BERGONSE, Rafaello V.    BIDARRA, João M.. Probabilidade bayesiana e regressão logística na avaliação da susceptibilidade de ocorrência de incêndios de grande magnitude. []. , 89, pp.79-104. ISSN 0430-5027.

^lpt^aEste artigo tem por objectivo a aplicação de um modelo de susceptibilidade orientado para a aplicação a incêndios de grande magnitude, pequena parte do total de ocorrências que origina a grande maioria dos estragos anuais. Esta relação frequência/magnitude é característica dos regimes de fogo dos países do Sul da Europa. Com base na cartografia das áreas ardidas, no período 1990-2007 no distrito de Castelo Branco, é proposto um método de identificação dos incêndios de grande magnitude e são comparadas duas técnicas de integração de dados, assentes em Probabilidade Bayesiana e Regressão Logística. Os resultados mostram uma capacidade preditiva superior da técnica Bayesiana, e um ajustamento do modelo ao comportamento dos incêndios considerados de grande magnitude, por oposição a todos os incêndios. Embora deva ser alvo de desenvolvimentos futuros, o modelo proposto pretende complementar outras formas de avaliação da susceptibilidade/perigosidade, salientando as áreas onde tendem a concentrar-se os incêndios mais danosos.^len^aThe aim of this paper is to apply a susceptibility model to high magnitude wildfires - with the latter defined as the small fraction of the total number of occurrences that causes most of the annual damage. This type of frequency/ magnitude relation is characteristic of wildfire regimes in southern European countries. drawing on the analysis of burnt-area maps for the period 1990-2007 in the Castelo Branco district, a wildfire classification method is put forth and a model is tested using two alternative data integration techniques: one based on Logistic Regression, the other on Bayesian probability. The results indicate that the Bayesian technique has slightly greater predictive capability and confirm that the proposed model is adjusted to the behaviour of wildfires considered to be of high magnitude. Although the suggested model may usefully undergo future improvements in order to increase its predictive capability, it can already be used to complement other forms of susceptibility/hazard analysis, by highlighting the areas that are most likely to be affected by the most destructive wildfire events.^lfr^aOn cherche à mettre au point un modèle applicable aux incendies de grande magnitude qui, en dépit de leur rareté, causent la plus grande part des dégâts annuels. Ce rapport fréquence/ magnitude est caractéristique du régime des incendies dans l’Europe du Sud. En se basant sur la cartographie des surfaces brûlées pendant la période 1990-2007 dans le district de Castelo Branco, on propose une méthode d’identification de ces incendies, en comparant deux techniques d’intégration des données. La technique de probabilité bayésienne présente une capacité prédictive supérieure à celle de la régression logistique et permet ainsi de mieux adapter le modèle présenté à ce type d’incendies. Ce modèle devra être amélioré, mais il permet déjà de mieux évaluer le rapport susceptibilité /danger et de reconnaitre les lieux où les incendies qui causent le plus de dommages tendent à se concentrer.

: .

        · | | |     · |     · ( pdf )