Projeto: Vitor Nayron - Programa de Pós Graduação em Economia/UFPB | Laboratório de Inteligência Artificial e Macroeconomia Computacional
Nos últimos meses, as notícias em relação a crescente no número de queimadas no Brasil se tornou destaque nos noticiários e nas redes sociais. Em um momento onde o mundo se preocupa cada vez mais com as questões climáticas e ambientais, entender o cenário brasileiro é cada vez mais necessário para as medidas necessários de combate a esse problema.
Diante disso, esse artigo propõe, a partir dos dados do Instituto Nacional de Pesquisas Espaciais (INPE) , gerar mapas da situação dos focos de queimadas para este ano de 2024 no Brasil.
#Limpando o R
rm(list=ls(all=TRUE))
#Pacotes necessários
library(readxl)## Warning: package 'readxl' was built under R version 4.2.3library(dplyr)## Warning: package 'dplyr' was built under R version 4.2.3##
## Attaching package: 'dplyr'## The following objects are masked from 'package:stats':
##
## filter, lag## The following objects are masked from 'package:base':
##
## intersect, setdiff, setequal, unionlibrary(leaflet)## Warning: package 'leaflet' was built under R version 4.2.3library(ggplot2)## Warning: package 'ggplot2' was built under R version 4.2.3library(plotly)## Warning: package 'plotly' was built under R version 4.2.3##
## Attaching package: 'plotly'## The following object is masked from 'package:ggplot2':
##
## last_plot## The following object is masked from 'package:stats':
##
## filter## The following object is masked from 'package:graphics':
##
## layoutpaises_queimadas <- read_excel("C:/Users/vitor/Downloads/paises_queimadas.xlsx")
View(paises_queimadas)
estados_queimadas <- read_excel("C:/Users/vitor/Downloads/estados_queimadas.xlsx")
View(estados_queimadas)
#Mapa Queimadas - Países
# Coordenadas dos países
coordenadas <- data.frame(
PAIS = c("Brasil", "Bolivia", "Venezuela", "Argentina", "Paraguai", "Colombia",
"Peru", "Guyana", "Chile", "Equador", "Suriname", "Uruguai", "Guyana Francesa"),
LATITUDE = c(-8.923365, -16.521737, 7.130638, -35.187981, -23.370526, 3.517601,
-10.589142, 4.571472, -26.938172, -1.203351, 3.393531, -32.546412, 5.809312),
LONGITUDE = c(-56.450087, -64.919080, -66.579832, -65.867083, -59.439093, -73.773987,
-75.824873, -59.231342, -70.728732, -78.745831, -56.496828, -56.186087, -52.892240)
)
# Adicionando as coordenadas à base "paises_queimadas" usando uma correspondência pelo nome do país
paises_queimadas <- merge(paises_queimadas, coordenadas, by = "PAIS")
# Criar uma paleta de cores com base no número de focos de queimadas
pal <- colorNumeric(
palette = "YlOrRd", # Paleta de cores do amarelo ao vermelho
domain = paises_queimadas$FOCOS_QUEIMADAS
)
# Criar o mapa interativo
mapa_queimadas <- leaflet(paises_queimadas) %>%
addTiles() %>% # Adicionar o mapa base
addCircleMarkers(
lng = ~LONGITUDE,
lat = ~LATITUDE,
radius = ~sqrt(FOCOS_QUEIMADAS) * 0.1, # Tamanho proporcional ao número de queimadas
color = ~pal(FOCOS_QUEIMADAS), # Cor proporcional ao número de queimadas
fillOpacity = 0.8, # Opacidade dos círculos
stroke = FALSE, # Sem borda no círculo
label = ~paste(PAIS, ": ", FOCOS_QUEIMADAS, " focos de queimadas"),
popup = ~paste("<strong>", PAIS, "</strong><br>",
"Focos de Queimadas: ", FOCOS_QUEIMADAS)
) %>%
addLegend(
"bottomright",
pal = pal,
values = ~FOCOS_QUEIMADAS,
title = "Focos de Queimadas",
opacity = 1
)
# Exibir o mapa
mapa_queimadasNo contexto da América do Sul, o Brasil lidera o número de focos de queimadas neste ano de 2024, com 210.208 focos registrados. Na sequência, temos a Bolívia 76.717 focos de queimadas neste ano também.
# Coordenadas dos estados
coordenadas_estados <- data.frame(
ESTADO = c("MT", "PA", "AM", "TO", "MS", "MA", "MG", "RO", "SP", "AC", "BA", "PI",
"GO", "RR", "PR", "SC", "RS", "RJ", "CE", "ES", "PE", "DF", "PB",
"AP", "RN", "AL", "SE"),
LATITUDE = c(-12.6819, -3.4168, -3.4168, -10.1753, -20.7722, -5.4200, -18.5122, -11.5057,
-22.3511, -9.9741, -12.5797, -7.7180, -15.8270, 1.8890, -24.0513, -27.5954,
-30.0346, -22.9068, -5.4984, -19.1834, -8.0476, -15.8267, -7.2391,
0.9020, -5.7945, -9.5713, -10.5741),
LONGITUDE = c(-56.9211, -52.5705, -65.8561, -48.2982, -54.7852, -45.0000, -44.5550, -63.5806,
-49.3155, -67.8100, -41.7007, -42.7289, -49.8362, -61.3097, -51.0699, -48.5480,
-51.2177, -43.1729, -39.3206, -40.3089, -34.8770, -47.9218, -36.7819,
-52.0039, -36.5900, -36.7819, -37.3857)
)
# Adicionando as coordenadas à base "estados_queimadas" usando uma correspondência pelo nome do estado
estados_queimadas <- merge(estados_queimadas, coordenadas_estados, by = "ESTADO")
# Criando uma paleta de cores com base no número de focos de queimadas
pal <- colorNumeric(
palette = "YlOrRd", # Paleta de cores do amarelo ao vermelho
domain = estados_queimadas$FOCOS_QUEIMADAS
)
# Criando o mapa interativo
mapa_queimadas_estados <- leaflet(estados_queimadas) %>%
addTiles() %>% # Adicionar o mapa base
addCircleMarkers(
lng = ~LONGITUDE,
lat = ~LATITUDE,
radius = ~sqrt(FOCOS_QUEIMADAS) * 0.1, # Tamanho proporcional ao número de queimadas
color = ~pal(FOCOS_QUEIMADAS), # Cor proporcional ao número de queimadas
fillOpacity = 0.8, # Opacidade dos círculos
stroke = FALSE, # Sem borda no círculo
label = ~paste(ESTADO, ": ", FOCOS_QUEIMADAS, " focos de queimadas"),
popup = ~paste("<strong>", ESTADO, "</strong><br>",
"Focos de Queimadas: ", FOCOS_QUEIMADAS)
) %>%
addLegend(
"bottomright",
pal = pal,
values = ~FOCOS_QUEIMADAS,
title = "Focos de Queimadas",
opacity = 1
)
# Exibir o mapa
mapa_queimadas_estadosNo contexto brasileiros, o estado do Mato Grosso (MT) tem a liderança dos focos de queimadas neste ano de 2024 (janeiro a setembro). Na vice liderança, está o estado do Pará com 36.406 queimadas registradas até setembro.