Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica

Detalhes bibliográficos
Autor(a) principal: Jesus, Carolina Souza Leite de
Data de Publicação: 2022
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFRRJ
Texto Completo: https://rima.ufrrj.br/jspui/handle/20.500.14407/11291
Resumo: A influência humana nas mudanças climáticas aumentou a ocorrência de eventos extremos e tornou ondas de calor e secas mais frequentes e severas, o que leva ao aumento do número de incêndios florestais. Esse trabalho tem o objetivo de desenvolver um modelo com o uso da estatística Autoregressive Integrated Moving Average Model (ARIMA) para avaliar o perigo de ocorrência de incêndios florestais para periodos climáticos passado e futuro, em função da mudança da paisagem e eventos climáticos, no Estado do Rio de Janeiro no futuro; a fim de prover informações que sirvam de subsídio para criação de políticas que visem evitar ou minimizar sua ocorrência. Foram utilizadas imagens do sensor Thematic Mapper e o sensor Enhanced Thematic Mapper no período de 1985 a 2015 com o objetivo de classificá-las em área antropizada e floresta. Foi utilizado um conjunto de variáveis meteorológicas em escala diária e mensal para o período de 1985 a 2015 para cálculo do índice F em escala mensal. O ARIMA foi utilizado para simular os dados observados e futuros do índice F até o ano de 2030. Os resultados mostram maiores valores de Normalized Difference Fraction Index (NDFI) em áreas ao sul e sudoeste do estado, coincidindo com as áreas de maior predominância de Mata Atlântica. As regiões mais degradadas estão a nordeste e norte e o ano de 2000 apresentou maior área de floresta degradada. Por meio da análise do índice F para o passado foi possível observar aumento gradativo de incêndios, que foram associados à ocorrência de eventos extremos, principalmente a La Niña. O uso da modelagem ARIMA permitiu identificar que houve mudança de classe de alto para muito alto quanto ao perigo de incêndio do passado e futuro. Em 2030 o valor mínimo do índice F atingiu 2.98, sendo considerado muito alto em maio e junho. Analisando todo o período futuro mensalmente, os maiores valores de perigo de incêndio foram encontrados nos meses de agosto e setembro. É importante que sejam tomadas medidas para minimizar os efeitos das mudanças climáticas, já que tais mudanças provocam maior ocorrência de eventos extremos, que por sua vez causam mais incêndios.
id UFRRJ-1_323f43e6c77f595f73fafacf61c38f95
oai_identifier_str oai:rima.ufrrj.br:20.500.14407/11291
network_acronym_str UFRRJ-1
network_name_str Repositório Institucional da UFRRJ
repository_id_str
spelling Jesus, Carolina Souza Leite deDelgado, Rafael Coll001.729.560-21https://orcid.org/0000-0002-3157-2277http://lattes.cnpq.br/1178948690201659Silva Junior, Carlos Antonio da024.966.381-32Delgado, Rafael Coll001.729.560-21https://orcid.org/0000-0002-3157-2277http://lattes.cnpq.br/1178948690201659Wanderley, Henderson Silvahttps://orcid.org/0000-0002-4031-3509http://lattes.cnpq.br/9838743472295687Pereira, Marcos Gervasiohttps://orcid.org/0000-0002-1402-3612http://lattes.cnpq.br/3657759682534978Rodrigues, Rafael de Ávila053.648.536-40http://lattes.cnpq.br/8062645091909175137.716.787-90https://orcid.org/0000-0002-8637-3531http://lattes.cnpq.br/82507810864951932023-12-22T01:49:45Z2023-12-22T01:49:45Z2022-01-28JESUS, Carolina Souza Leite de. Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica. 2022. 41 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2022.https://rima.ufrrj.br/jspui/handle/20.500.14407/11291A influência humana nas mudanças climáticas aumentou a ocorrência de eventos extremos e tornou ondas de calor e secas mais frequentes e severas, o que leva ao aumento do número de incêndios florestais. Esse trabalho tem o objetivo de desenvolver um modelo com o uso da estatística Autoregressive Integrated Moving Average Model (ARIMA) para avaliar o perigo de ocorrência de incêndios florestais para periodos climáticos passado e futuro, em função da mudança da paisagem e eventos climáticos, no Estado do Rio de Janeiro no futuro; a fim de prover informações que sirvam de subsídio para criação de políticas que visem evitar ou minimizar sua ocorrência. Foram utilizadas imagens do sensor Thematic Mapper e o sensor Enhanced Thematic Mapper no período de 1985 a 2015 com o objetivo de classificá-las em área antropizada e floresta. Foi utilizado um conjunto de variáveis meteorológicas em escala diária e mensal para o período de 1985 a 2015 para cálculo do índice F em escala mensal. O ARIMA foi utilizado para simular os dados observados e futuros do índice F até o ano de 2030. Os resultados mostram maiores valores de Normalized Difference Fraction Index (NDFI) em áreas ao sul e sudoeste do estado, coincidindo com as áreas de maior predominância de Mata Atlântica. As regiões mais degradadas estão a nordeste e norte e o ano de 2000 apresentou maior área de floresta degradada. Por meio da análise do índice F para o passado foi possível observar aumento gradativo de incêndios, que foram associados à ocorrência de eventos extremos, principalmente a La Niña. O uso da modelagem ARIMA permitiu identificar que houve mudança de classe de alto para muito alto quanto ao perigo de incêndio do passado e futuro. Em 2030 o valor mínimo do índice F atingiu 2.98, sendo considerado muito alto em maio e junho. Analisando todo o período futuro mensalmente, os maiores valores de perigo de incêndio foram encontrados nos meses de agosto e setembro. É importante que sejam tomadas medidas para minimizar os efeitos das mudanças climáticas, já que tais mudanças provocam maior ocorrência de eventos extremos, que por sua vez causam mais incêndios.CAPES - Coordenação de Aperfeiçoamento de Pessoal de Nível SuperiorHuman influence on climate change has increased the occurrence of extreme events and made heat waves and droughts more frequent and severe, which leads to an increase in the number of forest fires. This work aims to develop a model using the Autoregressive Integrated Moving Average Model (ARIMA) to assess the danger of forest fires occurring for past and future climatic periods, as a function of landscape change and climatic events in the State of Rio de Janeiro in the future; to provide information that serve as subsidy for the creation of policies that aim to prevent or minimize its occurrence. Images from the Thematic Mapper sensor and the Enhanced Thematic Mapper sensor were used in the period from 1985 to 2015 in order to classify them as anthropogenic area and forest. A set of meteorological variables on daily and monthly scale for the period from 1985 to 2015 was used to calculate the F index on a monthly scale. ARIMA was used to simulate observed and future F index data up to the year 2030. The results show higher values of the Normalized Difference Fraction Index (NDFI) in areas to the south and southwest of the state, coinciding with the areas with the greatest predominance of Atlantic Forest. The most degraded regions are in the northeast and north and the year 2000 had the largest area of degraded forest. By analyzing the F index for the past, it was possible to observe a gradual increase in fires, which were associated with the occurrence of extreme events, mainly La Niña. The use of ARIMA modeling allowed us to identify that there was a change from high to very high class regarding the fire hazard of the past and future. In 2030, the minimum value of the F index reached 2.98, being considered very high in May and June. Analyzing the entire future period monthly, the highest fire hazard values were found in the months of August and September. It is important that measures are taken to minimize the effects of climate change, as such changes cause more extreme events to occur, which in turn cause more fires.application/pdfporUniversidade Federal Rural do Rio de JaneiroPrograma de Pós-Graduação em Ciências Ambientais e FlorestaisUFRRJBrasilInstituto de FlorestasUso e cobertura da terraAntropizaçãoModelos de previsãoMudanças climáticasIncêndios florestaisForest firesLand use and cover changeAnthropizationForecastingClimate changesRecursos Florestais e Engenharia FlorestalRisco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata AtlânticaFire risk associated with landscape changes and weather events in the Atlantic Forestinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisALKHAZALEH, M. M. H. e AL-ZEAUD, A. H. Forecasting Insurance Sector Volatility In Amman Stock Exchange Using ARIMA Model. Arab Journal of Administration, v. 35, n. 1, p. 467–481, 2018. ALVARES, C. A., STAPE, J. L., SENTELHAS, P. C., DE MORAES GONÇALVES, J. L., e SPAROVEK, G. (2013). Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22(6), 711–728. https://doi.org/10.1127/0941-2948/2013/0507 ANDERSON, L. O. et al. Conceptual model of disaster risk management and warning system associated with wildfires and public policy challenges in Brazil. Territorium: Revista Portuguesa de Riscos, Prevenção e Segurança, 26(26 (I)), 43–61, 2019. https://doi.org/10.14195/1647-7723_26-1_4 ANDRADE, C. F. de, DUARTE, J. B., BARBOSA, M. L. F., ANDRADE, M. D. de, OLIVEIRA, R. O. DE, DELGADO, R. C., PEREIRA, M. G., BATISTA, T. S., & TEODORO, P. E. Fire outbreaks in extreme climate years in the State of Rio de Janeiro, Brazil. Land Degradation & Development, 30(11), 1379–1389, 2019. https://doi.org/10.1002/LDR.3327 ANDRADE, C. F., DELGADO, R. C., BARBOSA, M. L. F., TEODORO, P. E., JUNIOR, C. A. da S., WANDERLEY, H. S., e CAPRISTO-SILVA, G. F. Fire regime in Southern Brazil driven by atmospheric variation and vegetation cover. Agricultural and Forest Meteorology, 295, 108194, 2020. https://doi.org/10.1016/J.AGRFORMET2020.108194 BARBOSA, M. L. F., DELGADO, R. C., FORSAD DE ANDRADE, C., TEODORO, P. E., SILVA JUNIOR, C. A., WANDERLEY, H. S., & CAPRISTO-SILVA, G. F. Recent trends in the fire dynamics in Brazilian Legal Amazon: Interaction between the ENSO phenomenon, climate and land use. Environmental Development. 2021. https://doi.org/10.1016/j.envdev.2021.100648 BETTS, R. A. et al. ENSO and the Carbon Cycle. El Niño Southern Oscillation in a Changing Climate. 453–470. 2020. https://doi.org/10.1002/9781119548164.CH20 BRANCALION, P. H. S., NIAMIR, A., BROADBENT, E., CROUZEILLES, R., BARROS, F. S. M., ALMEYDA ZAMBRANO, A. M., BACCINI, A., ARONSON, J., GOETZ, S., REID, J. L., STRASSBURG, B. B. N., WILSON, S., e CHAZDON, R. L. Global restoration opportunities in tropical rainforest landscapes. Science Advances, 5(7), 2019, eaav3223. https://doi.org/10.1126/sciadv.aav3223 BROCKWELL, P. J., & DAVIS, R. A. Introduction to Time Series and Forecasting. Springer Texts in Statistics. 3a edição. Suíça. 2016. doi:10.1007/978-3-319-29854-2 CAI, W., et al. Changing El Niño–Southern Oscillation in a warming climate. Nature Reviews Earth & Environment :9, 2(9), 628–644. 2021. https://doi.org/10.1038/s43017-021-00199-z 37 CAMBARDELLA, C. A., MOORMAN, T. B., NOVACK, J. M., PARKIN, T. B., KARLEN, D. L., R.F., T., & KNOPKA, A. E. Field scale variability of soil properties in central Iowa soil. Soil Science Society America Journal, 58, 1240–1248, 1994. CARVALHO, A. S., MARQUES, S., & ROSÁRIO, F. E Tudo o Fogo Queimou: Vivências dos Médicos de Família Após o Grande Incêndio de 15 de Outubro de 2017. Acta Médica Portuguesa, 31(1), 7, 2018. https://doi.org/10.20344/amp.10178 CEPERJ. (2019). O Estado do Rio de Janeiro e seu Ambiente. http://www.ceperj.rj.gov.br/Conteudo.asp?ident=85 CLEMENTE, S. S., OLIVEIRA, J. F. DE, & PASSOS LOUZADA, M. A. Focos de Calor na Mata Atlântica do Estado do Rio de Janeiro. Revista Brasileira de Meteorologia, 32(4), 669– 677, 2017. https://doi.org/10.1590/0102-7786324014 COLLINS, B. M. Fire weather and large fire potential in the northern Sierra Nevada. Agricultural and Forest Meteorology, 189–190, 30–35, 2014. https://doi.org/10.1016/j.agrformet2014.01.005 DANTAS, V. DE L., HIROTA, M., OLIVEIRA, R. S., & PAUSAS, J. G. Disturbance maintains alternative biome states. Ecology Letters, 19(1), 2016. https://doi.org/10.1111/ele.12537 DOS SANTOS, J. F. C., GLERIANI, J. M., VELLOSO, S. G. S., DE SOUZA, G. S. A., DO AMARAL, C. H., TORRES, F. T. P., MEDEIROS, N. D. G., & DOS REIS, M. Wildfires as a major challenge for natural regeneration in Atlantic Forest. Science of The Total Environment, 650, 809–821, 2019. https://doi.org/10.1016/J.SCITOTENV.2018.09.016 DWIVEDI, D. K.; KELAIYA, J. H.; SHARMA, G. R. Forecasting monthly rainfall using autoregressive integrated moving average model (ARIMA) and artificial neural network (ANN) model: A case study of Junagadh, Gujarat, India. Journal of Applied and Natural Science, v. 11, n. 1, p. 35–41, 19 fev. 2019. FAO - Food and Agriculture Organization, 1998. FAO Irrigation and Drainage Paper: No. 56. FAO FAO - Food and Agriculture Organization, 2007. Fire management and global assesment. FERREIRA, L. N., VEGA-OLIVEROS, D. A., ZHAO, L., CARDOSO, M. F., & MACAU, E. E. N. Global fire season severity analysis and forecasting. Computers & Geosciences, 134, 104339 (2019). doi:10.1016/j.cageo.2019.104339 FREITAS, W. K., GOIS, G., PEREIRA, E. R., OLIVEIRA JUNIOR, J. F., MAGALHÃES, L. M. S., BRASIL, F. C., & SOBRAL, B. S. Influence of fire foci on forest cover in the Atlantic Forest in Rio de Janeiro, Brazil. Ecological Indicators, 115, 2020. https://doi.org/10.1016/j.ecolind.2020.106340 IBGE .2021. Panorama Brasil - Rio de Janeiro. Instituto Brasileiro de Geografia e Estatística. https://cidades.ibge.gov.br/brasil/rj/panorama 38 IPCC. Climate Change: AR6 Synthesis Report. In Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (Issues 1– 151), 2021. https://archive.ipcc.ch/pdf/assessment- report/ar5/syr/SYR_AR5_FINAL_full_wcover.pdf IUFRO. 2018. Annual Reports. International Union of Forest Research Organizations. https://www.iufro.org/publications/annual-report/article/2019/06/06/annual-report-2018/ JESUS, C. S. L. DE, DELGADO, R. C., PEREIRA, M. G., SOUZA, L. P. DE, JUNIOR, C. A. DA S., RIBEIRO, L. P., BATISTA, T. S., & TEODORO, P. E. Changes in past global solar radiation based on climate models and remote sensing in the state of Rio de Janeiro, Brazil. Bioscience Journal, 1357–1364, 2018. https://doi.org/10.14393/BJ-v34n5a2018-39485 JIMÉNEZ-RUANO, A., DE LA RIVA FERNÁNDEZ, J., & RODRIGUES, M. Fire regime dynamics in mainland Spain. Part 2: A near-future prospective of fire activity. Science of The Total Environment, 705, 135842, 2020. https://doi.org/10.1016/J.SCITOTENV.2019.135842 JÚNIOR, C. M. S.; SIQUEIRA, J. V.; SALES, M. H.; FONSECA, A. V.; RIBEIRO, J. G.; NUMATA, I.; COCHRANE, M. A.; BARBER, C. P.; ROBERTS, D. A.; BARLOW, J. Ten- Year Landsat Classification of Deforestation and Forest Degradation in the Brazilian Amazon. Remote Sens. 5, 5493-5513, 2013. doi:10.3390/rs5115493 KENDALL, M. G. (1975). Rank Correlation Methods (C. Griffin, Ed.; 4th Editio). MACHADO-SILVA, F., LIBONATI, R., LIMA, T. F. M., PEIXOTO, R. B., FRANÇA, J. R. A., MAGALHÃES, M. A. F.M., SANTOS, F. L. M., RODRIGUES, J. A., & DACAMARA, C. C. Drought and fires influence the respiratory diseases hospitalizations in the Amazon. Ecological Indicators, 109, 2020. https://doi.org/10.1016/j.ecolind.2019.105817 MANN, H. B. Nonparametric Tests Against Trend. Econometrica, 13(3), 245, 1945. https://doi.org/10.2307/1907187 MENEZES, G. S. C., CAZETTA, E., & DODONOV, P. Vegetation structure across fire edges in a Neotropical rain forest. Forest Ecology and Management, 453, 2019. https://doi.org/10.1016/j.foreco.2019.117587 MORELLO, T., MARCHETTI RAMOS, R., O. ANDERSON, L., OWEN, N., ROSAN, T. M., & STEIL, L. Predicting fires for policy making: Improving accuracy of fire brigade allocation in the Brazilian Amazon. Ecological Economics, 169, 106501. 2020. doi:10.1016/j.ecolecon.2019.106501 NATH, B., DHAKRE, D., & BHATTACHARYA, D. Forecasting wheat production in India: An ARIMA modelling approach. Journal of Pharmacognosy and Phytochemistry, 8(1), 2158–2165, 2019. https://www.researchgate.net/publication/331471229_Forecasting_wheat_production_in_Indi a_An_ARIMA_modelling_approach NOAA. El Niño and La Niña: Frequently asked questions. NOAA Climate Gov, 2021. Disponível em: https://www.climate.gov/news-features/understanding-climate/el- ni%C3%B1o-and-la-ni%C3%B1a-frequently-asked-questions 39 OLIVEIRA SOUZA, T. C., DELGADO, R. C., MAGISTRALI, I. C., DOS SANTOS, G. L., DE CARVALHO, D. C., TEODORO, P. E., da Silva Júnior, C. A., & Caúla, R. H. Spectral trend of vegetation with rainfall in events of El Niño-Southern Oscillation for Atlantic Forest biome, Brazil. Environmental Monitoring and Assessment, 190(11), 2018. https://doi.org/10.1007/s10661-018-7060-1 OZTURK, S., & OZTURK, F. Forecasting Energy Consumption of Turkey by Arima Model. Journal of Asian Scientific Research, 8(2), 52–60, 2018. https://doi.org/10.18488/journal.2.2018.82.52.60 PEREIRA, R. M. S., WANDERLEY, H. S., & DELGADO, R. C. Homogeneous regions for rainfall distribution in the city of Rio de Janeiro associated with the risk of natural disasters. Natural Hazards, 2021. https://doi.org/10.1007/s11069-021-05056-2 PÉREZ, J., MALDONADO, S., & LÓPEZ-OSPINA, H. (2016). A fleet management model for the Santiago Fire Department. Fire Safety Journal, 82, 1–11, 2021. https://doi.org/10.1016/j.firesaf.2016.02.008 PETTITT, A. N. A non-parametric approach to the change-point problem. Applied Statistic, 28, 2, 126-135, 1979. https://doi.org/10.2307/2346729 SANTANA, R. O., DELGADO, R. C., & SCHIAVETTI, A. The past, present and future of vegetation in the Central Atlantic Forest Corridor, Brazil. Remote Sensing Applications: Society and Environment, 20, 2020. https://doi.org/10.1016/j.rsase.2020.100357 SANTOS, J. F., SOARES, R. V., & BATISTA, A. C. Perfil dos incêndios florestais no Brasil em áreas protegidas no período de 1998 a 2002. Floresta, 36, 93–100, 2006. https://revistas.ufpr.br/index.php/floresta/article/viewFile/5510/4040 SANTOS, R. O.; DELGADO, R. C.; VILANOVA, R. S.; SANTANA, R. O.; ANDRADE, C.F.; TEODORO, P. E.; SILVA JÚNIOR, C. A.; CAPRISTO-SILVA, G. F.; LIMA, M. NMDI application for monitoring different vegetation covers in the Atlantic Forest biome, Brazil. Weather and Climate Extremes, 33, 2021. https://doi.org/10.1016/j.wace.2021.100329 SHARPLES, J. J., MCRAE, R. H. D., WEBER, R. O., & GILL, A. M. A simple index for assessing fire danger rating. Environmental Modelling & Software, 24(6), 764–774, 2009. http://dx.doi.org/10.5380/rf.v36i1.5510 SILVA JUNIOR, C. A., TEODORO, P. E., DELGADO, R. C., PEREIRA, L., TEODORO, R., LIMA, M., DE ANDRÉA PANTALEÃO, A., ROJO BAIO, F. H., BRITO DE AZEVEDO, G., TAÍS DE OLIVEIRA, G., AZEVEDO, S., FERNANDO CAPRISTO- SILVA, G., ARVOR, D., CASSIELE, &, & FACCO, U. (123 C.E.). Persistent fire foci in all biomes undermine the Paris Agreement in Brazil. Scientific RepoRtS |, 10, 16246, 2020. https://doi.org/10.1038/s41598-020-72571-w SILVA, C. O., DELGADO, R. C., TEODORO, P. E., SILVA JUNIOR, C. A., & RODRIGUES, R. A. Spatially explicit modeling of land use and land cover in the State of Rio de Janeiro- Brazil. Remote Sensing Applications: Society and Environment, 18, 100303, 2020. https://doi.org/10.1016/J.RSASE.2020.100303 40 SILVA, R., PEREIRA, J., & BORGES, L. Paisagem como retrato do desenvolvimento social, econômico e ambiental de uma sociedade: o caso de Ouro Preto, MG. Advances in Forestry Science, Barros 2015, 167–174, 2017. https://doi.org/2357-8181 SOS Mata Atlântica. Restam apenas 12,4% da floresta que existia originalmente. SOS Mata Atlântica. 2021. Disponível em: https://www.sosma.org.br/causas/mata-atlantica/ SLAVIA, A. P., SUTOYO, E., & WITARSYAH, D. Hotspots Forecasting Using Autoregressive Integrated Moving Average (ARIMA) for Detecting Forest Fires. IEEE International Conference on Internet of Things and Intelligence System. 2019. doi:10.1109/iotais47347.2019.898 STAVER, A. C., ARCHIBALD, S., & LEVIN, S. A. The Global Extent and Determinants of Savanna and Forest as Alternative Biome States. Science, 334(6053), 2011. https://doi.org/10.1126/science.1210465 SYPHARD, A. D. et Al. Human presence diminishes the importance of climate in driving fire activity across the United States. Proceedings of the National Academy of Sciences, 114(52). 2017. https://doi.org/10.1073/pnas.1713885114 TEODORO, P. E. et Al. Twenty-year impact of fire foci and its relationship with climate variables in Brazilian regions. Environmental Monitoring and Assessment, 194(2), 90, 2022. https://doi.org/10.1007/s10661-021-09702-x TITO, T. M., DELGADO, R. C., DE CARVALHO, D. C., TEODORO, P. E., DE ALMEIDA, C. T., DA SILVA JUNIOR, C. A., DOS SANTOS, E. B., & DA SILVA JÚNIOR, L. A. S. Assessment of evapotranspiration estimates based on surface and satellite data and its relationship with El Niño–Southern Oscillation in the Rio de Janeiro State. Environmental Monitoring and Assessment 192:7, 192(7), 1–15, 2020. https://doi.org/10.1007/S10661-020- 08421-Z VIEIRA, B. C., GRAMANI, M. F. Serra do Mar: The most “Tormented” relief in Brazil. Landscapes and Landforms of Brazil, 285-297, 2015. https://doi.org/10.1007/978-94-017- 8023-0_26 VILANOVA, R. S., DELGADO, R. C., DA SILVA ABEL, E. L., TEODORO, P. E., SILVA JUNIOR, C. A., WANDERLEY, H. S., & CAPRISTO-SILVA, G. F. Past and future assessment of vegetation activity for the state of Amazonas-Brazil. Remote Sensing Applications: Society and Environment, 17, 100278, 2020. https://doi.org/10.1016/J.RSASE.2019.100278 WANDERLEY, H. S., FERNANDES, R. C., & LUIZ DE CARVALHO, A. Mudança térmica na cidade do Rio de Janeiro e o desvio ocasionado durante um evento de El Niño intenso. Revista Brasileira de Geografia Física v, 12, 1291–1301, 2019. XAVIER, A. C., KING, C. W., & SCANLON, B. R. Daily gridded meteorological variables in Brazil (1980–2013). International Journal of Climatology, 36(6), 2644–2659, 2016. https://doi.org/10.1002/JOC.4518 41 YANG, W., GARDELIN, M., OLSSON, J., & BOSSHARD, T. Multi-variable bias correction: Application of forest fire risk in present and future climate in Sweden. Natural Hazards and Earth System Sciences, 15(9), 2037–2057, 2015. https://doi.org/10.5194/nhess-15-2037-2015 ZHANG, X., ZHOU, Q., WENG, S., & ZHANG, H. (2021). ARIMA Model-Based Fire Rescue Prediction. Scientific Programming, 2021. https://doi.org/10.1155/2021/3212138 ZOU, L., & YANG, L. Time series study of the impact of serious fires on fire occurrence statistics in cities of Jiangsu. Fire Safety Journal, 44(7), 925–932, 2009 https://doi.org/10.1016/j.firesaf.2009.05.002https://tede.ufrrj.br/retrieve/74122/2022%20-%20Carolina%20Souza%20Leite%20de%20Jesus.pdf.jpghttps://tede.ufrrj.br/jspui/handle/jspui/6783Submitted by Leticia Schettini (leticia@ufrrj.br) on 2023-07-31T15:15:44Z No. of bitstreams: 1 2022 - Carolina Souza Leite de Jesus.pdf: 2090838 bytes, checksum: ff2221172d7d6ffbf335d0eb13c066b5 (MD5)Made available in DSpace on 2023-07-31T15:15:45Z (GMT). No. of bitstreams: 1 2022 - Carolina Souza Leite de Jesus.pdf: 2090838 bytes, checksum: ff2221172d7d6ffbf335d0eb13c066b5 (MD5) Previous issue date: 2022-01-28info:eu-repo/semantics/openAccessreponame:Repositório Institucional da UFRRJinstname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)instacron:UFRRJTHUMBNAIL2022 - Carolina Souza Leite de Jesus.pdf.jpgGenerated Thumbnailimage/jpeg1943https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/1/2022%20-%20Carolina%20Souza%20Leite%20de%20Jesus.pdf.jpgcc73c4c239a4c332d642ba1e7c7a9fb2MD51TEXT2022 - Carolina Souza Leite de Jesus.pdf.txtExtracted Texttext/plain82006https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/2/2022%20-%20Carolina%20Souza%20Leite%20de%20Jesus.pdf.txtcbd1b938cd5e109fa337fe63e15b293bMD52ORIGINAL2022 - Carolina Souza Leite de Jesus.pdf2022 - Carolina Souza Leite de Jesusapplication/pdf2090838https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/3/2022%20-%20Carolina%20Souza%20Leite%20de%20Jesus.pdfff2221172d7d6ffbf335d0eb13c066b5MD53LICENSElicense.txttext/plain2089https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/4/license.txt7b5ba3d2445355f386edab96125d42b7MD5420.500.14407/112912023-12-21 22:49:46.018oai:rima.ufrrj.br:20.500.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Biblioteca Digital de Teses e Dissertaçõeshttps://tede.ufrrj.br/PUBhttps://tede.ufrrj.br/oai/requestbibliot@ufrrj.bropendoar:2023-12-22T01:49:46Repositório Institucional da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)false
dc.title.por.fl_str_mv Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
dc.title.alternative.eng.fl_str_mv Fire risk associated with landscape changes and weather events in the Atlantic Forest
title Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
spellingShingle Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
Jesus, Carolina Souza Leite de
Uso e cobertura da terra
Antropização
Modelos de previsão
Mudanças climáticas
Incêndios florestais
Forest fires
Land use and cover change
Anthropization
Forecasting
Climate changes
Recursos Florestais e Engenharia Florestal
title_short Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
title_full Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
title_fullStr Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
title_full_unstemmed Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
title_sort Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica
author Jesus, Carolina Souza Leite de
author_facet Jesus, Carolina Souza Leite de
author_role author
dc.contributor.author.fl_str_mv Jesus, Carolina Souza Leite de
dc.contributor.advisor1.fl_str_mv Delgado, Rafael Coll
dc.contributor.advisor1ID.fl_str_mv 001.729.560-21
https://orcid.org/0000-0002-3157-2277
dc.contributor.advisor1Lattes.fl_str_mv http://lattes.cnpq.br/1178948690201659
dc.contributor.advisor-co1.fl_str_mv Silva Junior, Carlos Antonio da
dc.contributor.advisor-co1ID.fl_str_mv 024.966.381-32
dc.contributor.referee1.fl_str_mv Delgado, Rafael Coll
dc.contributor.referee1ID.fl_str_mv 001.729.560-21
https://orcid.org/0000-0002-3157-2277
dc.contributor.referee1Lattes.fl_str_mv http://lattes.cnpq.br/1178948690201659
dc.contributor.referee2.fl_str_mv Wanderley, Henderson Silva
dc.contributor.referee2ID.fl_str_mv https://orcid.org/0000-0002-4031-3509
dc.contributor.referee2Lattes.fl_str_mv http://lattes.cnpq.br/9838743472295687
dc.contributor.referee3.fl_str_mv Pereira, Marcos Gervasio
dc.contributor.referee3ID.fl_str_mv https://orcid.org/0000-0002-1402-3612
dc.contributor.referee3Lattes.fl_str_mv http://lattes.cnpq.br/3657759682534978
dc.contributor.referee4.fl_str_mv Rodrigues, Rafael de Ávila
dc.contributor.referee4ID.fl_str_mv 053.648.536-40
dc.contributor.referee4Lattes.fl_str_mv http://lattes.cnpq.br/8062645091909175
dc.contributor.authorID.fl_str_mv 137.716.787-90
https://orcid.org/0000-0002-8637-3531
dc.contributor.authorLattes.fl_str_mv http://lattes.cnpq.br/8250781086495193
contributor_str_mv Delgado, Rafael Coll
Silva Junior, Carlos Antonio da
Delgado, Rafael Coll
Wanderley, Henderson Silva
Pereira, Marcos Gervasio
Rodrigues, Rafael de Ávila
dc.subject.por.fl_str_mv Uso e cobertura da terra
Antropização
Modelos de previsão
Mudanças climáticas
Incêndios florestais
Forest fires
topic Uso e cobertura da terra
Antropização
Modelos de previsão
Mudanças climáticas
Incêndios florestais
Forest fires
Land use and cover change
Anthropization
Forecasting
Climate changes
Recursos Florestais e Engenharia Florestal
dc.subject.eng.fl_str_mv Land use and cover change
Anthropization
Forecasting
Climate changes
dc.subject.cnpq.fl_str_mv Recursos Florestais e Engenharia Florestal
description A influência humana nas mudanças climáticas aumentou a ocorrência de eventos extremos e tornou ondas de calor e secas mais frequentes e severas, o que leva ao aumento do número de incêndios florestais. Esse trabalho tem o objetivo de desenvolver um modelo com o uso da estatística Autoregressive Integrated Moving Average Model (ARIMA) para avaliar o perigo de ocorrência de incêndios florestais para periodos climáticos passado e futuro, em função da mudança da paisagem e eventos climáticos, no Estado do Rio de Janeiro no futuro; a fim de prover informações que sirvam de subsídio para criação de políticas que visem evitar ou minimizar sua ocorrência. Foram utilizadas imagens do sensor Thematic Mapper e o sensor Enhanced Thematic Mapper no período de 1985 a 2015 com o objetivo de classificá-las em área antropizada e floresta. Foi utilizado um conjunto de variáveis meteorológicas em escala diária e mensal para o período de 1985 a 2015 para cálculo do índice F em escala mensal. O ARIMA foi utilizado para simular os dados observados e futuros do índice F até o ano de 2030. Os resultados mostram maiores valores de Normalized Difference Fraction Index (NDFI) em áreas ao sul e sudoeste do estado, coincidindo com as áreas de maior predominância de Mata Atlântica. As regiões mais degradadas estão a nordeste e norte e o ano de 2000 apresentou maior área de floresta degradada. Por meio da análise do índice F para o passado foi possível observar aumento gradativo de incêndios, que foram associados à ocorrência de eventos extremos, principalmente a La Niña. O uso da modelagem ARIMA permitiu identificar que houve mudança de classe de alto para muito alto quanto ao perigo de incêndio do passado e futuro. Em 2030 o valor mínimo do índice F atingiu 2.98, sendo considerado muito alto em maio e junho. Analisando todo o período futuro mensalmente, os maiores valores de perigo de incêndio foram encontrados nos meses de agosto e setembro. É importante que sejam tomadas medidas para minimizar os efeitos das mudanças climáticas, já que tais mudanças provocam maior ocorrência de eventos extremos, que por sua vez causam mais incêndios.
publishDate 2022
dc.date.issued.fl_str_mv 2022-01-28
dc.date.accessioned.fl_str_mv 2023-12-22T01:49:45Z
dc.date.available.fl_str_mv 2023-12-22T01:49:45Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv JESUS, Carolina Souza Leite de. Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica. 2022. 41 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2022.
dc.identifier.uri.fl_str_mv https://rima.ufrrj.br/jspui/handle/20.500.14407/11291
identifier_str_mv JESUS, Carolina Souza Leite de. Risco de incêndios associado a mudanças da paisagem e eventos climáticos na Mata Atlântica. 2022. 41 f. Dissertação (Mestrado em Ciências Ambientais e Florestais) - Instituto de Florestas, Universidade Federal Rural do Rio de Janeiro, Seropédica, 2022.
url https://rima.ufrrj.br/jspui/handle/20.500.14407/11291
dc.language.iso.fl_str_mv por
language por
dc.relation.references.por.fl_str_mv ALKHAZALEH, M. M. H. e AL-ZEAUD, A. H. Forecasting Insurance Sector Volatility In Amman Stock Exchange Using ARIMA Model. Arab Journal of Administration, v. 35, n. 1, p. 467–481, 2018. ALVARES, C. A., STAPE, J. L., SENTELHAS, P. C., DE MORAES GONÇALVES, J. L., e SPAROVEK, G. (2013). Köppen’s climate classification map for Brazil. Meteorologische Zeitschrift, 22(6), 711–728. https://doi.org/10.1127/0941-2948/2013/0507 ANDERSON, L. O. et al. Conceptual model of disaster risk management and warning system associated with wildfires and public policy challenges in Brazil. Territorium: Revista Portuguesa de Riscos, Prevenção e Segurança, 26(26 (I)), 43–61, 2019. https://doi.org/10.14195/1647-7723_26-1_4 ANDRADE, C. F. de, DUARTE, J. B., BARBOSA, M. L. F., ANDRADE, M. D. de, OLIVEIRA, R. O. DE, DELGADO, R. C., PEREIRA, M. G., BATISTA, T. S., & TEODORO, P. E. Fire outbreaks in extreme climate years in the State of Rio de Janeiro, Brazil. Land Degradation & Development, 30(11), 1379–1389, 2019. https://doi.org/10.1002/LDR.3327 ANDRADE, C. F., DELGADO, R. C., BARBOSA, M. L. F., TEODORO, P. E., JUNIOR, C. A. da S., WANDERLEY, H. S., e CAPRISTO-SILVA, G. F. Fire regime in Southern Brazil driven by atmospheric variation and vegetation cover. Agricultural and Forest Meteorology, 295, 108194, 2020. https://doi.org/10.1016/J.AGRFORMET2020.108194 BARBOSA, M. L. F., DELGADO, R. C., FORSAD DE ANDRADE, C., TEODORO, P. E., SILVA JUNIOR, C. A., WANDERLEY, H. S., & CAPRISTO-SILVA, G. F. Recent trends in the fire dynamics in Brazilian Legal Amazon: Interaction between the ENSO phenomenon, climate and land use. Environmental Development. 2021. https://doi.org/10.1016/j.envdev.2021.100648 BETTS, R. A. et al. ENSO and the Carbon Cycle. El Niño Southern Oscillation in a Changing Climate. 453–470. 2020. https://doi.org/10.1002/9781119548164.CH20 BRANCALION, P. H. S., NIAMIR, A., BROADBENT, E., CROUZEILLES, R., BARROS, F. S. M., ALMEYDA ZAMBRANO, A. M., BACCINI, A., ARONSON, J., GOETZ, S., REID, J. L., STRASSBURG, B. B. N., WILSON, S., e CHAZDON, R. L. Global restoration opportunities in tropical rainforest landscapes. Science Advances, 5(7), 2019, eaav3223. https://doi.org/10.1126/sciadv.aav3223 BROCKWELL, P. J., & DAVIS, R. A. Introduction to Time Series and Forecasting. Springer Texts in Statistics. 3a edição. Suíça. 2016. doi:10.1007/978-3-319-29854-2 CAI, W., et al. Changing El Niño–Southern Oscillation in a warming climate. Nature Reviews Earth & Environment :9, 2(9), 628–644. 2021. https://doi.org/10.1038/s43017-021-00199-z 37 CAMBARDELLA, C. A., MOORMAN, T. B., NOVACK, J. M., PARKIN, T. B., KARLEN, D. L., R.F., T., & KNOPKA, A. E. Field scale variability of soil properties in central Iowa soil. Soil Science Society America Journal, 58, 1240–1248, 1994. CARVALHO, A. S., MARQUES, S., & ROSÁRIO, F. E Tudo o Fogo Queimou: Vivências dos Médicos de Família Após o Grande Incêndio de 15 de Outubro de 2017. Acta Médica Portuguesa, 31(1), 7, 2018. https://doi.org/10.20344/amp.10178 CEPERJ. (2019). O Estado do Rio de Janeiro e seu Ambiente. http://www.ceperj.rj.gov.br/Conteudo.asp?ident=85 CLEMENTE, S. S., OLIVEIRA, J. F. DE, & PASSOS LOUZADA, M. A. Focos de Calor na Mata Atlântica do Estado do Rio de Janeiro. Revista Brasileira de Meteorologia, 32(4), 669– 677, 2017. https://doi.org/10.1590/0102-7786324014 COLLINS, B. M. Fire weather and large fire potential in the northern Sierra Nevada. Agricultural and Forest Meteorology, 189–190, 30–35, 2014. https://doi.org/10.1016/j.agrformet2014.01.005 DANTAS, V. DE L., HIROTA, M., OLIVEIRA, R. S., & PAUSAS, J. G. Disturbance maintains alternative biome states. Ecology Letters, 19(1), 2016. https://doi.org/10.1111/ele.12537 DOS SANTOS, J. F. C., GLERIANI, J. M., VELLOSO, S. G. S., DE SOUZA, G. S. A., DO AMARAL, C. H., TORRES, F. T. P., MEDEIROS, N. D. G., & DOS REIS, M. Wildfires as a major challenge for natural regeneration in Atlantic Forest. Science of The Total Environment, 650, 809–821, 2019. https://doi.org/10.1016/J.SCITOTENV.2018.09.016 DWIVEDI, D. K.; KELAIYA, J. H.; SHARMA, G. R. Forecasting monthly rainfall using autoregressive integrated moving average model (ARIMA) and artificial neural network (ANN) model: A case study of Junagadh, Gujarat, India. Journal of Applied and Natural Science, v. 11, n. 1, p. 35–41, 19 fev. 2019. FAO - Food and Agriculture Organization, 1998. FAO Irrigation and Drainage Paper: No. 56. FAO FAO - Food and Agriculture Organization, 2007. Fire management and global assesment. FERREIRA, L. N., VEGA-OLIVEROS, D. A., ZHAO, L., CARDOSO, M. F., & MACAU, E. E. N. Global fire season severity analysis and forecasting. Computers & Geosciences, 134, 104339 (2019). doi:10.1016/j.cageo.2019.104339 FREITAS, W. K., GOIS, G., PEREIRA, E. R., OLIVEIRA JUNIOR, J. F., MAGALHÃES, L. M. S., BRASIL, F. C., & SOBRAL, B. S. Influence of fire foci on forest cover in the Atlantic Forest in Rio de Janeiro, Brazil. Ecological Indicators, 115, 2020. https://doi.org/10.1016/j.ecolind.2020.106340 IBGE .2021. Panorama Brasil - Rio de Janeiro. Instituto Brasileiro de Geografia e Estatística. https://cidades.ibge.gov.br/brasil/rj/panorama 38 IPCC. Climate Change: AR6 Synthesis Report. In Contribution of Working Groups I, II and III to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (Issues 1– 151), 2021. https://archive.ipcc.ch/pdf/assessment- report/ar5/syr/SYR_AR5_FINAL_full_wcover.pdf IUFRO. 2018. Annual Reports. International Union of Forest Research Organizations. https://www.iufro.org/publications/annual-report/article/2019/06/06/annual-report-2018/ JESUS, C. S. L. DE, DELGADO, R. C., PEREIRA, M. G., SOUZA, L. P. DE, JUNIOR, C. A. DA S., RIBEIRO, L. P., BATISTA, T. S., & TEODORO, P. E. Changes in past global solar radiation based on climate models and remote sensing in the state of Rio de Janeiro, Brazil. Bioscience Journal, 1357–1364, 2018. https://doi.org/10.14393/BJ-v34n5a2018-39485 JIMÉNEZ-RUANO, A., DE LA RIVA FERNÁNDEZ, J., & RODRIGUES, M. Fire regime dynamics in mainland Spain. Part 2: A near-future prospective of fire activity. Science of The Total Environment, 705, 135842, 2020. https://doi.org/10.1016/J.SCITOTENV.2019.135842 JÚNIOR, C. M. S.; SIQUEIRA, J. V.; SALES, M. H.; FONSECA, A. V.; RIBEIRO, J. G.; NUMATA, I.; COCHRANE, M. A.; BARBER, C. P.; ROBERTS, D. A.; BARLOW, J. Ten- Year Landsat Classification of Deforestation and Forest Degradation in the Brazilian Amazon. Remote Sens. 5, 5493-5513, 2013. doi:10.3390/rs5115493 KENDALL, M. G. (1975). Rank Correlation Methods (C. Griffin, Ed.; 4th Editio). MACHADO-SILVA, F., LIBONATI, R., LIMA, T. F. M., PEIXOTO, R. B., FRANÇA, J. R. A., MAGALHÃES, M. A. F.M., SANTOS, F. L. M., RODRIGUES, J. A., & DACAMARA, C. C. Drought and fires influence the respiratory diseases hospitalizations in the Amazon. Ecological Indicators, 109, 2020. https://doi.org/10.1016/j.ecolind.2019.105817 MANN, H. B. Nonparametric Tests Against Trend. Econometrica, 13(3), 245, 1945. https://doi.org/10.2307/1907187 MENEZES, G. S. C., CAZETTA, E., & DODONOV, P. Vegetation structure across fire edges in a Neotropical rain forest. Forest Ecology and Management, 453, 2019. https://doi.org/10.1016/j.foreco.2019.117587 MORELLO, T., MARCHETTI RAMOS, R., O. ANDERSON, L., OWEN, N., ROSAN, T. M., & STEIL, L. Predicting fires for policy making: Improving accuracy of fire brigade allocation in the Brazilian Amazon. Ecological Economics, 169, 106501. 2020. doi:10.1016/j.ecolecon.2019.106501 NATH, B., DHAKRE, D., & BHATTACHARYA, D. Forecasting wheat production in India: An ARIMA modelling approach. Journal of Pharmacognosy and Phytochemistry, 8(1), 2158–2165, 2019. https://www.researchgate.net/publication/331471229_Forecasting_wheat_production_in_Indi a_An_ARIMA_modelling_approach NOAA. El Niño and La Niña: Frequently asked questions. NOAA Climate Gov, 2021. Disponível em: https://www.climate.gov/news-features/understanding-climate/el- ni%C3%B1o-and-la-ni%C3%B1a-frequently-asked-questions 39 OLIVEIRA SOUZA, T. C., DELGADO, R. C., MAGISTRALI, I. C., DOS SANTOS, G. L., DE CARVALHO, D. C., TEODORO, P. E., da Silva Júnior, C. A., & Caúla, R. H. Spectral trend of vegetation with rainfall in events of El Niño-Southern Oscillation for Atlantic Forest biome, Brazil. Environmental Monitoring and Assessment, 190(11), 2018. https://doi.org/10.1007/s10661-018-7060-1 OZTURK, S., & OZTURK, F. Forecasting Energy Consumption of Turkey by Arima Model. Journal of Asian Scientific Research, 8(2), 52–60, 2018. https://doi.org/10.18488/journal.2.2018.82.52.60 PEREIRA, R. M. S., WANDERLEY, H. S., & DELGADO, R. C. Homogeneous regions for rainfall distribution in the city of Rio de Janeiro associated with the risk of natural disasters. Natural Hazards, 2021. https://doi.org/10.1007/s11069-021-05056-2 PÉREZ, J., MALDONADO, S., & LÓPEZ-OSPINA, H. (2016). A fleet management model for the Santiago Fire Department. Fire Safety Journal, 82, 1–11, 2021. https://doi.org/10.1016/j.firesaf.2016.02.008 PETTITT, A. N. A non-parametric approach to the change-point problem. Applied Statistic, 28, 2, 126-135, 1979. https://doi.org/10.2307/2346729 SANTANA, R. O., DELGADO, R. C., & SCHIAVETTI, A. The past, present and future of vegetation in the Central Atlantic Forest Corridor, Brazil. Remote Sensing Applications: Society and Environment, 20, 2020. https://doi.org/10.1016/j.rsase.2020.100357 SANTOS, J. F., SOARES, R. V., & BATISTA, A. C. Perfil dos incêndios florestais no Brasil em áreas protegidas no período de 1998 a 2002. Floresta, 36, 93–100, 2006. https://revistas.ufpr.br/index.php/floresta/article/viewFile/5510/4040 SANTOS, R. O.; DELGADO, R. C.; VILANOVA, R. S.; SANTANA, R. O.; ANDRADE, C.F.; TEODORO, P. E.; SILVA JÚNIOR, C. A.; CAPRISTO-SILVA, G. F.; LIMA, M. NMDI application for monitoring different vegetation covers in the Atlantic Forest biome, Brazil. Weather and Climate Extremes, 33, 2021. https://doi.org/10.1016/j.wace.2021.100329 SHARPLES, J. J., MCRAE, R. H. D., WEBER, R. O., & GILL, A. M. A simple index for assessing fire danger rating. Environmental Modelling & Software, 24(6), 764–774, 2009. http://dx.doi.org/10.5380/rf.v36i1.5510 SILVA JUNIOR, C. A., TEODORO, P. E., DELGADO, R. C., PEREIRA, L., TEODORO, R., LIMA, M., DE ANDRÉA PANTALEÃO, A., ROJO BAIO, F. H., BRITO DE AZEVEDO, G., TAÍS DE OLIVEIRA, G., AZEVEDO, S., FERNANDO CAPRISTO- SILVA, G., ARVOR, D., CASSIELE, &, & FACCO, U. (123 C.E.). Persistent fire foci in all biomes undermine the Paris Agreement in Brazil. Scientific RepoRtS |, 10, 16246, 2020. https://doi.org/10.1038/s41598-020-72571-w SILVA, C. O., DELGADO, R. C., TEODORO, P. E., SILVA JUNIOR, C. A., & RODRIGUES, R. A. Spatially explicit modeling of land use and land cover in the State of Rio de Janeiro- Brazil. Remote Sensing Applications: Society and Environment, 18, 100303, 2020. https://doi.org/10.1016/J.RSASE.2020.100303 40 SILVA, R., PEREIRA, J., & BORGES, L. Paisagem como retrato do desenvolvimento social, econômico e ambiental de uma sociedade: o caso de Ouro Preto, MG. Advances in Forestry Science, Barros 2015, 167–174, 2017. https://doi.org/2357-8181 SOS Mata Atlântica. Restam apenas 12,4% da floresta que existia originalmente. SOS Mata Atlântica. 2021. Disponível em: https://www.sosma.org.br/causas/mata-atlantica/ SLAVIA, A. P., SUTOYO, E., & WITARSYAH, D. Hotspots Forecasting Using Autoregressive Integrated Moving Average (ARIMA) for Detecting Forest Fires. IEEE International Conference on Internet of Things and Intelligence System. 2019. doi:10.1109/iotais47347.2019.898 STAVER, A. C., ARCHIBALD, S., & LEVIN, S. A. The Global Extent and Determinants of Savanna and Forest as Alternative Biome States. Science, 334(6053), 2011. https://doi.org/10.1126/science.1210465 SYPHARD, A. D. et Al. Human presence diminishes the importance of climate in driving fire activity across the United States. Proceedings of the National Academy of Sciences, 114(52). 2017. https://doi.org/10.1073/pnas.1713885114 TEODORO, P. E. et Al. Twenty-year impact of fire foci and its relationship with climate variables in Brazilian regions. Environmental Monitoring and Assessment, 194(2), 90, 2022. https://doi.org/10.1007/s10661-021-09702-x TITO, T. M., DELGADO, R. C., DE CARVALHO, D. C., TEODORO, P. E., DE ALMEIDA, C. T., DA SILVA JUNIOR, C. A., DOS SANTOS, E. B., & DA SILVA JÚNIOR, L. A. S. Assessment of evapotranspiration estimates based on surface and satellite data and its relationship with El Niño–Southern Oscillation in the Rio de Janeiro State. Environmental Monitoring and Assessment 192:7, 192(7), 1–15, 2020. https://doi.org/10.1007/S10661-020- 08421-Z VIEIRA, B. C., GRAMANI, M. F. Serra do Mar: The most “Tormented” relief in Brazil. Landscapes and Landforms of Brazil, 285-297, 2015. https://doi.org/10.1007/978-94-017- 8023-0_26 VILANOVA, R. S., DELGADO, R. C., DA SILVA ABEL, E. L., TEODORO, P. E., SILVA JUNIOR, C. A., WANDERLEY, H. S., & CAPRISTO-SILVA, G. F. Past and future assessment of vegetation activity for the state of Amazonas-Brazil. Remote Sensing Applications: Society and Environment, 17, 100278, 2020. https://doi.org/10.1016/J.RSASE.2019.100278 WANDERLEY, H. S., FERNANDES, R. C., & LUIZ DE CARVALHO, A. Mudança térmica na cidade do Rio de Janeiro e o desvio ocasionado durante um evento de El Niño intenso. Revista Brasileira de Geografia Física v, 12, 1291–1301, 2019. XAVIER, A. C., KING, C. W., & SCANLON, B. R. Daily gridded meteorological variables in Brazil (1980–2013). International Journal of Climatology, 36(6), 2644–2659, 2016. https://doi.org/10.1002/JOC.4518 41 YANG, W., GARDELIN, M., OLSSON, J., & BOSSHARD, T. Multi-variable bias correction: Application of forest fire risk in present and future climate in Sweden. Natural Hazards and Earth System Sciences, 15(9), 2037–2057, 2015. https://doi.org/10.5194/nhess-15-2037-2015 ZHANG, X., ZHOU, Q., WENG, S., & ZHANG, H. (2021). ARIMA Model-Based Fire Rescue Prediction. Scientific Programming, 2021. https://doi.org/10.1155/2021/3212138 ZOU, L., & YANG, L. Time series study of the impact of serious fires on fire occurrence statistics in cities of Jiangsu. Fire Safety Journal, 44(7), 925–932, 2009 https://doi.org/10.1016/j.firesaf.2009.05.002
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal Rural do Rio de Janeiro
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciências Ambientais e Florestais
dc.publisher.initials.fl_str_mv UFRRJ
dc.publisher.country.fl_str_mv Brasil
dc.publisher.department.fl_str_mv Instituto de Florestas
publisher.none.fl_str_mv Universidade Federal Rural do Rio de Janeiro
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRRJ
instname:Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron:UFRRJ
instname_str Universidade Federal Rural do Rio de Janeiro (UFRRJ)
instacron_str UFRRJ
institution UFRRJ
reponame_str Repositório Institucional da UFRRJ
collection Repositório Institucional da UFRRJ
bitstream.url.fl_str_mv https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/1/2022%20-%20Carolina%20Souza%20Leite%20de%20Jesus.pdf.jpg
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/2/2022%20-%20Carolina%20Souza%20Leite%20de%20Jesus.pdf.txt
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/3/2022%20-%20Carolina%20Souza%20Leite%20de%20Jesus.pdf
https://rima.ufrrj.br/jspui/bitstream/20.500.14407/11291/4/license.txt
bitstream.checksum.fl_str_mv cc73c4c239a4c332d642ba1e7c7a9fb2
cbd1b938cd5e109fa337fe63e15b293b
ff2221172d7d6ffbf335d0eb13c066b5
7b5ba3d2445355f386edab96125d42b7
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRRJ - Universidade Federal Rural do Rio de Janeiro (UFRRJ)
repository.mail.fl_str_mv bibliot@ufrrj.br
_version_ 1849138705628921856

Registros relacionados