Análise de séries temporais de focos de calor em biomas brasileiros utilizando o Grafo de Visibilidade Horizontal
DOI:
https://doi.org/10.33448/rsd-v9i9.6276Palavras-chave:
Queimadas; Biomas; Redes complexas; Grafo de visibilidade horizontal.Resumo
As queimadas são processos complexos que podem ter causas naturais ou serem resultado da interferência humana. O efeito do fogo em um ecossistema varia de acordo com sua sensibilidade, mas a recorrência do fogo pode afetar o equilibrio ambiental e a saúde humana. Buscando reduzir os efeitos negativos das queimadas, faz-se necessário monitorar sua ocorrência e compreender sua dinâmica. No Brasil, o monitoramento é realizado via satélite, com que se detectam os focos de calor. Esse processo é realizado pelo Instituto Nacional de Pesquisas Espaciais (INPE), que disponibiliza os dados utilizados neste trabalho. Com o objetivo de estudar a variabilidade temporal das queimadas nos biomas Amazônia, Cerrado, Caatinga e Mata Atlântica, utiliza-se neste trabalho o método Grafo de Visibilidade Horizontal, com que se transformam as séries temporais de focos de calor desses biomas em redes complexas. Delas, extraem-se as medidas topológicas com as quais é possível avaliar se a dinâmica que governa cada rede gerada representa um processo estocástico ou caótico. Tais medidas são: o Coeficiente λ da distribuição de grau do nó, o Coeficiente de Agrupamento e o Comprimento Médio do Caminho. Os resultados obtidos mostraram que as propriedades topológicas das redes variam de acordo com o número de focos de calor e com a relação (n° de focos de calor)/(área do bioma). A dinâmica de queimadas apresentou características de um processo estocástico correlacionado para os biomas Amazônia, Cerrado e Mata Atlântica, e um processo caótico para o bioma Caatinga.
Referências
Aragão, L. E., Anderson, L. O., Fonseca, M. G., Rosan, T. M., Vedovato, L. B., Wagner, F. H., & Barlow, J. (2018). 21st Century drought-related fires counteract the decline of Amazon deforestation carbon emissions. Nature communications, 9(1), 1-12.
Benicio, R. B., Stošić, T., de Figueirêdo, P. H., & Stošić, B. D. (2013). Multifractal behavior of wild-land and forest fire time series in Brazil. Physica A: Statistical Mechanics and its Applications, 392(24), 6367-6374.
Castro, F. R., Bastos, D. M. R. F., Luana, M. M. S., & NUNES, J. (2016). Impactos das queimadas sobre a saúde da população humana na Amazônia Maranhense. Revista de Pesquisa em Saúde, 17(3), 141-146.
Costa, Y. T., & Rodrigues, S. C. (2015). Efeito do fogo sobre vegetação e solo a partir de estudo experimental em ambiente de cerrado. Revista do Departamento de Geografia, 30, 149-165.
Copertino, M., Piedade, M. T. F., Vieira, I. C. G., & Bustamante, M. (2019). Desmatamento, fogo e clima estão intimamente conectados na Amazônia. Ciência e Cultura, 71(4), 04-05.
Gomes, L., Miranda, H. S., Silvério, D. V., & Bustamante, M. M. (2020). Effects and behaviour of experimental fires in grasslands, savannas, and forests of the Brazilian Cerrado. Forest Ecology and Management, 458, 117804.
Instituto Brasileiro de Geografia e Estatística, IBGE (2019). Brasil em Síntese - Território. Acesso em: novembro/2019, em https://brasilemsintese.ibge.gov.br/territorio.html.
INPE. Instituto Nacional de Pesquisas Espaciais, INPE (2019). Banco de Dados de Queimadas. Acesso em: setembro/2019, emhttp://www3.inpe.br/queimadas/bdqueimadas/.
Lacasa, L., Luque, B., Ballesteros, F., Luque, J., & Nuno, J. C. (2008). From time series to complex networks: The visibility graph. Proceedings of the National Academy of Sciences, 105(13), 4972-4975.
Lacasa, L., & Toral, R. (2010). Description of stochastic and chaotic series using visibility graphs. Physical Review E, 82(3), 036120.
Lima, D. L., Alves, T. S., Oliveira, A. P. G., Catalani, T. G. T., Dalmas, F. B., & Paranhos Filho, A. C. (2020). Semiautomatic and quantification identification of deforestation by Remote Sensing. Research, Society and Development, 9(4), 30942721.
Luque, B., Lacasa, L., Ballesteros, F., & Luque, J. (2009). Horizontal visibility graphs: Exact results for random time series. Physical Review E, 80(4), 046103.
Marengo, J. A., Tomasella, J., Alves, L. M., Soares, W. R., & Rodriguez, D. A. (2011). The drought of 2010 in the context of historical droughts in the Amazon region. GeophysicalResearchLetters, 38(12).
Melo, D. F., Soares, J. A. B., Vieira, K. P. M., Giongo, P. R., Gomes, L. F., Cunha, F. N., & Sobrinho, O. P. L. (2020). Spatio-temporal analysis of fires in the Municipality of Santa Helena de Goiás. Research, Society and Development, 9(7).
Nobre, C. A., & Borma, L. D. S. (2009). ‘Tipping points’ for the Amazon forest. Current Opinion in Environmental Sustainability, 1(1), 28-36.
Nogueira, J. M., Rambal, S., Barbosa, J. P. R., & Mouillot, F. (2017). Spatial pattern of the seasonal drought/burned area relationship across Brazilian biomes: Sensitivity to drought metrics and global remote-sensing fire products. Climate, 5(2), 42.
Pierini, J. O., Lovallo, M., & Telesca, L. (2012). Visibility graph analysis of wind speed records measured in central Argentina. Physica A: Statistical Mechanics and its Applications, 391(20), 5041-5048.
Pivello, V. R. (2011). The use of fire in the Cerrado and Amazonian rainforests of Brazil: past and present. Fire ecology, 7(1), 24-39.
Santos, A. C. A., Finger, A., Nogueira, J. D. S., Curado, L. F. A., Palácios, R. D. S., & Pereira, V. M. R. (2016). Analysis of the concentration and composition of aerosols from fires in the matogrosso wetland. Química Nova, 39(8), 919-924.
Santos, J. F. C., Gleriani, J. M., Velloso, S. G. S., de Souza, G. S. A., do Amaral, C. H., Torres, F. T. P.. & Dos Reis, M. (2019). Wildfires as a major challenge for natural regeneration in Atlantic Forest. Science of The Total Environment, 650, 809-821.
Sivakumar, B., & Woldemeskel, F. M. (2015). A network-based analysis of spatial rainfall connections. Environmental Modelling & Software, 69, 55-62.
Stam, C. J., & Reijneveld, J. C. (2007). Graph theoretical analysis of complex networks in the brain. Nonlinear biomedical physics, 1(1), 3.
Stosic, T., Telesca, L., da Costa, S. L. L., & Stosic, B. (2016). Identifying drought-induced correlations in the satellite time series of hot pixels recorded in the Brazilian Amazon by means of the detrended fluctuation analysis. Physica A: Statistical Mechanics and its Applications, 444, 660-666.
Telesca, L., & Lovallo, M. (2012). Analysis of seismic sequences by using the method of visibility graph. EPL (Europhysics Letters), 97(5), 50002.
Zou, Y., Donner, R. V., Marwan, N., Donges, J. F., & Kurths, J. (2019). Complex network approaches to nonlinear time series analysis. Physics Reports, 787, 1-97.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2020 Joelma Mayara da Silva, Lidiane da Silva Araújo, Tatijana Stosic, Borko Stosic
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
