Variabilidade espaço-temporal de ocorrência e recorrência de fogo no Bioma Caatinga usando dados do sensor MODIS
Notice bibliographique
Résumé
O uso do fogo de forma indiscriminada, a cada ano vem causando um desequilíbrio na natureza, que pode ser percebido em âmbito global. O sensoriamento remoto, representa a principal alternativa tecnológica na detecção, dimensionamento e na compreensão da dinâmica do fogo. Assim, o objetivo desse estudo foi analisar a distribuição espaço-temporal das áreas queimadas do Bioma Caatinga por meio do produto MODIS MCD64A1, no período de 2001 a 2018. Para isso, foram utilizados os subconjuntos mensais do produto Burned Area MCD64A1. Adotou-se também a classificação do Canadian Forest Service, no qual define as áreas queimadas em cinco classes diferentes: I (0-0,09 ha); II (0,1-4,0 ha); III (4,1-40,0 ha); IV (40,1-200,0 ha); V(>200,0 ha). Os resultados alcançados nesse estudo revelam que o estado do Piauí apresenta estatisticamente maior média de ocorrências de incêndios e área queimada na série temporal. Os meses que tiveram as maiores áreas queimadas no bioma foram setembro, agosto e outubro e maior recorrência de maio a dezembro. As classes de tamanho de área queimada que apresentaram maiores ocorrências foram III, IV e V. O bioma sofre sistemático crescimento de degradação, o que potencializa sua fragilidade ante ao fogo.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,024 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».