Modelagem da vulnerabilidade à ocorrência e propagação de incêndios florestais

Abstract

A redução sistemática de florestas naturais, provenientes de sucessivos incêndios, tem estimulado o desenvolvimento de mecanismos de prevenção, controle e combate ao fogo. Esta pesquisa teve como objetivo determinar as áreas de Risco de Incêndios Florestais (RIF), tendo como estudo de caso a Reserva Natural Vale, localizada no município de Linhares, ES. Para tanto, utilizou-se informações do uso e ocupação da terra, declividade do terreno, orientação do relevo e proximidade a estradas e residências. Com o auxílio de técnicas de Sistemas de Informações Geográficas determinou-se a influência de cada variável ao RIF por meio da modelagem Fuzzy no aplicativo computacional ArcGIS/ArcINFO 10.0. A cada conjunto Fuzzy representado pela imagem matricial da variável de entrada, foi definida uma função de pertinência que apresenta a cada elemento do conjunto um grau de certeza, variando entre 0 e 1, em que o maior RIF é indicado quando o valor real da variável assume 1 e nulo quando o valor real da variável assume 0. Para a variável uso e ocupação da terra foi utilizada a função de pertinência Fuzzy Gaussian. A variável proximidade a estradas foi modelada pela função de pertinência Fuzzy Small. Para a variável declividade foi utilizada a função de pertinência Fuzzy Large. A orientação do relevo foi programada em linguagem Python no ArcGIS/ArcINFO 10.0 pela função Fuzzy Generalized Bell e a variável proximidade a residências foi modelada pela função Fuzzy Linear. Posteriormente, as variáveis estudadas na influência que exercem sobre o início e propagação do fogo foram combinadas por meio do Fuzzy Gamma para representar o RIF na área de estudo. O maior risco ao incêndio foi considerado pela fisionomia campos nativos com valor no conjunto Fuzzy de 1. A concentração dos valores de risco para a distância a estradas corresponde principalmente para áreas de interface urbano- florestal com 41,93% dos pixels no intervalo de 0,95 -1. Para a variável declividade a maior concentração da frequência de pixels foi observada nos menores valores do conjunto Fuzzy (0 – 0,2). Na orientação do relevo, embora a área de estudo apresente baixo risco ao fogo, associado às faces de menor radiação solar, os resultados demonstram que os maiores valores no conjunto Fuzzy estão na classe de maior risco, principalmente associado à face Norte. A variável proximidade é o principal fator de influência ao risco de incêndio pela distância da interface urbano- florestal com 70,59% dos pixels no intervalo 0,75 – 1. A área de estudo apresenta risco de incêndio variando de médio a baixo. As áreas de maior risco são pontuais e representam especialmente na interface floresta e meio urbano. Os fatores socioeconômicos desempenham um papel importante ao risco de incêndio na área de estudo e fornecem uma nova visão útil para a distribuição espacial das causas humanas do fogo. A modelagem foi adequada para avaliar os impactos de diferentes variáveis sobre o risco de incêndio.

The systematic reduction of natural forests, from successive fires, has stimulated the development of mechanisms for prevention, control and firefighting. This resource has the objective to determine the areas of risk of forest fires (RIF) in Vale Nature Reserve, located in city the Linhares, ES. For this, used information about use and occupation of land, land slope, orientation of relief and proximity to roads and homes. With the techniques of support of Geographic Informations Systems determined the influence of each variable to RIF by Fuzzy modeling in computational application ArcGIS/ArcINFO 10.0. Each Fuzzy set represented by the matrix of the image input variable, a function was defined the pertinence which presents each set a degree of certainty, variation between 0 and 1, the greater is indicated RIF was set when the actual value of the variable assumes 1 and null when the actual value of the variable is 0 . For the variable the use and occupation of the land was used the function pertinence Fuzzy Gaussian. The roads variable was modeled by pertinence function Fuzzy Small. For the slope variable was used the function pertinence Fuzzy Large. The orientation of the relief was programmed in Python in ArcGIS/ArcInfo 10.0 by function Fuzzy Generalized Bell and the variable the proximity to residential was modeled by Fuzzy Linear function. Posteriorly, the variables in their influence on the onset and spread of fire were combined through Fuzzy Gamma to represent RIF in the study area. The biggest risk the fire was considered the physiognomy native fields with value in Fuzzy set 1. The concentration of risk values for the distance to roads corresponds mainly to areas of urban-forest interface with 41.93% of the pixels in the range of 0.95 – 1. For the variable the slope of highest concentration s of the frequency of pixels was observed in lower values in the set of Fuzzy (0 – 0.2). The orientation of the relief, although the study area presents low risk to fire, faces associated with lower solar radiation, the results show that the highest values are in the Fuzzy set in the class of highest risk, mainly associated with the North face. The proximity variable is the main factor influencing the risk of fire by distance from the urban-forest interface with 70.59% of the pixels in the range of 0.75 – 1. The study area has variant of low the medium risk. The highest risk areas represent especially in forest and urban interface. Socioeconomic factors play an important paper in fire risk in the study area and provide a useful new insight into the spatial distribution of human caused the fire. The model was adequate to evaluate the impact of different variables on the risk of fire.