Correlações espaciais dos focos de calor no Brasil

• Main Author: SOARES, Marcos Flaviano Matos
• Other Authors: STOSIC, Borko
• Format: Others
• Language: Portuguese
• Published: Universidade Federal Rural de Pernambuco 2016
• Subjects: Focos de calor; Correlações espacial; Dimensão fractal; Hotspots; Spatial correlation; Fractal dimension; CIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA
• Online Access: http://www.tede2.ufrpe.br:8080/tede2/handle/tede2/5212

Submitted by ([e-mail]) on 2016-08-08T13:12:45Z No. of bitstreams: 1 Marcos Flaviano Matos Soares.pdf: 1499686 bytes, checksum: 363f7807680627fa59738a37fa059d53 (MD5) === Made available in DSpace on 2016-08-08T13:12:45Z (GMT). No. of bitstreams: 1 Marcos Flaviano Matos Soares.pdf: 1499686 bytes, checksum: 363f7807680627fa59738a37fa059d53 (MD5) Previous issue date: 2010-08-27 === The use of modern computational resources together with the development of mathematical, statistical and computational techniques in the treatment of geographical information, has been important a better understanding of patterns of geographically distributed data. An application of these resources is the detection and interpretation of the spatial distribution of hotspots, a term used for elements registered by satellite sensors of surface regions with high temperature. The number of hot pixels should not be identified with the number of fires, because there are factors that can influence real fire detection, where both omission and false identification are possible. The present work aims at identification of space correlations of hotspots in Brazil detected by the satellite NOAA 12, during the period 1998- 2006, and provide aid in the choice of theoretical models inferential express themselves through spatial distribution across the spatial correlation property of stochastic processes generating this phenomenon, using the method to calculate the fractal dimension developed by Grassberger and Proccacia. It is found that spatial distribution of hot pixels for individual years under study demonstrates fractal behavior with the correlation dimension approximately DCORR 1.6. The value of the fractal dimension for data grouped by month along the whole period, is also close to 1.6, except for the months of january and april which display two regions of fractal behavior, with DCORR 1.0 for distances below 10km, and DCORR 1.6 for larger distance. This behavior suggests possible multifractality, and requires further phenomenological studies to be well understood. The results of the current work should be taken into account in the development and validation of theoretical and computational models of the stochastic processes of this phenomenon, as well as related phenomena, such as e.g. carbon emission. === Uso de recursos computacionais através do desenvolvimento crescente de técnicas matemáticas, estatísticas e computacionais no tratamento de informação geográfica tem sido importante no desenvolvimento de estudos de padrões de distribuição geográfica. Uma aplicação destes recursos é a detecção de focos de calor, que é uma expressão utilizada para interpretar o registro de calor captado na superfície do solo pelos sensores dos satélites. Para tanto o número de focos de calor registrados não se deve afirmar como sendo igual ao número de queimadas, pois existem fatores que podem influenciar na identificação desses focos de calor como os erros de omissão e inclusão. O presente trabalho tem como objetivo identificar correlações espaciais de focos de calor no Brasil detectados pelo satélite NOAA 12, durante o período 1998-2006, e fornecer auxílio na escolha de modelos teóricos inferenciais que se expressem por meio de distribuição espacial através da correlação espacial, propriedade dos processos estocásticos gerados deste fenômeno, usando o método para calcular a dimensão fractal desenvolvido por Grassberger e Proccacia. A distribuição espacial dos focos de calor para os anos individuais observados demonstra fractalidade, com dimensão de correlação aproximadamente DCORR 1.6. Valor da dimensão fractal para os dados agrupados por mês em todo período observado também tem valor próximo a 1.6, exceto meses de janeiro e abril que demonstram duas regiões de fractalidade, com DCORR 1.0 para distâncias abaixo de 10 Km, e DCORR 1.6 para distâncias maiores. Este comportamento exige estudos fenomenológicos para seu melhor entendimento, e sugere possível multifractalidade. Os resultados alcançados neste trabalho devem ser levados em consideração no desenvolvimento e validação dos modelos teóricos e computacionais dos processos estocásticos geradores deste fenômeno, bem como fenômenos relacionados, como, por exemplo, emissão de carbono.