Fires in the Pantanal: modeling and forecasting using multivariate analysis techniques

  • Hevelyne Henn da Gama Viganó Universidade para o Desenvolvimento do Estado e da Região do Pantanal (UNIDERP), Campo Grande, MS, Brasil Pós-Graduação em Meio Ambiente e Desenvolvimento Regional. Instituto Federal de Mato Grosso do Sul (IFMS), Campo Grande, MS, Brasil Departamento de Matemática e Estatística.
  • Celso Correia de Souza Universidade para o Desenvolvimento do Estado e da Região do Pantanal (UNIDERP), Campo Grande, MS, Brasil Pós-Graduação em Meio Ambiente e Desenvolvimento Regional.
  • Marcia Ferreira Cristaldo Universidade para o Desenvolvimento do Estado e da Região do Pantanal (UNIDERP), Campo Grande, MS, Brasil Pós-Graduação em Meio Ambiente e Desenvolvimento Regional. Instituto Federal de Mato Grosso do Sul (IFMS), Campo Grande, MS, Brasil Departamento de Informática e Robótica.
  • José Francisco dos Reis Neto Universidade para o Desenvolvimento do Estado e da Região do Pantanal (UNIDERP), Campo Grande, MS, Brasil Pós-Graduação em Produção e Gestão Agroindustrial (UNIDERP).
  • Leandro de Jesus Universidade para o Desenvolvimento do Estado e da Região do Pantanal (UNIDERP), Campo Grande, MS, Brasil Pós-Graduação em Meio Ambiente e Desenvolvimento Regional. Instituto Federal de Mato Grosso do Sul (IFMS), Campo Grande, MS, Brasil Departamento de Informática e Robótica.
Keywords: biome pantaneiro, climatological profile, fire forecast.

Abstract

The occurrence of fires in Pantanal causes great damage to the local fauna and flora. Predicting these events is of great importance, enabling catastrophes in this ecosystem to be mitigated or even avoided. This study evaluated the occurrence of fires in Southern Pantanal associated with meteorological variables and created a predictive model using multivariate data analysis techniques. The environmental variables involved in this process were extracted from the database of the Center for Weather Forecasting and Climatic Studies of the National Institute of Space Research (INPE) and the meteorological database for teaching and research of the National Institute of Meteorology (INMET). It was observed that temperature, relative humidity and solar radiation have a close relationship with the occurrence of fires and the resulting correlations were considered satisfactory for the application of forecasting models. The Multiple Linear Regression technique presented an adjustment of 41% and the Integrated Averaging Analysis of Moving Averages presented an adjustment of 66.5% and a general performance of 68.4%, making it the most-recommended forecasting methodology.


Published
16/10/2018
Section
Papers