AVALIAÇÃO DA EFICIÊNCIA DE ÍNDICES DE PERIGO METEOROLÓGICO DE INCÊNDIOS FLORESTAIS PARA O ESTADO DE MINAS GERAIS

Resumen

As características dos incêndios florestais são afetadas pelas complexas interações entre a vegetação, clima, topografia e atividades antrópicas ao longo do tempo. Em escalas regionais, o clima, por determinar o teor de umidade do combustível, além da quantidade de biomassa, é o principal controlador das características dominantes dos incêndios, bem como do tipo de vegetação encontrada. Assim, é amplamente reconhecido que quanto mais se entender sobre o comportamento do fogo e sua resposta às condições climáticas, mais se poderão antecipar situações perigosas ou impactos de grande magnitude e mais acertadas serão as decisões sobre a gestão de combustíveis e dos incêndios. Diante do exposto, o objetivo deste estudo é analisar a eficiência dos índices meteorológicos Fire Weather Index (FWI), Índice de Telicyn, Índice de Nesterov, índices acumulativos de precipitação menos evaporação (P-EVAP) e do produto evaporação pela precipitação (EVAP/P), Fórmula de Monte Alegre (FMA) e Fórmula de Monte Alegre Alterada (FMA+) e definir qual o mais eficiente para o Estado de Minas Gerais. Para a coleta dos elementos climáticos, foram analisados 43 municípios mineiros que apresentam estações climatológicas pertencentes à rede do Instituto Nacional de Meteorologia (INMET). Os dados dos incêndios foram adquiridos através dos focos de incêndios obtidos por satélites do Instituto Nacional de Pesquisas Espaciais (INPE). Para comparar os índices e definir o mais eficiente, foram utilizados os métodos Skill Score (SS) e Distância de Mahalanobis (DM). Os resultados do SS mostraram que, para 77% das cidades estudadas, o índice mais eficiente é o FWI. Este mesmo índice foi o mais eficiente quando usada a DM em 81% das cidades mineiras. A utilização de um índice de perigo pouco eficiente, pode levar à tomada de decisões equivocadas em relação aos procedimentos de prevenção e combate aos incêndios florestais, ao mesmo tempo que um índice de predição confiável pode ajudar na melhor quantificação e distribuição dos recursos para a prevenção.