Queimadas no Brasil [2012 a 2019]




Ola pessoal, vamos hoje falar de um tema que está em alta no noticiário, que são as queimadas no Brasil.

Essas queimadas não são exclusivas de hoje, mas, ao que nos consta, a midia tem trazido à tônica da atenção quanto a isso.

Esse artigo (acompanhado do script Python) não vão defender politicos, e elaborar teses sobre aquecimento global e final dos tempos...e sim, vamos aproveitar a oportunidade para aprender mais um pouco de Python.

O conjunto de dados fornecido pelo governo está em formato de tabela, mas carece de uma boa limpeza para tornar legivel para leitura e analise. Quer ver? Olha só!


Viu só?

Após a limpeza dos dados com nosso amigo pandas, obtivemos nosso primeiro insight, que é a representatividade de cada estado quanto às queimadas. Aonde podemos visualizar os vilões da história recente:


Isso nos levou a perguntar qual a evolução desses numeros ao longo dos anos, utilizando o gráfico de linhas, pudemos visualizar, e evolução dos dados (totais) apresentados pelo governo:

Era o que precisávamos para ascender a luz da desconfiança para os dados, aonde é muito, mas muito estranho, os anos de 2013 e 2018 ter uma queda tão abupta no volume de queimadas.

Após calcular a média móvel dos 4 estados com maior quantidade de queimadas, imprimimos o gráfico de linhas, só que agora aberto por estados, e ao que nos parece, as informações de queimadas foram deslocadas ou para 2017 ou para 2019.

Veja a seguir o gráfico com média móvel (4 anos) e sem:

SEM MÉDIA MÓVEL

COM MÉDIA MÓVEL (4 ANOS)

Com esse último gráfico vimos que Mato Grosso (MT) está crescendo e indo ao encontro do estado do Piauí, que até então ocupa primeira posição.

Em seguida comparamos a area INFORMADA como queimada, com o total informado como reserva natural, e vimos que as posições no ranking se inverteram drásticamente:

Isso nos levou a pensar que ou os dados estão com unidades de medidas diferentes (no dataset original), ou são informadas queimadas em áreas que não são de reserva, e atreladas às reservas.

Infelizmente não temos como saber o que é o correto, pois a documentação não menciona isso.

E por fim, comparamos a soma da area total das reservas com a soma da area total queimada, e vimos que a situação sim, é bem alarmante, se pensarmos que os dados são de 2012 a 2019 (8 anos):

Mas, esses 36% podem ser muito menos, caso a unidade de medida seja diferente (queira Deus que seja).

Outro fato que pode nos deixar um pouco tranquilos (ou não) é o fato do reflorestamento, ou seja, qual o tamanho de área recuperada ao longo desses mesmos anos?

Quem sabe no futuro alguem de vocês não consigam essa informação, e possam responder essa pergunta à comunidade.

Todo o script Python, focado na sua compreensão está disponivel no GITHUB e GOOGLECOLAB, e sugiro você fazer uma cópia, e faça anotação nos pontos que aprendeu com ele, pois, quando eu elaborei, pensei justamente em você poder aproveitar os conceitos para resolver outros problemas do seu dia-a-dia.

 Github                      

Senhores, espero que tenham curtido o artigo de hoje, e não deixem de conhecer mais sobre meu trabalho, clicando nos links no final dessa página.


Forte abraço,


Conheça meu trabalho

joviano.com joviano.com joviano.com joviano.com joviano.com

Conheça os cursos que fiz para você

joviano.com

Comentários

Postagens mais visitadas deste blog

Traduza informações de seu dataset

Cotações de Moedas e Ações com Python