Direcionadores dos incêndios florestais no Pantanal: análise temporal e associação com biomas adjacentes

Abstract

Nos últimos anos, tem-se observado aumentos de desastres naturais ligados às mudanças climáticas globais, causando perdas sociais, econômicas e ambientais. Como exemplo, pode- se mencionar os incêndios ocorrentes no Brasil, primordialmente no bioma Pantanal, o qual foi extremamente afetado com uma queima histórica no ano de 2020. Estudos indicam que os incêndios florestais recentes na bacia associam-se a redução de chuvas nos verões de 2019- 2020, em consequência da redução do transporte de ar quente e úmido de verão da Amazônia para o Pantanal. Os maiores rios que abastecem o Pantanal tem origem no planalto brasileiro, dessa maneira, a disponibilidade de água superficial no bioma está fortemente associada à dinâmica hidrológica e de uso e cobertura da terra dos biomas adjacentes. A precipitação também é influenciada pela dinâmica pluvial de outros biomas, principalmente da Amazônia. Contudo, parece faltar na literatura um estudo compreensivo que demonstre a associação dos incêndios no bioma Pantanal com as características hidrológicas dos biomas adjacentes. Dessa forma, este estudo visou analisar a série histórica de área queimada no Pantanal e identificar os impulsionadores de incêndios florestais acima da normal, explorando variáveis ambientais locais associadas à ocorrência de fogo e dos biomas adjacentes que exercem efeito sobre a dinâmica fluvial e pluvial na bacia pantaneira. Para a execução deste estudo, utilizaram-se conjuntos de dados presentes na plataforma Google Earth Engine (GEE). Área queimada, desmatamento e área de cobertura, do projeto MapBiomas, e Precipitação, Déficit Pressão de Vapor, Evapotranspiração, Temperatura do ar, Índice Seca de Palmer, Umidade do Solo, oriundos de múltiplas fontes, e proxies de estrutura (evi) e umidade (ndmi) da vegetação, obtidos a partir da série Landsat. Os dados foram coletados e computados sazonalmente de 1989-2020. A fim de observar as variáveis de importância para a ocorrência de tais desastres naturais, foram utilizadas técnicas de aprendizado de máquina como os algoritmos Random Forest e Support Vector Machine. A importância de tais variáveis foi analisada tanto no ano de ocorrência dos incêndios, quanto nos dois anos precedentes. Assim, foi possível verificar que dos 32 anos analisados 13 deles apresentaram área total queimada acima da normal e que apenas no ano de 1999 a queima foi superior ao ano de 2020. As variáveis: umidade do solo na Amazônia (t-2), o índice de seca na Mata Atlântica (t-1) e a umidade da vegetação no Pantanal (t-1) apresentaram maior importância em se tratando dos direcionadores de incêndios no Pantanal. As análises estatísticas também indicaram a seca no Cerrado e reduzida evapotranspiração no Cerrado e no Pantanal. Os resultados deste estudo demonstram a associação da dinâmica hídrica dos biomas adjacentes com o aumento de área queimada no bioma Pantanal. Além disso, a análise de tendência demonstra que a seca está aumentando em todos os biomas analisados. Espera-se, com os achados aqui, auxiliar o entendimento da dinâmica do fogo no Pantanal, bem como a correta alocação de recursos para o combate de incêndios quando eventos extremos de seca (ainda em anos anteriores) são observados não apenas in loco, mas também nos outros biomas brasileiros.

Palavras-chave:

Área queimada. Computação em nuvem. Aprendizado de máquina. Mudanças climáticas. Seca.

In recent years, there has been an increase in natural disasters linked to global climate change, causing social, economic and environmental losses. An example, we can mention the fires that have occurred in Brazil, primarily in the Pantanal biome, which was extremely affected by a historic fire in 2020. Studies indicate that the recent forest fires in the basin are associated with reduced rainfall in the summers of 2019-2020, as a result of the reduction in the transport of hot, humid summer air from the Amazon to the Pantanal. The largest rivers that supply the Pantanal originate in the Brazilian highlands, so the availability of surface water in the biome is strongly associated with the hydrological dynamics and land use and cover of the adjacent biomes. Precipitation is also influenced by the rainfall dynamics of other biomes, especially the Amazon. However, the literature seems to lack a comprehensive study demonstrating the association between fires in the Pantanal biome and the hydrological characteristics of adjacent biomes. Thus, this study aimed to analyze the historical series of burned area in the Pantanal and identify the drivers of above-normal forest fires, exploring local environmental variables associated with the occurrence of fire and adjacent biomes that have an effect on river and rainfall dynamics in the Pantanal basin. To carry out this study, data sets from the Google Earth Engine (GEE) platform were used. Burned area, deforestation and coverage area, from the MapBiomas project, and precipitation, Vapor Pressure Deficit, Evapotranspiration, Air Temperature, Palmer Dry Index, Soil Moisture, from multiple sources, and vegetation structure (evi) and moisture (ndmi) proxies, obtained from the Landsat series. The data was collected and computed seasonally from 1989-2020. In order to observe the variables of importance for the occurrence of such natural disasters, machine learning techniques such as the Random Forest and Support Vector Machine algorithms were used. The importance of these variables was analyzed both in the year in which the fires occurred and in the two preceding years. Thus, it was possible to verify that of the 32 years analyzed, 13 of them had a total burned area above normal and that only in 1999 was the burning higher than in 2020. The variables: soil moisture in the Amazon (t-2), the drought index in the Atlantic Forest (t-1) and vegetation moisture in the Pantanal (t-1) were the most important in terms of driving fires in the Pantanal. Statistical analysis also indicated drought in Cerrado and reduced evapotranspiration in the Cerrado and Pantanal. The results of this study demonstrate the association between the water dynamics of adjacent biomes and the increase in the area burned in the Pantanal biome. In addition, the trend analysis shows that drought is increasing in all the biomes analyzed. It is hoped that the findings here will help us to understand the dynamics of fire in the Pantanal, as well as the correct allocation of resources for firefighting when extreme drought events are observed not only in loco, but also in other Brazilian biomes.

Keywords:

Burnedarea. Cloud computing. Machine Learning. Climate Change. Drought.