Busca avançada
Ano de início
Entree

Análise de associação e causalidade entre clima e queimadas usando redes complexas

Processo: 19/00157-3
Modalidade de apoio:Bolsas no Exterior - Estágio de Pesquisa - Pós-Doutorado
Data de Início da vigência: 01 de abril de 2019
Data de Término da vigência: 31 de março de 2020
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Elbert Einstein Nehrer Macau
Beneficiário:Leonardo Nascimento Ferreira
Supervisor: Jurgen Kurths
Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil
Instituição Anfitriã: Humboldt University, Alemanha  
Vinculado à bolsa:17/05831-9 - Análise da influência de índices climáticos sobre as queimadas em vegetação por meio de redes complexas e mineração de dados, BP.PD
Assunto(s):Sistemas complexos   Análise de séries temporais   Queimada   Redes complexas   Mineração de dados
Palavra(s)-Chave do Pesquisador:Detecção de Padrões | Mineração de Dados | Queimadas | Redes Complexas | Séries Temporais | Sistemas Complexos | Redes complexas

Resumo

Incêndios florestais fazem parte de um sistema complexo formado por clima, vegetação e fatores humanos. O fogo altera a vegetação e o solo, destrói edificações, afeta a biodiversidade e influencia as atividades humanas. Estudos recentes projetam que enfrentaremos incêndios florestais mais graves nos próximos anos e que os métodos tradicionais de previsão de fogo podem ser ineficazes. Dado esse cenário pessimista e a alta complexidade que envolve a dinâmica do fogo, precisamos de modelos melhores para estudar a atividade global e regional de incêndios. Na última década, redes complexas surgiram como um poderoso modelo para a análise de sistemas complexos. Este modelo permite quantificar as características e dinâmicas do sistema em diferentes escalas. No contexto das ciências do clima, redes complexas têm sido usadas para estudar muitos fenômenos climatológicos, mas não incêndios florestais. Dado o potencial desta ferramenta e a complexidade da dinâmica global do fogo, no oobjetivo desse projeto de pesquisa é desenvolver métodos baseados em redes complexas para quantificar a influência do clima nas queimadas. Vamos nos concentrar em redes climáticas temporais construídas usando duas abordagens: medidas de associação estatística (redes de correlação) e inferência causal (redes de causa e efeito). Em ambos as abordagens, dividiremos a região de estudo em grade e usaremos vértices para representar as células da grade. A principal diferença entre as duas abordagens é a maneira como as conexões entre vértices são estabelecidas. Primeiramente, queremos quantificar os impactos de fenômenos climatológicos, como El Niño e eventos extremos, na topologia das redes. Em seguida, buscaremos padrões temporais nas topologias de rede usando ferramentas de mineração de grafos. No final do projeto, esperamos entender melhor a relação entre clima e fogo.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)

Publicações científicas (7)
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
GOUVEA, ALESSANDRA M. M. M.; DA SILVA, TIAGO S.; MACAU, ELBERT E. N.; QUILES, MARCOS G.. Force-directed algorithms as a tool to support community detection. European Physical Journal-Special Topics, . (19/00157-3, 17/05831-9, 15/50122-0, 19/26283-5, 16/16291-2, 16/23698-1, 16/23642-6)
GOUVEA, ALESSANDRA M. M. M.; VEGA-OLIVEROS, DIDIER A.; COTACALLAPA, MOSHE; FERREIRA, LEONARDO N.; MACAU, ELBERT E. N.; QUILES, MARCOS G.; GERVASI, O; MURGANTE, B; MISRA, S; GARAU, C; et al. Dynamic Community Detection into Analyzing of Wildfires Events. COMPUTATIONAL SCIENCE AND ITS APPLICATIONS - ICCSA 2020, PT I, v. 12249, p. 16-pg., . (16/16291-2, 19/26283-5, 17/05831-9, 19/00157-3, 15/50122-0, 16/23698-1, 16/23642-6)
FERREIRA, LEONARDO N.; VEGA-OLIVEROS, DIDIER A.; ZHAO, LIANG; CARDOSO, MANOEL F.; MACAU, ELBERT E. N.. Global fire season severity analysis and forecasting. Computers & Geosciences, v. 134, . (13/07375-0, 17/05831-9, 16/23698-1, 15/50122-0, 19/00157-3, 18/03211-6, 18/01722-3)
FERREIRA, LEONARDO N.; VEGA-OLIVEROS, DIDIER A.; COTACALLAPA, MOSHE; CARDOSO, MANOEL F.; QUILES, MARCOS G.; ZHAO, LIANG; MACAU, ELBERT E. N.. Spatiotemporal data analysis with chronological networks. NATURE COMMUNICATIONS, v. 11, n. 1, . (13/07375-0, 17/05831-9, 18/24260-5, 16/23698-1, 16/16291-2, 15/50122-0, 19/00157-3, 19/26283-5)
GOUVEA, ALESSANDRA M. M. M.; RUBIDO, NICOLAS; MACAU, ELBERT E. N.; QUILES, MARCOS G.. Importance of Numerical Implementation and Clustering Analysis in Force-Directed Algorithms for Accurate Community Detection. Applied Mathematics and Computation, v. 431, p. 21-pg., . (19/26283-5, 17/05831-9, 16/23698-1, 16/16291-2, 19/00157-3)
COTACALLAPA, MOSHE; BERTON, LILIAN; FERREIRA, LEONARDO N.; QUILES, MARCOS G.; ZHAO, LIANG; MACAU, ELBERT E. N.; VEGA-OLIVEROS, DIDIER A.; IEEE. Measuring the engagement level in encrypted group conversations by using temporal networks. 2020 INTERNATIONAL JOINT CONFERENCE ON NEURAL NETWORKS (IJCNN), v. N/A, p. 8-pg., . (17/05831-9, 16/23698-1, 16/16291-2, 18/24260-5, 15/50122-0, 18/01722-3, 19/00157-3)
GOUVEA, ALESSANDRA M. M. M.; DA SILVA, TIAGO S.; MACAU, ELBERT E. N.; QUILES, MARCOS G.. Force-directed algorithms as a tool to support community detection. European Physical Journal-Special Topics, v. 230, n. 14-15, p. 2745-2763, . (16/16291-2, 19/26283-5, 16/23698-1, 17/05831-9, 19/00157-3, 16/23642-6, 15/50122-0)