Publicação: Fatores naturais e antrópicos na ocorrência de queimadas no Pantanal: uma abordagem preditiva
Carregando...
Tipo do documento
Data
Direito de acesso
Área do conhecimento
CNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEODESIA::GEOGRAFIA FISICA
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Resumo
O Pantanal é considerado Patrimônio Nacional pela Constituição brasileira e
abriga sítios de relevância internacional pela Convenção de Áreas Úmidas. Este bioma
está perdendo rapidamente seu status de fronteira natural devido a mudanças em sua
cobertura vegetal, sendo as queimadas um dos seus principais problemas ambientais.
Muitos impactos significativos, como a perda de habitats da fauna e da flora, a redução
da biodiversidade, a emissão de gases de efeito estufa, além de riscos diretos à vida
humana são causados pelo fogo. Em 2020, o INPE registrou recordes históricos de áreas
queimadas no bioma. Esta pesquisa teve como objetivos: (1) predizer áreas de
queimadas usando algoritmos de aprendizado de máquina; (2) determinar covariáveis
naturais e antrópicas importantes para a predição; e (3) mapear áreas de maior
ocorrência nos últimos 30 anos. A metodologia dividiu-se em três fases: criação do
banco de dados, modelagem de tendências e treinamento/espacialização. Foram
utilizados os algoritmos Random Florest (RF), Weighted k-Nearest Neighbor Classifier
(KKNN) e Neural Networks Using Model Averaging (avNNet). Os resultados
mostraram melhor desempenho do RF, embora todos os modelos tenham superestimado
as áreas queimadas. As previsões concentraram-se no Sul do bioma, região com maior
frequência histórica de queimadas. A umidade da vegetação foi a variável mais
importante no RF, enquanto fatores antrópicos como, proximidade de estradas, centros
urbanos, edificações e hidrografia mostraram significância em todos os modelos. A
distribuição espacial da frequência de queimadas destaca a vulnerabilidade da região
Sul do bioma, sobretudo nas áreas de fronteira.
Abstract
The Pantanal is recognized as a National Heritage by the Brazilian Constitution
and hosts internationally significant sites under the Ramsar Convention on Wetlands.
This biome is rapidly losing its status as a natural frontier due to changes in its
vegetation cover, with fires being one of its main environmental problems. Many
significant impacts, such as the loss of fauna and flora habitats, the reduction of
biodiversity, the emission of greenhouse gases, and direct risks to human life are caused
by fires. In 2020, INPE recorded historical records of burned areas in the biome. This
research aimed to: (1) predict areas of fires using machine learning algorithms; (2)
determine important natural and anthropogenic covariates for prediction; and (3) map
areas of greatest occurrence in the last 30 years. The methodology was divided into
three phases: creation of the database, trend modeling, and training/spatialization. The
Random Forest (RF), Weighted k-Nearest Neighbor Classifier (KKNN) and Neural
Networks Using Model Averaging (avNNet) algorithms were used. The results showed
better performance of RF, although all models overestimated the burned areas. The
predictions were concentrated in the south of the biome, a region with the highest
historical frequency of fires. Vegetation moisture was the most important variable in RF,
while anthropogenic factors such as proximity to roads, urban centers, buildings and
waterways showed significance in all models. The spatial distribution of the frequency
of fires highlights the vulnerability of the southern region of the biome, especially in the
border areas.
Palavras-chave
Pantanal, Queimadas, Áreas úmidas, Incêndios, Modelagem, Burnings, Wetlands, Fires, Modeling
Citação
SANTOS, Flávia Monize Ferreira dos. Fatores naturais e antrópicos na ocorrência de queimadas no Pantanal: uma abordagem preditiva. 2025. Dissertação (Mestrado em Geografia) - Universidade Federal de Uberlândia, Uberlândia, 2025. DOI http://doi.org/10.14393/ufu.di.2025.5543
Avaliação
Revisão
Suplementado Por
Referenciado Por
Licença Creative Commons
Exceto quando indicado de outra forma, a licença deste item é descrita como Acesso Aberto