Sazonalidade dos focos de queimadas no Brasil

O professor da FURG, Cristiano Oliveira, gentilmente, me enviou os dados do exercício que ele fez envolvendo focos de queimadas no Brasil. Hoje, infelizmente, tenho algumas entregas para fazer e não vou ter tempo de olhar bem os dados. Ao longo da semana, pretendo construir algo mais elaborado com eles. Por enquanto, fiquem com o gráfico sazonal dos focos de queimadas...


library(readxl)
data = read_excel('focos.xlsx')

queimadas = ts(data$Focos, start=c(2003,01), freq=12)

ggmonthplot(queimadas/1000)+
geom_line(colour='red')+
labs(x='', y='Mil',
title='Sazonalidade dos Focos de Queimadas ativos no Brasil',
caption='Fonte: http://queimadas.dgi.inpe.br/queimadas/portal')

 

Para quem quiser reproduzir o gráfico, o arquivo focos.xlsx está aqui.

_________________________________

OBS: O Shikida também brincou com os dados aqui.

Compartilhe esse artigo

Facebook
Twitter
LinkedIn
WhatsApp
Telegram
Email
Print

Comente o que achou desse artigo

Outros artigos relacionados

Como usar Modelos de Linguagem no R com o pacote {elmer}

Na análise de dados contemporânea, o uso de Modelos de Linguagem (LLMs) vem se consolidando como uma ferramenta poderosa para automatizar e aprimorar tarefas analíticas. Ao integrarmos LLMs a pacotes como o ellmer, podemos ampliar nossas capacidades de extração, interpretação e automação de dados no ambiente R. Neste post, exploramos o papel desses modelos e detalhamos como o ellmer opera dentro do universo da linguagem de programação R.

Introdução ao AutoGen: Agentes Inteligentes na Análise Financeira

O AutoGen é um framework da Microsoft que permite criar agentes de IA colaborativos. Na área financeira, pode automatizar a coleta de dados, cálculos de indicadores e geração de relatórios. Este artigo apresenta os conceitos básicos e um exemplo aplicado a ações de empresas.

Como usar LangGraph e LLMs para prever a inflação no Brasil

Este post apresenta um estudo de caso sobre como utilizar o LangGraph e modelos de linguagem para estruturar um sistema multiagente voltado à previsão do IPCA. O exercício cria um sistema que utiliza-se de personas analíticas que trabalham em paralelo, permitindo validar previsões, calcular métricas de erro e consolidar relatórios automatizados. A abordagem demonstra como fluxos multiagentes podem apoiar a análise econômica, oferecendo múltiplas perspectivas e maior consistência nos resultados.

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

Boletim AM

Receba diretamente em seu e-mail gratuitamente nossas promoções especiais e conteúdos exclusivos sobre Análise de Dados!

como podemos ajudar?

Preencha os seus dados abaixo e fale conosco no WhatsApp

Boletim AM

Preencha o formulário abaixo para receber nossos boletins semanais diretamente em seu e-mail.