SciELO - Scientific Electronic Library Online

 
 número89Revitalização urbana integrada: lições de iniciativas de desenvolvimento localAcessibilidade da população aos principais núcleos urbanos da Península Ibérica índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Finisterra - Revista Portuguesa de Geografia

versão impressa ISSN 0430-5027

Finisterra  n.89 Lisboa  2010

 

Probabilidade bayesiana e regressão logística na avaliação da susceptibilidade de ocorrência de incêndios de grande magnitude

 

Rafaello V. Bergonse*, João M. Bidarra**

*Bolseiro de doutoramento; Centro de Estudos Geográficos, IGOT. E-mail: rafaellobergonse@gmail.com

**Instituto Geográfico Português. E-mail: jmbidarra@gmail.com

 

RESUMO – Este 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.

Palavras-chave: Incêndios de grande magnitude, susceptibilidade, probabilidade bayesiana, regressão logística.

 

Bayesian probability and logistic regression in the assessment of the susceptibility to high magnitude wildfires.

ABSTRACT –The 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.

Key-words: High magnitude wildfires, susceptibility, Bayesian probability, logistic regression.

 

Comparaison entre la probabilite bayesienne et la regression logistique pour l’evaluation de la susceptibilite a l’apparition d’incendies de grande magnitude.

RESUME – On 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.

Mots-clés: Incendies de grande magnitude, susceptibilité, probabilité bayésienne, régression logistique.

 

Texto completo disponível apenas em PDF.

Full text only available in PDF format.

 

BIBLIOGRAFIA

Alvarez-Arbesú R, Felicísimo A M (2002) GIS and logistic regression as tools for environmental management: a coastal cliff vegetation model in Northern Spain. In: Brebbia, C A, Pascolo, P (Eds.) Management Information Systems 2002: GIS and Remote Sensing. Wessex Institute of Technology Press: 215-224.

Bachmann A, Allgower B (1999) The need for a consistent wildfire risk terminology. Proceedings from the Joint Fire Science Conference and Workshop, Boise, Idaho, June 15-17.

Chuvieco E, Congalton R (1989) Application of remote sensing and Geographic Information Systems to forest fire hazard mapping. Remote Sensing of Environment, 29: 147-159.         [ Links ]

Durão R, Soares A (2007) Modelo de avaliação de risco de incêndio em Portugal Continental. In Soares C, Teixeira A P, Antão P (Eds.) Riscos Públicos e Industriais. Edições Salamandra, Lisboa: 167-182.

Gessler P E, Moore I d, Mckenzie N J, Ryan P J (1995) Soil-landscape modelling and spatial prediction of soils’ attributes. International Journal of Geographical Information Science, 9 (4): 421-432.         [ Links ]

IGP (2008) Cartografia de risco florestal: relatório do distrito de Santarém (versão provisória). http://scrif.igeo.pt/cartografiacrif/2007/crif07.htm [Acedido em 10 de Janeiro de 09].

ISA (2005) Relatório final da proposta técnica do plano nacional de defesa da floresta contra incêndios. anexo 3: factos e números. Instituto Superior de Agronomia, Lisboa. http://www.isa.utl.pt/pndfci/A3_Factos_Numeros.pdf[Acedido em 02 de Junho de 2008].

ISA (2005b) Relatório final da proposta técnica do plano nacional de defesa da floresta contra incêndios. anexo 8: glossário. Instituto Superior de Agronomia, Lisboa. http://www.isa.utl.pt/pndfci/A3_Factos_Numeros.pdf[Acedido em 02 de Junho de 2008].

Longley P, Goodchild M, Maguire D, Rhind D (2005) Geographic Information Systems and Science. Wiley.

Lourenço L (2004) Risco meteorológico de incêndio florestal. Coimbra, Colecção Estudos, 46: 167-175.

Manel S, Williams C, Ormerod S J (2001) Evaluating presence-absence models in ecology: the need to account for prevalence. Journal of Applied Ecology, 38: 921-931.         [ Links ]

Maroco J (2007) Análise estatística com utilização do SPSS. Edições Sílabo, Lisboa.

Nunes M, Vasconcelos M, Pereira J, Dasgupta N, Alldredge R, Rego F (2005) Land cover type and fire in Portugal: do fires burn land cover selectively? Landscape Ecology, 20: 661-663.         [ Links ]

Paulino C, Turkman M A, Murteira B (2003) Estatística Bayesiana. Fundação Calouste Gulbenkian, Lisboa.

Pereira J C P, Santos M T (2003) Áreas queimadas e risco de incêndio florestal em Portugal. Direcção-Geral das Florestas, Lisboa.

Pereira M G, Trigo R. M., Da Câmara C, Pereira J M C, Leite S (2005) Synoptic patterns associated with large summer forest fires in Portugal. Agricultural and Forest Meteorology, 129 (1-2): 11-25.         [ Links ]

Pereira, J M C, Carreiras J M, Silva J M, Vasconcelos M J (2006) Alguns conceitos básicos sobre os fogos rurais em Portugal. In Pereira J S, Pereira J M, Rego F C, Silva J M, Silva T P (Eds.) Incêndios Florestais em Portugal – Caracterização, Impactes e Prevenção. Instituto Superior de Agronomia, Lisboa.

Pyne S (2006) Fogo no jardim: compreensão do contexto dos incêndios em Portugal. In Pereira J S, Pereira J M, Rego F C, Silva J M, Silva T P (Eds.) Incêndios Florestais em Portugal – Caracterização, Impactes e Prevenção. Instituto Superior de Agronomia, Lisboa.

Ramos C, Ventura J E (1992) Um índice climático de perigo de incêndio aplicado aos fogos florestais em Portugal. Finisterra – Revista Portuguesa de Geografia, XXVII (53-54): 79-93.         [ Links ]

Strauss d, Bednar L, Mees R (1989) do one percent of the fires cause ninety-nine percent of the damage? Forest Science, 35: 319-328.         [ Links ]

Ventura J, Vasconcelos M (2006) O fogo como processo físico-químico e ecológico. In: Pereira J S, Pereira J M, Rego F C, Silva J M, Silva T P (Eds.) Incêndios Florestais em Portugal – Caracterização, Impactes e Prevenção. Instituto Superior de Agronomia, Lisboa.

Verde J (2008) Avaliação da perigosidade de incêndio florestal. dissertação de Mestrado em Geografia Física, Universidade de Lisboa.

Verde J, Zêzere J L (2007) Avaliação da perigosidade de incêndio florestal. Actas do VI Congresso da Geografia Portuguesa, 17-19 de Outubro, Universidade Nova de Lisboa.

Viegas d, Reis R, Cruz M, Viegas M T (2004) Calibração do sistema canadiano de risco de incêndio para aplicação em Portugal. Silva Lusitana 12 (1): 77-93.         [ Links ]

Vieira P (2006) Portugal: o vermelho e o negro – a verdade amarga e a dolorosa realidade dos incêndios florestais. dom Quixote, Lisboa.

 

Recebido: 03/06/2009. Aceite: 09/02/2010.

Creative Commons License Todo o conteúdo deste periódico, exceto onde está identificado, está licenciado sob uma Licença Creative Commons