de FC. Tal variabilidade identificada no grupo G3 se deve aos municípios de Maceió e Marechal Deodoro possuírem um polo industrial, seguido de plantação urbana de cana-de-açúcar, além da ocorrência de incêndios urbanos, devido ao uso do fogo para limpeza de terrenos, e assim contribui para o aumento de FC (Correia-Filho et al, 2019;Oliveira-Júnior et al, 2020;Batista et al, 2021). Santos., I., G., S., Júnior., J., F., O., Sousa., F., A., S., Barbosa., I., I.…”