Análise da ocorrência do fogo no município de Aripuanã - MT usando dados de sensores remotos

Trabalho de Conclusão de Curso (graduação) — Universidade de Brasília, Faculdade de Tecnologia, Departamento de Engenharia Florestal, 2021.A Amazônia abrange 58,7% do território brasileiro, um total de 4.105,450 km², distribuídos entre os estados do Acre, Amazonas, Roraima, Pará, Amapá, Rondônia, Maranhão e a parte Norte e Noroeste do Mato Grosso. Além de sua grande extensão territorial, o bioma Amazônia possui a maior biodiversidade de floresta tropical do mundo, com alta biodiversidade e recursos naturais, sendo considerado um dos mais importantes biomas brasileiros. O bioma Amazônia apresenta um papel fundamental para a prestação de serviços ecossistêmicos de grande importância na regulação climática em níveis regional e global. No entanto, o bioma vem sendo impactado severamente pelo desmatamento, fogo e extração seletiva de madeiras nas últimas décadas. O estado de Mato Grosso lidera o ranking de desmatamento e de focos de calor no país, registrando o maior número de incêndios na floresta Amazônica e, por ser uma área de grande extensão territorial e, muitas vezes, de difícil acesso, o monitoramento e a prevenção da ocorrência e propagação do fogo têm que ser feitos por meio do sensoriamento remoto, para a localização e quantificação dessas áreas queimadas. Neste trabalho, foi feita a análise espaço-temporal das áreas atingidas por fogo no município de Aripuanã, localizado no Noroeste do estado de Mato Grosso, entre os meses de junho a outubro de 2020. Esta região é conhecida pela intensa expansão agrícola e extração de madeiras nativas, formando a base econômica da região de Aripuanã, que envolve outros 10 municípios das regiões Norte e Noroeste do Mato Grosso. Neste estudo, foram utilizadas imagens dos satélites Landsat-8 e Sentinel-2 e dados do produto MODIS64A1, comparando-os e utilizando o de maior acurácia para detecção de áreas atingidas por fogo. Os resultados deste estudo indicaram que a classificação de Sentinel-2 apresentou a maior acurácia (98,7%), a classificação usando imagens do satélite Landsat-8 apresentou 91,4% de acurácia, enquanto o produto MODISMCD64A1apresentou acurácia de 68% para detecção de áreas atingidas por fogo. As áreas queimadas aumentaram 445% ao longo do período de estudo, passando de 156 km² em junho para 695 km² em outubro de 2020, que coincide com o período sazonal de redução anual da precipitação na estação seca.The Amazon covers 58.7% of the Brazilian territory, a total of 4,105,450 km², distributed among the states of Acre, Amazonas, Roraima, Pará, Amapá, Rondônia, Maranhão and the Northern and Northwestern parts of Mato Grosso. In addition to its large territorial extension, the Amazon biome has the largest tropical forest biodiversity in the world, with high biodiversity and natural resources, being considered one of the most important Brazilian biomes. The Amazon biome plays a fundamental role in providing ecosystem services of great importance in climate regulation at regional and global scales. However, the biome has been severely impacted by deforestation, fire and selective logging in recent decades. The state of Mato Grosso leads the ranking of deforestation and fire hotspots in the country, recording the largest number of fires in the Amazon Forest and, being an area of large territorial extension and remote areas, where monitoring and prevention of fire occurrence and propagation must be conducted by using remotely sensed data and techniques for the location and quantification of those burnt areas. In this study, I conducted a spatiotemporal analysis of the areas affected by fires in the municipality of Aripuanã, located in the northwest of the state of Mato Grosso, between June and October 2020. This region is known for its agricultural expansion and selective logging activities, which are the main economic bases of Aripuanã among 10 other municipalities in the north and northwest of Mato Grosso. In this study, I applied Landsat-8 and Sentinel-2 imagery and MODIS64A1 dataset, compared them, and used the most accurate to detect areas affected by fires. Based on this study results, the Sentinel-2 classification showed the highest accuracy (98.7%), the classification using Landsat-8 satellite images showed 91.4% accuracy, while the MODIS-MCD64A1 product showed 68% accuracy for detecting areas affected by fires. Burnt areas increased 445% over the study period, from 156 km² in June to 695 km² in October 2020, which coincides with the seasonal decrease of rainfall during the annual dry season