Spatial analysis of vegetation fires in vacant lots in Araxá, Minas Gerais
DOI:
https://doi.org/10.18554/rbcti.v7i1.6395Keywords:
Wildfire, Stascan, Geographic Information SystemsAbstract
Fire in vacant lots is featured as hazardous type event related to human behavior. These events account for burning urban-zone vegetation, a fact that puts the local population in danger, leads to the emission of polluting gases, and even puts the patrimony at risk. The aim of the present study is to analyze the spatial distribution of wildfire in the vegetation of vacant lots in 2019 and 2020, in Araxá City, Minas Gerais State, Brazil. The used data were collected from incident reports by Minas Gerais Military Fire Department. The study followed quantitative methods and Geographic Information Systems (GIS), based on space-time statistics, to detect occurrence clusters through a retrospective permutation method. Based on the results, fire cases in vacant lots happen more often between June and October, during the drought period. If one takes the whole year into account, those were the months accounting for the highest detection of clusters of fire events. In 2019, these events were recorded within shorter time intervals, and they were mainly observed in the city’s Northern portion. On the other hand, in 2020, these events were more often recorded in the Southern part of the city. This finding may point out that the vegetation cover consumed by wildfire within 1-year period-of-time does not recover to the extent of suffering with the same effects of burnings in the following year; this process results in different incidence sites. The space-time analysis can highlight places for straight intervention by the public power, and help allocating resources and preventing the impacts of these events.
References
CÂMARA, G.; DAVIS, C.; MONTEIRO, A. M. V. Introdução a Ciência da Geoinformação. São Paulo: INPE, 2001. Disponível em: http://www.dpi.inpe.br/gilberto/livro/introd/cap1-introducao.pdf. Acesso em: 30 de set. de 2021.
CHUVIECO, E.; SALAS, F. J.; CARVACHO, L.; RODRIGUEZ-SILVA, F. Integrated fire risk mapping. Remote Sensing of Large Wildfires: In the European Mediterranean Basin, p. 61-100, 1999.
DE ASSIS, S. S.; DA MATA LUCAS, F. Queimadas urbanas em Ituiutaba (MG). Revista Inova Ciência & Tecnologia/Innovative Science & Technology Journal, p. 32-40, 2018. Disponível em: https://periodicos.iftm.edu.br/index.php/inova/article/view/226/265. Acesso em: 11 fev. 2023.
GAO, P.; GUO, D.; LIAO, K.; WEBB, J. J.; CUTER, S. L. Early Detection of Terrorism Outbreaks Using Prospective Space–Time Scan Statistics. The Professional Geographer, v. 65, n. 4, p. 676-691, 2013. DOI: https://doi.org/10.1080/00330124.2012.724348
IIBGE. Instituto Brasileiro de Geografia e Estatística. IBGE Cidades: Brasil, Minas Gerais, Araxá. Disponível em: https://cidades.ibge.gov.br/brasil/mg/araxa/panorama. Acesso em: 26 set. de 2021.
KAZMIERCZAK, M. L. Sensoriamento remoto para incêndios florestais. In: SAUSEN, T.M. & LACRUZ, M. S. P. Sensoriamento Remoto para Desastres. São Paulo: Oficina de Textos, 2015.
KULLDORFF, M.; HEFFERNAN, R.; HARTMAN J.; ASSUNÇÃO, R.M.; MOSTASHARI, F. A space-time permutation scan statistic for the early detection of disease outbreaks. PLoS Medicine, v. 2, n. 3, p. e59, 2005. DOI: https://doi.org/10.1371/journal.pmed.0020059
KULLDORFF, M. SatScan™ manual do usuário. Tradução de Alessandra Cristina Guedes Pellini. 2015. p. 113. Disponível em: https://www.satscan.org/techdoc.html. Acesso em: 17 set. 2021.
MEDEIROS, M. B.; FIEDLER, N. C. Incêndios florestais no Parque Nacional Da Serra Da Canastra: desafios para a conservação da biodiversidade. Ciência Florestal, Santa Maria, v. 14, p. 157-168, 2004. DOI: https://doi.org/10.5902/198050981815
NEPSTAD, D. C.; MOREIRA, A. G.; ALENCAR, A. A. A floresta em chamas: origens, impactos e prevenção de fogo na Amazônia. Brasília: Ministério do Meio Ambiente. Programa Piloto para a Proteção das Florestas Tropicais no Brasil, 1999. 172p. Disponível em: https://www.terrabrasilis.org.br/ecotecadigital/pdf/floresta-em-chamas-origens-impactos-e-prevencao-do-fogo-na-amazonia.pdf. Acesso em: 10 ago. 2022.
OROZCO, C. V.; TONINI, M.; CONEDERA. M.; KANVESKI, M. Cluster recognition in spatial-temporal sequences: the case of forest fires. Geoinformatica, v. 16, n. 4, p. 653-673, 2012. DOI: https://doi.org/10.1007/s10707-012-0161-z
PARENTE, J.; PEREIRA, M. G.; TONINI, M. Space-time clustering analysis of wildfires: The influence of dataset characteristics, fire prevention policy decisions, weather and climate. Science of the Total Environment. v. 559, p. 151-165, 2016. DOI: http://dx.doi.org/10.1016/j.scitotenv.2016.03.129
PEREIRA, A.; FRANÇA, H.; SANTOS, J.E. Método para avaliação da susceptibilidade da vegetação do Cerrado ao fogo em relação a indicadores antrópicos. In: Anais XI SBSR, INPE, p. 501-508, 2003. Disponível em: http://marte.sid.inpe.br/col/ltid.inpe.br/sbsr/2002/11.18.22.03/doc/04_427.pdf. Acesso em: 28 ago. 2019.
PEREIRA, M. G.; CARAMELO, L.; OROZCO, C. V.; COSTA, R; TONINI, M. Space-time clustering analysis performance of an aggregated dataset: The case of wildfires in Portugal. Environmental Modelling & Software, v. 72, p. 239-249, 2015. DOI: https://doi.org/10.1016/j.envsoft.2015.05.016
RAMOS, P. C. M.; MENDES, A. Sistema nacional de prevenção e combate aos incêndios florestais. Fórum Nacional Sobre Incêndios Florestais, v. 1, p. 29-38, 1995.
SOARES, R. V.; SANTOS, J. F. Perfil dos incêndios florestais no Brasil de 1994 a 1997. Floresta, v. 32, n. 2, 2002. DOI: http://dx.doi.org/10.5380/rf.v32i2.2287
TONINI, M.; TUIA, D.; RATLE, F. Detection of clusters using space–time scan statistics. International Journal of Wildland Fire, v. 18, n. 7, p. 830-836, 2009. DOI: https://doi.org/10.1071/WF07167.
TORRES, T. P. T.; RIBEIRO, G. A.; MARTINS, S. V.; LIMA, G. S. Determinação do período mais propício às ocorrências de Incêndios em vegetação na área urbana de Juiz De Fora, MG. Revista Árvore, v. 34, n. 2, p. 297- 303, 2010. DOI: https://doi.org/10.1590/S0100-67622010000200012.
TORRES, T. P. T.; RIBEIRO, G. A.; MARTINS, S. V.; LIMA, G. S. Perfil dos Incêndios em Vegetação nos Municípios de Juiz de Fora e Ubá, MG, de 2001 a 2007. Floresta e Ambiente, v. 17, n. 2, p. 83-89, 2012. DOI: http://dx.doi.org/10.4322/floram.2011.010.
TUIA, D.; RATLE, F.; LASAPONARA, R.; TELESCA, L.; KENEVSKI, M. Scan statistics analysis of forest fire clusters. Communications in Nonlinear Science and Numerical Simulation, v. 13, n. 8, p. 1689-1694, 2008. DOI: https://doi.org/10.1016/j.cnsns.2007.03.004
UN-ISDR – International Strategy for Disaster Reduction. 2015. Sendai Framework for Disaster Risk Reduction 2015 – 2030. Disponível em: https://www.preventionweb.net/drr-framework/sendai-framework. Acesso em: 27 set. 2021.
WEBER, A. A.; WOLLMANN, C. A. Mapeamento dos incêndios residências na área urbana de Santa Maria, RS, Brasil utilizando o estimador de densidade Kernel. Investigaciones Geográficas, n. 51, p. 49-60, 2016. DOI: https://doi.org/10.5354/0719-5370.2016.41748
YEBRA, M.; CHUVIECO, E.; RIAÑO, D. Estimation of live fuel moisture content from MODIS images for fire risk assessment. Agricultural and Forest Meteorology, v. 148, n. 4, p. 523-536, 2008. DOI: https://doi.org/10.1016/j.agrformet.2007.12.005
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Anderson Passos de Souza, Marcos Roberto Martines, Ricardo Vicente Ferreira
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.