Os incêndios e as queimadas que ocorrem no Pantanal causam grandes prejuízos à fauna e flora locais. A previsão de eventos é de grande importância por possibilitar que as catástrofes nesse ecossistema sejam amenizadas ou, até mesmo evitadas. Este estudo teve como objetivo avaliar as ocorrências de queimadas e incêndios no Pantanal Sul-Mato-Grossense, associadas às variáveis meteorológicas e realizar uma modelagem de previsão a partir de técnicas de análise multivariada de dados. As variáveis ambientais envolvidas nesse processo foram extraídas da base de dados do Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais (INPE) e do banco de dados meteorológicos para ensino e pesquisa do Instituto Nacional de Meteorologia (INMET). Foram observadas que a temperatura, umidade relativa e radiação solar, possuem um relacionamento estreito com a ocorrência dos focos e as correlações resultantes foram satisfatórias para a aplicação das modelagens de previsão. A técnica de Regressão Linear Múltipla apresentou 41% de ajustamento e a técnica de Análise Auto-regressiva Integrada de Médias Móveis apresentou ajustamento de 66,5% e desempenho geral de 68,4%, tornando-a a metodologia mais recomendada para a previsão.
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.
Keywords: biome pantaneiro, climatological profile, fire forecast.
