Dados

Usamos os dados disponibilizados pelo INPE através da página do Programa Queimadas do INPE, que remete aos dados de Monitoramento dos Focos Ativos por Países. A base de dados contempla o número de focos ativos detectados por satélite, fornecendo informações mensais sobre os focos de queimadas em todo o território brasileiro.

Análise de dados

Para entender o comportamento dos dados, devemos ter em mente que eles se tratam de uma Série Temporal, ou seja, dados que são ordenados ao longo do tempo. Isso é muito importante, pois dessa forma, podemos empregar uma análise de dados voltada exclusivamente para este tipo de dados.

Os pontos principais que devemos compreender de uma Série Temporal são:

• Tendência: A série temporal indica um aumento geral no número de focos de queimadas ao longo dos anos.
• Sazonalidade: Existe um padrão sazonal bem definido, com picos de queimadas durante a época seca (julho-agosto-setembro), e quedas durante a época chuvosa (janeiro-fevereiro-março).
• Distribuição: A distribuição dos focos de queimadas apresenta uma grande variabilidade, com picos bastante elevados e momentos de relativa estabilidade.

Uma vez que definimos os conceitos acima, podemos empregar ferramentas estatísticas e de visualização para análisar os dados:

• Gráfico de Linha: Para visualizar a trajetória da série temporal, identificando tendências e sazonalidades.
• Estatísticas Descritivas: Para obter medidas de tendência central (média, mediana), dispersão (desvio padrão, variância) e valores extremos (mínimo, máximo).
• Histograma: Para visualizar a distribuição dos dados, identificando a frequência de ocorrência de diferentes valores.
• Sazonalidade: Para analisar os padrões sazonais, identificando os meses com maior e menor número de focos de queimadas.
• Violin Plot: Para comparar a distribuição dos dados em diferentes meses do ano.
• Decomposição: Para separar a série temporal em suas componentes: tendência, sazonalidade e resíduos.
• Dessazonalização e Média Móvel: Para remover a sazonalidade e suavizar a série temporal, facilitando a análise de tendências de longo prazo.

Bibliotecas

# Carrega bibliotecas

# Manipulação -------------------
import pandas as pd
import numpy as np

# Visualização e Estatística -----------------
import seaborn as sns
from matplotlib import pyplot as plt
import statsmodels.api as sm
from statsmodels.tsa.seasonal import seasonal_decompose
sns.set()

Coleta dos Dados

Após carregar as bibliotecas necessárias, devemos importar os dados que vamos analisar. Realizamos o procedimento diretamente usando a função pd.read_csv do pandas, passando diretamente o link de download do arquivo.

# Realiza a leitura do arquivo diretamente do site
dados_brutos = pd.read_csv("https://terrabrasilis.dpi.inpe.br/queimadas/situacao-atual/media/csv_estatisticas/historico_pais_brasil.csv")
dados_brutos.tail()

Tratamento dos dados

Os dados brutos não estão em um formato ideal para análise, bem como há linhas indesejadas. Vamos tornar os dados tidy, isto é, a coluna vai ser referir à variável de interesse (foco de queimadas) e as colunas que representam a data de cada observação (uma coluna de data com o tipo datetime do pandas, e colunas categóricas representando o mês e ano dos valores).

# Remover as linhas de Máximo, Média e Mínimo
df = dados_brutos[~dados_brutos['Unnamed: 0'].isin(['Máximo*', 'Média*', 'Mínimo*'])]

# Transformar a coluna 'Unnamed: 0' em tipo inteiro para manipular o ano
df['Unnamed: 0'] = df['Unnamed: 0'].astype(int)

# Converter os dados de wide para long, juntando meses com anos
df_long = pd.melt(df,
                  id_vars = ['Unnamed: 0'],
                  value_vars = df.columns[1:-1],
                  var_name = 'Mês',
                  value_name = 'Valor')

# Renomear a coluna de 'Unnamed: 0' para 'Ano'
df_long.rename(columns={'Unnamed: 0': 'Ano'}, inplace=True)

C:\Users\Dell\AppData\Local\Temp\ipykernel_24936\2749955312.py:5: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  df['Unnamed: 0'] = df['Unnamed: 0'].astype(int)

# Dicionário para mapear os meses em português para seus números correspondentes
mes_map = {
    'Janeiro': '01', 'Fevereiro': '02', 'Março': '03', 'Abril': '04',
    'Maio': '05', 'Junho': '06', 'Julho': '07', 'Agosto': '08',
    'Setembro': '09', 'Outubro': '10', 'Novembro': '11', 'Dezembro': '12'
}

queimadas_df = (
    df_long
    .assign(Mes = df_long['Mês'].map(mes_map))  # Substituir os nomes dos meses pelos números
    .assign(data = lambda x: pd.to_datetime(x['Ano'].astype(str) + '-' + x['Mes'], format='%Y-%m'))  # Criar e converter a coluna 'Ano-Mês' para datetime
    .sort_values(by='data')  # Ordenar o DataFrame pela coluna 'Ano-Mês'
    .reset_index(drop=True)  # Resetar o índice
    .dropna() # retira dados faltantes
    .query("data >= '1999-01-01'") # filtra dados a partir de 1999
)

# Exibir o resultado
queimadas_df.head()

Análise de dados

sns.lineplot(x = queimadas_df['data'], y = queimadas_df['Valor']) 

# Amostra
queimadas_df['Valor'].describe()

count       308.000000
mean      18320.396104
std       23137.121209
min         538.000000
25%        2825.750000
50%        7535.500000
75%       27095.750000
max      141220.000000
Name: Valor, dtype: float64

# Mensal
queimadas_df.groupby('Mês')['Valor'].describe()

# Anual
queimadas_df.groupby('Ano')['Valor'].describe()

sns.histplot(queimadas_df['Valor'])

queimadas_df.index = pd.DatetimeIndex(queimadas_df.data, freq='MS')

sm.graphics.tsa.month_plot(queimadas_df.Valor); 

mes = queimadas_df.Mes.unique()
labels = list(queimadas_df['Mês'].unique())

valores_mes = [queimadas_df.Valor[queimadas_df.Mes == id] for id in mes]

plt.rcParams['figure.subplot.bottom'] = 0.23
fig = plt.figure()
ax = fig.add_subplot(111)
sm.graphics.violinplot(valores_mes, ax=ax, labels=labels,
                      plot_opts={'cutoff_val':5, 'cutoff_type':'abs',
'label_fontsize':'small',
'label_rotation':30})
ax.set_xlabel("")
ax.set_ylabel("")
plt.show()

decomposicao = seasonal_decompose(queimadas_df['Valor'], model = 'multiplicative')
decomposicao.plot(); 

# Remover a sazonalidade
desazonalizado = queimadas_df['Valor'] / decomposicao.seasonal

# Calcular a média móvel de 24 meses
media_movel = desazonalizado.rolling(window=24).mean()

# Agrupar os valores anuais de queimadas
queimadas_anuais = queimadas_df.groupby('Ano')['Valor'].sum()

# Criar a figura com subplots
fig, axs = plt.subplots(2, 1, figsize=(10, 10))

# Gráfico 1: Dados desazonalizados com média móvel
axs[0].plot(desazonalizado, label='Dados Desazonalizados', color='black')
axs[0].plot(media_movel, label='Média Móvel 24 Meses', color='red', linewidth=2)
axs[0].plot(decomposicao.trend, label='Tendência da Decomposição', color='darkblue', linewidth=2, linestyle='dashed')

axs[0].set_title('Focos de Queimadas ativos no Brasil\nDados Mensais Desazonalizados')
axs[0].set_ylabel('Mil')
axs[0].legend()
axs[0].grid(True)

# Anotação da fonte
axs[0].annotate('Fonte: https://terrabrasilis.dpi.inpe.br/queimadas/situacao-atual/estatisticas/estatisticas_paises/',
                xy=(0.5, -0.1), xycoords='axes fraction', ha='center', fontsize=8)

# Gráfico 2: Valores anuais de queimadas
axs[1].bar(queimadas_anuais.index, queimadas_anuais.values, color='gray')
axs[1].set_title('Valores Anuais de Queimadas no Brasil')
axs[1].set_xlabel('Ano')
axs[1].set_ylabel('Mil')
axs[1].grid(True)

# Ajustar layout
plt.tight_layout()

# Exibir o gráfico
plt.show()