Variabilidade espacial e temporal na detecção de focos de queima no estado do Mato Grosso, Brasil
DOI:
https://doi.org/10.5380/rf.v56i1.101014Palavras-chave:
Wildland fires, nature conservation, remote sensingResumo
A queima da vegetação constitui uma das principais fontes de emissão de gases do efeito estufa na atmosfera. O monitoramento da variabilidade espaço-temporal de focos de queima por satélites ambientais pode ser utilizado no desenvolvimento estratégico de prevenção ao fogo. Os objetivos deste estudo foram analisar a variabilidade espaço-temporal na detecção de focos de queima no estado de Mato Grosso e determinar as variáveis correlacionadas com a detecção a nível municipal. Para tal, foram coletados dados de focos de queima dos satélites AQUA e Suomi-NPP (S-NPP) que foram quantificados por município e correlacionados com 11 variáveis independentes. A média anual de focos foi de 38.646 pelo satélite AQUA (2003 a 2023), e de 127.992 pelo S-NPP (2013 a 2023). Durante o período de sobreposição, o S-NPP detectou 4,7 vezes mais do que o AQUA. Apesar da diferença, ambos os dados apresentaram correlação significativa. Setembro foi o mês com maior registro de focos. Colniza foi o município com o maior número de detecções, enquanto Itanhangá e Nova Nazaré registraram a maior densidade de focos pelos satélites AQUA e S-NPP, respectivamente. Dos 141 municípios, 133 foram classificados com incidência de fogo extrema ou muito alta. O desflorestamento da vegetação primária foi a variável que apresentou maior correlação com a densidade municipal de focos de queima. Os resultados podem servir para o desenvolvimento de políticas públicas voltadas à redução de incêndios e queimadas no estado.
Keywords: Wildland fires; remote sensing; nature conservation.
Referências
ABESSA, D; FAMÁ, A.; BURUAEM, L. The systematic dismantling of Brazilian environmental laws risks losses on all fronts. Nature Ecology & Evolution, London, v. 3, p. 510–511, 2019. DOI: https://doi.org/10.1038/s41559-019-0855-9
BERENGUER, E. et al. Tracking the impacts of El Niño drought and fire in human-modified Amazonian forests. Proceedings of the National Academy of Sciences (PNAS), Washington, v. 118, n. 30, e2019377118, 2021. DOI: https://doi.org/10.1073/pnas.2019377118
BRANDO, P. M. et al. The gathering firestorm in southern Amazonia. Science Advances, Washington, v. 6, art. e.aay1632, 2020. DOI: https://doi.org/10.1126/sciadv.aay1632
CLIMATE-DATA. Climate: Mato Grosso. 2024. Available at: <https://en.climate-data.org/south-america/brazil/mato-grosso-168/> Accessed on: 21 May 2024.
FU, Y. et al. Fire detection and fire radiative power in forests and low-biomass lands in Northeast Asia: MODIS versus VIIRS fire products. Remote Sensing, Basel, v. 12, art. 2870, 2020. DOI: https://doi.org/10.3390/rs12182870
GAJENDIRAN, K.; KANDASAMY, S.; NARAYANAN, M. Influences of wildfire on the forest ecosystem and climate change: A comprehensive study. Environmental Research, Amsterdam, v. 240, art. 117537, 2023. DOI: https://doi.org/10.1016/j.envres.2023.117537
IBGE. Land cover and use of Brazil at 1:250,000 scale. 2020. Available at: <https://www.ibge.gov.br/geociencias/informacoes-ambientais/cobertura-e-uso-da-terra/15833-uso-da-terra.html?=&t=sobre> Accessed on: 27 May 2024.
IBGE. Population in the last census: Census 2022: population and households – first results. 2022. Available at: <https://www.ibge.gov.br/cidades-e-estados/mt.html> Accessed on: 16 Jul. 2025.
IBGE. Cidades e Estados: Mato Grosso. 2025. Available at: <https://www.ibge.gov.br/cidades-e-estados/mt.html> Accessed on: 27 Apr. 2026.
INMET. Ano de 2024 é o mais quente no Brasil desde 1961. Brasília: INMET, 2025. Available at: <https://portal.inmet.gov.br/noticias/2024-%C3%A9-o-ano-mais-quente-da-s%C3%A9rie-hist%C3%B3rica-no-brasil> Accessed on: 27 Aug. 2025.
INPE. Fire monitoring and burnings portal. 2025. Available at: <http://www.inpe.br/queimadas> Accessed on: 07 Jan. 2025.
JUNK, W. J.; DA SILVA, C. J.; NUNES DA CUNHA, C.; WANTZEN, K. M. Biodiversity and its conservation in the Pantanal of Mato Grosso, Brazil. Aquatic Sciences, Basel, v. 68, p. 278–309, 2006. DOI: https://doi.org/10.1007/s00027-006-0851-4
KOTTEK, M. et al. World map of the Köppen-Geiger climate classification updated. Meteorologische Zeitschrift, Stuttgart, v. 15, p. 259-263, 2006. DOI: https://doi.org/10.1127/0941-2948/2006/0130
MAPBIOMAS. Annual land cover and use mapping project in Brazil, 2023. 2024a. Available at: <https://mapbiomas.org/> Accessed on: 07 Mar. 2024.
MAPBIOMAS. MapBiomas General “Handbook” - Algorithm Theoretical Basis Document (ATBD) - Collection 9. 2024b. Available at: <https://brasil.mapbiomas.org/wp-content/uploads/sites/4/2024/08/ATBD-Collection-9-v2.docx.pdf> Accessed on: 27 Aug. 2024.
NOAA. Assessing the global climate in 2024. Washington: National Oceanic and Atmospheric Administration, Jan. 2025. Available at: <https://www.ncei.noaa.gov/news/global-climate-202413> Accessed on: 07 Jul. 2025.
RIBEIRO, T. M. et al. Fire foci assessment in the Western Amazon (2000–2015). Environment, Development and Sustainability, Dordrecht, v. 23, p. 1485–1498, 2021. DOI: https://doi.org/10.1007/s10668-020-00632-1
SCHROEDER, W.; GIGLIO, L. Visible infrared imaging radiometer suite (VIIRS) 375 m & 750 m active fire detection data sets based on NASA VIIRS land science investigator processing system (SIPS). Reprocessed data – Version 1 product: User's guide version 1.3. 2017. Available at: <https://lpdaac.usgs.gov/documents/132/VNP14_User_Guide_v1.3.pdf> Accessed on: 21 Jul. 2024.
SILVA, C. A. et al. Fire occurrences and greenhouse gas emissions from deforestation in the Brazilian Amazon. Remote Sensing, Basel, v. 13, n. 3, art. 376, 2021a. DOI: https://doi.org/10.3390/rs13030376
SILVA, M. E. S. et al. The 2020 Brazilian Pantanal fires. Anais da Academia Brasileira de Ciências, Rio de Janeiro, v. 93, n. 3, art. e20210077, 2021b. DOI: https://doi.org/10.1590/0001-3765202120210077
TEODORO, P. E. et al. Wildfire incidence throughout the Brazilian Pantanal is driven by local climate rather than bovine stocking density. Sustainability, Basel, v. 14, n. 16, art. 10187, 2022b. DOI: https://doi.org/10.3390/su141610187
WHITE, B. L. A. Spatiotemporal variation in fire occurrence in the state of Amazonas, Brazil, between 2003 and 2016. Acta Amazonica, Manaus, v. 48, p. 358-367, 2018. DOI: https://doi.org/10.1590/1809-4392201704522
WHITE, B. L. A. Satellite detection of wildland fires in South America. Floresta, Curitiba, v. 49, p. 851-858, 2019. DOI: http://doi.org/10.5380/rf.v49i4.60117
WHITE, B. L. A. Spatiotemporal variation of fire occurrence in the State of Bahia, Brazil, between 2003 and 2019. Journal of Hyperspectral Remote Sensing, Recife, v. 10, p. 153-167, 2020. DOI: https://doi.org/10.29150/jhrs.v10.3.p153-167
WHITE, B. L. A. Spatiotemporal variability in fire foci detection in the state of Pará, Brazil. Acta Amazonica, Manaus, v. 54, art. e54es24068, 2024. DOI: http://doi.org/10.1590/1809-4392202400681
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2026 Benjamin Leonardo Alves White, Giovana Valeria dos Santo s Santana, Lazzaro Gabriel Silva Santos, Maria Eloisa Araujo Franca
Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Direitos Autorais para artigos publicados nesta revista são do autor, com direitos de primeira publicação para a revista. Em virtude da aparecerem nesta revista de acesso público, os artigos são de uso gratuito, com atribuições próprias, em aplicações educacionais e não-comerciais.A revista, seguindo a recomendações do movimento Acesso Aberto, proporciona acesso publico a todo o seu conteudo, seguindo o principio de que tornar gratuito o acesso a pesquisas gera um maior intrcambio global de conhecimento.
Conteúdos do periódico licenciados sob uma CC BY-NC-SA 4.0
