Avaliação de dois métodos para o zoneamento de propagação de incêndios florestais no parque estadual de Itacolomi, Estado de Minas Gerais, Brasil
DOI:
https://doi.org/10.4336/2023.pfb.43e202102227Palavras-chave:
Incêndio florestal, Metodologia, Sistema de informação geográficaResumo
Este estudo teve por objetivo avaliar o risco de propagação de incêndios florestais no Parque Estadual do Itacolomi, MG, utilizando ambiente SIG, e comparar a eficiência da radiação solar incidente com a variável aspecto. Foram utilizadas as seguintes variáveis: uso / cobertura do solo (LCU), declividade (SLP), curvatura do declive (CUR), aspecto (ASP) e radiação solar incidente (SOL). Os pesos de cada variável foram calculados a partir da razão entre a área total e a área queimada de cada classe, para gerar os mapas de risco de propagação de fogo. Dados de incêndios de 2016 a 2019 foram usados para validação. Quando a classe de risco moderado foi considerada suscetível, a precisão inadequada foi observada para ambos os métodos (ASP e SOL). Por outro lado, quando a classe moderada foi considerada não suscetível ao fogo, os resultados apresentaram acurácia moderada. Além disso, os métodos utilizando o SOL e o ASP apresentaram resultados semelhantes. Os resultados podem nortear as ações de mitigação de incêndios no parque.
Downloads
Referências
Andrade, S. C. & Ferreira, A. F. Mapeamento geoecológico da susceptibilidade à ocorrência de incêndios no Parque Estadual da Serra da Concórdia - Valença RJ. Revista Eletrônica TECCEN, v. 12, n. 2, p. 45-58, 2019. http://dx.doi.org/10.21727/teccen.v12i2.1999.
Bacani, V. M. Geoprocessing applied to risk assessment of forest fires in the municipality of Bodoquena, Mato Grosso do Sul. Revista Árvore, v. 40, n. 6, p. 1003-1011, 2016. http://dx.doi.org/10.1590/0100-67622016000600005.
Bontempo, G. C. et al. Registro de Ocorrência de Incêndio (ROI): evolução, desafios e recomendações. Biodiversidade Brasileira, v. 1, n. 2, p. 247-263, 2011.
Bradley, A. P. The use of the area under the ROC curve in the evaluation of machine learning algorithms. Pattern Recognition, v. 30, n. 7, p. 1145-1159, 1997. http://dx.doi.org/10.1016/S0031-3203(96)00142-2.
Carmo, M. et al. Land use and topography influences on wildfire occurrence in northern Portugal. Landscape and Urban Planning, v. 100, n. 1-2, p. 169-176, 2011. http://dx.doi.org/10.1016/j.landurbplan.2010.11.017.
Chang, Y. et al. Predicting fire occurrence patterns with logistic regression in Heilongjiang Province, China. Landscape Ecology, v. 28, n. 10, p. 1989-2004, 2013. http://dx.doi.org/10.1007/s10980-013-9935-4.
Çolak, E. & Sunar, F. Evaluation of forest fire risk in the Mediterranean Turkish forests: a case study of Menderes region, Izmir. International Journal of Disaster Risk Reduction, v. 45, p. 101479, 2020. http://dx.doi.org/10.1016/j.ijdrr.2020.101479.
Duarte, L. & Teododo, A. C. An easy, accurate and efficient procedure to create forest fire risk maps using the SEXTANTE plugin Modeler. Journal of Forestry Research, v. 27, n. 6, p. 1361-1372, 2016. http://dx.doi.org/10.1007/s11676-016-0267-5.
Eastman, J. R. IDRISI Selva Manual. 17.01 ed. Clark University, 2012. 324 p.
Edwards, A. C. et al. A comparison and validation of satellite-derived fire severity mapping techniques in fire prone north Australian savannas: extreme fires and tree stem mortality. Remote Sensing of Environment, v. 206, p. 287-299, 2018. http://dx.doi.org/10.1016/j.rse.2017.12.038.
ESRI. ArcGIS Desktop: Release 10.8. Redlands, CA: Instituto de Pesquisa de Sistemas Ambientais, 2011.
Eugenio, F. C. et al. Applying GIS to develop a model for forest fire risk: a case study in Espírito Santo, Brazil. Journal of Environmental Management, v. 173, p. 65-71, 2016. http://dx.doi.org/10.1016/j.jenvman.2016.02.021.
Fernandes Filho, E. I. ; & Sá, M. M. F. Influência das variáveis do terreno na radiação solar. In: Simpósio Brasileiro de Sensoriamento Remoto, 13., 2007. Anais [...]. Florianópolis: INPE, 2007. p. 5751-5753.
Gholamnia, K. et al. Comparisons of diverse machine learning approaches for wildfire susceptibility mapping. Symmetry, v. 12, n. 4, p. 1-20, 2020. http://dx.doi.org/10.3390/SYM12040604.
Guglietta, D. et al. A Multivariate approach for mapping fire ignition risk: the example of the National Park of Cilento (Southern Italy). Environmental Management, v. 56, n. 1, p. 157-164, 2015. http://dx.doi.org/10.1007/s00267-015-0494-0.
ICMBio. Instituto Chico Mendes de Conservação da Biodiversidade. Incêndios em Unidades de Conservação Federais. Disponível em: https://dados.gov.br/dataset/incendios-em-ucs. Acesso em: 9 fev. 2021.
IEF. Instituto Estadual de Florestas. Plano de manejo: Parque Estadual do Itacolomi. Belo Horizonte: Secretaria de Meio Ambiente de Minas Gerais, 2007. Disponível em: http://www.ief.mg.gov.br/component/content/193?task=view.Acesso em: 03 mar. 2022.
INPE. Instituto Nacional de Pesquisas Espaciais. TOPODATA: Banco de Dados Geomorfométricos do Brasil. Disponível em: http://www.dsr.inpe.br/topodata/index.php. Acesso em: 8 nov. 2021.
Kayet, N. et al. Comparative analysis of multi-criteria probabilistic FR and AHP models for forest fire risk (FFR) mapping in Melghat Tiger Reserve (MTR) forest. Journal of Forestry Research, v. 31, n. 2, p. 565-579, 2020. http://dx.doi.org/10.1007/s11676-018-0826-z.
Ladislau, F. F. et al. Análise multicritério aplicada ao mapeamento de risco de incêndio na APA Sul RMBH. Caderno de Geografia, v. 31, n. 66, p. 667, 2021. http://dx.doi.org/10.5752/p.2318-2962.2021v31n66p667.
Leal, F. A. et al. Zoneamento de riscos de incêndios florestais em regiões hot spot de focos de calor no estado do Acre. Nativa, v. 7, n. 3, p. 274, 2019. http://dx.doi.org/10.31413/nativa.v7i3.6768.
Le Stradic, S. et al. Diversity of germination strategies and seed dormancy in herbaceous species of campo rupestre grasslands. Austral Ecology, v. 40, n. 5, p. 537-546, 2015. http://dx.doi.org/10.1111/aec.12221.
Leuenberger, M. et al. Wildfire susceptibility mapping: deterministic vs. stochastic approaches. Environmental Modelling and Software, v. 101, p. 194-203, 2018. http://dx.doi.org/10.1016/j.envsoft.2017.12.019.
Marchesan, J. et al. Risco de incêndios na Estação Ecológica do Taim, Rio Grande do Sul. Nativa, v. 8, n. 1, p. 112, 2020. http://dx.doi.org/10.31413/nativa.v8i1.8180.
Ngoc Thach, N. et al. Spatial pattern assessment of tropical forest fire danger at Thuan Chau area (Vietnam) using GIS-based advanced machine learning algorithms: a comparative study. Ecological Informatics, v. 46, p. 74-85, 2018. http://dx.doi.org/10.1016/j.ecoinf.2018.05.009.
Nicolete, D. A. P. & Zimback, C. R. L. Zoneamento de risco de incêndios florestais para a fazenda experimental Edgardia - Botucatu (SP), através de sistemas de informações geográficas. Revista Agrogeoambiental, v. 5, n. 3, p. 55-62, 2013. http://dx.doi.org/10.18406/2316-1817v5n32013518.
Novo, A. et al. Automatic processing of aerial LiDAR data to detect vegetation continuity in the surroundings of roads. Remote Sensing, v. 12, n. 10, p. 1-14, 2020. http://dx.doi.org/10.3390/rs12101677.
Pedreira, G. & De Sousa, H. C. Comunidade arbórea de uma mancha florestal permanentemente alagada e de sua vegetação adjacente em Ouro Preto-MG, Brasil. Ciencia Florestal, v. 21, n. 4, p. 663-675, 2011. http://dx.doi.org/10.5902/198050984511.
Pourtaghi, Z. S. et al. Investigation of general indicators influencing on forest fire and its susceptibility modeling using different data mining techniques. Ecological Indicators, v. 64, p. 72-84, 2016. http://dx.doi.org/10.1016/j.ecolind.2015.12.030.
Rodrigues, M. et al. Geospatial modeling of containment probability for escaped wildfires in a Mediterranean Region. Risk Analysis, 2020. http://dx.doi.org/10.1111/risa.13524.
Santana Neto, V. P. et al. Burning susceptibility modeling to reduce wildfire impacts: a GIS and multivariate statistics approach. Floresta e Ambiente, v. 29, n. 1, p. 1-12, 2022. http://dx.doi.org/10.1590/2179-8087-FLORAM-2021-0078.
Sari, F. Forest fire susceptibility mapping via multi-criteria decision analysis techniques for Mugla, Turkey: a comparative analysis of VIKOR and TOPSIS. Forest Ecology and Management, v. 480, p. 118644, 2020. http://dx.doi.org/10.1016/j.foreco.2020.118644.
Sarricolea, P. et al. Recent wildfires in Central Chile: detecting links between burned areas and population exposure in the wildland urban interface. Science of the Total Environment, v. 706, p. 135894, 2020. http://dx.doi.org/10.1016/j.scitotenv.2019.135894.
Soares Neto, G. B. et al. Riscos de incêndios florestais no parque nacional de Brasília, Brasil. Territorium, n. 23, p. 161-170, 2016. http://dx.doi.org/10.14195/1647-7723_23_13.
Soares, R. V. et al. Controle, efeitos e uso do fogo. 2. ed. Viçosa, MG: Produção Independente, 2017.
Tien Bui, D. et al. GIS-based spatial prediction of tropical forest fire danger using a new hybrid machine learning method. Ecological Informatics, v. 48, p. 104-116, 2018. http://dx.doi.org/10.1016/j.ecoinf.2018.08.008.
Torres, F. T. P. et al. Mapeamento da suscetibilidade a ocorrências de incêndios em vegetação na área urbana de Ubá-MG. Revista Árvore, v. 38, n. 5, p. 811-817, 2014. http://dx.doi.org/10.1590/S0100-67622014000500005.
Torres, F. T. P. et al. Mapeamento do risco de incêndios florestais utilizando técnicas de geoprocessamento. Floresta e Ambiente, v. 24, 2017. http://dx.doi.org/10.1590/2179-8087.025615.
Downloads
Publicado
Edição
Seção
Licença
Direitos autorais (c) 2023 Vicente Paulo Santana Neto, David Marques Soares, Thais Camargos da Silva, Fillipe Tamiozzo Pereira Torres
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
A Pesquisa Florestal Brasileira (PFB) adota a Licença Creative Commons Atribuição-NãoComercial-SemDerivações 4.0 Internacional (CC BY-NC-ND 4.0) para todo o seu conteúdo publicado.
- Direitos Autorais: Os autores mantêm os direitos autorais de seus trabalhos. A revista detém o direito de primeira publicação e o direito de uso sob a licença Creative Commons especificada.
- Edição e Revisão: A PFB se reserva o direito de realizar ajustes nos originais para garantir a conformidade com as normas, ortografia e gramática da língua portuguesa, respeitando sempre o estilo do autor. A versão final será enviada ao autor correspondente para aprovação antes da publicação.
- Compartilhamento e Reuso: A licença CC BY-NC-ND 4.0 permite o compartilhamento do artigo na sua versão original, desde que o devido crédito seja dado à revista e aos autores, e que o uso não tenha fins comerciais. Alterações ou adaptações do conteúdo original não são permitidas.
- Figuras e Ilustrações: O reuso de figuras e ilustrações publicadas na PFB está sujeito à autorização prévia da Embrapa Florestas.
- Isenção de Responsabilidade: As opiniões e conceitos expressos nos manuscritos são de responsabilidade exclusiva dos respectivos autores e não da PFB.
Os originais publicados na Pesquisa Florestal Brasileira estão disponibilizados de acordo com uma Licença 