Академический Документы
Профессиональный Документы
Культура Документы
2011
minha famlia
ii
As doutrinas expressas neste trabalho
so da inteira responsabilidade do seu autor
iii
Agradecimentos
Ao Professor Jos Massano, da Escola Superior da Agrria de Castelo Branco, pela sua co-
orientao e s suas oportunas revises e sugestes.
Ao Eng. Rui Almeida, da Autoridade Florestal Nacional, enquanto orientador externo e aos
seus oportunos comentrios ao presente trabalho.
Aos tcnicos dos Gabinetes Tcnicos Florestais, Eng. Manuel Monteiro do municpio de
Idanha-a-Nova, Dr. Cludia Mendes do municpio de Oleiros, Eng. Cristina Nunes e Eng.
Paula Martins do municpio da Sert, ao Eng. Bruno Cardoso do municpio de Vila de Rei e ao
Eng. Daniel Farinha do municpio de Proena-a-Nova, na elaborao e cedncia de alguma da
cartografia de base utilizada, mas ainda assim fundamental para a realizao deste trabalho.
Com especial carinho ao meu tio Antnio Manuel pela sua disponibilidade e empenho nas
preciosas revises ao presente trabalho.
Aos colegas e grandes amigos Carlos Tomaz, Filipe Oliveira, Suzete Cabaceira e Sandra
Esteves por todo apoio, disponibilidade e colaborao prestada.
iv
Palavras Chave
Resumo
Uma determinada paisagem rural pressupe uma relativa tipificao na propagao dos
incndios florestais pelo que, os objectivos do presente trabalho, pretenderam a produo de
modelos de probabilidade de incndio florestal, do tipo estrutural, com especificidade regional,
bem como a elaborao de cenrios de probabilidade espacial de ocorrncia de incndios.
Foram estabelecidas duas reas de trabalho, a regio do Pinhal Interior Sul e a regio de
Idanha-a-Nova, inserida na Beira Interior Sul. Ainda que relativamente prximas, as reas de
estudo consideradas so completamente distintas quanto orografia e ocupao e uso do solo.
O desenvolvimento dos modelos referidos foi realizado atravs da anlise de regresso
logstica. A metodologia seguida utilizou parmetros fsicos, de ocupao do solo e a localizao
espacial de determinadas infra-estruturas susceptveis de interaco humana com o fogo. A
validao dos modelos foi atravs da adaptao de um ndice de concordncia espacial que
analisou as classes de probabilidade de incndio mais elevadas com as reas ardidas efectivas,
em determinado territrio e em determinado perodo temporal.
Os trabalhos permitiram definir dois modelos de acordo com as especificidades regionais
evidenciadas. Os modelos por sua vez permitiram construir cenrios de probabilidade de
ocorrncia de incndio, que apresentaram nveis de concordncia espacial prximos dos 80% em
ambas as regies, ainda que em perodos de validao distintos.
v
Key words
Abstract
A given rural landscape implies a specific wild fire propagation, thus the aim of this study
was to develop wild fire probability models, specifically designed for two different landscapes,
that is, the Pinhal Interior Sul and Idanha-a-Nova regions. Despite the geographic proximity,
those regions are distinct in features such as land cover and orography.
The two models where developed using the logistic regression analysis and were setting up
by using parameters such as land cover and infra-structures localization. The validation of the
model was carried out using a similarity index, to compare the higher wild fire probability risk
areas with effectively burned areas, for a certain time period and localization.
The two models suited each landscape and allowed to perform probability scenarios of
wild fire occurrence with 80% of spatial similarity in both regions, although in different periods
of validation.
vi
ndice geral
ndice geral ....................................................................................................... vii
1. Introduo .......................................................................................................1
3. Materiais e mtodos.......................................................................................... 13
3.5 Validao dos modelos e elaborao de cenrios de ocorrncia de incndio florestal ........ 29
4. Resultados ..................................................................................................... 31
5. Concluses ..................................................................................................... 48
Bibliografia ........................................................................................................ 52
Anexos ............................................................................................................. 56
vii
ndice de figuras
Figura 1 Modelo conceptual de faseamento e sequncia das diversas etapas do trabalho. ...... 13
Figura 2 Enquadramento geogrfico da rea de estudo. ................................................ 14
Figura 3 Aspecto paisagstico da regio do Pinhal Interior Sul, adaptado de fotografia area de
2005. ............................................................................................................... 15
Figura 4 Evoluo da rea percorrida por incndio e nmero de ocorrncias, na regio do PIS. 17
Figura 5 Aspecto paisagstico da regio de Idanha, adaptado de fotografia area de 2005. ..... 18
Figura 6 Evoluo da rea percorrida por incndio e nmero de ocorrncias, na regio do PIS. 19
Figura 7 Interface para clculo da regresso logstica. ................................................. 28
Figura 8 Coeficientes padronizados para as regies do PIS e Idanha-a-Nova........................ 33
Figura 9 Cenrio de probabilidade de ocorrncia de incndio na regio do PIS, com ocupao
CLC 2000. ......................................................................................................... 34
Figura 10 Distribuio espacial do cenrio de probabilidade de incndio (CLC 2000) com a rea
ardida 2000 2006. .............................................................................................. 35
Figura 11 Cenrio de probabilidade de incndio florestal com ocupao CLC2000 na rea ardia
(AA) 2000-2006. .................................................................................................. 35
Figura 12 Cenrio de probabilidade de ocorrncia de incndio num cenrio derivado da
ocupao de 2007................................................................................................ 36
Figura 13 Distribuio espacial do cenrio de probabilidade de incndio, ocupao 2007 e a
rea ardida de 2007 2011..................................................................................... 37
Figura 14 Cenrio de probabilidade de ocorrncia de incndio com CLC 2006 e ocupao 2007.
...................................................................................................................... 38
Figura 15 Distribuio espacial do cenrio de probabilidade de incndio, ocupao 2007 e CLC
2006 com a rea ardida de 2007 2011...................................................................... 39
Figura 16 Comparao dos cenrios de probabilidade de incndio florestal desenvolvidos com
recurso ocupao 2007 e combinao ocupao 2007 e CLC2006 na rea ardida (AA) 2007
2011. ............................................................................................................... 39
Figura 17 Cenrio de probabilidade de ocorrncia de incndio para a regio de Idanha com
ocupao CLC 2000. ............................................................................................. 40
Figura 18 Distribuio espacial do cenrio de probabilidade de incndio (CLC 2000) com a rea
ardida 2000 2006. .............................................................................................. 41
Figura 19 Classes de probabilidade de incndio florestal com base na CLC2000 nas reas ardidas
(AA) 2000-2006. .................................................................................................. 41
Figura 20 Cenrio de probabilidade de ocorrncia de incndio na regio de Idanha com
ocupao 2007. .................................................................................................. 42
viii
Figura 21 Anlise espacial do cenrio de probabilidade de incndio com ocupao 2007 e a rea
ardida 2007 2011. .............................................................................................. 43
Figura 22 Classes de probabilidade de incndio florestal com base na ocupao 2007 nas reas
ardidas (AA) 2007-2011. ........................................................................................ 43
Figura 23 ndice de desempenho ou concordncia espacial para a regio do PIS. ................. 44
Figura 24 Distribuio da rea ardida por tipo de ocupao do solo na regio do PIS. ........... 45
Figura 25 ndice de desempenho ou concordncia espacial para a regio de Idanha-a-Nova. ... 46
Figura 26 Distribuio da rea ardida por ocupaes tipo na regio de Idanha. ................... 47
ix
ndice de quadros
x
Lista de anexos
Figura 11 Mapa de Ocupao do Solo CLC 2000 - Regio do Pinhal Interior Sul
Figura 13 Mapa de Ocupao do Solo CLC 2006 - Regio do Pinhal Interior Sul
Figura 14 Mapa de Ocupao do Solo, Ocup. 2007 - Regio do Pinhal Interior Sul
Anexo II: Modelo de probabilidade de incndio florestal calculado para a regio do Pinhal
Interior Sul
Anexo III: Modelo de probabilidade de incndio florestal calculado para a regio de Idanha-a-
Nova
xi
Anexo VI: Figura 24 Cenrio de Probabilidade de Incndio Florestal com a Ocup. CLC 2000 -
Regio do Pinhal Interior Sul
xii
Modelao e Mapeamento da Probabilidade de Incndio Florestal
1. Introduo
Os espaos florestais nacionais, para alm de albergarem uma riqueza biognica
inquestionvel, estima-se que sejam responsveis por gerarem uma riqueza na ordem dos 1,3 mil
milhes de euros/ano, tal como suportam cerca de 113 mil postos de trabalho directos, ou seja,
cerca de 2% da populao activa (DGRF 2007).
Os incndios, de acordo com vrios estudos desenvolvidos, so hoje o fenmeno
susceptvel de maior destruio, que os espaos florestais enfrentam. De acordo com dados
oficiais da Autoridade Florestal Nacional, dados estatsticos e relatrios alusivos s reas ardidas
em espaos florestais, entre os anos 1980 e 2011, arderam cerca de 3,47 milhes de hectares
(AFN 2012).
Uma anlise mais pormenorizada revela que o maior nmero de ocorrncias d-se nos
distritos mais densamente povoados (ex. Porto e Lisboa). Opostamente, os distritos com menor
densidade populacional apresentam um menor nmero de ocorrncias, verificando-se contudo
reas substancialmente maiores percorridas por incndios. Os distritos localizados no interior do
pas so bom exemplo desse fenmeno. Para o mesmo perodo de tempo, os distritos que
apresentam maior rea ardida so Guarda, Viseu e Castelo Branco, respectivamente com 603 845
ha, 354 354 ha e 346 990 ha de rea ardida. O distrito de Castelo Branco destaca-se, quanto a
povoamentos florestais, por apresentar em igual perodo uma maior rea ardida, 247 834 ha,
com especial incidncia nos concelhos da denominada regio do Pinhal Interior Sul, Oleiros,
Sert, Proena-a-Nova e Vila de Rei.
Naturalmente, a disponibilidade de um mapa de probabilidade de ocorrncia de incndio,
a curto/mdio prazo, ser um valioso instrumento de apoio deciso na eleio de zonas para
tratamento de combustveis, localizao de determinadas infra-estruturas, ou na disposio dos
meios de supresso de incndios, disponveis em determinado territrio. A estimativa espacial da
1
Hugo Manuel dos Santos Saturnino
ocorrncia de incndio deriva de uma zonagem cartogrfica, num determinado territrio, com
diferentes nveis de probabilidade de que o fenmeno ocorra (Colin et al. 2001 e Vesseron et al.
2002).
A relevncia temtica da cartografia de risco de incndio florestal tem merecido a
maior ateno quer pela comunidade cientfica, quer pela comunidade tcnica. A definio do
conceito de risco no decorre, contudo, de um acordo unnime e reconhecido universalmente.
Os conceitos de risco e perigosidade tm sido objecto de tentativas de diferenciao, por vezes
unicamente da traduo das terminologias utilizadas em pases de influncia anglo-saxnica.
O termo hazard, traduzido em algumas situaes por perigosidade, usualmente utilizado
para descrever as caractersticas dos combustveis florestais num determinado local e num
determinado perodo temporal. O termo pretende expressar sobretudo o potencial de
comportamento do fogo. O termo risk (risco) comummente aceite e decorre da probabilidade
de ocorrncia do fenmeno, em determinado local e em determinado momento, considerando a
natureza e incidncia dos agentes causantes. Por outras palavras, assume-se que determinada
rea tem um determinado potencial de fogo tendo em conta a dificuldade de determinar a sua
probabilidade de ignio (Chuvieco 2003, Salinero e Isabel 2004 e Keane et al. 2010).
Para alm do contexto terminolgico, o termo "risco" tem sido aplicado tanto na vertente
de "risco estrutural" como na vertente de "risco dinmico". Por risco estrutural, ou risco local, de
acordo com alguns autores, entende-se como a interaco de um conjunto de factores com o
histrico de incndios florestais numa determinada rea e durante um perodo de tempo
significativo, como por exemplo, a ocupao e uso do solo, a carga de combustveis, a orografia,
as infra-estruturas de preveno e deteco de incndios, a densidade populacional, entre
outros. Por outro lado, por risco dinmico pressupe-se essencialmente a deteco de alterao
da inflamabilidade dos combustveis florestais durante a poca de incndios, tal como, a
velocidade e direco do vento ou a temperatura (Colin et al. 2001, Freire et al. 2002 e
Bergonse e Bidarra 2010).
Na compreenso e estudo do fenmeno do fogo, na forma de incndios de elevada
dimenso e destruio ser fundamental analisar as variveis que lhe possam estar relacionadas.
Ainda que a problemtica dos incndios florestais se perca na memria dos tempos, durante a
dcada de 70, em pleno sculo XX, que o problema se agrava no s em Portugal como em outros
pases. Por outro lado, reconhecido pela comunidade cientfica que o incremento dos incndios
quer no nmero de ocorrncias quer no nmero de rea ardida se deve conjugao de factores
muito diversos (Viegas et al. 2011):
i. O aumento da biomassa florestal e do respectivo subcoberto, em parte devido s
diversas campanhas de arborizao;
ii. O abandono de antigas prticas rurais que conduziam a uma maior presena humana nas
reas florestadas e a um maior uso da biomassa florestal;
iii. O abandono da agricultura e a consequente converso dos espaos que lhe eram
dedicados, em reas florestadas ou em incultos;
2
Modelao e Mapeamento da Probabilidade de Incndio Florestal
iv. O aumento gradual da temperatura que se observou na segunda metade do sculo XX;
v. A melhoria da mobilidade, que permitiu o acesso de pessoas sem experincia ou
sensibilidade para a especificidade dos espaos florestais.
Numa perspectiva conceptual, a implementao de metodologias de probabilidade de
ocorrncia de incndios florestais, do tipo estrutural, pressupe obrigatoriamente a anlise de
factores que explicam o aparecimento, o desenvolvimento e o impacto do fogo sobre as
populaes, bens materiais e recursos naturais.
Qualquer metodologia de probabilidade de ocorrncia de incndio implica a conjugao de
duas ou mais variveis, que normalmente derivam dos combustveis florestais, orografia e
diversas infra-estruturas que presumem a interaco do homem.
O presente trabalho centra os seus objectivos no desenvolvimento de modelos
probabilsticos de incndio florestal, do tipo estrutural, com recurso utilizao da tcnica de
regresso logstica, empregando plataformas de sistemas de informao geogrfica (SIG), tais
como a especificidade e adequao regional dos modelos desenvolvidos tendo em conta a
importncia das diversas variveis consideradas. Assim, o trabalho ter como espao de
referncia duas reas geogrficas perfeitamente distintas, quer ao nvel da ocupao e uso do
solo quer ao nvel da orografia, nomeadamente a regio que engloba os concelhos de Oleiros,
Proena-a-Nova, Sert e Vila de Rei, rea NUT II do Pinhal Interior Sul e o concelho de Idanha-a-
Nova, que integra a rea NUT da Beira Interior Sul.
Pretende-se ainda a validao dos modelos atravs do histrico de incndios e produo de
uma cartografia de probabilidade de incndio numa perspectiva local, escala 1:25000. O
mapeamento final de probabilidade de ocorrncia de incndio ir observar ainda o disposto no
Decreto-Lei n. 124/06, com a redaco conferida pelo Decreto-Lei n. 17/09, nomeadamente
Artigo 5., n. 1, em que se define uma zonagem estratificada em cinco classes (muito baixa,
baixa, mdia, alta e muito alta).
3
Hugo Manuel dos Santos Saturnino
Todo o material vegetal, morto ou vivo, que existe nas zonas florestais e rurais pode ser
considerado como potencial combustvel com capacidade para dar incio e propagar fogo. A
vegetao no seu todo composta por partculas de diferentes formas, dimenses e
constituintes, ainda que no essencial consista em celulose. O combustvel, quando em
combusto, gera energia que libertada, a qual tem grande influencia na velocidade de
propagao, no nvel da intensidade e nos efeitos de um potencial incndio. O combustvel o
principal factor que determina se um fogo se inicia, a dificuldade de control-lo e a
probabilidade de este exibir um comportamento extremo ou irregular (Viegas et al. 2011).
Numa perspectiva estrutural, os combustveis florestais tm um papel decisivo (Bergonse e
Bidarra 2010), no risco de ignio, na intensidade e no comportamento de determinado incndio
(Salinero e Isabel 2004).
Mas se os combustveis tm um papel inequvoco no comportamento do fogo, no haver
distino entre os diversos tipos de combustvel? Em Portugal, de acordo com Nunes et al. (2005)
aquando da ocorrncia de grandes incndios florestais, a ocupao do solo no parece ser a mais
significativa, sendo possivelmente as condies meteorolgicas, verificadas data da ocorrncia
4
Modelao e Mapeamento da Probabilidade de Incndio Florestal
5
Hugo Manuel dos Santos Saturnino
6
Modelao e Mapeamento da Probabilidade de Incndio Florestal
O Factor Humano
(2009) desenvolveram um estudo sobre a pertinncia das prticas humanas que possam de
alguma forma incrementar o risco de incndio no territrio de Espanha. As variveis que
parecem ter maior influncia so a estrutura fundiria escala da paisagem, o abandono das
reas agrcolas e o uso negligente da maquinaria agrcola. A combinao resultante da densidade
de maquinaria agrcola e do padro agrcola de minifndio elevam o risco de incndio. A
existncia de densidades elevadas de propriedades e equipamentos agrcolas por unidade de rea
potencia o conflito e a utilizao dos equipamentos de forma negligente. Por outro lado, onde as
propriedades agrcolas so de grande dimenso mais comum a utilizao do fogo como
ferramenta de gesto ou eliminao de resduos vegetais, como por exemplo, a prtica agrcola
tradicional de renovao dos pastos naturais.
O abandono de actividades tpicas das comunidades rurais, como o pastoreio e a extraco
de lenha e mato, tem provocado um aumento da carga de combustvel disponvel nos espaos
florestais e rurais. O problema particularmente grave nos espaos florestais mediterrnicos de
propriedade privada e pequena dimenso, na sua maioria de baixa produtividade, que tendem a
ficar abandonados sem qualquer tipo de gesto (Salinero e Isabel 2004, Gonzlez-Olabarria e
Pukkala 2010).
Considerando a diversidade de ignies que ocorrem nos espaos rurais e florestais, a
situao agrava-se, nomeadamente (Salinero e Isabel 2004, Martnez et al. 2009):
i. O uso negligente do fogo devido a prticas tradicionais agrcolas/florestais, como forma
de desmatao para instalao de culturas e renovao das pastagens;
ii. O uso negligente de determinada maquinaria agrcola e florestal, por exemplo sem
tapa-chamas ou a utilizao de determinadas alfaias que acidentalmente produzem falhas;
iii. O envelhecimento da populao como factor de aumento de ignies tem ganho
particular importncia nas ltimas dcadas. Uma menor capacidade fsica implica tambm uma
menor capacidade de controlo do fogo e/ou de tomar as medidas necessrias de preveno,
atravs da prtica ancestral do uso do fogo na eliminao de resduos vegetais;
iv. A presena crescente de pessoas nos espaos florestais, naturais e rurais em geral como
consequncia do intenso desenvolvimento das actividades recreativas nestas reas tambm eleva
o factor de risco. As actividades como a caa, a pesca, campismo, percursos pedestres, entre
outros, tem implicado um aumento desmesurado de pessoas nos espaos florestais, nem sempre
sensveis s consequncias do uso negligente do fogo;
v. A expanso dos permetros urbanos em determinadas regies tem feito aumentar a
presso sobre os terrenos florestais e agrcolas em torno de algumas cidades, promovendo o
interface urbano-florestal e a especulao imobiliria, supostamente, um dos factores de maior
risco registado nas ltimas dcadas;
vi. As infra-estruturas lineares, sejam a rede viria, ferroviria ou de transporte de
energia, nomeadamente elctrica, devido essencialmente falta de limpeza do combustvel na
periferia das referidas infra-estruturas. No caso particular da rede viria, se por um lado permite
um acesso mais rpido dos meios de supresso de incndios aos espaos que lhe esto
8
Modelao e Mapeamento da Probabilidade de Incndio Florestal
directamente associados, tambm verdade que permite o acesso populao em geral, tal
como tudo o que lhe est associado.
A interaco do homem sobre a ocupao do territrio tambm de alguma forma o
condiciona a uma maior ou menor susceptibilidade de ser percorrido pelo fogo. As manchas
florestais ditas industriais, sejam tradicionalmente de pinho ou de eucalipto, incrementam maior
risco de propagao de incndios, do que uma paisagem dominada pelo mosaico
agrcola/florestal. A existncia de descontinuidade em grandes massas de combustveis, tal como
a maior densidade de rede viria, conferem mais oportunidades de supresso e maior segurana
s manobras de combate aos incndios (Salinero e Isabel 2004, Gonzlez-Olabarria e Pukkala
2010). Por outro lado, tende a estabelecer-se um ciclo vicioso: o baixo retorno da
produo/custo da madeira das florestas mediterrnicas, em conjunto com o elevado risco de
incndio levam ausncia de gesto da propriedade contribuindo assim para o aumento da
massa de combustvel disponvel (Gonzlez-Olabarria e Pukkala 2010).
Em Gonzlez-Olabarria e Pukkala (2010), a explorao florestal tratada como ferramenta
de reduo de potencial combustvel, passvel de influenciar a probabilidade de ocorrncia de
incndio. So apresentados cinco cenrios de planeamento de cortes que tiveram em
considerao o declive das estaes e a distncia rede viria, como factores de optimizao
dos custos de explorao. Em sequncia, ocorrem cinco cenrios possveis de risco de
incndio, tendo em conta os planos de cortes desenvolvidos, a predio de mortalidade do
arvoredo aps fogo e a probabilidade de ocorrncia de incndio.
A integrao e escalonamento das variveis derivadas do factor humano, em modelos de
risco de incndio, tm sido diversos. Por exemplo, no contexto nacional, Freire et al. (2002)
recorre aos modelos quantitativos para incorporar e escalonar os parmetros de distncia rede
viria e aglomerados populacionais, aos espaos florestais e, em IGP (2007), utiliza por sua vez a
densidade populacional como factor relevante no aumento ou diminuio do risco de incndio.
Da mesma forma, como referido anteriormente, a distncia rede viria tanto pode ser
observada como um factor de risco, quando encarada como meio de possvel acesso a praticas de
uso do fogo de origem negligente ou premeditada, ou, como meio de acesso aos meios de
supresso, actuando como factor atenuante do risco, algo de semelhante quanto proximidade
dos aglomerados urbanos e densidade populacional.
No estudo do risco estrutural de incndio florestal podem ser consideradas diversas escalas
de trabalho, ou seja, pode diferenciar-se em trabalhos de abrangncia global, regional ou local.
Os trabalhos de mbito nacional, ou que englobem diversos pases, tm normalmente por
objectivo o apoio a decises polticas gerais de preveno de incndios, que em muitas ocasies
se inserem em contextos internacionais. As anlises de mbito local pretendem normalmente
9
Hugo Manuel dos Santos Saturnino
Os modelos desenvolvidos com base nas duas primeiras metodologias apresentam elevado
grau de subjectividade dado que a ponderao proposta para a integrao de cada uma das
variveis consideradas (uso do solo, orografia, infra-estruturas, etc.) assenta sobretudo na
opinio de especialistas nestas temticas.
Nos modelos qualitativos, numa primeira fase elegem-se as variveis de risco mais
relevantes de acordo com a opinio de especialistas na rea dos incndios florestais. Numa
segunda fase, a equipa de especialista estima a ponderao de cada uma das variveis. Um dos
mtodos mais utilizados para levar a cabo esta tarefa o recurso s tabelas cruzadas. Esta
tcnica implica a combinao de duas variveis que, em resultado da sua conjugao, permite
uma hierarquizao, tendo em conta o comportamento de fogo que lhe est subjacente (Salinero
e Isabel 2004).
10
Modelao e Mapeamento da Probabilidade de Incndio Florestal
11
Hugo Manuel dos Santos Saturnino
variveis binomiais. Este tipo de regresso, sendo algo mais flexvel que a regresso linear
clssica, permite ultrapassar a variabilidade que diversas variveis apresentam e que contribuem
para o risco de incndio. A natureza dos dados permitida pela tcnica tanto pode ser contnua
como categrica, no sendo necessrio seguir o princpio da normalidade. Contudo, o carcter
binrio (0/1) desta tcnica implica que a sua utilizao apenas permita calcular a
ocorrncia/no ocorrncia de fogo (Salinero e Isabel 2004).
Esta tcnica estatstica permite obter uma funo de probabilidade de ocorrncia contnua
em que os pesos de cada varivel oscilam entre 0 e 1. Determinados sistemas permitem ainda
obter o desvio da amostra para cada varivel em estudo. A sua multiplicao pelos coeficientes
respectivos da equao possibilita obter o desvio padro. Quanto maior o seu valor absoluto
maior a sua importncia na soluo final ou explicao do fenmeno (Salinero e Isabel 2004).
Num contexto regional, para o distrito de Castelo Branco, Bergonse e Bidarra (2010),
procedeu avaliao da susceptibilidade de ocorrncia de Incndios de Grande Magnitude (IGM),
atravs da aplicao de duas tcnicas, a probabilidade bayesiana e a regresso logstica com
posterior comparao de resultados.
A rea ardida entre os anos de 1990 e 2001 foi utilizada como varivel dependente,
enquanto a rea ardida entre os anos 2002 e 2007 foi utilizada como validao de resultados.
Como variveis independentes foram utilizados, a ocupao do solo CLC 2000 e o declive
derivado do Modelo Digital de Terreno (MDT), a partir da altimetria da Carta Militar de Portugal
escala 1:25000 (IGeoE). A seleco destes dois temas fundamenta-se no facto de que so os que
mais contribuem para a propagao de incndios. Na aplicao da regresso logstica foi gerada
uma amostra aleatria de 1400 pontos, 700 dos quais dentro de rea ardida.
A validao dos mapas finais conseguidos com recurso s duas tcnicas foi desenvolvido
atravs de curvas de predio. A sua anlise revela que os resultados so relativamente
semelhantes, ainda que na probabilidade bayesiana seja geralmente superior, ambas as tcnicas
so adequadas ao estudo do fenmeno dos incndios. Porm deve-se salientar uma diferena
importante entre os dois mtodos: a probabilidade bayesiana foi aplicada a toda a informao de
base, enquanto a regresso logstica foi forosamente influenciada pelas caractersticas da
amostragem (Bergonse e Bidarra 2010).
12
Modelao e Mapeamento da Probabilidade de Incndio Florestal
3. Materiais e mtodos
A metodologia desenvolvida neste estudo teve sempre como linha orientadora os
objectivos propostos. Baseia-se nas metodologias utilizadas em Galn e Lpez (2003), IGP (2007),
Bergonse e Bidarra (2010), Salinero e Isabel (2004) e Ricardo (2010). Para uma melhor
compreenso apresentado um modelo conceptual com a enumerao e sequncia das diversas
etapas (Figura 1).
13
Hugo Manuel dos Santos Saturnino
14
Modelao e Mapeamento da Probabilidade de Incndio Florestal
De acordo com os Limites Administrativos Oficiais de Portugal (IGP 2011), ambas as reas
geogrficas ficam no distrito de Castelo Branco e na Nomenclatura de Unidade Territorial (NUT)
de nvel II, Centro. A rea denominada para o presente trabalho de Pinhal Interior Sul, engloba
os concelhos de Oleiros, Proena-a-Nova, Sert e Vila de Rei, delimitao coincidente com a
regio NUT III, Pinhal Interior Sul e com uma rea de 150 481 ha, de acordo com o Decreto-Lei
n. 244/02 e alteraes introduzidas pela Lei n. 21/10. A segunda rea, denominada no presente
trabalho de Idanha-a-Nova, coincide com o concelho de Idanha-a-Nova, faz parte da Beira
Interior Sul, NUT III (Decreto-Lei n. 244/02) e tem uma rea de 141 638 ha.
A rea do Pinhal Interior Sul, a nvel hipsomtrico situa-se entre as cotas 117 e 1090 m de
altitude. A paisagem dominada pelas Serras de Alvelos e Serra Vermelha que se desenvolvem
entre os concelhos de Oleiros e Sert e, a Serra do Muradal no quadrante Este do concelho de
Oleiros.
A paisagem regional apresenta-se particularmente enrugada, onde cerca de 60% do
territrio apresenta declives superiores a 20% e 17% declives superiores a 40%. No geral
apresenta uma sucesso de cumeadas mais ou menos proeminentes, alternada com vales
encaixados (Figura 3).
Figura 3 Aspecto paisagstico da regio do Pinhal Interior Sul, adaptado de fotografia area de 2005.
15
Hugo Manuel dos Santos Saturnino
16
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Contrariamente, o nmero de ocorrncias tem sido relativamente constante, entre 500 a 700 por
cada 5 anos sensivelmente, mesmo durante o Vero de 2003, onde se verificou inclusive uma
diminuio do nmero de ocorrncias.
40000 400
n ocorrncias
30000 300
18950
20000 200
10656 9010
10000 100
0 0
90-94 95-99 00-04 05-11
rea ardida (ha) n ocorrncias
Figura 4 Evoluo da rea percorrida por incndio e nmero de ocorrncias, na regio do PIS.
Idanha-a-Nova
18
Modelao e Mapeamento da Probabilidade de Incndio Florestal
18000 400
392
16000
350
14000
298 300
12000
250
rea ardida (ha)
n ocorrncias
10000 221
198 200
8000
150
6000
100
4000 2674 2922
1875
2000 50
0 0
90-94 95-99 00-04 05-11
Figura 6 Evoluo da rea percorrida por incndio e nmero de ocorrncias, na regio do PIS.
Nas proximidades das reas de estudo, Pinhal Interior Sul e Idanha-a-Nova, a nica estao
meteorolgica com capacidade para disponibilizar dados a Estao Meteorolgica (EM) de
Castelo Branco, localizada na periferia da cidade de Castelo Branco. Os dados apresentados so
apenas relativos a essa estao e considerados como valores mdios e de referncia para o
distrito de Castelo Branco.
No Quadro 1 so apresentados em sntese os valores disponibilizados pela referida estao,
no perodo de observao de 1981 a 2010. Aqueles dados pretendem fazer uma comparao
entre os valores mdios anuais e os observados durante o perodo crtico. Embora o perodo
crtico seja varivel, comummente aceite como sendo um perodo mais ou menos coincidente
com a poca estival (Julho, Agosto e Setembro), perodo em que esto reunidas as condies
meteorolgicas de maior probabilidade ocorrncia de incndios nos espaos florestais.
Os valores observados no Quadro 1 explicam de alguma forma a maior propenso
ocorrncia de incndios durante o perodo crtico; os valores da temperatura mdia, mxima e
mnima, aumentam substancialmente quando comparados com os valores mdios anuais, ao
passo que os valores da precipitao baixam substancialmente. Contudo, os valores tornam-se
mais evidentes quando se observam os registos mximos e mnimos. No caso da temperatura
foram registados valores mximos de 41,6 C e na precipitao o mnimo de 8,1 mm, ambos
durante o ms de Agosto. O aumento substancial da temperatura e a diminuio da precipitao
eleva a disponibilidade imediata dos combustveis finos e, consequentemente a velocidade de
propagao do fogo. O prolongamento de temperaturas elevadas e a ausncia mais ou menos
prolongada de humidade aumentam a disponibilidade dos combustveis de maior dimetro
(mdios e grossos) fomentando essencialmente a intensidade de fogo, bem como a diminuio da
efectividade dos meios de supresso.
19
Hugo Manuel dos Santos Saturnino
Perodo crtico
Parmetros meteorolgicos Anual
(Jul./Ago./Set.)
Temp. mdia (C) 15,9 24,9 / 24,8 / 21,4
Temp. mdia mxima (C) 21,2 32,20 / 31,9 / 27,4
Temp. mdia mnima (C) 10,5 17,6 / 17,5 / 15,3
Maior valor da temp. mxima (C) ___________ 40,8 / 41,6 / 40,2
Precipitao anual mdia (mm) 783,3 8,3 / 8,1/ 39,8
1) Limites Administrativos Oficiais de Portugal CAOP 2011, escala: 1:25 000, formato
vetorial (IGP 2011);
2) Folhas n. 254, 255, 257, 258, 259, 265, 266, 267, 269, 270, 271, 276, 277, 278, 279,
281, 282, 283, 288, 289, 290, 291, 293, 294, 295, 300, 301, 302, 303, 304, 305, 306, 306A, 311,
312, 313, 314, 315, 315A, 315B e 323 da Carta Militar de Portugal, escala 1:25 000, em formato
raster, ano de recolha de dados, 1997 (IGeoE b);
4) Cos90, Carta de Ocupao do Solo, em formato vetorial, escala 1:25 000, obteno por
fotografia area de 1990 (IGP 1990);
5) CLC 2000, CORINE Land Cover 2000, formato vetorial, escala 1:100 000, obteno por
imagem de satlite (IGP 2004);
6) CLC 2006, CORINE Land Cover 2006, formato vetorial, escala 1:100 000, obteno por
imagem de satlite (Caetano et al. 2009);
20
Modelao e Mapeamento da Probabilidade de Incndio Florestal
8) Rede viria, em formato vectorial, obteno por ortofotomapa do voo de 2005 (Fonte:
Gabinetes tcnicos dos municpios de Idanha-a-Nova, Oleiros, Proena-a-Nova, Sert e Vila de
Rei);
10) Rede de postos de vigia para deteco de incndios florestais, formato vetorial (DGRF
2004);
12) Fotografias areas de falsa cor, voo 1995, resoluo espacial: 1 metro (IGP 1995).
Na primeira fase do trabalho foi efectuado a preparao das bases cartografias, para cada
uma das reas de estudo (Pinhal Interior Sul e Idanha-a-Nova), com recurso ao software ArcGIS
9.3 e as extenses 3D Analyst, Spatial Analyst e HawthsTools, entre outras ferramentas
disponveis no sistema.
O modelo de regresso logstica requer a utilizao de uma varivel dependente e uma ou
mais variveis independentes. As variveis dependentes derivam do histrico de incndios
enquanto as variveis independentes derivam da orografia, ocupao do solo e determinadas
infra-estruturas, as quais pressupem a interaco do homem com uma maior ou menor
recorrncia de incndios local.
As variveis dependentes, segundo alguns autores em estudos similares, tm como fonte
directa os pontos de incio que ocorreram numa determinada regio e num determinado perodo
de tempo. Contudo, as presentes reas de trabalho carecem de um histrico exaustivo e
sistemtico, dos pontos de incio dos incndios ocorridos. O nmero de pontos, para cada uma
das reas foi ento definido com base no nmero de incndios ocorrido no perodo temporal
(1990 - 1999) e com rea ardida igual ou superior a um hectare, tendo em conta que apenas
estes incndios so susceptveis de representao cartogrfica. Nas reas do Pinhal Interior Sul e
Idanha-a-Nova foram contabilizados respectivamente 176 e 239.
Com recurso ferramenta Random Point Generation disponvel na extenso HawthsTools,
a partir dos limites de incndios (1990 - 1999) e dos nmeros de pontos referidos anteriormente,
foram construdas nuvens de pontos de tipo aleatrio e em formato vetorial. O processo foi
desenvolvido de forma idntica para as reas que no foram percorridas por incndios em igual
21
Hugo Manuel dos Santos Saturnino
perodo temporal. No Anexo I (Figura 1 e 2) pode observar-se os limites das reas percorridas por
incndio utilizadas nas diversas fazes do trabalho.
O sistema IDRISI Andes particularmente vocacionado para desenvolver rotinas de anlise
espacial em bases cartogrficas de formato raster, pelo que as variveis explicativas,
independentemente do seu formato de origem tm de ser convertidas em formato matricial. A
definio da resoluo espacial de cada uma das bases cartogrficas produzidas foi ponderada
entre (um dos objectivos do trabalho) a produo de cartografia final compatvel com a escala
1:25 000 (Hengl 2006) e a capacidade de processamento disponvel, assim a dimenso ideal do
pixel foi definida em 30 m.
A metodologia seleccionada implicou o escalonamento de cada uma das bases
cartogrficas em subclasses de acordo com a sua susceptibilidade ao fogo. Como regra para o
presente trabalho e tendo como suporte metodolgico a proposta do IGP (2007), a reclassificao
das subclasses de cada uma das bases temticas foi de 1 a n, em que 1 significa menor
propenso ao fogo e n maior propenso ao fenmeno.
O processo de construo das coberturas declive, exposio e altimetria foram conseguidos
com recurso decomposio de um Modelo Digital de Terreno (MDT). O MDT foi construdo a
partir das curvas de nvel em formato vetorial, com uma equidistncia de 10 m. O processo de
construo implicou a utilizao das ferramentas disponveis na extenso 3D Analyst. A
reclassificao de cada um dos parmetros foi definida de 1 a n de acordo com o exposto
anteriormente, e que se pode observar no Quadro 2 e no Anexo I (Figura 3 - 8).
Classes
Subclasses Classes de declive Classes de exposio
altimtricas
1 200 0 10% N
2 200 300 10 20% NO e NE
3 300 400 20 30% OeE
4 400 500 30 - 40% SO e SE
5 500 600 40% Zona plana
6 600 700 S
7 700 800
8 800 900
9 900 1000
10 1000
22
Modelao e Mapeamento da Probabilidade de Incndio Florestal
As bases cartogrficas de ocupao e uso do solo, o Cos90, a CLC 2000, a CLC 2006 e a
ocupao 2007, foram alvo de especial estudo e reflexo, no s pelo peso decisivo que os
diversos tipos de combustveis possuem na deflagrao e comportamento do fogo, mas tambm
na forma de garantir a maior equidade entre as diversas bases temticas utilizadas durante as
diversas fases do trabalho. Assim, as subclasses de cada uma das bases de ocupao do solo
foram estruturadas e reclassificadas em seis subclasses, de acordo com a sua propenso ao fogo
(Quadro 3). O procedimento de reclassificao foi efectuado com recurso ferramenta
Reclassify, disponvel na extenso Spatial Analyst. A estruturao das seis classes foi baseada na
metodologia proposta por IGP (2007) e Cruz (2005), de acordo com o Anexo I (Figura 9 - 15).
A ocupao Cos90 apresentou algumas lacunas quanto total cobertura tanto na regio
do PIS como na regio de Idanha. Em ambas as situaes o procedimento foi completar a
informao em falta atravs da fotointerpretao com base em fotografias areas de 1995,
utilizando a codificao preestabelecida na metodologia Cos90 e ainda tendo em considerao
os objectivos do presente trabalho.
Subclasses Descritores
1 Zonas hmidas e urbano consolidado
2 Urbano no consolidado
3 rea agrcola
4 Folhosas (no eucalipto), agro-florestal e pastagens
permanentes de sequeiro
5 Povoamentos de pinheiro bravo e eucalipto
6 Matos e florestas degradadas
A base cartogrfica, rede viria, foi decomposta em dois parmetros de acordo com a sua
reconhecida dupla interaco sobre incndios florestais. Uma maior densidade de rede viria
permite um deslocamento mais rpido para as frentes de incndio, bem como, a disponibilidade
de mais oportunidades de supresso efectiva. Contudo, reas florestais nas proximidades da rede
viria so mais susceptveis de serem percorridas pelo fogo, tendo em conta, que muitos dos
incndios deflagram junto a estas infra-estruturas (IGP 2007).
A partir da rede viria foram construdos dois parmetros de entrada, a densidade de rede
viria com recurso ferramenta Line Density, bem como a proximidade rede viria com
recurso ferramenta Euclidean Distance, ambas disponveis na extenso Spatial Analyst de
acordo com o Quadro 4. Os temas cartogrficos assim produzidos para ambas as regies de
estudo encontram-se no Anexo I (Figura 16 - 19)
A base cartogrfica de aglomerados urbanos foi alvo de um tratamento algo semelhante ao
parmetro anterior, tendo em conta que muitos dos incndios tem origem na interaco do
Homem com o meio e, claro, mais incidente no que lhe est mais prximo. Os espaos florestais
23
Hugo Manuel dos Santos Saturnino
foram escalonados segundo a sua proximidade aos aglomerados urbanos, com recurso
ferramenta Euclidean Distance, tambm de acordo com o Quadro 4. O tema cartogrfico
encontra-se no Anexo I (Figura 20 e 21).
Subclasses Descritores
24
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Um modelo de regresso logstica tem por objectivo encontrar a melhor combinao linear
de variveis, que maximize a verosimilhana de obter as frequncias observadas na amostra, de
forma a fazer previses e classificar novas situaes. O modelo aplica-se quando se pretende
explicar uma varivel resposta Y de natureza nominal ou ordinal, em funo de variveis
explicativas X, as quais podem ser nominais, ordinais ou contnuas (Pestana e Gageiro 2009). Isto
, quando se pretende obter um modelo matemtico que permita relacionar determinadas
variveis independentes ou explicativas com uma determinada varivel dependente (Galn e
Lpez 2003).
A regresso logstica inclui-se nos designados modelos lineares generalizados, que so
extenses do modelo linear clssico, em que o preditor linear relaciona-se com o valor
esperado da varivel resposta y por meio de uma funo g designada funo de ligao
(Hosmer e Lemeshow 2000).
De acordo Galn e Lpez (2003) a regresso logstica incorpora trs componentes, a
aleatria, a sistemtica e a de ligao, o logit:
I) A componente aleatria identifica a varivel dependente (Y) ou de resposta binria
com distribuio de probabilidade binomial;
II) A componente sistemtica especifica as variveis independentes ou explicativas (X),
quer sejam contnuas ou qualitativas (categricas) e so introduzidas no modelo de
forma linear;
III) A componente de ligao g(p), montona e diferencivel, que descreve a relao
funcional entre p e as variveis explicativas. O p o valor esperado da varivel Y que
representa a probabilidade de ocorrncia, a qual varia entre 0 e 1.
No modelo de regresso logstica a funo de ligao tambm designada por logit ou log
do odds, dado na equao:
(1)
( ) ( ) ( )
Variveis da equao:
p: probabilidade da ocorrncia da varivel dependente
g: funo de ligao entre p e as variveis explicativas
25
Hugo Manuel dos Santos Saturnino
A regresso logstica, na sua verso mais simples corresponde ao modelo com apenas uma
varivel explicativa, em que a varivel resposta binria. A funo de ligao o logit e toma a
seguinte forma:
(2)
( ) ( )
Variveis da equao:
p: probabilidade da ocorrncia da varivel dependente
1: primeiro valor que traduz uma varivel explicativa contnua ou artificial
2 : valor que traduz o peso da varivel independente na ocorrncia do fenmeno
X2: varivel independente
(3)
Variveis da equao:
p: probabilidade da ocorrncia da varivel dependente
e: exponencial
1: primeiro valor que traduz uma varivel explicativa contnua ou artificial
2 : valor que traduz o peso da varivel independente na ocorrncia do fenmeno
X2: varivel independente
(4)
( )
( )
( )
Variveis da equao:
P: probabilidade
Y: varivel dependente
: varivel independente
26
Modelao e Mapeamento da Probabilidade de Incndio Florestal
: coeficiente da equao
: coeficiente da equao
exp: exponencial
27
Hugo Manuel dos Santos Saturnino
(5)
( )
( )
( )
Variveis da equao:
exp: exponencial
: coeficiente da equao
: coeficiente da equao, de 1 a n
: varivel independente, de 1 a n
28
Modelao e Mapeamento da Probabilidade de Incndio Florestal
A validao dos modelos uma fase fundamental da modelao, pois s atravs dos seus
resultados se conseguem avaliar em concreto a aderncia e especificidade de determinado
modelo rea de trabalho correspondente. Uma fase de validao pressupe a comparao dos
cenrios propostos pelo modelo, considerando determinado perodo temporal e a ocupao do
solo correspondente, com as reas percorridas por incndio que efectivamente ocorreram
durante um espao de tempo considerado.
A validao dos modelos no presente trabalho foi desenvolvida em dois perodos temporais
distintos, tendo em conta a disponibilidade das bases cartogrficas necessrias. O primeiro
perodo considerou o histrico de incndios de 2000 a 2006 e a ocupao e uso do solo CLC 2000.
O segundo perodo considerou o histrico de incndios de 2007 a 2011 e a ocupao de 2007
(Anexo I Figura 1 e 2). No caso da regio do PIS, devido no disponibilidade da ocupao de
2007 para a totalidade da rea (disponibilidade de cerca de 83%), considerou-se tambm a
utilizao da cobertura CLC 2006.
Face a uma suposta perda de rigor resultante da utilizao da ocupao CLC 2006,
efectuou-se um teste considerando ambas as coberturas em dois cenrios distintos. Assim, foram
produzidos para o mesmo espao temporal de ocorrncia de incndios (2007 2011) dois cenrios
de probabilidade de incndio. Um cenrio considerando apenas a ocupao de 2007 e um
segundo cenrio considerando a fuso da ocupao de 2007 e o CLC 2006.
A reclassificao de cada uma das coberturas de ocupao em seis classes, de acordo com
a sua propenso ao fogo j uma generalizao escala regional, contudo, aplicou-se a
ferramenta combine disponvel no sistema ArcGIS 9.3. Esta ferramenta aplicada a ficheiros em
formato raster, permite obter um ficheiro a partir de dois ou mais ficheiros base, bem como uma
tabela associada com a quantificao relativa combinao da codificao proveniente das
fontes de dados utilizadas.
A aplicao de uma rotina de validao pressupe, numa primeira fase, a construo dos
cenrios espectveis de acordo com os modelos conseguidos, classificados posteriormente em
quintis, ou seja cinco classes de probabilidade, de acordo com a metodologia observada em
Verde e Zzere (2007) e como estabelecido pelo Decreto-Lei n. 124/06 e redaco conferida
com o Decreto-Lei n. 17/09. Numa segunda fase, pressups-se a anlise dos cenrios obtidos em
comparao com as reas efectivamente percorridas por incndio, previamente estruturadas de
acordo com as classes de probabilidade de ocorrncia correspondentes.
Em fase posterior, a metodologia de validao assentou igualmente na adaptao de um
ndice de desempenho ou de concordncia espacial, proposto por Bates e Roo (2000). O ndice
com a devida adaptao ao presente trabalho e considerando os perodos de histrico de
incndios referidos anteriormente, permite obter a razo entre a interseco do histrico
considerado e as classes com maior potencial para serem percorridas por incndio (mdia, alta e
29
Hugo Manuel dos Santos Saturnino
muito alta) e, mais uma vez o histrico considerado. Os valores iguais ou superiores a 60%
indicam uma boa concordncia dos modelos testados.
30
Modelao e Mapeamento da Probabilidade de Incndio Florestal
4. Resultados
(6)
Probabilidade de incndio florestal, PIS = - 11,9810 + 1,073327 x ocupao do solo + 0,805919 x declive +
0,188025 x exposio + 0,133514 x altimetria + 0,681790 x distancia rede viria +
0,053911 x densidade de rede viria 0,295402 x distancia aos aglomerados populacionais
+ 0,066949 x visibilidade dos postos de vigia
O Quadro 6 teve como fonte os outputs disponibilizados pelo sistema IDRISI durante o
clculo do modelo de probabilidade de ocorrncia de incndio para a regio do PIS (Anexo II). A
multiplicao dos coeficientes de cada varivel pelos valores do desvio padro da amostra
correspondentes permite obter o valor dos coeficientes padro. De acordo com Galn e Lpez
2003, quanto maior o valor absoluto dos coeficientes maior a importncia da varivel na
soluo da equao.
31
Hugo Manuel dos Santos Saturnino
(7)
Desvio padro da
Variveis independentes Coeficientes Coeficiente padro
amostra
32
Modelao e Mapeamento da Probabilidade de Incndio Florestal
A Figura 8 permite a comparao dos respectivos coeficientes padro para cada uma das
regies, PIS e Idanha-a-Nova. Em ambas as regies a ocupao do solo sem dvida a varivel
com maior importncia. Como referido anteriormente, na regio do PIS o declive e a distncia
rede viria parecem ser as variveis mais importantes a seguir ocupao. Na regio de Idanha-
a-Nova, para alm da ocupao do solo, tambm a distancia aos aglomerados urbanos se destaca
como uma varivel com importncia na equao.
2.5
2
Coficiente padro
1.5
0.5
0
ocup. solo dec. exp. alt. dist. red. dens. red. dist. aglo. visib. post.
via. via. urb. vig.
PIS Idanha-a-Nova
33
Hugo Manuel dos Santos Saturnino
Figura 9 Cenrio de probabilidade de ocorrncia de incndio na regio do PIS, com ocupao CLC 2000.
34
Modelao e Mapeamento da Probabilidade de Incndio Florestal
classes mdia, alta e muito alta, que quando consideradas em conjunto somam 66% da
rea que foi efectivamente percorrida por incndio, observar o Anexo IV (Figura 25).
Figura 10 Distribuio espacial do cenrio de probabilidade de incndio (CLC 2000) com a rea ardida 2000 2006.
25
21.8 22.1 21.7
19.9 20.3 20.9 20.3 19.9 19.6
20
Probabilidade (%)
0
muito baixa baixa mdia alta muito alta
Figura 11 Cenrio de probabilidade de incndio florestal com ocupao CLC2000 na rea ardia (AA) 2000-2006.
35
Hugo Manuel dos Santos Saturnino
Figura 12 Cenrio de probabilidade de ocorrncia de incndio num cenrio derivado da ocupao de 2007.
36
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Figura 13 Distribuio espacial do cenrio de probabilidade de incndio, ocupao 2007 e a rea ardida de 2007 2011.
37
Hugo Manuel dos Santos Saturnino
Figura 14 Cenrio de probabilidade de ocorrncia de incndio com CLC 2006 e ocupao 2007.
38
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Figura 15 Distribuio espacial do cenrio de probabilidade de incndio, ocupao 2007 e CLC 2006 com a rea ardida
de 2007 2011.
35
29.3 29.5
30 28.2
25.8 Prob. IF com Ocup.07
25
Probabilidade (%)
22.3 21.8
19.6 19.9 20.2 20 20.3 20.2 20.3 20.1 19.6 19.8
20 Prob. IF com Ocup. 07
15.8 15.8 na AA 07-11
15 Prob. IF com Ocup.07 + CLC06
10 7.1
4.4 Prob. IF com Ocup.07+CLC06
5 na AA 07-11
0
muito baixa baixa mdia alta muito alta
Figura 16 Comparao dos cenrios de probabilidade de incndio florestal desenvolvidos com recurso ocupao 2007
e combinao ocupao 2007 e CLC2006 na rea ardida (AA) 2007 2011.
39
Hugo Manuel dos Santos Saturnino
Figura 17 Cenrio de probabilidade de ocorrncia de incndio para a regio de Idanha com ocupao CLC 2000.
40
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Figura 18 Distribuio espacial do cenrio de probabilidade de incndio (CLC 2000) com a rea ardida 2000 2006.
40
35.4
35
30 27.9
24.8
Probabilidade (%)
25
21.2 Prob. IF com CLC00
19.7 19.8
20
16.1
14.5 Prob. IF com CLC00
15 13.3 na AA 00 - 06
10 7.3
0
muito baixa baixa mdia alta muito alta
Figura 19 Classes de probabilidade de incndio florestal com base na CLC2000 nas reas ardidas (AA) 2000-2006.
41
Hugo Manuel dos Santos Saturnino
Figura 20 Cenrio de probabilidade de ocorrncia de incndio na regio de Idanha com ocupao 2007.
A Figura 21 pretende expor o resultado da anlise espacial das reas ardidas (2007 2011)
e o cenrio de probabilidade de incndio na regio de Idanha-a-Nova, considerando a ocupao
de 2007, Anexo V (Figura 33). As manchas classificadas com alta e muito alta representam
em conjunto 58% das reas percorridas por incndio. A restante rea ardida acaba por estar
distribuda, de forma mais ou menos uniforme, pelas trs classes de probabilidade que em
conjunto somam 42%.
A Figura 22 confirma de certa forma o exposto na anlise espacial apresentada
anteriormente, sendo bvia a concentrao das reas ardidas nas classes alta e muito alta,
ainda que as trs restantes classes tenham uma representao significativa.
42
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Figura 21 Anlise espacial do cenrio de probabilidade de incndio com ocupao 2007 e a rea ardida 2007 2011.
35 32.8
30
24.9 24.9
25
Probabilidade (%)
10
0
muito baixa baixa mdia alta muito alta
Figura 22 Classes de probabilidade de incndio florestal com base na ocupao 2007 nas reas ardidas (AA) 2007-2011.
43
Hugo Manuel dos Santos Saturnino
(8)
( )
100%
90%
80%
70% 65.1
60% 79.8 77.1
50%
40%
30%
20% 34.9
10% 20.2 22.9
0%
Prob. IF com CLC00 Prob. IF com Ocup.07 Prob. IF com Ocup.07+CLC06
na AA 00-06 na AA 07-11 na AA 07-11
000), quando comparada com os valores alcanados com a utilizao da cobertura CLC 2000
(1:100 000).
A Figura 24 permite comparar a distribuio das reas ardidas, compreendidas nos
perodos de 2000 - 2006 e 2007 - 2011, pelas diversas ocupaes originadas pelas coberturas de
uso do solo, a CLC 2000, a ocupao 2007 e a combinao da ocupao 2007 com a CLC 2006. De
notar a rea ardida de 0,2% registada na classe zona hmida e/ou urbano consolidado, valor
este, ainda que baixo, est relacionado com a generalizao da ocupao do solo originada pela
escala de produo da cobertura CLC 2000. A rea ardida registada em zona agrcola, ainda que
elevada, 7,1%, ter de facto ocorrido. Algumas culturas de sequeiro, como por exemplo o olival,
devido disponibilidade sazonal de combustveis finos e/ou sua localizao marginal aos
espaos florestais, so facilmente percorridas por incndio.
48.1
matos, floresta degradada 51.8
11.1
48.0
povovoamentos de Pb e/ou Ec 45.9
81.6
0.9
agro-florestal, pastagem sequeiro,
0.3
folhosas diversas
0.0
3.0
rea agrcola 2.0
7.1
0.0
urbano no consolidado 0.0
0.0
0.0
zona hmida, urbano consolidado 0.0
0.2
0 10 20 30 40 50 60 70 80 90
Prob. IF com Ocup. 07+CLC06 Prob. IF com Ocup. 07 Prob. IF com CLC00
na AA 07-11 (%) na AA 07-11 (%) na AA 00-06 (%)
Figura 24 Distribuio da rea ardida por tipo de ocupao do solo na regio do PIS.
Uma anlise em pormenor dos dados de base do histrico de incndios 2007 a 2011 revela
que a rea ardida na regio do PIS coberta efectivamente pela CLC 2006 apenas de 62 ha,
num universo de 696 h. Portanto uma rea muito pouco significativa e que de alguma forma
justifica a ligeira diminuio da concordncia espacial detectada pelo ndice de desempenho, na
observao dos dois cenrios. Por outro lado, as variaes de rea ardida registadas
relativamente s ocupaes afectadas podero advir do maior rigor da ocupao 2007 e da maior
generalizao provocada pela CLC 2006.
45
Hugo Manuel dos Santos Saturnino
100%
90%
80%
70%
71.5
60% 79.4
50%
40%
30%
20%
28.5
10% 20.6
0%
Prob. IF com CLC00 Prob. IF com Ocup.07
na AA 00-06 na AA 07-11
A anlise da rea ardida sobre a ocupao 2007, no segundo momento de validao, 2007 a
2011, (Figura 26), permite observar que efectivamente uma parte importante da rea percorrida
por incndio decorreu em zonas cuja ocupao era agro-florestal ou agrcola de sequeiro. Uma
observao mais detalhada, com ajuda da ocupao do solo utilizada, revela que efectivamente
as reas percorridas por incndio ocorreram em pastagens permanentes de sequeiro, olivais de
sequeiro e outras culturas permanentes ou temporrias de sequeiro.
A anlise da paisagem da regio permite compreender que composta por um mosaico
de reas de pequena a grande dimenso de ocupao agrcola, agro-florestal, floresta e matos,
bem como a existncia de uma orografia relativamente plana, factos que explicam a incidncia
do fogo sobre estas reas. Uma paisagem desta natureza, quando sob incndios, estes tendem a
ser dominados pelo vento evidenciando grandes velocidades de propagao ainda que pouco
intensos, tendo em conta a natureza do modelo de combustvel que lhe esto associados.
46
Modelao e Mapeamento da Probabilidade de Incndio Florestal
36.2
matos, floresta degradada
39.3
22.1
povovoamentos de Pb e/ou Ec
33.5
10.6
rea agrcola
21.0
0.0
urbano no consolidado
0.0
0.0
zona hmida, urbano consolidado
0.0
0.0 5.0 10.0 15.0 20.0 25.0 30.0 35.0 40.0 45.0
47
Hugo Manuel dos Santos Saturnino
5. Concluses
A tcnica da regresso logstica mostrou-se perfeitamente adequada ao desenvolvimento
de modelos de probabilidade de ocorrncia e propagao de incndios, do tipo estrutural, tendo
como base o histrico de incndios e parmetros orogrficos, uso do solo e factores de origem
humana. A metodologia mostrou-se perfeitamente acessvel, de interaco expedita, o que
poder ser importante na sua replicao numa larga escala de utilizadores. Na verdade, a
partir do momento em que so dominadas algumas das especificidades dos sistemas
computacionais utilizados, as limitaes metodolgicas centram-se mais na disponibilidade e
qualidade dos dados de base, do que em qualquer outro factor.
Os modelos calculados para as regies do PIS e de Idanha-a-Nova, de acordo com os
objectivos propostos e a metodologia seguida, apresentaram uma grande especificidade regional,
bem como permitiram quantificar o peso concreto de cada um dos parmetros considerados
como susceptveis de relevncia ocorrncia e propagao de incndios florestais.
Na regio do PIS, caracterizada por uma ocupao essencialmente florestal e uma
orografia extremamente vincada, a ocupao do solo, o declive e a distncia rede viria foram
os parmetros com maior contributo na equao final. Pelo contrrio, a densidade de rede viria
e a visibilidade dos postos de vigia foram os factores com menor peso. A regio de Idanha-a-
Nova, por sua vez apresenta uma orografia relativamente homognea e uma paisagem composta
por agricultura, agro-florestal e floresta. Os factores com maior contributo foram naturalmente a
ocupao do solo, a distancia aos aglomerados populacionais e a distancia rede viria. Em
oposto, os parmetros, declive, exposio e altimetria foram exactamente os factores com
menor importncia.
Os resultados do ndice de concordncia espacial obtidos nas validaes dos diversos
cenrios de probabilidade de ocorrncia de incndios foram positivos, no geral os melhores
valores foram alcanados quando se utilizou a ocupao de 2007 devido sua maior resoluo
espacial.
48
Modelao e Mapeamento da Probabilidade de Incndio Florestal
49
Hugo Manuel dos Santos Saturnino
50
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Contudo, tambm claro que algumas das bases cartogrficas utilizadas podero necessitar de
um estudo mais exaustivo na sua adaptao a trabalhos do gnero. O desenvolvimento deste tipo
de metodologias importante para a disponibilizao de uma cartografia de probabilidade de
incndio florestal, escala local e tambm na gesto e priorizao dos recursos existentes e
investimentos futuros.
51
Hugo Manuel dos Santos Saturnino
Bibliografia
AFN, 2012. reas ardidas de Portugal Continental. Autoridade Florestal Nacional.
Albini, F., 1976. Estimating wildfire behavior and effects. Ogden: USDA Forest Service.
Arroyo, L., Pascual, C. e Manzanera, J., 2008. Fire models and methods to map fuel types:
the role of remote sensing. Forest Ecology and Management, 256,1239-1252.
Bates, P.D., e Roo, A.P.J., 2000. A simple raster-based model for flood inundation
simulation. Journal of Hydrology, 236, 54-77.
Boboulos, M. e Purvis, M., 2009. Wind and slope effects on ROS ruring the fire propagation
in East-Mediterranea pine forest litter. Fire Safety Journal, 44, 764-769.
Caetano, M., V. Nunes e A. Nunes, 2009. CORINE Land Cover for Continental Portugal,
1:100 000. Relatrio Tcnico, Instituto Geogrfico Portugus.
Campbell, D., 1998. The campbell prediction system. 2nd ed. Ojai: U.S. Forest Service and
State Department of Forestry and Fire.
Castell J., e Almirall, R., 2005. Pla de prevenci dincendis forestals del permetre de
protecci prioritria les gavarres. Catalunya: Departament de Medi Ambient i Habitatge.
Chuvieco, E., 2003. Wildland fire danger, estimation and mapping. Alcal: University of
Alcal.
Colin, P., Jappiot, M. e Mariel, A., 2001. Protection des forts contre lncendie. Roma:
Fao e Cemagref.
Cruz, M., 2005. Guia fotogrfico para identificao de combustveis florestais Regio
Centro de Portugal. Coimbra: Centro de Estudos sobre Incndios Florestais da Universidade de
Coimbra.
52
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Decreto-Lei n. 244/02. D.R. n. 255, Srie I-A de 2002-11-05. Ministrio das Cidades,
Ordenamento do Territrio e Ambiente. Rev a estrutura administrativa relativa Nomenclatura
das Unidades Territoriais.
DGRF, 2007. Estratgia nacional para as florestas. Lisboa: Direco-Geral dos Recursos
Florestais.
DGRF, 2004. Rede de postos de vigia para deteco de incndios florestais. Direco Geral
dos Recursos Florestais.
Freire, S., Carro, H. e Caetano, M., 2002. Produo de cartografia de risco de incndio
florestal com recurso a imagens de satlite e dados auxiliares. Lisboa: Instituto Geogrfico
Portugus.
Hengl, T., 2006. Finding the right pixel size. Computers & Geosciences, 32, 1283-1298.
Hosmer, D., e Lemeshow, S., 2000. Applied logistic regression. 2nd ed. New York: John
Wiley.
IGP, 2011. Limites Administrativos Oficiais de Portugal CAOP 2011, 1:25000. Instituto
Geogrfico Portugus. Disponvel em: http://www.igeo.pt/produtos/cadastro/caop/Verso
2011.htm [Acedido em 4 Agosto de 2011].
53
Hugo Manuel dos Santos Saturnino
IGP, 2007. Cartografia de risco de incndio florestal dos distritos de Aveiro, Braga,
Bragana, Coimbra, Guarda, Portalegre, Porto, Viana do Castelo, Vila Real e Viseu. Disponvel
em: http://scrif.igeo.pt/documentacao/papers.htm [Acedido em 4 de Agosto de 2011].
IGP, 1995. Fotografia area, falsa cor, voo: 1995, resoluo espacial: 1 metro. Instinto
Geogrfico Portugus.
IGP, 2004. CORINE Land Cover para 2000 para Portugal Continental, 1:100000. Instituto
Geogrfico Portugus. Disponvel em: http://www.igeo.pt/gdr/index.php?princ=PROJECTOS/
CLC2000&sessao=m_projectos [Acedido em 11 de Outubro de 2011].
IGP, 2003. Produo das cartas de risco de incndio florestal. Disponvel em:
http://scrif.igeo.pt/cartografiacrif/producao.htm [Acedido em 5 de Agosto de 2011].
IGP, 1990. Carta de ocupao do solo - Cos90, 1:25000. Instituto Geogrfico Portugus.
Disponvel em: http://www.igeo.pt/produtos/CEGIG/COS.htm. [Acedido em 18 de Agosto de
2011].
INE, 1996. Censos 1991 resultados definitivos. Lisboa: Instituto Nacional de Estatstica
INE, 2002. Censos 2001 resultados definitivos. Lisboa: Instituto Nacional de Estatstica
Iniguez, J., Swetnam, T. e Yool, S., 2008. Topography affected landscape fire history
patterns in southern Arizona, USA. Forest Ecology and Managment, 256, 295-303.
Keane, R., Drury, S., Karau, E., Hessburg, P. e Reynolds, K., 2010. A method for mapping
fire hazard and risk across multiple scales and its application in fire management. Ecological
Modelling, 221, 2-18.
Martnez, J., Veja-Garcia, C., e Chuvieco, E., 2009. Human-caused wildfire risk rating for
prevention planning in Spain. Journal of Environmental Management 90, 1241-1252.
Nunes, M., Vasconcelos, M., Pereira, J., Dasgupta, N., Alldredge, R., e Rego, F., 2005.
Land cover type and fire in Portugal: do fires burn land cover selectively?. Landscape Ecology,
20, 661-673.
Painho, M. e Caetano, M., 2005. CORINE Land Cover 2000 em Portugal. Lisboa: Instituto do
Ambiente.
54
Modelao e Mapeamento da Probabilidade de Incndio Florestal
Rothermel, R., 1972. A mathematical model for predicting fire spread in wildland fuels.
Ogden: USDA Forest Service.
Salinero, E. e Isabel, M., 2004. Nuevas tecnologas para la estimacin del riesgo de
incendios florestales. Madrid: Ministerio de Educacin y Ciencia e Consejo Superior de
Investigaciones Cientificas.
Teie, C., 2005. Firefighter's handbook on wildland firefighting. 3nd ed. California: Deer
Valley Press.
Vesseron, P., Delarue, F., Rosenberg, P. e Sappin, M., 2002. Plans de prvention des
risques naturels (PPR) Risques dincendies de fort. Paris: La documentation Franaise.
Viegas, X., Rossa, C. e Ribeiro, M., 2011. Incndios florestais. Coimbra: Centro de Estudos
sobre Incndios Florestais da Universidade de Coimbra.
55
Hugo Manuel dos Santos Saturnino
Anexos
56
190000 200000 210000 220000 230000
340000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
350000
o
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
350000
340000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
superfcie de gua
Projeco Rectangular de Gauss, Elipside de Hayford, Datum Lisboa
Sistema de Coordenadas Hayford-Gauss,
Translaco de Origem -200 000 m em X e -300 000 m em Y
190000 200000 210000 220000 230000
340000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
aglomerado urbano
Escala: 1/300 000
superfcie de gua
0 2.5 5 10 15 Km
Regression Equation :
Regression Statistics :
(1) Select a new threshold value such that, after reclassification, the number
of fitted 1s matches the number of observed 1s in the dependent variable
(2) ROC* Result with 100 thresholds (Sample-based computation when applicable):
ROC = 0.8627
* ROC=1 indicates a perfect fit; and ROC=0.5 indicates a random fit.
Anexo III
Modelo de probabilidade de incndio florestal calculado para a regio de Idanha-a-Nova
Regression Equation :
Regression Statistics :
(1) Select a new threshold value such that, after reclassification, the number
of fitted 1s matches the number of observed 1s in the dependent variable
(2) ROC* Result with 100 thresholds (Sample-based computation when applicable):
ROC = 0.8528
* ROC=1 indicates a perfect fit; and ROC=0.5 indicates a random fit.
190000 200000 210000 220000 230000
340000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
340000
o
330000
330000
320000
320000
310000
310000
300000
300000
290000
290000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000
o
350000
350000
340000
340000
330000
330000
320000
320000
310000
310000
300000
300000