Área Queimada
A plataforma ALARMES disponibiliza alerta das áreas queimadas sobre o Brasil em tempo quase-real. O termo ‘tempo quase-real’ se refere a processamentos que ocorrem de forma rápida, logo a seguir à ocorrência do evento, porém não de forma instantânea (tempo real). Em nosso caso, o atraso em relação à passagem do satélite é de algumas horas, devido ao tempo de processamento de todas as etapas do mapeamento. De modo geral, a área queimada mapeada do dia anterior estará disponível no dia seguinte.
Produtos de área queimada em tempo quase-real têm aplicações importantes para serviços de emergência e avaliações rápidas para a tomada de decisão.
O monitoramento de áreas queimadas por meio de produtos derivados de satélite em tempo quase-real tem aplicações importantes para os serviços de resposta à emergência, avaliações rápidas para a formulação de planos de ação e tomada de decisão.
Esses produtos permitem a detecção rápida e exata dos incêndios florestais, fornecendo informações atualizadas sobre a extensão e a localização destas áreas.
Algoritmo
O classificação da área queimada utiliza o algoritmo BA-Net (Pinto et al., 2020), que combina imagens de satélite do sensor Visible Infrared Imaging Radiometer Suite (VIIRS), dos satélites SUOMI-NPP, NOAA-20 e NOAA-21, focos de calor do mesmo sensor e técnicas de aprendizado profundo (deep learning). Adicionalmente, o BA-Net faz uso do produto global de área queimada MCD64A1 como referência para o treinamento da rede neural profunda, definindo os pesos para a classificação da área queimada por bioma.
Para cada detecção de pixel com área queimada, o algoritmo atribui duas bandas de informações: a data estimada da área queimada em dia juliano e um valor de nível de confiança entre 0 e 1 (0 a 100 %), que representa o percentual de confiabilidade da classificação da área queimada.
Validação do produto
A validação é uma etapa fundamental na certificação e no refinamento dos produtos, pois avalia a sua habilidade de detecção automática de área queimada e fornece informações essenciais para a melhoria do sistema. Algumas das técnicas utilizadas são listadas abaixo:
- Comparação com coordenadas de fotografias de campo;
- Comparação com RGB de imagens de satélite com maior resolução espacial (por exemplo, Landsat e Sentinel-2);
- Comparação com polígonos de referência (polígonos de área queimada que representam a realidade);
- Comparação com focos de calor.
Análise da situação (WebGIS)
No WebGIS, o usuário consegue visualizar as cicatrizes de área queimada no Brasil, bem como podendo olhar com maior detalhe sobre a região de interesse dentre de uma das categorias existentes (biomas, unidades de federação, municípios, terras indígenas, unidades de conservação, assentamentos). No WebGIS é possível observar a área queimada no seguintes modos:
- HISTÓRICO – registros históricos anuais da área queimada desde 2012;
- ALERTA NRT – alerta diário da área queimada para o ano corrente. Também existe a possibilidade de filtrar a área queimada pelos últimos 1, 7, 15, 30 e 60 dias.
Camadas auxiliares foram inseridas para contribuir com a experiência do usuário no contexto do mapeamento, entre elas:
- Biomas;
- Unidades de Federação;
- Municípios;
- Terras indígenas;
- Unidades de conservação;
- Assentamentos;
- Imóveis rurais;
- Aeródromos;
- Rodovias federais e estaduais;
- Hidrografia;
- Brigadas de incêndios.
Todos os polígonos individualizados das camadas auxiliares também estão disponíveis no mecanismo de busca da região de interesse no mapa, organizados de acordo com sua categoria.
Portal de estatísticas (Dashboard)
No dashboard, o usuário visualiza um conjunto de informações estatísticas do ano corrente para cada região de interesse do sistema:
- Total estimado da área queimada;
- Área queimada relativa;
- Evolução diária da área queimada;
- Evolução diária da área queimada acumulada;
- Comparativo anual da área queimada desde 2012;
- Comparativo mensal da área queimada entre o ano corrente e a média histórica;
- Tabela com total mensal da área queimada desde 2012;
- Tabela com o total estimado para o ano corrente para todas as regiões de interesse.
Referências
Pinto, M. M.; Libonati, R.; Trigo, R. M.; Trigo, I. F.; DaCamara, C. C. A deep learning approach for mapping and dating burned areas using temporal sequences of satellite images. ISPRS Journal of Photogrammetry and Remote Sensing, v. 160, p. 260-274, 2020. https://doi.org/10.1016/j.isprsjprs.2019.12.014.
