No atual cenário brasileiro, nota-se uma tedência a altas temperaturas em todo o país. Lugares que antes eram majitoriamente frios, hoje, passam por elevadas temperaturas em seus territórios e com sensações térmicas evevadissímas nunca vista antes. Dado essa conjuntura, é de conhecimento geral a importância das árvores no papel de resfriamento do planeta. Não somente, esses biomas lotados de biodiversidade abrigam seres vivos que fazem todo o ecossistema funcionar. Logo, nota-se que seu descaso e principalmente seu desmantamento e queimadas, é de extrema preocupação por todos no Planeta. Visando isso, foi elaborado uma proposta de pesquisa acerca dos focos de incêndio relacionados ao desmatamento e em propriedades rurais, com o objetivo de saber se há alguma relação entre eles.
Foram levantadas as seguintes hipóteses:
Existe uma correlação positiva entre o aumento das queimadas e o aumento do desmatamento, sugerindo uma interdependência entre esses dois fenômenos?
O Cadastro Ambiental Rural (CAR) pode ter um efeito positivo na redução das queimadas e do desmatamento, uma vez que incentiva a regularização e monitoramento das atividades rurais?
As variações sazonais nas queimadas e no desmatamento estão relacionadas a fatores climáticos, atividades sazonais de agricultura e outras atividades humanas?
É de extrema preocupação essas questões dado a crise climática que estamos enfrentando, pois com tais análises, será possível saber se os problemas de queimada e desmatamento podem ser evitados ou se é só uma questão natural e que nao pode ser remediada.
Como citado anteriormente, o problema do desmatamento e as queimadas são um ponto sério e importante, além de ser algo extremamente presente no decorrer do tempo, principalmente nos tempos atuais. Ao decorrer dos últimos anos, o aumento de queimadas em todo o mundo aumentou consideravelmente, em especial, em biomas localizados próxima a linha do Equador, local de maior insolação solar. Vimos relatos sobre queimadas na Austrália e no Brasil, assim como em lugares afastados da linha equatorial, como os Estados Unidos, Canadá, Portugal, Espanha, Itália, Rússia, Grécia, na Peninsúla Árabica e no Ártico Siberiano. Portanto, nota-se que é um problema que afeta o mundo inteiro, não se restringindo somente em lugares mais quentes.
Tendo em vista que uma escala global seria muito massante para se estudar e analisar sobre os pretextos de nossa pesquisa, vamos diminuir esse torritório para algo menor, ainda assim, grande; o Brasil. Levando em consideração que ainda estamos falando de milhares de quilômetros de áreas, vamos restringir nossa pesquisa nos dois biomas mais afetados pelos focos de incêndio na histório e no atual momento: a Amazônia e o Cerrado.
Para a realização dessa pesquisa, vamos utilizar dados quantitativos e qualitativos, nos quais se referem respectivamente os focos de incêndio e a localização do foco. Além de trabalharmos também com as variantes qualitativas do tamanho da área rural presente nesses biomas e o tipo de vegetação e desmatamento.
Vamos trabalhar com dados de agosto de 2019 até setembro e outubro de 2023. Esse período nos dá margem para uma avaliação mais suncinta, porém ainda representativa acerca do problema estudado.
A coleta de dados foi feita através de sites e pesquisas realizadas na internet. Foram utilizados dados do site “http://terrabrasilis.dpi.inpe.br/app/dashboard/fires/biomes/aggregated/#” que conta com informações extraídas do Portal de Queimadas do INPE, que é o Instituto Nacional de Pesquisas Espaciais. No site, há informações mais completas na qual vamos utilizar para dar sustento a nossa pesquisa e argumentação, provando assim, veracidade e trânsparência em nossas análises.
Utilizamos esse tipo de coleta de dados pois era mais fácil devido a filtragem e disponibilidade de informações. Acerca de outras informações que podemos citar, utilizaremos de conhecimentos gerais e dados procurados na internet, citando obviamente, a devida fornte da informação.
Para corroborar nossa pesquisa, vamos se utilizar de ferramentas de análise como a média, o desvio padrão, a correlação dosfatos, histogramas, gráficos, box-plot, diagrama de dispersão, e outras ferramentas do curso. Nesse relatório preliminar, irei realizar análise de apenas alguns e não todos.
library(readr)
desmatamento_amazonia <- read_csv("C:/Users/loren/Downloads/dashboard-fires-month-17-11-2023-14_21_50.csv")## Rows: 1856 Columns: 1
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (1): date;class;focuses;uf
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.View(desmatamento_amazonia)
desmatamento_amazonia<- read_delim("C:/Users/loren/Downloads/dashboard-fires-month-17-11-2023-14_21_50.csv",
delim = ";", escape_double = FALSE, trim_ws = TRUE)## Rows: 1856 Columns: 4
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ";"
## chr (3): date, class, uf
## dbl (1): focuses
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.library(readr)
fogo_x_car_amazonia <- read_csv("C:/Users/loren/Downloads/dashboard-fires-month-17-11-2023-13_34_33.csv")## Rows: 1961 Columns: 1
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (1): date;class;focuses;uf
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.View(fogo_x_car_amazonia)
fogo_x_car_amazonia<- read_delim("C:/Users/loren/Downloads/dashboard-fires-month-17-11-2023-13_34_33.csv",
delim = ";", escape_double = FALSE, trim_ws = TRUE)## Rows: 1961 Columns: 4
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ";"
## chr (3): date, class, uf
## dbl (1): focuses
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.library(readr)
desmatamentoefogo_2019_2023<- read_csv("C:/Users/loren/Downloads/dashboard-fires-month-01-11-2023-16_11_52.csv")## Rows: 1671 Columns: 1
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (1): date;class;focuses;uf
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.View(desmatamentoefogo_2019_2023)
library(readr)
desmatamentoefogo_2019_2023 <- read_delim("C:/Users/loren/Downloads/dashboard-fires-month-01-11-2023-16_11_52.csv",
delim = ";", escape_double = FALSE, trim_ws = TRUE)## Rows: 1671 Columns: 4
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ";"
## chr (3): date, class, uf
## dbl (1): focuses
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.library(readr)
fogo_x_car_2019_2023 <- read_csv("C:/Users/loren/Downloads/dashboard-fires-month-01-11-2023-16_51_48.csv")## Rows: 2419 Columns: 1
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ","
## chr (1): date;class;focuses;uf
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.View(fogo_x_car_2019_2023)
library(readr)
fogo_x_car_2019_2023 <- read_delim("C:/Users/loren/Downloads/dashboard-fires-month-01-11-2023-16_51_48.csv",
delim = ";", escape_double = FALSE, trim_ws = TRUE)## Rows: 2419 Columns: 4
## ── Column specification ────────────────────────────────────────────────────────
## Delimiter: ";"
## chr (3): date, class, uf
## dbl (1): focuses
##
## ℹ Use `spec()` to retrieve the full column specification for this data.
## ℹ Specify the column types or set `show_col_types = FALSE` to quiet this message.mean(desmatamento_amazonia$focuses)## [1] 239.6115sd(desmatamento_amazonia$focuses)## [1] 660.1962Observa-se que a média de focos de incêndio na Amazônia brasileira é de 239.6 que se estende por 9 estados brasileiros. Seu desvio padrão é de 660.2, sendo relativamente alto em relação a sua média, o que mostra que há uma grande disperção de dados. Isso pode ser justificado pela presença de mais focos de incêndio em certos estados mais do que em outros.
mean(fogo_x_car_amazonia$focuses)## [1] 226.7817sd(fogo_x_car_amazonia$focuses)## [1] 500.6492Em relação aos focos de incêndios e o CARs, vemos que sua média é de 226.8 e que seu desvio padrão é de 500.6. Menor do que em relação aos desmatamentos, mas ainda assim, podemos notar que há uma variedade considerável de CAR no bioma amazônico.
mean(desmatamentoefogo_2019_2023$focuses)## [1] 160.5835sd(desmatamentoefogo_2019_2023$focuses)## [1] 332.2467Agora relatando sobre o bioma do Cerrado, sua média de focos de incêndio é de 160.6 e seu desvio padrão é de 332.2. Se formos comparar com o bioma da Amazônia vemos uma clara diminuição tanto em sua média qu anto em sua variabilidade.
mean(fogo_x_car_2019_2023$focuses)## [1] 110.9281sd(fogo_x_car_2019_2023$focuses)## [1] 205.497A mesma coisa se observa em relação aos Cadrasto de Ambiente Rural, que tem média de 110.1 e seu desvio padrão é de 205.5.
Basicamente é assim como vai ser procedido nossa dinâmica de pesquisa, com dados do banco de dados, com dados de conhecimentos gerais para dar suporte e coerência com o relatório. Além disso, deixamos, através da análise da média e o do desvio padrão, como vai ser procedido nossa análise acerca de estatísticas descritivas. Escolhemos essa forma metodológica porque enxergamos que é a mais adequada para o tipo de pesquisa na qual estamos realizando e por causa da base de dados que temos, já que há poucas variáveis para serem analisadas.