Resumo As queimadas e incêndios descontrolados que ocorrem no Pantanal causam grandes prejuízos à fauna e flora locais. A previsão desses eventos é de grande importância por possibilitar que as catástrofes no ecossistema do Pantanal sejam amenizadas ou, até mesmo, evitadas. Tendo em vista que a prevenção contra incêndios deve ser constante, a identificação de focos de queimadas é essencial para uma intervenção imediata. Este estudo teve como objetivo avaliar as ocorrências de queimadas e incêndios no Pantanal Sul-Mato-Grossense, associadas às variáveis meteorológicas e realizar uma modelagem de previsão. As variáveis envolvidas nesse processo foram extraídas da base de dados do Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais (INPE) e do banco de dados meteorológicos para ensino e pesquisa do Instituto Nacional de Meteorologia (INMET). Foram observadas que a temperatura, umidade relativa e radiação solar, possuem um relacionamento estreito com a ocorrência dos focos e as correlações resultantes foram satisfatórias para a aplicação das modelagens de previsão. A técnica de Regressão Linear Múltipla apresentou 41% de ajustamento e a técnica de Análise Auto-regressiva Integrada de Médias Móveis apresentou ajustamento de 66,5% e desempenho geral de 68,4%, tornando-a a metodologia mais recomendada para a previsão.

Abstract Uncontrolled fire points and forest fires in the Pantanal cause great damage to local flora and fauna. The prediction of these events is of paramount importance as it may mitigate or even avoid disasters in the Pantanal ecosystem. Given that fire prevention should be constant, the identification of fire foci is essential for immediate intervention. The objective of this study was to evaluate the forest fires in the Pantanal of Mato Grosso do Sul associated with the meteorological variables and to perform a forecast modeling. The environmental variables involved in the process were provided by the database of the Center for Weather Forecasting and Climate Studies of the National Institute for Space Research (INPE) and from the meteorological database for teaching and research of the National Institute of Meteorology (INMET). A close relationship was observed between the meteorological variables temperature, relative humidity and solar radiation and the occurrence of foci and the resulting correlations were satisfactory for the application of forecasting models. The Multiple Linear Regression technique presented fit of 41% and the Integrated Self-Regressive Analysis of Moving Average technique, 66.5%, and a general performance of 68.4%, thus making the latter the most recommended methodology for forecasting.

Resumo O monitoramento para a previsão de cheias de pequenas bacias hidrográficas é de grande importância tendo em vista a relação dos recursos hídricos com a sociedade, pois pode garantir o uso sustentável às comunidades urbanas de cidades lindeiras à bacia. O rio Aquidauana está inserido na planície Pantaneira sendo considerado vulnerável à inundações, no entanto, falta de um sistema eficiente para previsões de cheias e inundações. Assim, este estudo propõe um sistema de previsão probalística de enchentes para a bacia do Rio Aquidauana. Para tanto foram utilizadas as redes neurais artificiais (RNAs) do tipo MultiLayer Perceptron (treinamento back-propagation) com parâmetros otimizados pelos Algoritmos Genéticos. A RNA foi treinada e avaliada com base em dados de chuva acumulada (mm) e nível de rio (cm) à montante entre os anos de 1995 a 2014. A previsão realizada foi de 1 a 5 dias, tendo como melhor desempenho o modelo para 1 dia de previsão, com resultado de coeficiente de determinação e erro quadrático médio de 0,93 e 30 (cm), respectivamente.

Abstract Monitoring for flood forecasting in small hydrographic basins is of great importance in view of the relationship of water resources with society, as it can guarantee the sustainable use of urban communities in cities bordering the basin. The Aquidauana River, classified as a small basin, belongs to the Paraguay River basin and is an affluent of the Miranda River, forming part of the Pantanal plain, being inserted in the mapping of rivers vulnerable to flooding in the Central-West region of Brazil. This study deals with the monitoring of the river Aquidauana and uses artificial neural networks (RNAs) of the MultiLayer Perceptron type (training back-propagation) with parameters optimized by Genetic Algorithms. The RNA was trained and tested based on hydrological data between 1995 and 2014, accumulated rainfall (mm) and river level (cm) upstream. The forecast was 1 to 5 days, with the best performance of the model for 1 day of forecast, with a coefficient of determination and mean square error of 0.93 and 30 (cm), respectively.

Resumo Os incêndios e as queimadas que ocorrem no Pantanal causam grandes prejuízos à fauna e flora locais. A previsão de eventos é de grande importância por possibilitar que as catástrofes nesse ecossistema sejam amenizadas ou, até mesmo evitadas. Este estudo teve como objetivo avaliar as ocorrências de queimadas e incêndios no Pantanal Sul-Mato-Grossense, associadas às variáveis meteorológicas e realizar uma modelagem de previsão a partir de técnicas de análise multivariada de dados. As variáveis ambientais envolvidas nesse processo foram extraídas da base de dados do Centro de Previsão de Tempo e Estudos Climáticos do Instituto Nacional de Pesquisas Espaciais (INPE) e do banco de dados meteorológicos para ensino e pesquisa do Instituto Nacional de Meteorologia (INMET). Foram observadas que a temperatura, umidade relativa e radiação solar, possuem um relacionamento estreito com a ocorrência dos focos e as correlações resultantes foram satisfatórias para a aplicação das modelagens de previsão. A técnica de Regressão Linear Múltipla apresentou 41% de ajustamento e a técnica de Análise Auto-regressiva Integrada de Médias Móveis apresentou ajustamento de 66,5% e desempenho geral de 68,4%, tornando-a a metodologia mais recomendada para a previsão.

Abstract The occurrence of fires in Pantanal causes great damage to the local fauna and flora. Predicting these events is of great importance, enabling catastrophes in this ecosystem to be mitigated or even avoided. This study evaluated the occurrence of fires in Southern Pantanal associated with meteorological variables and created a predictive model using multivariate data analysis techniques. The environmental variables involved in this process were extracted from the database of the Center for Weather Forecasting and Climatic Studies of the National Institute of Space Research (INPE) and the meteorological database for teaching and research of the National Institute of Meteorology (INMET). It was observed that temperature, relative humidity and solar radiation have a close relationship with the occurrence of fires and the resulting correlations were considered satisfactory for the application of forecasting models. The Multiple Linear Regression technique presented an adjustment of 41% and the Integrated Averaging Analysis of Moving Averages presented an adjustment of 66.5% and a general performance of 68.4%, making it the most-recommended forecasting methodology.

Resumo Para entender melhor a dinâmica de seca e inundação no Pantanal é fundamental uma rede de monitoramento hidrometeorológico adequada. No entanto, poucos estudos têm investigado se os atuais sistemas de monitoramento são adequados nesta região. Aqui, analisamos a rede de monitoramento hidrometeorológico da região de Aquidauana, composta por estações pluviométricas, meteorológicas e fluviais. Obtivemos dados de todos os medidores hidrometeorológicos disponíveis nesta região para comparação conforme a recomendação da Organização Meteorológica Mundial (OMM). Constatou-se que, embora o número de estações em operação seja satisfatório quando comparado com o estabelecido pela OMM, a densidade da rede não é satisfatória nas estações de operação por falta de manutenção, criando assim a necessidade de estações adicionais. Esse fato também foi observado na análise da rede meteorológica. O uso de dados de sensoriamento remoto pode ser possível para preencher essa lacuna de dados. No entanto, para melhorar o conhecimento sobre os processos hidrológicos nesta região ainda é necessário instalar estações terrestres adicionais.

Abstract To better understand drought and flood dynamics in the Pantanal is crucial an adequate hydrometeorological monitoring network. However, few studies have investigated whether the current monitoring systems are suitable in this region. Here, we analyzed the hydrometeorological monitoring network of the Aquidauana region, composed of pluviometric, meteorological and fluviatile gauging stations. We obtained data of all hydrometeorological gauges available in this region to compare with the World Meteorological Organization (WMO) recommendation. We found that although the number of stations in operation is satisfactory when compared with that established by the WMO, the network is not satisfactory in the operating stations because of lack of maintenance, thus creating a need for additional stations. This fact was also observed when analyzing the meteorological network. Using remote sensing data may be possible to fill these data gap. However, to improve the knowledge on hydrological processes in this region is still necessary to install additional ground-based stations.