2014 - Cangela, Arménio Da Consolação N. Pedro

Fazer download em pdf ou txt
Fazer download em pdf ou txt
Você está na página 1de 72

UNIVERSIDADE EDUARDO MODLANE

FACULDADE DE AGRONOMIA E ENGENHARIA FLORESTAL

MESTRADO EM MANEIO E CONSERVAÇÃO DA BIODIVERSIDADE

CARACTERIZAÇÃO E MAPEAMENTO DO REGIME DE QUEIMADAS NA RESERVA


NACIONAL DE NIASSA

Arménio da Consolação Nito Pedro Cangela

Supervisora: Natasha S. Ribeiro (PhD)

Maputo, Fevereiro de 2014


UNIVERSIDADE EDUARDO MONDLANE
FACULDADE DE AGRONOMIA E ENGENHARIA FLORESTAL
MESTRADO EM MANEIO E CONSERVAÇÃO DA BIODIVERSIDADE

CARACTERIZAÇÃO E MAPEAMENTO DO REGIME DE QUEIMADAS NA RESERVA


NACIONAL DE NIASSA

Arménio da Consolação Nito Pedro Cangela

Supervisora: Natasha S. Ribeiro (PhD)

Dissertação apresentada à Faculdade de Agronomia e Engenharia Florestal/UEM, como parte das


exigências para obtenção do título de Mestre em Maneio e Conservação da Biodiversidade

Maputo, Fevereiro de 2014


Dedicatória

Ao meu pai Pedro Cangela, meu irmão Cláudio das Dores Francisco Pedro e ao meu sobrinho Pedro Paulo
Machava,

que Deus os tenha!

i
Agradecimentos

Agradeço a Deus pela força, saúde e sabedoria com que tem guiado os meus passos.

À organização Regional Universities Forum for Capacity Building in Agriculture (RUFORUM) pelo
financiamento do trabalho de investigação e à Sociedade de Gestão e Desenvolvimento da Reserva de
Niassa (SGDRN) pelo apoio prestado durante as actividades de campo.

À Professora Natasha S. Ribeiro (PhD) pelo incansável apoio e paciente acompanhamento durante todo
o período da minha formação e, especialmente, durante a concepção e realização deste estudo.

Ao Aniceto Chauque, Ivete Maquia, Fátima Alí, Márcio Mathe, Norberto Guilengue, Luis Comissário e
toda a equipa envolvido no processo de colecta e processamento de dados.

À minha mãe Julita Francisco, irmãos, familiares, amigos, colegas e todos os que de forma directa ou
indirecta contribuíram de maneira diversificada para a concretização deste sonho.

ii
Índice de Conteúdos

Conteúdo
Dedicatória ...................................................................................................................................................................... i
Agradecimentos .............................................................................................................................................................. ii
Lista de Tabelas .............................................................................................................................................................. v
Lista de Figuras .............................................................................................................................................................. v
Siglário .......................................................................................................................................................................... vi
1 INTRODUÇÃO ...................................................................................................................................................... 1
1.1 Problema e Justificação do Estudo. .................................................................................................................... 4
1.2 Objectivos ....................................................................................................................................................... 6
1.2.1 Objectivo Geral: ..................................................................................................................................... 6
1.2.2 Objectivos específicos: ........................................................................................................................... 6
2 REVISÃO BIBLIOGRÁFICA ............................................................................................................................... 7
2.1 Ecologia do Miombo ...................................................................................................................................... 7
2.1.1 Distribuição, Estrutura e Composição do Miombo .................................................................................... 7
2.1.2 O papel dos distúrbios na dinâmica das florestas de miombo ........................................................................ 8
2.2 Regime de Queimadas ...................................................................................................................................... 11
2.2.1 Conceitos e Características ........................................................................................................................... 11
2.2.2 Regime de queimadas nos ecossistemas de miombo. ................................................................................... 11
2.2.3 Efeito da alteração do Regime de Queimadas sobre os ecossistemas de Miombo. ...................................... 13
2.2.4 Efeito do clima, Topografia, Vegetação, Herbívoros e Assentamentos humanos sobre Regime de
Queimadas nos Ecossistemas de Miombo .................................................................................................................... 14
2.3 Uso de teledetecção para o mapeamento de áreas queimadas. ......................................................................... 16
2.3.1 Caracterização das imagens do sensor MODIS (MCD45A1 e MCD14ML) ............................................... 17
2.3.2 Análise da Acurácia (Accuracy) dos mapas temáticos ................................................................................. 19
2.3.3 Matriz de Erros e Coeficientes de Concordância ......................................................................................... 19
3 DESCRIÇÃO DA ÁREA DE ESTUDO .............................................................................................................. 21

iii
3.1 Localização da Reserva Nacional de Niassa .................................................................................................... 21
3.2 Clima, Relevo e Hidrologia .............................................................................................................................. 22
3.3 Vegetação e Fauna ............................................................................................................................................ 22
3.4 População humana ............................................................................................................................................ 23
3.5 Regime de Queimadas na RNN ........................................................................................................................ 23
4 MATERIAIS E MÉTODOS................................................................................................................................. 24
4.1 Aquisição e processamento de dados secundários............................................................................................ 24
4.1.1 Imagens MODIS. .......................................................................................................................................... 24
4.1.2 Mapa de uso e cobertura da terra .................................................................................................................. 24
4.1.3 Mapas de áreas e focos de queimadas .......................................................................................................... 25
4.1.4 Mapas de precipitação e temperatura média anual ....................................................................................... 25
4.1.5 Mapa de altitude ........................................................................................................................................... 25
4.1.6 Mapa de densidade populacional.................................................................................................................. 26
4.1.7 Mapa de distância das vias de acesso ........................................................................................................... 26
4.1.8 Mapa de densidade dos elefantes.................................................................................................................. 26
4.2 Mapeamento do Regime de Queimadas ........................................................................................................... 27
4.2.1 Mapeamento da Frequência e Intervalo de retorno das queimadas entre 2000 e 2012 ................................ 27
4.2.2 Mapeamento da sazonalidade e extensão da área queimada ........................................................................ 27
4.2.3 Cálculo da densidade e intensidade das queimadas...................................................................................... 28
4.3 Efeito da precipitação, temperatura, altitude, tipo de uso e cobertura da terra, vias de acesso, densidade de
elefantes e densidade da população sobre a ocorrência de queimadas dentro da RNN................................................ 28
4.4 Análises estatísticas .......................................................................................................................................... 29
4.4.1 Regressão Logística ...................................................................................................................................... 29
4.4.2 Determinação da importância das variáveis dependentes sobre a ocorrência de queimadas na RNN. ........ 30
4.4.3 Análise da acurácia do mapa de frequência de queimada ............................................................................ 31
4.4.3.1 Cálculo do índice de acurácia temática ........................................................................................................ 31
4.5 Levantamento de dados primários .................................................................................................................... 32
5 RESULTADOS E DISCUSSÃO.......................................................................................................................... 34
5.1 Mapeamento da Frequência e Intervalo Médio de Retorno Queimadas na RNN. ........................................... 34
5.1.1 Variação da frequência e IRQ ao longo da RNN ........................................................................................ 37
5.2 Extensão e Sazonalidade da Área Queimada na RNN ..................................................................................... 38
5.3 Intensidade e Densidade de Queimadas na RNN ............................................................................................. 41
5.4 Avaliação da acurácia do mapa de frequência de Queimadas .......................................................................... 42
5.5 Factores que influenciam o Regime de Queimadas na RNN............................................................................ 44
5.6 Áreas prioritárias para o maneio de queimadas na RNN. ................................................................................. 50

iv
6 CONCLUSÃO E RECOMENDAÇÕES .............................................................................................................. 52
6.1 Conclusões........................................................................................................................................................ 52
6.2 Recomendações ................................................................................................................................................ 53
7 REFERÊNCIAS BIBLIOGRÁFICAS ................................................................................................................. 54
8 Anexos .................................................................................................................................................................. 62

Lista de Tabelas

Tabela 1: Área total queimada por ano durante o período entre 2000 a 2012 ............................................................. 40
Tabela 2: Acurácia temática do mapa da frequência de queimadas ............................................................................. 43
Tabela 3: Análise da Regressão logística (stepwise) para a determinação da significância da participação individual
de cada variável sobre a ocorrência de queimadas (teste chi-wald e odd ratios) na RNN ........................................... 45
Tabela 4: Avalia cão do Poder de Predição da com base nos testes de Cox e Snell (R2) e Max-rescaled ................ 46
Tabela 5: Comparação das chances de ocorrência de queimadas entre as áreas de prática de agricultura itinerante e
as zonas com outro tipo de uso e cobertura da terra. .................................................................................................... 46

Lista de Figuras

Figura 1. Grelha sinusoidal MODIS onde a área pitada a vermelho corresponde ao tile h21v10 equivalente à
localização da RNN (http://nsidc.org/data/modis/images/data_summaries/sinusoidal_v5.gif ) .................................. 17
Figura 2. Localização da Reserva Nacional de Niassa. ................................................................................................ 21
Figura 3: Alocação parcelas de amostragem por cada classe de frequência de Queimadas nas unidades de maneio R4,
L4 e L3 ......................................................................................................................................................................... 33
Figura 4. Alocação das Parcelas ao longo do Transecto de 500m................................................................................ 33
Figura 5 . Frequência de queimadas na RNN no período entre 2000 a 2012. ............................................................. 35
Figura 6. Intervalo de Retorno de Queimadas (IRQ) na RNN no período entre 2000 a 2012. ................................... 36
Figura 7: Distribuição intra-anual dos focos de queimada e da extensão da área queimada durante o período entre
2000 a 2012 .................................................................................................................................................................. 40
Figura 8: Relação entre a densidade e intensidade das queimadas na RNN................................................................. 41
Figura 9: Abundância de árvores e arbustos com sinais de queimadas por cada classe de frequência ........................ 43
Figura 10: Danos causados por elefantes em cada classe de frequência de Queimadas............................................... 47
Figura 11:Danos causados pela acção humana em cada classe de frequência de Queimadas...................................... 48
Figura 12: Árvore preferida pelas abelhas para a produção de mel e árvore abatida durante a extracção de mel ....... 49

v
Siglário

MODIS Moderate Resolution Imaging Spectroradiometer

RNN Reserva Nacional de Niassa

IMRQ Intervalo Médio de Retorno de Queimadas

IRQ Intervalo de Retorno de Queimadas

RUFORUM Regional Universities Forum for Capacity Building in Agriculture

UTM Universal Transverse Mercator

ASCII American Standard Code for Information Interchange

SGDRN Sociedade de Gestão e Desenvolvimento da Reserva de Niassa

WGS84 World Geodetic System 1984

CENACARTA Centro Nacional de Cartografia e Teledetecção

HDF Hierarchical Data Format

TIF Tagged Image File Format

vi
Resumo

A Reserva Nacional de Niassa (RNN) vem registando crescimento dos índices de incidência de queimadas de origem
antropogénica facto que suscitou a implementação de um plano de gestão de queimadas. Este trabalho teve como
objectivo estudar o regime de queimadas do ecossistema de miombo da RNN como base para elaboração do plano de
maneio de queimadas. Usou-se imagens MODIS (2000-2012) de fogos activos e áreas queimadas donde extraiu-se
pixéis com níveis de confiança igual ou superior a 80% e 1-366 dias julianos, respectivamente, usando Erdas 9.0 e
ArcGis 9.3. Com os dados, calculou-se a frequência, intervalo de retorno (IRQ), sazonalidade, intensidade, densidade
e extensão da área queimada. Posteriormente, fez-se análises de regressão logística em SAS 9.3 para avaliar a relação
entre o tipo de uso e cobertura do solo, precipitação, temperatura, altitude, densidade de elefantes, densidade da
população humana, distância em relação às vias de acesso e a frequência de queimadas para determinar os factores
que influenciam a ocorrência de queimadas na RNN. Colheu-se dado de campo em 108 parcelas circulares de 15m
de raio para reforçar a precisão das análises de teledetecção. Os resultados demonstraram que em média o fogo
retorna a um sito particular em cada 3.29 anos numa frequência de 0.36 vezes/ano com pico na época seca.
Aproximadamente 43% da área total da RNN queimou-se em cada 1-2 anos e as regiões Central-Norte e Este
registaram queimadas mais frequentes, sendo mais intensas nas zonas de baixa frequência e densidade de queimadas.
A ocorrência de queimadas é favorecida pelo tipo de cobertura da terra, densidade de elefantes e temperatura e
desfavorecida pelo aumento da densidade da população. Assim, são áreas prioritárias para o controlo de queimadas
na RNN aquelas cujo IRQ é igual ou inferior a 2 anos, dominadas por florestas decíduas, com mais de 1
elefante/Km2e baixa densidade populacional, incluindo inselbergs e dambos.

Palavras-chave: Regime de queimadas, queimadas, teledetecção, imagens MODIS.

vii
1 INTRODUÇÃO

O miombo é o maior ecossistema seco da África Subsaariana com uma extensão de aproximadamente
2.7 milhões de km2 (WWF, 2012; Dewees, et al., 2010 e Frost, 1996) e constitui base de sustento para
mais de 90% dos cerca de 690 milhões de habitantes desta região que vivem com menos de 1 dólar por
dia (FAO, 2008).

As florestas de miombo contribuem para o desenvolvimento socioeconómico das comunidades rurais


através da agricultura, exploração e comercialização de produtos florestais não madeireiros, tais como,
peixe, carne, lenha, carvão, entre outros, (Sebukeera et al., 2006). Em África, os benefícios da
exploração de biomassa lenhosa (madeira e combustíveis lenhosos) aumentaram de U$D2.1 biliões em
1990 para cerca de U$D 3.9 biliões em 2005 (FAO, 2007).

O fogo é parte integral do ecossistema de miombo sendo um dos factores chaves na dinâmica da
regeneração, desenvolvimento e distribuição espacial de inúmeras espécies de fauna e flora
(Chidumayo, 1988; Thompson, 1975 e Trapnell, 1959). Há mais de 60,000 anos que a população vem
usando o fogo como ferramenta principal na limpeza dos campos para agricultura, caça, renovação das
áreas de pasto, produção de carvão vegetal, controlo de pestes, entre outras actividades (Clarke & van
Zinderenbakker, 1964 citados por Frost, 1996). O miombo é tão dependente do fogo de tal forma que a
ausência total de queimadas reduz a riqueza de espécies (Zolho, 2005 e Chidumayo, 1988).

Contudo, o crescimento acelerado da população da África Subsaariana, actualmente estimado em


2.5%/ano, o uso inadequado do fogo durante a limpeza dos campos agrícolas e caça, bem como, a
extracção insustentável de lenha, carvão e outros produtos florestais estão a acelerar o declínio da
cobertura florestal provocando uma alteração no padrão de distribuição e frequência das queimadas ao
longo dos ecossistemas de miombo, ameaçando desta forma, a preservação da biodiversidade (Dewees
et al. 2010; SADC, 2010; Chidumayo1997).

De acordo com, Shlisky et al. (2007) e Myers et al. (2004) a modificação do regime de queimadas
altera o ciclo hidrológico, cria condições para a proliferação de espécies invasoras e constitui uma
ameaça directa à biodiversidade, aos bens e saúde humana. As queimadas descontroladas afectam
negativamente as comunidades através da destruição de culturas agrícolas e infra-estruturas,

1
degradação da biodiversidade e redução dos serviços e funções ecológicas dos ecossistemas (SADC,
2010).

As florestas tropicais emitem 20% e sequestram 30% das emissões globais de gases de efeito de estufa,
cujos níveis actuais estimam-se em 1.6 GtC de CO2 por ano. O aumento da frequência de queimadas
nos ecossistemas de miombo tem implicações directas sobre as mudanças climáticas através do
aumento da emissão de CO2 na atmosfera e redução do carbono sequestrado, ao mesmo tempo que,
contribui para o aumento dos eventos extremos (secas, cheias, ciclones, entre outros) que degradam as
propriedades físicas, químicas e biológicas dos solos, causando o declínio da sua produtividade e
funções ecológicas (IPCC, 2007).

Por isso, é fundamental compreender a dinâmica dos regimes de queimadas para o maneio efectivo dos
ecossistemas de miombo. De acordo com Brown & Smith (2000) o regime de queimadas pode servir de
indicador para a determinação de estratégias de controlo de queimadas descontroladas. Como
instrumento de maneio e de conservação da biodiversidade, as queimadas frias são aplicadas para o
rejuvenescimento dos ecossistemas, maneio de pastos, controle de espécies invasoras entre outros fins.

Com a descoberta da teledetecção, a observação e monitoria do impacto das queimadas na dinâmica da


cobertura vegetal tornou-se mais fácil e eficiente, pois, segundo Overman et al. (1994) e Rosenqvist et
al. (2003) este método despende menos tempo e recursos, ao mesmo tempo que, permite uma visão
ampla e facilita a monitoria dos impactos em locais inacessíveis para os métodos baseados no
levantamento in-situ. Por isso, a teledetecção é a técnica mais recomendada e actualmente usada para a
reconstrução do historial de regime de queimadas.

Dentre os vários produtos usados no mapeamento do regime de queimadas nos ecossistemas tropicais,
os produtos do sensor Moderate Resolution Imaging Spectroradiometer (MODIS) a bordo no satélite
Terra Aqua têm uma resolução espectral, temporal e espacial que lhes confere vantagem no
mapeamento de áreas queimadas (Pereira, 2003). Os produtos Active fire e Burned areas contêm
informação que permite compreender a distribuição espacial e temporal das queimadas e suas
características (Justice et al., 2002).

Em Moçambique as queimadas descontroladas tendem a crescer ameaçando a integridade e a


diversidade biológica de muitos ecossistemas. As áreas de conservação representam apenas 22% dos
cerca de 40.6 milhões de hectares cobertos por florestas em todo o país e todas incluem assentamentos

2
humanos dentro e em redor dos seus limites e, como consequência, anualmente são sujeitas às
queimadas, comprometendo desta forma os seus objectivos (MICOA, 2000; Ribeiro et al., 2007;
SGDRN 2005; Zolho, 2005 e MITUR, 2004).

Entre 6 a 10 milhões de hectares de florestas e 9 a 15 milhões de outras formações de vegetação são


queimados anualmente durante a limpeza dos campos agrícolas e actividades de caça (MICOA, 2007),
tendo como consequência o aumento da vulnerabilidade de cerca de 69 % dos mais de 24.4 milhões de
cidadãos moçambicanos, aos eventos extremos tais como secas e ciclones (PNUD, 2012 e INE, 2010).

Embora se reconheça o impacto socioeconómico e ambiental negativo das queimadas, Moçambique


carece de recursos materiais e humanos capazes de garantir uma gestão efectiva das queimadas. Estas
limitações são agravadas pelo fraco uso da tecnologia de deledetecção para a compreensão do regime
de queimadas e mapeamento das áreas de risco e prioritárias para a implementação de acções de
prevenção.

O actual Plano de Acção Para a Prevenção e Controlo das Queimadas Descontroladas 2008-2018
limita-se em acções que visam o combate e prevenção in-situ de queimadas (MICOA, 2007), ao passo
que a Direcção Nacional de Terras e Florestas limita-se apenas a fazer o mapeamento dos focos de
queimadas ao nível de algumas áreas. O único estudo de referência sobre o mapeamento do regime de
queimadas em Moçambique foi feito por Ribeiro et al. (2007) na RNN cobrindo um período de 5 anos
(de 2000 a 2005) o qual é insuficiente para uma compreensão efectiva do comportamento das
queimadas nos ecossistemas de miombo em Moçambique.

Assim, o mapeamento e caracterização do regime de queimadas na RNN por um período de 10 anos


constituem uma oportunidade para o alargamento da informação disponível sobre o padrão de
distribuição e frequência das queimadas no ecossistema de miombo que cobre 2/3 da superfície total de
Moçambique, contribuindo desta forma para melhorar a planificação de medidas e estratégias de gestão
dos recursos naturais do País. A nível regional, espera-se que o estudo reforce o conhecimento
científico sobre os regimes de queimadas nos ecossistemas de miombo.

3
1.1 Problema e Justificação do Estudo.

A Reserva Nacional de Niassa (RNN) é a maior área de conservação do País com cerca de 42,000 Km2
(Cunliffe et al., 2009) e a mais extensa área de conservação de miombo do mundo (Ribeiro et al.,
2008). Possui larga diversidade biológica que inclui mais de 800 espécies de plantas, metade das quais
endémicas, várias espécies faunísticas e acima de 400 espécies de pássaros algumas das quais em
perigo de extinção (SGDRN, 2010, Craig, 2009 e Timberlake, et al., 2004). De 2005 a 2009 a
população vivendo na RNN duplicou-se e, actualmente é estimada em cerca de 40.000 habitantes,
todos, dependentes da agricultura e vivendo com menos de 1 dólar por dia (Cunliffe, et al., 2009).

O crescimento acelerado da população acompanhado pela expansão das áreas agrícolas e pelo uso
descontrolado do fogo para a limpeza dos campos agrícolas, caça furtiva, extracção do mel e secagem
do peixe estão a aumentar a frequência de queimadas descontroladas e a ameaçar a biodiversidade e
integridade da RNN colocando em risco os seus objectivos. Só no primeiro semestre de 2010 a
incidência da caça furtiva triplicou em relação ao igual período de 2009 (SGDRN, 2010; SGDRN,
2010a).

De acordo com Ribeiro et al. (2008) 93% da área total da reserva foi afectada pelo fogo entre os anos
2000 a 2005, sendo que 13% queimou-se anualmente, 25% pelo menos 3 a 4 vezes e 20% ardeu pelo
menos 2 vezes em 5 anos (2001-2005). Uma das evidências do impacto negativo do aumento da
frequência de queimadas dentro da RNN é a perda de habitat que, segundo Clark & Begg (2010) está a
colocar em perigo o cão selvagem (Lycaon pictus) espécie emblemática da RNN classificada como
ameaçada pela IUCN desde 2007 (IUCN/SSC, 2007).

Paralelamente à destruição de habitats, a alteração do regime de queimadas aumenta as emissões de


gases de efeito de estufa, modifica o padrão de distribuição, a abundância bem como, reduz a tolerância
de várias espécies de fauna e flora, colocando-as em risco de extinção (Holdo, 2007; Beaty & Taylor,
2001; Delarze et al., 1992 e Trapnell, 1959). O estudo realizado por Ribeiro et al. (2013) demonstrou
uma redução da biomassa lenhosa e do índice de valor de importância da espécie Julbernardia
globiflora na RNN entre 2005 a 2009. Segundo os autores, este comportamento resulta provavelmente
de uma resposta ao aumento da frequência de queimadas.

Como solução deste problema, em 2009 a Sociedade de Gestão da Reserva de Niassa (SGDRN) iniciou
juntamente com a Universidade Eduardo Mondlane, o estabelecimento de um programa de conservação

4
das Florestas baseada na gestão e monitoria comunitária das queimadas. Para tal verificou-se a
necessidade de expandir a informação sobre o regime de fogos de 5 (Ribeiro et al., 2008) para 12 anos,
por forma a obter conhecimento mais sólido e robusto sobre o regime de queimadas que possa permitir
a definição de áreas prioritárias para a gestão das queimadas na RNN.

Neste contexto, a organização Regional Universities Forum for Capacity Building in Agriculture
(RUFORUM) financiou um projecto conjunto entre a SGDRN, FAEF/UEM e o Instituto de
Investigação Científica Tropical (IICT) e Biodiversity International com o objectivo de estabelecer um
plano de monitoria de queimadas e de gestão sustentável das florestas de Miombo na RNN envolvendo
as comunidades locais. O projecto pretende definir as áreas prioritárias para o maneio das queimadas a
partir de uma melhor compreensão do regime de queimadas e do efeito das queimadas sobre a
disponibilidade dos recursos florestais para as comunidades.

Este estudo enquadra-se no projecto acima referido e visa estudar o regime de queimadas entre os anos
de 2000 e 2012 na RNN. Pretende-se com este estudo ampliar os conhecimentos de base para uma
planificação efectiva da gestão das queimadas.

5
1.2 Objectivos

1.2.1 Objectivo geral:

Com este trabalho pretende-se estudar o regime de queimadas do ecossistema de miombo da Reserva
Nacional de Niassa como base para a elaboração do plano de maneio de queimadas.

1.2.2 Objectivos específicos:

Constituem objectivos específicos deste estudo:

1. Mapear o regime de queimadas na Reserva Nacional de Niassa através de técnicas de


teledetecção.
2. Caracterizar o regime de queimadas na Reserva Nacional de Niassa através de técnicas de
deledetecção.
3. Analisar os factores que determinam a ocorrência de queimadas na região de estudo.

6
2 REVISÃO BIBLIOGRÁFICA

2.1 Ecologia do Miombo

2.1.1 Distribuição, estrutura e composição do miombo

As florestas de miombo ocupam uma superfície de aproximadamente 2.7 milhões de km2 estendendo-se
desde Tanzânia e República Democrática de Congo (RDC) a norte passando por Angola e Zâmbia a
este até Malawi, Zimbabwe e Moçambique no extremo sul, (Dewees, et al., 2010; Desanker et al.,
1997; Frost, 1996). Possui uma vasta diversidade biológica que inclui cerca de 8500 espécies de
plantas, 54% das quais endémicas, com predominância dos géneros Brachystegia, Julbernadia e
Isoberlinia, e uma população significante de fauna, como por exemplo, elefantes (Loxodonta africana
africana) rinoceronte (Diceros bicornis) leões (Panthera leo) búfalos (Syncerus caffer caffer) leopardos
(Panthera pardus) impalas (Aepyceros melampus johnstoni) zebras (Equus burchelli boehmi) e
diversas espécies de aves (WWF, 2012).

As florestas de miombo ocorrem em solos pobres, em regiões com precipitação média anual que varia
de 650 a 1400mm (Rodgers et al., 1996, Frost, 1996). A maioria das árvores e arbusto do miombo são
decíduas e deixam cair as suas folhas durante a estação seca. Em geral, as folhas caem entre Julho-
Agosto no miombo seco e entre Agosto-Setembro, no miombo húmido fazendo com que 91% da
produção da biomassa vegetal morta esteja concentrada durante a época seca, entre os meses de Maio a
Outubro (Frost, 1996). O aparecimento das folhas regista-se 2-4 semanas após o início das primeiras
chuvas. A floração tem lugar entre Setembro a Outubro, com a excepção do género Julbernardia que
floresce entre Novembro a Abril (Ribeiro et al., 2002).

O miombo húmido ocorre em áreas com precipitação superior a 1000mm por ano e possui uma
composição florística muito rica dominada pelas espécies Brachystegia floribunda, B. graberrima, B.
taxifolia, B. wangerrmeana e Marquesia macroura. O miombo seco ocorre em regiões com
precipitação média anual inferior a 1000 mm e a sua composição florística é pobre sendo dominada
pelas espécies Brachystegia spiciformis, B. boehmii e Julbernadia globiflora. As florestas de miombo
ocorrem também em associação com algumas espécies do género Acacia (FAO, 2003).

De acordo com Backéus et al. (2006) e Frost (1996) as características dos ecossistemas de miombo,
designadamente: composição, estrutura, produção, reprodução e crescimento das plantas, taxas de

7
decomposição e ciclo de nutrientes são fortemente influenciadas pelo tipo de solos, sazonalidade da
precipitação, biomassa dos grandes herbívoros, biomassa de térmites e pelos fogos frequentes.

O crescimento das árvores em geral é lento tornando-se mais significativo a partir dos 8 anos de idade.
O incremento do diâmetro do tronco e da copa em povoamentos jovens é maior do que em
povoamentos adultos (Chidumayo 1993). A produção primária líquida anual das florestas de miombo
ronda entre 900 a 1600 g/m2 e o incremento médio anual da biomassa estimada em 3 a 4% (Scholes,
1996).

Moçambique possui uma superfície total de 799,380 Km2sendo 2/3 ocupada pela floresta de Miombo
que se estende desde o Rio Rovuma a Norte até ao Rio Save no Sul do País. A sua estrutura e
composição são modificadas pelo clima, solo e altitude, distinguindo-se de uma região para outra. As
florestas de miombo húmido são dominadas pela Brachystegia spiciformis com altura de 15 a 22 m,
ocorrendo em simultâneo com as florestas semi-decíduas mesoplanálticas de Pteleopsis sp.,
Erythrophleum sp. e Newtonia sp. (Marzoli, 2007 e Ribeiro et al., 2002).

O Miombo húmido ocorre em regiões altas das províncias de Manica e Zambézia com altitude superior
a1000m e precipitação média anual que varia de 1200 a 1800mm (Ribeiro et al., 2002). O Miombo
semi-decíduo ocorre nas regiões de baixa altitude e precipitação entre 800-1200mm. Ambos são
dominados pela Brachystegia spiciformis e Julbernadia globiflora e várias espécies de valor económico
tais como, Pterocarpus angolensis, Swartziama madagascarenses e Millettia stuhlmanii. O miombo
decíduo é típico das zonas de baixa altitude e precipitações médias anuais entre 600 a 800 mm,
representando a vegetação mais dominante em Moçambique (Marzoli, 2007 e Saket, 1994).

2.1.2 O papel dos distúrbios na dinâmica das florestas de miombo

De acordo com Begon et al., (2006) designa-se por dinâmica dos ecossistemas as alterações na
composição e estrutura das comunidades de organismos vivos de um lugar específico em resposta aos
distúrbios internos e externos. A dinâmica das florestas de miombo é determinada por três factores
principais: actividades humanas, fogo e elefantes(Frost, 1996). Contudo, a distribuição de espécies
características de miombo é também influenciada pela precipitação e tipo de solos (Backéus et al.,
2006).

8
O impacto dos elefantes na composição das florestas de miombo manifesta-se através do seu papel
como espécie chave na dispersão das sementes (Kerley & Landman, 2006). Os elefantes alteram a
densidade e composição das florestas através da abertura de clareiras pela remoção ou desramificação
de espécies arbóreas estimulando a regeneração de várias espécies de plantas incrementando desta
forma a heterogeneidade dos habitats (Skarpe et al., 2004 e Cumming, 1982).A acção dos elefantes
acelera o ciclo de nutrientes através da deposição de grandes quantidades de urina e fezes, incrementam
a qualidade e quantidade de forragem favorecendo desta forma aos outros herbívoros (Timberlake e
Childes, 2004).

A acção dos elefantes por si só não é suficiente para a degradação das florestas de miombo, sendo que o
fogo é necessário para que florestas sejam convertidas em áreas totalmente abertas e predominadas por
gramíneas (Dublin et al.,1990). Os danos dos elefantes manifestam-se principalmente através do
incremento da mortalidade de árvores adultas do que de plantas jovem (Baxter e Getz, 2005) e não têm
impacto significativo sobre a regeneração (5cm <dap<10cm) o que garante a recuperação da vegetação
perdida através do processo de recrutamento (Mtui e Smith 2006).

Os elefantes durante a sua alimentação danificam as árvores e abrem clareiras que posteriormente se
tornam vulneráveis à ocorrência de queimadas (Landman et al.,2007).

O efeito interactivo entre os elefantes e as queimadas na redução da cobertura vegetal foi observado por
Mapaure e Campbell (2002), Mapaure (2001) e Guy (1989) na área de pesquisa de fauna de Sengwa-
Zimbabwe (Sengwa Wildlife Research Area) e Ribeiro et al. (2009) na RNN onde constataram que a
acção do fogo e dos elefantes conduziu à redução na abundância de espécies do género Brachystegia e
diminuição da cobertura vegetal e biomassa arbórea. De acordo com Holdo et al. (2009), Baxter e
Getz (2005) nos ecossistemas de savana, densidades de elefantes superiores a 1 indivíduo/km2
conduzem inevitavelmente à redução da cobertura vegetal.

Entretanto, as queimadas são indispensáveis para a dinâmica ecológica dos ecossistemas de miombo,
pois, favorecem a regeneração, desenvolvimento e distribuição espacial de inúmeras espécies de fauna
e flora bem como influenciam a disponibilidade de nutrientes do solo (Sileshi e Mafongoya, 2005;
Chidumayo, 1988; Thompson, 1975 e Trapnell,1959). No seu experimento em Moçambique, Zolho
(2005) observou que parcelas queimadas até 2 vezes em 4 anos registaram um aumento de 18% do
número de espécies enquanto as não queimadas registaram um incremento de apenas 10%.

9
Todavia, quando ocorrem de forma frequente (ocorrendo 3 ou mais vezes em 4 anos) e durante a época
seca as queimadas conduzem à conversão de florestas fechadas em áreas de vegetação predominada por
gramíneas com poucas árvores e dispersas (Frost, 1996) bem como degradam os solos e reduzem a
abundância da microfauna (Sileshi e Mafongoya, 2005).

Estudos conduzidos por Ryan e Williams (2011) Zolho (2005) e Ribeiro et al.(2013) em Zimbabwe e
Moçambique, Anguyi (2010) em Uganda, Trapnell(1959) na Zâmbia (Rodésia do Norte) demonstraram
que intervalos de retorno de queimadas inferiores a 2 anos reduzem a taxa de rebrotação, dominância,
regeneração e biomassa de várias espécies de árvores e arbustos de espécies menos tolerantes às
queimadas, tais como, Julbernadia globiflora, Brachystegia allenii (típicas de miombo) e Uapaca
nítida favorecendo as mais tolerantes às queimadas tais como Diplorhynchus condilocarpon,
Cobretum zeyheri, Terminalia stenostachya, Lonchocarpus capassa, Pseudolachnostylis
maprouneifolia e Catunaregan spinosa.

Na sua maioria, as queimadas nas florestas de miombo são de origem antropogénica. Parte das
queimadas ocorrem acidentalmente durante a preparação de campos agrícolas, extracção de mel ou no
processo de produção do carvão. Porém, algumas pessoas queimam deliberadamente as florestas para
facilitar a caça ou como forma de rejuvenescimento de pastos (Frost, 1996 e Chidumayo, 1997).

O Homem é o principal causador da degradação das florestas de miombo em todas as áreas de


ocorrência deste tipo de vegetação. A agricultura itinerante, exploração de carvão e o cultivo de tabaco
são os maiores factores da mudança de cobertura da vegetação em vários países da África Austral
(Dewees, et al.,2010, Yanda, 2010 e Chidumayo, 1997).

A pressão excessiva nas áreas de pastagem do gado, sobretudo na época seca, degrada os solos e reduz
a diversidade florística e faunística (Kioko et al., 2012; Sweet,1998). A exploração selectiva de plantas
para vários fins como por exemplo, madeira comercial, plantas medicinais, postes e produção de carvão
e de mel representam as formas de uso dos recursos responsáveis pela perda de extensas áreas florestais
ao nível do ecossistema de miombo (Hirsiger, 20012; Campbell e Byron, 1996).

O desmatamento incrementa a produção de gramíneas tornando as áreas mais vulneráveis às


queimadas. Chidumayo (2004) observou que o desmatamento de florestas dominadas pelos géneros
Brachystegia e Julbernardia incrementou em cerca de 20-50% a produção de biomassa de gramíneas

10
acompanhado pela redução da matéria orgânica e diminuição da disponibilidade de fósforo, sem
contudo, alterar a disponibilidade de nitrogénio no solo.

2.2 Regime de Queimadas

2.2.1 Conceitos e características

Fogo é o nome comum atribuído ao processo de combustão gasosa envolvendo elevadas temperaturas.
A combustão pode ocorrer num ambiente aberto ou fechado (Saito, 2001). Considera-se como
queimada florestal (Wildfire) quando o fogo se propaga de forma descontrolada sobre a vegetação e
possui uma intensidade que dificulta a sua pronta extinção usando instrumentos tradicionais/ordinais
comuns. Denomina-se queimada prescrita (ou controladas)o fogo controlado e provocado com a
finalidade de maneio. Queimadas prescritas são feitas mediante um plano e observando todas as regras
previstas para o efeito. (NWCG 2012)

A evolução do conceito de regime de queimadas foi devidamente descrita por Krebs et al. (2010).Neste
estudo, é considerado o conceito de regime de queimadas estabelecido por Myers et al. (2004) e Davis
e Michaelsen (1995) que denominam por regime de queimadas o historial de fogos individuais
ocorridos numa dada paisagem, ou a sequência de queimadas ocorridas num determinado lugar no que
diz respeito ao intervalo e época do ano em que ocorrem bem como a respectiva intensidade. O regime
de queimadas é caracterizado pelo tipo, intensidade, extensão, frequência, intervalo de retorno e
características espaciais dos fogos que ocorreram nesse lugar num passado histórico recente.

2.2.2 Regime de queimadas nos ecossistemas de miombo.

As queimadas registadas nos ecossistemas de miombo são na sua maioria de origem antropogénica e
começam no final da época chuvosa (Abril) atingindo o seu pico durante a época seca entre os meses
de Agosto a Outubro (Archibald et al., 2010 e Frost 1999).

Magadzire (2013) e Ribeiro (2007) reconstruíram o regime de queimadas nos ecossistemas de miombo
em Zimbabwe e Moçambique e subdividiram a sazonalidade das queimadas em 3 grupos

11
nomeadamente, período seco tardio (Agosto a Outubro) início do período seco (Maio a Julho) e época
chuvosa (Novembro a Abril). Nas suas análises constataram que o período de maior incidência de
queimadas corresponde aos meses entre Agosto e Outubro. O período entre Novembro a Abril coincide
com a época chuvosa, por isso, regista pouca incidência de queimadas. Outro aspecto observado por
estes autores é o facto de os anos mais afectados pelas queimadas, isto é, com maior extensão da área
queimadas, são seguidos por anos com baixa incidência de queimadas provavelmente devido à redução
da quantidade de biomassa disponível para queimar-se.

Archibald et al.(2010) estudou o regime de queimadas na região da África Austral entre 2001 a 2009
tendo constatado que os países com maior incidência de queimadas são Angola, Zâmbia e Moçambique
onde mais de metade dos seus territórios foram afectados pelas queimadas mais de 4 vezes em 8 anos,
correspondendo a um intervalo de retorno de aproximadamente 2 anos. O intervalo médio de retorno
em ecossistemas de savana e pradaria varia entre 1.7 a 10 anos dependendo da precipitação e do grau de
impacto da acção humana.

Ribeiro (2007) na RNN estimou o intervalo de retorno de queimadas em 1.54 anos correspondentes a
uma frequência média anual de 0.65 vezes/ano. Na Zâmbia, Chidumayo (1997) estimou o intervalo de
retorno em 1.6 anos. De acordo com Frost e Robertson (1987) citados por Timberlake et al. (2010) as
queimadas são frequentes em regiões de miombo húmido onde a produção de biomassa é elevada sendo
o intervalo de retorno de queimadas estimada entre 1 a 5 anos. Nas savanas mais áridas, Frost (1999)
afirma que o intervalo de retorno de queimadas pode variar de 5 a 50 anos dependendo da produção de
biomassa.

A intensidade de queimadas nos ecossistemas de savana é influenciada pela sazonalidade das


queimadas, isto é, queimadas que ocorrem entre Agosto e Outubro são mais intensas do que as que
ocorrem entre Maio a Julho e Novembro a Abril, respectivamente. Este gradiente da intensidade de
queimadas é influenciado por factores climático tais como a precipitação e temperatura. Os meses entre
Agosto a Outubro coincidem com o pico da época seca onde a precipitação é escassa. Condições de
baixa humidade aceleram a secagem da biomassa e aumentam o poder calorífico do combustível
lenhoso. Contrariamente, os meses entre Novembro a Abril coincidem com a época chuvosa e devido à
elevada concentração da humidade a biomassa lenhosa torna-se difícil de queimar o que condiciona
baixas intensidade do calor produzido (Govender et al., 2006 e Gambiza et al.,2005).

12
A extensão da área queimada e a dimensão das manchas causadas pelas queimadas na superfície
terrestre também são influenciadas pela distribuição da precipitação que por sua vez, influencia na
quantidade e inflamabilidade da biomassa disponível para se queimar. Os meses de Agosto a Outubro
concentram a maior área queimada nos ecossistemas de miombo (Magadzire (2013).

2.2.3 Efeito da alteração do regime de queimadas sobre os ecossistemas de miombo.

A manifestação mais evidente da alteração do regime de queimadas nos ecossistemas de miombo é o


aumento da frequência e intensidade das queimadas. Vários estudos já mencionados anteriormente
demonstraram o impacto negativo do aumento da frequência e intensidade de queimadas sobre a
biodiversidade (Ryan e Williams, 2011; Anguyi, 2010; Zolho, 2005; Trapnell, 1959).

A sazonalidade das queimadas influencia a intensidade e o grau de impacto que o fogo causa sobre a
vegetação e a fauna. Queimadas frequentes principalmente na época seca reduzem a densidade da população de
várias espécies de microfauna do solo por exemplo, espécies dos géneros Annelida, Chilopoda, Arachnidae
Hexapoda (Sileshi e Mafongoya, 2005) com forte impacto no balanço dos nutrientes do solo. Durante as
queimadas ocorre a volatilização de nutrientes do solo como carbono, nitrogénio, enxofre e fósforo (Frost, 1999).

A alteração na frequência e intensidade de queimadas modifica também a estrutura e composição da


vegetação, podendo transformar florestas densas em áreas de vegetação aberta dominada por espécies
tolerantes ao fogo, como por exemplo, Dalbergia melanoxylon, Acacia polyacantha, Cleistochlamys
kirkii, Crossopteryx febrifuga, Pterocarpus rotundifolius, Diplorhynchus condilocarpon, Cobretum
zeyheri, Terminalia stenostachya, Lonchocarpus capassa e Pseudolachnostylis maprouneifolia (Ribeiro
et al., 2008 e Zolho, 2005).

Uma supressão total das queimadas nas savanas das regiões do Sul de América e África poderá
duplicar a extensão da cobertura florestal passando de 27% para 56%, principalmente em áreas húmidas
actualmente dominadas por espécies C4 e em algumas regiões cobertas por gramíneas e arbustos (Bond
et al., 2004).

A ausência de queimadas favorece o crescimento das espécies arbóreas que através da cobertura das
suas copas poderão eliminar gradualmente as gramíneas e herbáceas. De acordo com Frost (1999) uma

13
total supressão das queimadas conduz ao aumento da densidade da vegetação e reduz a disponibilidade
do pasto para os herbívoros.

A alteração do regime de queimadas pode causar danos ambientais severos com forte impacto negativo
sobre o clima global, contribuindo para o fenómeno de mudanças climáticas. De acordo com IPCC
(2007) as florestas tropicais emitem 20% e sequestram 30% das emissões globais de gases de efeito de
estufa, cujos níveis actuais estimam-se em 1.6 GtC de CO2 por ano.

2.2.4 Efeito do clima, topografia, vegetação, herbívoros e assentamentos humanos sobre regime
de queimadas nos ecossistemas de miombo

A alteração dos regimes de queimadas nos ecossistemas de miombo é directa ou indirectamente ligada
as alterações climáticas, expansão das actividades humanas e da acção dos grandes herbívoros
(Shlinsky et al., 2009). De acordo com Williams et al. (2009), as mudanças climáticas alteram o regime
de queimadas dos ecossistemas através da modificação no crescimento da biomassa, variação na
disponibilidade de combustível e alteração na ignição e as condições ambientais (Temperatura,
humidade e circulação do ar).

O clima determina o tipo de vegetação, a época de ocorrência e a frequência de queimadas de uma


determinada região. Os nutrientes do solo e a precipitação abundante aumentam a produção e
produtividade de biomassa determinando desta forma, a quantidade de combustível produzido pelo
ecossistema (Hely et al., 2003; vanWilgen e Scoles, 1997). De acordo com Shlinsky et al.(2009) as
mudanças climáticas irão aumentar a frequência e a severidade das estiagens nas zonas tropicais
criando condições para a propagação das queimadas e redução dos intervalos de retorno, ameaçando
desta forma a preservação diversidade biológica.

Entretanto, nem todo o combustível produzido pelas florestas encontra-se em condições de se queimar.
A inflamabilidade do combustível é influenciada principalmente pela humidade. A humidade da
biomassa vegetal é influenciada pela duração da época seca e pelo estado do tempo do dia em que a
queimada ocorre. Elevadas temperaturas, baixas humidades e ventos fortes facilitam a ocorrência e
propagação das queimadas florestais (Keleey et al., 2009).

14
A morfologia do terreno influencia a continuidade da distribuição do combustível e a dispersão do fogo
dentro do ecossistema. A frequência de queimadas aumenta com a redução da elevação e com o
aumento da inclinação do terreno e o grau de exposição em relação ao sol (Russell-Smith et al., 2007;
Foster, 1998).

De acordo com Agee (1991) citado por Foster(1998) há medida que a altitude aumenta a quantidade de
combustível disponível diminui devido às condições edafo-climáticas adversas que reduzem a produção
da biomassa, ao mesmo tempo, nas zonas altas a temperatura é baixa e a humidade do ar é elevada o
que reduz a inflamabilidade do combustível.

Encostas mais expostas ao sol acumulam maior quantidade de combustível, pois, a radiação solar
estimula a actividade fotossintética e, por conseguinte, aumenta a produção da biomassa vegetal,
combustível para as queimadas. Simultaneamente, o sol acelera a secagem da matéria vegetal morta
tornando-a mais disponível para queimar-se (Foster, 1998).

A declividade do terreno acelera a velocidade de propagação do fogo quando ocorre de baixo para cima
devido à subida do ar quente durante a queimada. Assim, locais mais inclinados apresentam maior risco
de ocorrência de queimadas (Jaiswal, et al.,2002). Gill e Taylor (2009) estudaram o regime de
queimadas ao longo do gradiente da elevação na encosta este da serra nevada-Califórnia (EUA) tendo
constatado que o intervalo de retorno das queimadas é menor nas zonas baixas do que nos pontos mais
elevados da encosta.

A herbivoria sobretudo os elefantes, tem um papel fundamental na abertura de clareiras que favorecem
o crescimento de gramíneas, que são altamente inflamáveis. Por outro lado, os herbívoros através do
pasto reduzem a quantidade de combustível disponível afectando negativamente a propagação do fogo
(van Wilgen et al.,2004). Os elefantes concentram mais a sua actividade sobre os indivíduos arbóreos
adultos, danificando-os total ou parcialmente. Por este motivo, o aumento da densidade dos elefantes
aumenta a frequência das queimadas em virtude do aumento da biomassa de gramíneas (Shannon et al.,
2011).

O Homem influencia o regime das queimadas dos ecossistemas de miombo quer pela modificação da
frequência de ignição como pela alteração das paisagens e distribuição do combustível. O crescimento
populacional aumenta a frequência de ignição do fogo (Guyette et al., 2002). Porém, as actividades

15
humanas como, construção de infra-estruturas, abertura de campos de cultivo, expansão urbana
fragmentam as paisagens limitando a propagação do fogo (Keeley et al., 2009).

2.3 Uso de teledetecção para o mapeamento de áreas queimadas.

A monitoria das queimadas ganhou um avanço considerável com o surgimento de imagens de satélite.
Actualmente, existem vários sensores considerados por Pereira et al. (2003) como adequados e
suficientes para monitorar as queimadas nas savanas tropicais, fornecendo resultados não só referentes
a estimativa das emissões atmosféricas e dos impactos das queimadas sobre os ecossistemas, como
também fornecem dados importantes para a condução de operações de maneio das queimadas nos
ecossistemas de savana.

Dados globais de detecção de queimadas podem ser derivados a partir de sensores tais como Advanced
Along Track Scanning Radometer (AVHRR) do satélite NOAA (Giglio et al., 1999), sensor Along
Track Scanning Radiometer (ATSR) do satélite Envisat-ESA (Arino et al., 2011), Moderate Resolution
Imaging Spectroradiometer (MODIS) do satélite Terra Aqua-NASA (Justice et al., 2002) entre outros.

Stolle et al. (2004) analisou a eficiência na identificação de áreas queimadas nas florestas tropicais
usando os sensores AVHRR, ATSR, DMSP-OLS (a bordo no satélite NOA) MODIS todos de 1km de
resolução espacial e Tropical Rainfall Measuring Mission Science Data and Information System
(TRDIS-TSDIS) de resolução espacial de 2km tendo constatado que cerca de 2/3 de fogos detectados
por um sensor não foram identificados por outros sensores. Todos os sensores detectam perfeitamente
áreas queimadas que sejam extensas e contínuas, mas têm dificuldades de detectar áreas com baixa
densidade de queimadas. Todavia, os sensores MODIS, AVHRR, e DMSP detectam mais fogos activos
do que os sensores ATSR e TRDIS.

De acordo com Pereira (2007) o fogo produz 4 tipos de sinais espectrais observáveis a partir do espaço,
designadamente, o calor e a luz correspondentes à radiação emitida pelas chamas, os aerossóis emitidos
em forma de fumo, os resíduos sólidos (estilhaços e cinza) e as cicatrizes (alteração na estrutura da
vegetação). Os fogos activos correspondem aos sinais térmicos enquanto as áreas queimadas são
detectadas a partir da emissão de resíduos sólidos e pela alteração na estrutura da vegetação.

16
No referente à detectabilidade espectral das áreas queimadas nos ecossistemas de miombo, Pereira et
al. (2004) referem que áreas queimadas recentemente são facilmente separáveis das áreas não
queimadas contudo, existe dificuldades na distinção entre áreas com queimadas recentemente e antigas
o que reduz a precisão.

2.3.1 Caracterização das imagens do sensor MODIS (MCD45A1 e MCD14ML)

O sensor Moderate Resolution Imaging Spectroradiometer (MODIS) encontra-se a bordo dos satélites
Terra e Aqua que fazem observações diárias de um mesmo local em períodos diferentes do dia o que
lhe confere aptidão e pertinência para estudos de dinâmicas ecológicas à escala global. Os produtos do
MODIS possuem uma resolução espacial que varia de 250m a 1000m (Justice et al., 2002). A grelha
sinusoidal MODIS é dividida por tiles, com coordenadas horizontal (h) e vertical (v), cobrindo uma
área de cerca de 1200 km x 1200 km (10ºx10º no equador) (Roy et al., 2008). Moçambique é coberto
pelos tiles h21v10 e h21v11. A Reserva Nacional de Niassa, área de estudo deste trabalho, está
localizada no tile h21v10 (figura 1).

Figura 1. Grelha sinusoidal MODIS onde a área pitada a vermelho corresponde ao tile h21v10
equivalente à localização da RNN (http://nsidc.org/data/modis/images/data_summaries/sinusoidal_v5.gif )

A caracterização espacial e temporal das queimadas é feita frequentemente com base em produtos do
nível 3 da categoria dos produtos MODIS, destacando-se nomeadamente:

17
i) Produtos de áreas ardidas[Burned areas (MCD45A1)]: possuem uma resolução
espacial de 500m e cartografam a extensão das áreas afectadas pelo fogo dando
informação do dia aproximado da ocorrência da queimada em dias do calendário
juliano (os dias Julianos variam de 0 a 365 para o ano comum e ou 366 no ano
bissexto). Os dados são agrupados em meses (Roy e Boschetti, 2008).

ii) Produtos de fogos activos [ActivefireMOD14A1 (Terra) e MYD14A1 (Aqua)]:


possuem uma resolução espacial de 1km e cartografam os fogos activos diários
durante 24h. Por forma a reduzir o volume dos dados, este são agrupados em
conjuntos de 8 dias MOD14A2 (Terra) e MYD14A2 (Aqua). Havendo uma
necessidade de se obter as coordenadas geográficas dos fogos individuais, a
Universidade de Maryland disponibiliza os produtos MCD14ML que agrupam os
fogos activos registados ao logo de cada mês dando as coordenadas geográficas de
cada pixel onde foi detectado sinais de fogo activo (Giglio, 2010).

A “colecção 5” é a mais actualizada dos produtos MODIS e pela primeira vez incluiu os dados de áreas
ardidas MCD45 estando disponíveis a partir de 2000 até os dias actuais (Boschetti et al., 2009).

Os dados MCD45A1 são disponibilizados no formato Hierarchical Data Format (hdf) e Tagged Image
File Format (TIF). Em ambos formatos os dados contem códigos que indicam áreas não queimadas (0),
áreas queimadas (1-366 dias julianos), neve ou aerossóis (900), corpos de águas interiores (9998),
mares e oceanos (9999) e insuficiência de dados para qualificação (1000) (Boschetti et al., 2009; Roy e
Boschetti, 2008).

A caracterização dos fogos activos neste estudo é feita com base nos produtos MCD14ML. Estes dados
são distribuídos no formato de ASCII(text).Para além da data, hora e coordenadas incluem informação
da intensidade e o nível de confiança dos fogos detectados, classificados em: baixo (0-30%) moderado
(30-80%) e alto (80-100%), sendo recomendado o uso de pixéis cujo nível de confiança é superior a
80%(Giglio, 2010).

18
2.3.2 Análise da acurácia (accuracy) dos mapas temáticos

A análise de confiabilidade temática implica a compreensão de alguns conceitos básicos,


nomeadamente precisão, acurácia e exactidão. De acordo com Gemael (1994) precisão é o grau de
concordância de uma série de observações ou medidas, enquanto acurácia (Figueiredo e Vieira, 2007) é
o grau de proximidade de uma observação ou medida do seu valor real. A precisão está associada aos
erros aleatórios ou acidentais, e a acurácia aos efeitos dos erros aleatórios e sistemáticos conjuntamente.

Segundo Congalton (1991) a análise da acurácia (accuracy) tem como objectivo minimizar os erros
associados às observações espaciais. A acurácia pode ser posicional, que se refere à precisão espacial
do mapa e temática referente à precisão da classificação das diferentes categorias que compõem o
mapa. Os dados de referência podem ser tomados de mapas existentes, fotografias aéreas, imagens de
satélite com maior resolução ou a partir de dados colhidos no campo. A colheita de dados no campo
tem a vantagem de possuir maior precisão, contudo tem a desvantagem de necessitar mais tempo,
envolver muitos custos de deslocação e não é aplicável em terrenos de difícil acesso.

Neste capítulo será descrito com mais detalhe a acurácia temática por ser o parâmetro que foi utilizado
para a avaliação da acurácia dos mapas de frequência e Intervalo de retorno de queimadas neste estudo.

2.3.3 Matriz de erros e coeficientes de concordância

A matriz de erros é uma tabela que relaciona um mapa derivado de teledetecção (mapa em avaliação) e
outro de referência. Nesta tabela, as colunas representam os dados de referência ao passo que as linhas
representam os dados da classificação a partir de teledetecção. Na matriz de erros são apresentados para
cada categoria do mapa os erros de inclusão (erros de comissão) ou de exclusão (erros de omissão)
ocorridos durante a classificação. Entende-se por erros de comissão aqueles que ocorrem quando
incluímos alguns pixéis/unidades de amostra numa categoria a qual não pertencem, ao passo que, erros
de omissão resultam da exclusão de alguns pixéis/unidades de amostra da categoria na qual pertencem
(Lea & Curtis. 2010).

A partir da matriz de erros pode-se estimar a acurácia do produtor (producer’s accuracy) considera os
erros de exclusão ou omissão e representa a proporção área do mapa de referência classificada
correctamente no mapa em avaliação, isto é, indica a probabilidade de determinada categoria ter sido

19
correctamente classificada de acordo com os pontos de referência. A acurácia do usuário (user’s
accuracy) está associada aos erros de inclusão e corresponde a proporção de área do mapa em avaliação
que corresponde a igual classificação no mapa de referência, ou seja, indica a probabilidade que uma
categoria classificada (mapa/imagem) represente a mesma categoria no campo; acurácia global mede a
acurácia total obtida na classificação e, obtém-se a partir da soma dos valores da diagonal principal
(pixéis correctamente classificados) dividida pelo total da amostra na matriz de erros. (Congalton e
Green, 2009)

De acordo com Anderson et al. (1976) citado por Kestring (2011) valores de acurácia global acima de
0.85 indicam uma precisão aceitável. A avaliação da acurácia temática pode ser obtida também por
meio de coeficientes de concordância, sendo os índices Kappa (K) e Tau (τ) os frequentemente
utilizados. COHEN (1960) define Kappa como um coeficiente de concordância para escala nominais
que mede a proporção de concordância entre o mapa em avaliação e o de referência, depois que a
concordância atribuída a casualidade é retirada de consideração.

De acordo com Landis e Koch (1977) citados por Congalton e Green (2009) o grau de concordância
classifica-se em: Concordância Forte: K> 80%; Concordância Moderada: 80% ≤ K ≥ 40% e,
Concordância baixa: K <40%. O valor K= 100% ocorre quando houver total concordância entre os
pontos de referência e as categorias classificadas. O coeficiente Tau (τ) é também denominado por
Kappa modificado e baseia-se na probabilidade a priori, ou seja, a concordância esperada pode ser
obtida antes mesmo de elaborar a matriz de erros (Lea & Curtis. 2010). A sua interpretação é feita da
mesma forma que o coeficiente Kappa.

20
3 DESCRIÇÃO DA ÁREA DE ESTUDO

3.1 Localização da Reserva Nacional de Niassa

A Reserva Nacional de Niassa (RNN) está localizada a 36o 25’E de longitude e faz fronteira com a
Tanzânia a Norte e ocupa uma superfície total de 42000 Km2 ocupando cerca de 1/3 da província de
Niassa, concretamente os distritos de Mecula, Mavago, parte dos distritos de Muembe, Majune,
Marrupa, Sanga e parte dos distritos de Mueda e Montepuez, na Província de Cabo Delgado. A Reserva
Nacional de Niassa é limitada pelo rio Rovuma a Norte, Rio Lugenda a Sudeste, Rio Luatize a
Sudoeste e pelo rio Lussanhando no estremo Oeste. (SGDRN, 2005)

A RNN está subdividida em 15 unidades de gestão nomeadamente, R1, R3, R4, R6, L1, L2, L4, L5, L6,
L7 e L9 (áreas de conservação de recursos), R2, R5, L3 e L8 (áreas de conservação de selva virgem) e
montes Jau e Mecula (áreas especiais de conservação) (Figura 2).

Figura 2. Localização da Reserva Nacional de Niassa.

21
3.2 Clima, Relevo e Hidrologia

A RNN possui um clima tropical húmido, com precipitação durante a estação quente Novembro-Abril.
A Precipitação média anual varia de 1400 mm na montanha de Mecula até 600 mm, nos vales dos rios
Rovuma e Lugenda. As temperaturas médias mensais podem atingir 30º C em Outubro e Novembro,
enquanto a média dos meses mais frescos da estação seca (Maio – Agosto), varia entre 20º C e26ºC
(SGDRN, 2005).

O relevo é acidentado e com muitas elevações no extremo Oeste passando para plano a Este. A altitude
varia de 100m nas imediações dos rios Rovuma e Lugenda até 1400m na montanha de Mecula. A
montanha de Mecula é um inselberg isolado, de grande dimensão localizado no centro da reserva que é
circundada por uma zona plana. As características dos solos variam de areno-argilosos, profundos e
permeáveis de pouca fertilidade a solos inférteis de camadas superficiais e finas de areia,
frequentemente vulneráveis à erosão (MAE, 2005).

A RNN é atravessada por dois grandes rios nomeadamente o rio Rovuma a Norte e Lugenda a Este e
Sul. Luatise, Luambala, Luchimua, Lureco, Lucheringo, Messinge e Chiulezi. A montanha de Mecula
representa uma importante faceta na hidrologia da Reserva, pois, é suficientemente alta para gerar
chuvas orográficas nas áreas circunvizinhas gerando água que alimenta os rios Ncuti e o Licombe.
Os dambos são depressões hidromórficas suaves ou vales extensos não profundos que são encontradas
em algumas zonas da RNN (SGDRN, 2005).

3.3 Vegetação e Fauna

Mais de 70% da área total da Reserva Nacional de Niassa é coberta por floresta de miombo que inclui
mais 800 espécies de plantas, metade das quais endémicas. A vegetação dentro da RNN subdivide-se
em 6 classes, designadamente, Floresta Aberta decídua, Floresta densa decídua, Floresta Sempre verde,
Dambos (Pradaria inundada), Vegetação Ribeirinha e Floresta com Agricultura Intinerante (Craig,
2009; Marzoli, 2007; Ribeiro 2005; Timberlake, et al., 2004). A Reserva Nacional de Niassa possui
larga diversidade faunística que inclui cerca de 20.000 elefantes, 14.000 pala-palas, 800 leões, 350 cães
selvagens africanos, leopardos, búfalos e mais de 400 espécies de pássaros alguns em perigo de
extinção (Craig, 2009 e SGDRN, 2010).

22
3.4 População humana

Ao longo de décadas foi ocupada por famílias locais que vivem em grupos relativamente isolados e,
actualmente conta com cerca de 40.000 habitantes distribuídos em 50 aldeias incluindo duas sedes
distritais, nomeadamente, Mecula e Mavago (Cunliffe, et al., 2009). A densidade populacional é baixa
e varia de 0.8 habitantes/km2em Mecula até 1.9 habitantes/Km2 no distrito de Mavago (MAE, 2005).

Grande parte da população vive dedicando-se à prática de agricultura de subsistência incluindo outras
actividades como extracção do mel, lenha, caça e comércio de pequena escala e vivem com menos de 1
dólar por dia (Cunliffe, et al., 2009).

A população que reside na RNN realiza o comércio com os restantes distritos da província de Niassa
ao mesmo tempo que estabelece laços comerciais com a vizinha Tanzânia. As principais culturas de
rendimento são o tabaco e algodão. O fomento pecuário é muito baixo, provavelmente devido à
existência de predadores como, por exemplo, leões, leopardos e hienas (MAE, 2005).

3.5 Regime de Queimadas na RNN

A caracterização do regime de queimadas foi feita por Ribeiro (2007) entre os anos 2000 a 2005 onde
constatou que o intervalo médio de queimadas é de 1.54 anos correspondente à frequência média de
0.65 vezes/ano . A actividade Fogo começa no final da estação das chuvas (em Abril) e atinge o pico
no final de seca época seca (Agosto-Outubro). As queimadas ocorrem com maior incidência na região
Este da RNN e diminuem à medida que nos deslocamos para a região Oeste. A frequência de
queimadas na RNN é determinada pelo tipo de cobertura do solo, densidade dos elefantes, precipitação
média anual e corredores humanos.

23
4 MATERIAIS E MÉTODOS.

4.1 Aquisição e processamento de dados secundários.

4.1.1 Imagens MODIS.

A caracterização do regime de queimadas foi feita com base em imagens de satélite MODIS
correspondentes aos fogos activos (MCD14ML) e áreas queimadas (MCD45A1) referentes ao período
entre Novembro de 2000 até Dezembro de 2012, disponibilizadas gratuitamente nos endereços
http://fuoco.geog.umd.edu e http:/ba1.geog.umd.edu, respectivamente.

As imagens das áreas queimadas foram inicialmente convertidas do formato hdf para img através do
programa Erdas 9.3. Por sua vez, as imagens dos fogos activos foram convertidas do formato
ASCII(text) para DBF4 usando o programa MO-Access. Posteriormente, todas as imagens foram
corrigidas para a projecção UTMzone37S, datumWGS84 usando o programa Arcgis 9.3/Arcmap. Das
imagens MCD45A1 foram extraídos e classificados como áreas queimadas os pixéis cujos valores
variaram entre 1 a 366 dias julianos. Os pixéis com valores diferentes a estes foram classificados como
áreas não queimadas. Das imagens de fogos activos MCD14ML foram extraídos e classificados como
fogos activos os pixéis com nível de confiança igual ou superior a 80%. Com base nestes dados,
calculou-se a frequência, intervalo de retorno, sazonalidade, intensidade, densidade e extensão da área
queimada.

4.1.2 Mapa de uso e cobertura da terra

O mapa de uso e cobertura da terra foi obtido a partir do relatório de inventário Nacional de Recursos
florestais (Marzoli, 2007). Com base na classificação de Marzoli (2007) foram identificados na RNN 6
tipos de uso e cobertura da terra, designadamente: Floresta Aberta decídua, Floresta densa decídua,
Floresta Sempre verde, Dambos (Pradaria inundada), Vegetação Ribeirinha e Agricultura Intinerante.

24
4.1.3 Mapas de áreas e focos de queimadas

Das imagens MODIS (Burned areas) produziu-se o mapa agregando todas as áreas queimadas entre
2000 a 2012. O mapa de áreas queimadas conteve duas classes, área queimada e área não queimada.
Foi considerado como área queimada a cada pixel queimado pelo menos uma vez durante todo o
período em análise. O mapa de focos de queimadas foi produzido a partir das imagens MODIS (active
fire) onde foram agregados todas os fogos activos identificados entre 2000 a 2012. Os mapas foram
produzidos usando ferramentas de intersecção e união disponíveis em Arcgis 9.3/Arcmap.

4.1.4 Mapas de precipitação e temperatura média anual

Os dados de precipitação e temperatura estão disponíveis no endereço


http://www.worldclim.org/futdown.htm. Estes dados são disponibilizados no formato EsriGrid (raster)
com uma resolução espacial de 1km e cobrem um período de 50 anos (1950-2000). Os valores da
temperatura são apresentados em oC*10, o que implica que para se obter a temperatura real, os valores
devem ser divididos por 10. A precipitação é dada em milímetros (mm). Os dados de precipitação e
temperatura estão agregados em valores médios, mínimos e máximos mensais. (Hijmans et al., 2005).
Usando o Arcgis 9.3/Arcmap, produziu-se os mapas de temperatura e precipitação da região de estudo.
A temperatura média anual na RNN variou de 20.6 oC a 26.7 oC no sentido Oeste-Este. Enquanto, a
precipitação média anual variou de 930 mm a 1384 mm no sentido Oeste-Este.

4.1.5 Mapa de altitude

Os dados de altitude foram gerados a partir do modelo digital de elevação (DEM) obtido da
CENACARTA. O raster do relevo possui uma resolução de 30m. Usando o Arcgis 9.3/Arcmap,
produziu-se o mapa de altitude da região de estudo que variou de 116 m a 1400 m.

25
4.1.6 Mapa de densidade populacional

Dados da densidade populacional foram adquiridos do relatório do censo Nacional da População (INE,
2007). Residem actualmente na RNN cerca de 40.000 habitantes (Cunliffe, et al., 2009) maior parte dos
quais concentrados nas sedes dos distritos de Mecula e Mavago cuja densidade populacional estima-se
em 0.8hab/Km2 e 1.9hab/Km2, respectivamente (MAE, 2005a e MAE, 2005b). Os dados são
disponibilizados em formato de Shapefile cuja tabela de atributos apresenta informação sobre
população total para cada aldeia.

A partir da função Kernel density do Arcgis 9.3/Arcmap produziu-se o mapa da densidade


populacional para toda a área da reserva. Kernel density é um método não paramétrico para estimação
de curvas de densidades onde cada observação é ponderada pela distância em relação a um valor
central, o núcleo. A densidade populacional na RNN variou de 0 a 76 habitantes/km2 que corresponde
ao valor máximo de cerca de 16 agregados/km2 com uma média de 5 indivíduos cada.

4.1.7 Mapa de distância das vias de acesso

O mapa de vias de acesso foi obtido da CENACARTA. De acordo com SGDRN (2005) a rede de
estradas cobre cerca de 1200 km de estradas de terra batida. Os dados foram adquiridos no formato
shapefile e com projecção UTM zone37S, datumWGS84. Do mapa de vias de acesso calculou-se a
distância euclidiana (distância geométrica entre dois pontos no plano multidimensional) entre as ruas e
os pontos de ocorrência de queimadas usando ferramentas do ArcGis9.3/ArcMap. Foi considerada a
distância máxima de 150km entre o ponto de ocorrência de queimadas e a via de acesso mais próxima.

4.1.8 Mapa de densidade dos elefantes

Os dados da densidade de elefantes na RNN foram obtidos a partir do relatório de contagem aérea da
Fauna (Craig, 2009). Este relatório apresenta as estimativas da densidade de elefantes por cada unidade
de maneio em forma de tabela o que facilitou a sua associação à tabela de atributos do mapa de
unidades de maneio da reserva. A densidade de elefantes na RNN aumenta no sentido Oeste-Este e, os

26
valores variam 0.0817 elefantes/km2 na unidade R1 a Noroeste até 1.5177 elefantes/km2 na unidade L8
no extremo Sudeste.

4.2 Mapeamento do Regime de Queimadas

4.2.1 Mapeamento da Frequência e Intervalo de retorno das queimadas entre 2000 e 2012

A frequência de queimadas é dada pelo no de vezes que um determinado pixel é afectado pelo fogo
durante os 12 anos em análise (2000 e 2012), enquanto, o intervalo de retorno corresponde ao tempo
compreendido entre 2 fogos consecutivos sobre o mesmo pixel (Bond & Keeley, 2005). O mapa de
frequência de queimadas foi obtido a partir das imagens mensais de áreas queimadas (MCD14ML) que
através da ferramenta raster calculator do software ArcGis 9.3/Arcmap foram combinadas para
determinar o número de vezes que cada pixel foi afectado pelo fogo durante 12 anos.

O intervalo médio de retorno (IMRQ) e a frequência média das queimadas foram calculados com base
na metodologia apresentada por Ribeiro et al. (2007) recorrendo-se à equação 1:

= ∗ (Equação 1)

Onde: T= período de tempo em análise (12 anos), A= área total da Reserva (42000Km2) e a=área
actualmente queimada.

A frequência média de queimadas é dada pela equação 2:

ê = (Equação 2)

4.2.2 Mapeamento da sazonalidade e extensão da área queimada

A sazonalidade é a distribuição das queimadas ao longo das diferentes estações do ano (Bond & Keeley
2005). Intersectou-se os mapas de áreas queimadas e fogos activos baseando-se nas datas de ocorrência
de queimadas (dias julianos). Posteriormente exportou-se os dados para o MO-Excel onde foi gerado
um gráfico ilustrativo da distribuição mensal dos focos e áreas queimadas durante o período em análise.
Para a determinação da extensão da área queimada primeiro converteu-se o mapa áreas queimadas do

27
formato raster para shapefile. De seguida, usando a ferramenta Hawths_Analysis_Tools_for_ArcGIS9
calculou-se a extensão da área queimada por cada classe de frequência e os resultados foram
apresentados em forma de gráfico e tabela.

4.2.3 Cálculo da densidade e intensidade das queimadas

Quer a densidade como a intensidade de queimadas foram calculadas a partir dos focos de fogos activos
extraídos das imagens MCD14ML. A densidade de queimadas é o número de pixéis contendo focos de
queimadas por km2 durante os 12 anos de estudo (NWCG, 2012). O cálculo da densidade de queimadas
foi feito a partir da equação 3:


= (Equação 3)
Á

De acordo com NWCG (2012) a intensidade de queimadas é taxa de calor emitido por uma linha de
frente de fogo num determinado tempo e, é apresentada nas imagens MCD14ML como Fire Radiative
Power e, é medida em Quilowatts por metro (KW/m) .

4.3 Efeito da precipitação, temperatura, altitude, tipo de uso e cobertura da terra, vias de
acesso, densidade de elefantes e densidade da população sobre a ocorrência de queimadas
dentro da RNN.

Por forma a uniformizar a representação dos dados, todos os dados vector (densidade populacional, tipo
de uso e cobertura da terra, densidade de elefantes e distância em relação as vias de acesso) foram
convertidos para raster com o tamanho de pixel de 30mx30m. Os mapas de áreas queimadas,
precipitação média anual e temperatura média anual foram redimensionados passando a ter pixéis de
30mx30m pelo método nearest neighbour resampling (ArcGis 9.3/Arcmap) de modo a manter o valor
do pixel.

De seguida fez-se a sobreposição dos mapas de tipo de uso e cobertura da terra, precipitação,
temperatura, altitude, densidade populacional, densidade de elefantes e distância em relação as vias de
acesso, por meio de operações de combinação (Spatial Analyses tools/Local/Combine) disponíveis em

28
ArcGis.9.3/Arcmap. Como produto final, cada pixel de áreas queimadas ou não queimadas passou a
conter também informação sobre o tipo de uso e cobertura da terra, precipitação, temperatura, altitude,
densidade populacional, densidade de elefantes e distância em relação as vias de acesso. A tabela de
atributos resultante das operações de intersecção de mapas temáticos foi exportada para o MO-Excel
para posteriores análises usando pacotes estatísticos adequados.

4.4 Análises estatísticas


4.4.1 Regressão Logística

Para investigar os factores que determinam a ocorrência de queimadas na região de estudo recorreu-se à
análise de regressão logística stepwise foward usando o pacote estatístico SAS.9.0 onde se avaliou o
grau de contribuição do tipo de uso e cobertura da terra, precipitação, temperatura, altitude, densidade
populacional, densidade de elefantes e distância em relação às vias de acesso na determinação da
chance de ocorrência de queimadas na RNN.

De acordo com Allison (1999) a regressão logística é uma técnica estatística que tem como objectivo
produzir, a partir de um conjunto de observações, um modelo que permita a predição de valores
tomados por uma variável dependente categórica dicotómica, a partir de uma série de variáveis
independentes contínuas e/ou binárias.

Assim, converteu-se a frequência de queimadas numa variável dependente dicotómica, área não
queimada (FQ=0) e área de queimada (FQ = 1). A temperatura, precipitação, a distância em relação às
vias de acesso, densidade populacional, densidade dos elefantes foram classificadas como variáveis
independentes contínuas, ao passo que, o tipo de uso e cobertura da terra foi considerado variável
independente categórica.

O modelo geral da regressão logística é dado pela equação 4:

= + + + ⋯+ (Equação 4)

Onde: Pi = probabilidade de aumento de frequência de queimadas; α = constante; β = factor de


contribuição da variável independente. Xi= variável independente.

29
4.4.2 Determinação da importância das variáveis dependentes sobre a ocorrência de queimadas
na RNN.

Para a avaliação da contribuição das variáveis na frequência de queimadas na RNN recorreu-se a


regressão logística com o método Stepwise Forward utilizando o software SAS versão 9.0. Neste
método, cada variável é incluída separadamente no modelo após a verificação do seu desempenho
na estimativa da variável binária (frequência de queimadas). O processo termina quando todas as
variáveis que, conjuntamente, explicam melhor à variável dependente forem seleccionadas.

A significância da participação individual de cada uma das variáveis sobre a ocorrência de queimadas
na RNN foi determinada com base no teste Wald (Wald Chi-square). De acordo Hair et al. (2005), a
estatística Wald (Equação5) fornece a significância estatística para cada coeficiente estimado e,
testa a hipótese nula de que o coeficiente é igual a zero. Quando o valor de significância referente
ao teste Wald (P >ChiSq) é inferior ao nível de significância da pesquisa (α=0.05), o coeficiente é
estatisticamente significativo para o modelo. Segundo Thompson (2009) quanto maior for o valor
Wald maior é a significância da contribuição da variável independente sobre a dependente.

= .
(Equação 5)

Onde: β = factor de contribuição da variável independente; S.E = Erro padrão.

Calculou-se o Odds ratios (OR) para comparar as chances de ocorrência de queimadas dada as
condições de exposição à queimada proporcionada por cada variável independente (Szumilas, 2010)
usando a equação 6.

= (Equação 6)

OR=1: a exposição não afecta as chances de ocorrência de queimadas; OR>1: a exposição aumenta as
chances de ocorrência de queimadas; OR<1: a exposição diminui as chances de ocorrência de
queimadas.

Finalmente, avaliou-se o poder do modelo de determinar as chances de ocorrência de queimadas na


RNN com base no teste de Cox e Snell (R2) e Nagelkerke (R²) (Hair et al., 2005). O teste Nagelkerke
(R²) é uma transformação do teste de Cox e Snell (R2) com objectivo de estender a sua escala para o

30
intervalo de 0 a , por forma a facilitar a sua interpretação. O poder explicativo do modelo é maior
quanto mais próximo de "1" o valor de R2 estiver (Bewick et al., 2005).

Em todas as análises estatísticas foi considerado o nível de significância de pesquisa, α=0.05.

4.4.3 Análise da acurácia do mapa de frequência de queimada

Os dados de referência foram colhidos no campo. A partir do mapa de frequência de queimadas


produzido anteriormente, seleccionou-se três unidades de maneio (figura 3) nomeadamente, R4, L4 e
L3 correspondentes às áreas de incidência de queimadas alta, moderada e baixa, respectivamente.

4.4.3.1 Cálculo do índice de acurácia temática

Determinou-se o índice de acurácia Kappa usando a Equação 7:

Po  Pe
K (Equação 7 )
1  Pe
Onde: K= coeficiente de concordância Kappa; Po= Proporção de unidades (Pontos de referência) que
concordam isto é, obtém-se dividindo o número de pixéis que concordam pelo número total de pixéis.
Pe= proporção de elementos atribuídos a cada classe ao acaso, isto é, corresponde ao produto da linha e
da coluna dessa classe na matriz de confusão.

De acordo com Landis e Koch (1977) citados por Congalton e Kass (2009) o grau de concordância
classifica-se em:

 Concordância Forte: K> 80%; Concordância Moderada: 80% ≤ K ≥ 40% e, Concordância


baixa: K <40%. O valor K= 100% ocorre quando houver total concordância entre os pontos de
referência e as categorias classificadas.

A acurácia global mede a acurácia total obtida na classificação e, foi calculada a partir da soma dos
valores da diagonal principal (pixéis correctamente classificados) dividida pelo total da amostra na
matriz de erros. (Congalton e Green, 2009) De acordo com Anderson et al. (1976) citado por Kestring
(2011) valores de acurácia global acima de 0.85 indicam uma acurácia aceitável.

31
4.5 Levantamento de dados primários

O levantamento de dados de campo foi feito com o objectivo de verificar a relação entre as actividades
humanas, acção dos elefantes e a frequência de queimadas na RNN bem como avaliar a acurácia das
classificações feitas com base em dados de teledetecção.

Esta actividade foi realizada em de Julho de 2012 nas unidades de maneio R4, L4 e L3. A escolha
destas 3 unidades de maneio teve como objectivo a incorporação na amostra das áreas com frequência
de queimadas alta (R4), moderada (L4) e baixa (L3).

Estabeleceu-se 108 parcelas georreferenciadas e associadas às classes de frequência correspondentes a


36 transectos, sendo 6 em cada classe de frequência de queimadas. Em cada transecto foram
estabelecidas 3 parcelas separadas por 250m (figura 3). Em cada parcela contou-se os números de
árvores contendo sinais de queimadas e sinais de danos causados pelo homem e pelos elefantes
conforme o anexo 1A. Os dados foram apresentados em formatos de gráfico que demonstram o efeito
da actividade humana e da acção dos elefantes sobre a frequência de queimadas na RNN.

32
Figura 3: Alocação parcelas de amostragem por cada classe de frequência de Queimadas nas unidades
de maneio R4, L4 e L3

D=250m
R=15m

D=500m

Figura 4. Alocação das Parcelas ao longo do Transecto de 500m

33
5 RESULTADOS E DISCUSSÃO

5.1 Mapeamento da Frequência e Intervalo Médio de Retorno Queimadas na RNN.

O intervalo médio de retorno (IMR) calculando indica que na Reserva Nacional de Niassa o fogo
retorna a um sito particular a cada 3.29 anos correspondendo a uma frequência média de 0.36
vezes/ano. Este valor representa aproximadamente o dobro do período calculado por Ribeiro (2007)
que para a mesma área estimou em 1.56 anos o tempo médio entre dois fogos consecutivos. Porém,
ambas estimativas enquadram-se no intervalo médio de retorno de queimadas típico de ecossistemas de
miombo que cobre mais de 70% da RNN. De acordo Chidumayo (1997), Frost (1996) e Scholes e
Walker (1993) o tempo médio entre fogos consecutivos nos ecossistemas de miombo varia de 1.7 a 4
anos.

Contudo, o IMRQ estimado em 3.29 anos não quer dizer que a RNN seja queimada de 3 em 3 anos
porque, observações contínuas feitas através de imagens de satélite MODIS entre 2000 a 2012
mostraram que as regiões Central-Norte e Este da RNN, especificamente as unidades de maneio R4,
R5, L5, R6, L6, L8 e parte de R3 registaram queimadas frequentes, cerca de 10 a 15 vezes consecutivas
(figura 5) o equivalente ao intervalo de retorno que varia de 2 anos a menos de 1 ano (figura 6). O
extremo sudoeste da RNN foi menos afectado pelas queimadas com uma frequência que varia entre 0 a
1 queimada em cada 12 anos. Igual cenário foi registado ao longo da vegetação ribeirinha e nas zonas
montanhosas, em redor dos Montes Mecula e Yao. Isto significa que o uso de IMR para a
caracterização das queimadas na RNN não e suficiente pois existem variações ao longo da reserva
causadas pelas características ambientais e antrpogénicas.

Os resultados obtidos neste estudo são semelhantes aos encontrados por Ribeiro (2007) que mapeou a
frequência de queimadas na RNN e encontrou uma variação de 0 a 5 queimadas consecutivas em 5
anos, obedecendo um gradiente de queimadas no sentido Este – Oeste, associado a variações na
composição e estrutura da vegetação. Magadzire (2013) estudou o regime de queimadas no ecossistema
de miombo na região de Charara Safari em Zimbabwe durante 10 anos tendo encontrado que 85% da
área total queima-se a cada 2 anos. Usando imagens MODIS MCD45A1 num período de 8 anos,
Archibald et al. (2010) estimou em 1.7 a 10 anos o tempo médio entre fogos consecutivos nas savanas
da região da África Austral dependendo da precipitação e do grau do impacto a acção humana.

34
Figura 5 . Frequência de queimadas na RNN no período entre 2000 a 2012.

35
Area (%)

27% 7%
7%
7%
9%
29%
14%

IRQ

Figura 6. Intervalo de Retorno de Queimadas


Queimadas (IRQ) na RNN no período entre 2000 a 2012.

36
5.1.1 Variação da frequência e IRQ ao longo da RNN

A região Este da RNN que abrange as unidades de gestão R6, L6, L5 e L8 é frequentemente afectada
pelas queimadas porque é dominada por vegetação aberta e pradaria e, a precipitação nesta região é
baixa variando de 800 a 1000 mm/ano (Craig, 2009; Marzoli, 2007, SGDRN, 2005) o que favorece a
inflamabilidade do combustível lenhoso. Outro factor não menos importante é o relevo plano (< 600m)
que caracteriza a região (SGDRN, 2005). De acordo com Agee (1991) citado por Foster (1998) baixas
altitudes possuem condições edafo-climáticas que favorecem a produção de biomassa e condições
climáticas como temperaturas elevadas e baixa humidade do ar criando um ambiente propenso para a
propagação das queimadas.

A região Central-Norte que cobre as unidades de gestão R4, R5 e parte de R3 é dominada por miombo
decíduo caracterizado por terras baixas e áreas rochosas (SGDRN, 2005). A precipitação é mais
elevada do que a região Este podendo atingir 1200mm. Porém, à semelhança da região Este a
precipitação está concentrada nos meses de Novembro a Abril, o que significa que a duração da época
seca é semelhante nas duas regiões. Por este motivo, condições de elevada precipitação favorecem as
queimadas na região Central-Norte da RNN através do aumento da produção e produtividade de
biomassa no ecossistema (Hely et al., 2003; van Wilgen e Scoles, 1997).

Quer a região Este como a Central-Norte da RNN possuem elevada densidade de elefantes que chega a
ser superior a 1 elefantes/km2. Os elefantes favorecem a ocorrência das queimadas através da abertura
de clareiras que posteriormente se tornam vulneráveis à ocorrência de queimadas (Landman et al.,
2007). De acordo com Holdo (2007) e Mtui e Smith (2006)os elefantes são os perturbadores primários
da vegetação e o seu efeito negativo sobre a vegetação é exacerbado pela acção das queimadas. Um
modelo desenhado por Holdo et al. (2009) demonstrou que um incremento da densidade de elefantes de
0 a 0.5 elefantes/km2 no ecossistema de Serengeti (Quénia) poderá causar profundas mudanças na
estrutura e tamanho da comunidade vegetal, através da alteração do padrão de distribuição das espécies
ao longo das classes de tamanho e poderá converter áreas florestais em áreas arbustivas que são mais
vulneráveis às queimadas.

As áreas com baixa frequência e elevado IMR de queimadas são dominadas por vegetação ribeirinha ou
frequentemente inundada ao longo dos rios Rovuma, Lugenda e outros, incluindo zonas montanhosas,
dominadas por Inselbergs , como é o caso dos Montes Mecula e Yao. A vegetação frequentemente
inundada ou sempre húmida reduz a frequência de queimadas através da redução da inflamabilidade do

37
combustível, ao passo que, elevadas altitudes e encostas pouco expostas à radiação solar reduzem a
disponibilidade, continuidade e inflamabilidade do material combustível, concorrendo desta forma para
o alargamento do intervalo de retorno das queimadas (Keleey et al., 2009; Russell-Smith et al., 2007 e
Foster, 1998).

Durante as observações feitas no campo foi possível notar que os locais contendo machambas e em
volta de assentamentos humanos tendem a queimar-se menos do que os locais com poucos vestígios da
acção humana. Este cenário justifica-se principalmente pelo método de queima aplicado pelas
populações locais, pois, durante a preparação dos campos agrícolas estes derrubam a vegetação e
posteriormente concentram-na em pontos específicos para a queimada. Com este procedimento, nem
todas as áreas queimada são detectadas pelo sensor MODIS uma vez que, só detecta cicatrizes de
queimadas com área mínima de 500m2.

Cenário semelhante foi observado por Nielsen e Rasmussen (2001) ao mapear a frequência e o
intervalo de retorno de queimadas na savana de Burkina Faso tendo constatado que locais com elevada
intensidade de actividades humanas tendem a apresentar queimadas com longo intervalos de retorno.

5.2 Extensão e Sazonalidade da Área Queimada na RNN

O registo histórico da ocorrência de queimadas indica que cerca 91% da área total da Reserva Nacional
de Niassa (42000Km2) foi queimada durante o período entre Novembro de 2000 até Julho de 2012, dos
quais, 14 % queimou-se anualmente, 29% de 2 em 2 anos, 27% em cada 3 a 4 anos, 21% em cada 5 a
12 anos e, apenas 9% corresponde a área que não foi queimada (figura 6).

Ribeiro (2007) avaliou a extensão da área queimada na RNN entre os anos 2000 a 2005 tendo
observado que cerca de 93% da área total da reserva foi afectada pelo fogo, sendo que 13% queimou-se
anualmente, 25% pelo menos 3 a 4 vezes e 20% ardeu pelo menos 2 vezes em 5 anos (2001-2005).

De 2002 a 2012 observou-se que a extensão da área queimada na RNN duplicou-se, isto é, aumentou de
cerca de 12707.88 Km2 para 28054.58 Km2 (tabela1). Outro aspecto importante a observar é o facto de
os anos que atingiram os valores mais altos da área queimada foram seguido por momentos de
escassez de vegetação que se traduziu na redução da área disponível para queimar-se, como por

38
exemplo, os anos 2001 (46560.79 km2) e 2002(12707.88 Km2) , 2006 (31821.34 Km2) e 2007
2 2 2
(27628.63 Km ), 2010 (32934.58 Km ) e 2011(22396.25 Km ).

Quanto à sazonalidade das queimadas (Figura7) notou-se que os fogos tendem a se concentrar na época
seca entre os meses de Agosto a Novembro. É nesta época do ano em que foi registada a maior
extensão da área queimada e o maior número de fogos activos, ao passo que na época chuvosa, entre
Dezembro a Abril há pouco registo de queimadas na RNN. Esta tendência da sazonalidade das
queimadas demonstra o papel da precipitação no regime de queimadas nos ecossistemas de miombo tal
como observado por Keleey et al. (2009) e Ribeiro et al. (2009). Segundo estes autores, condições de
chuvas abundante reduzem a frequência das queimadas devido à baixa inflamabilidade da biomassa
lenhosa.

O facto de 43% da área total da RNN queimar-se a cada 1 - 2 anos (figura6) e grande parte das
queimadas ocorrerem na época seca (figura 7) coloca em risco a integridade e diversidade biológica da
reserva, pois, de acordo com Ryan e Williams (2011), Zolho (2005), Trapnell (1959) as queimadas
frequentes durante o pico de época seca reduzem a sobrevivência de plantas jovens para além de
provocar danos quase irreversíveis nas copas de pequenas árvores e arbustos mais dominantes dos
ecossistemas de miombo.

39
20 20

Area Queimada Focos de Queimada


Extensão da Area Queimada (x103 km2)

15 15

Nr Fogos Activos (x102)


10 10

5 5

0 0
Nov

Nov

Nov

Nov

Nov

Nov

Nov

Nov
Out

Out
Maio

Maio

Out

Out
Maio

Maio

Out
Maio

Maio

Maio
Jun

Jun

Jun

Jun

Jun
Ag

Ag

Jul

Jul

Ag

Ag

Jul

Jul

Ag

Jul

Jul

Jul
Dez

Set

Set

Dez

Set

Set

Set

Set

Set
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Meses /Ano

Figura 7: Distribuição intra-anual dos focos de queimada e da extensão da área queimada durante o período entre 2000 a 2012

Tabela 1: Área total queimada por ano durante o período entre 2000 a 2012

Ano 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012
Area
0 46560.79 12707.88 28965.10 23679.54 27478.14 31821.34 27628.63 34669.76 30587.07 32934.58 22396.25 28054.58
(km2)

40
5.3 Intensidade e Densidade de Queimadas na RNN

Ao analisarmos a densidade e a intensidade de queimadas durante o período entre 2000 a 2012 (figura 8)
constatamos que existe uma relação inversa entre as duas variáveis, ou seja, áreas com baixa densidade de
fogos (20-30fogos activos/km2) registaram queimadas muito intensas (± 80000Kw). Este comportamento
do regime de queimadas deve-se ao facto de baixas densidades de focos de fogo activos associarem-se à
queimadas infrequentes levando à produção e acumulação de grandes quantidades de biomassa vegetal
(combustível) que, ao ser queimada emite elevada taxa de calor. Por sua vez, elevada concentração dos
fogos numa determinada área aumenta a frequência de queimadas que reduz a produção e disponibilidade
de biomassa vegetal (combustível) diminuindo desta forma a quantidade de calor produzido durante as
queimadas.

Resultados semelhantes foram encontrados por Govender et al. (2006) num experimento realizado na
savana da África do Sul onde o aumento do intervalo de retorno de queimadas de 1 para 6 anos foi
acompanhado pelo aumento de intensidade de queimadas de 28 kW/m para 17 905 kW/m em resposta à
biomassa lenhosa que incrementou de 2964 kg/ha para 3972 kg/ha. van Langevelde et al. (2003) através de
um modelo de simulação demonstraram que o aumento da quantidade de biomassa de gramíneas nas
savanas tropicais resulta em queimadas muito intensas que causam danos severos sobre as árvores.

Este dado vem agravar a ameaça que as queimadas representam para a integridade e diversidade biológica
da RNN pois, cerca de 21% da sua área registou queimadas não frequentes e, provavelmente, de
intensidade elevada.

100 Intensidade Densidade 80


y = 2.376x + 33.49
Intensidade de Queimada

Densidade de Queimadas

R² = 0.901 70
80
(Fogos activos/Km2)

60
(x103 KW)

60 50
40
40 y = -3.126x + 81.14 30
R² = 0.908 20
20
10
0 0
0 2 4 6 8 10 12 14
Freqência de Queimada em 12 anos

Figura 8: Relação entre a densidade e intensidade das queimadas na RNN.

41
5.4 Avaliação da acurácia do mapa de frequência de Queimadas

A análise da acurácia temática apresentada na tabela 2 demonstra um moderado ajustamento entre o mapa
de frequência de queimada produzido a partir de dados de teledetecção e os dados obtidos a partir dos
levantamentos do campo (Kappa = 45.5%). Porém, a Acurácia Global estimada em 88.9% indica que a
classificação das áreas queimadas obtida a partir das imagens MODIS é aceitável.

As imagens MODIS apresentaram uma eficiência de 100% na classificação das áreas queimadas, isto é,
todas áreas classificadas como Queimadas pelas imagens MODIS foram confirmadas no terreno. Porém, o
mesmo já não se pode afirmar para a classificação das áreas não queimadas onde dos 18 pixéis
classificados como áreas não queimadas, apenas 33% foram confirmados no terreno como áreas que
realmente não foram queimadas durante o período entre 2000 a 2012.

A baixa eficiência na classificação das áreas não queimadas pode ser associada à resolução espacial do
sensor MODIS (500m x 500m) pois, nem todas as queimadas que ocorrem no terreno são suficientemente
extensos e intensos para serem detectados pelo sensor. De acordo com Stolle et al.(2004) o sensor MODIS
detecta perfeitamente áreas queimadas que sejam extensas e contínuas, mas têm dificuldades de detectar
áreas com baixa densidade de queimadas.

Esta constatação foi reforçada pelas observações feitas no campo (figura 9) onde foi possível identificar
nas parcelas de frequência de queimada nula cerca de 741 indivíduos/ha com sinais de fogo o que significa
que a queimada registada nestas parcelas não foi suficientemente intensa nem extensa para ser detectada
como fogo activo ou área queimada pelo sensor MODIS.

O número de indivíduos com tronco queimado e mortos pelo fogo tende a aumentar com o aumento de
frequência de queimadas. Ao passo que, o número de árvores com copa queimada reduziu de 289
arvores/ha nas parcelas com frequência nula para 76 árvores/ha nas parcelas com frequência entre 8 a 12
vezes durante os 12 anos. Este aspecto explica-se pelo facto de áreas com baixa frequência de queimadas
acumular maior volume de biomassa que ao ser queimada resulta em chamas muito altas que atingem as
copas das árvores.

42
Tabela 2: Acurácia temática do mapa da frequência de queimadas

Coeficiente
Erros de Erros de Acurácia do Acurácia Acurácia
Acurácia do de
Classe inclusão Omissão Produtor Global Esperada
usuário (%) concordância
(%) (%) (%) (Po) (Pe)
(K)
Área
0.0 11.8 88.2 100.0
Queimadas
88.9% 79.6% 45.5%
Área Não
66.7 0.0 100.0 33.3
queimada

Nao Queimada Tronco Queimado Copa Queimada Morta Pelo fogo

2500
Nr Arvores ou Arbustos /ha

2000 113
135

1500 143
116 932 76
42 74 58
17 29
1000 289 472 327 68
978
410 532
500 938
770 851
494 457 410
0
0 1_2 2_3 3a5 5_8 8 _ 12
Frequência de Queimadas (vezes/12 anos)

Figura 9: Abundância de árvores e arbustos com sinais de queimadas por cada classe de frequência

43
5.5 Factores que influenciam o Regime de Queimadas na RNN

Com base nos resultados apresentados na tabela 3 pode-se observar que considerando o nível de
significância de 5%, a chance de ocorrência de queimadas é determinada pelo tipo de uso e cobertura da
terra, densidade dos elefantes (DE), precipitação (Prec), temperatura (Temp), distância em relação às vias
de acesso (DR) e densidade populacional (Dpop), pois, estas variáveis possuem um efeito estatisticamente
significativo (P<0.0001) sobre a chance de ocorrência de queimadas. Por isso o modelo logístico da chance
de ocorrência de Queimadas é expresso pela equação 8:

[ ℎ ] = −35.46 + 0.56(2 ) − 0.60 (2 ) − 0.65 (2 ) + 0.43 (2 )+


1.03 (2 ) + 0.009 + 1.56 + 0.01 + 0.099 + 0.97 . (Equação 8)

A altitude foi excluída do modelo pelo facto de não ter efeito adicional significativo sobre a chance de
ocorrência de queimadas na RNN, ao nível de significância de 5%.

O teste Cox e Snell (R2) (tabela 4) estimado em 25.72% indica que o poder explicativo do modelo é baixo.
Este valor significa que o tipo de uso e cobertura da terra, densidade dos elefantes, precipitação,
temperatura, distância em relação às vias de acesso e densidade populacional explicam apenas 25.7% das
chances de ocorrência de queimadas na RNN, sendo que aproximadamente 74.3% das chances são
explicados por outros factores não inclusos neste modelo.

De forma decrescente, os factores mais importantes para o aumento das chances de ocorrência de
queimadas na Reserva Nacional de Niassa são o tipo uso de cobertura da terra (Chisq=5729.77), densidade
de elefantes (Chisq=1128.99 e Odd ratio =4.779) e temperatura (Chisq=281.23 e Odd ratio =1.104),
enquanto, a densidade da população (Chisq= 38.44 e Odd ratio= 0.979) concorrem para a redução da
ocorrência das queimadas. A precipitação (Chisq=837.17 e Odd ratio =1.010) e a distância em relação às vias
de acesso(Chisq=277.07 e Odd ratio = 1.009) produzem um efeito muito baixo sobre as chances de
ocorrência de queimadas pois, a sua razão de chances é muito próxima de 1, valor que representa efeito
nulo.

Estes resultados são semelhantes aos encontrados por Ribeiro et al. (2009) segundo os quais, a RNN tende
a registar queimadas mais frequentes (mais de 4 vezes em 5 anos) nas áreas com vegetação menos densa e
elevada densidade de elefantes não havendo influencia das vias de acesso. Todavia, divergem quanto ao
efeito da precipitação e densidade da população, pois, segundo estes autores, as queimadas são mais

44
frequentes em locais com baixa precipitação sendo que a densidade da população foi removida do modelo
devido à ausência de significância do seu efeito.

O facto da precipitação média anual não ter demonstrado baixa influência sobre a ocorrência das
queimadas não diminui a sua importância sobre o regime de queimadas na RNN, pois, ela determina a
época de ocorrência das queimadas na RNN, isto é, as queimadas ocorrem mais na época seca, entre os
meses de Julho a Outubro do que no período chuvoso (veja ponto 5.2 e Figura 7).

De acordo com Archibald et al.(2010) a precipitação é um dos factores mais importantes na dinâmica dos
regimes de queimadas dos ecossistemas florestais da região da África Austral, pois, afecta a produção e
disponibilidade do combustível ao mesmo tempo que condiciona a inflamabilidade da biomassa.

A precipitação média anual na RNN varia de 600mm nos vales dos rios Rovuma e Lugenda até 1400mm
nas zonas montanhosas (SGDRN, 2005). Porém, a duração da época seca em toda área é de 7 meses, de
Maio a Outubro, por isso, as condições ambientais que favorecem a inflamabilidade da biomassa são
semelhantes em toda a reserva, ou seja, durante os meses de Maio a Outubro todo o combustível lenhoso
disponível tem a mesma chance de queimar-se.

Tabela 3: Análise da Regressão logística (stepwise) para a determinação da significância da participação


individual de cada variável sobre a ocorrência de queimadas (teste chi-wald e odd ratios) na RNN

P-value Intervalo de
Abre Stand Wald Odd
Parameter DF β Conf (Odd
v Error Chi_sq (Pr>Chi_ Ratio
Ratios)
sq)
Intercept - 1 -35.46 1.1062 1027.59 < .0001 - - -
Tipo de uso e
cobertura da Veg 5 - - 5729.77 < .0001 - - -
Terra
Densidade de
DE 1.564 0.0806 1128.99 < .0001 4.779 4.081 5.597
Elefantes
Precipitação Prec 1 0.010 0.00034 837.17 < .0001 1.010 1.009 1.011
Temperatura Temp 1 0.099 0.00318 281.23 < .0001 1.104 1.097 1.111
Distânia em
DR 1 0.009 0.00045 277.07 < .0001 1.009 1.008 1.009
relação as Ruas
Dens_Pop DPop 1 -0.021 0.00349 38.44 < .0001 0.979 0.972 0.986

45
Tabela 4: Avalia cão do Poder de Predição da com base nos testes de Cox e Snell (R2) e Max-rescaled

Cox e Snell (R2) Max-rescaled


R-Square = 0.1574 R-Square 0.2572

Ao compararmos a chance de ocorrência de queimadas entre as zonas de prática de agricultura itinerante e


os outros tipos de uso e cobertura da terra (tabela 5) constata-se que todos os tipos de vegetação analisados
apresentam maior chances de serem afectadas pelas queimadas do que as áreas de prática de agricultura. As
áreas cobertas de vegetação densa decídua (odd ratio = 5.995), vegetação aberta decídua (odd ratio =
3.763) e vegetação ribeirinha (odd ratio = 3.289) são as que possuem mais chances de ocorrência de
queimadas do que as áreas de vegetação sempre verde (odd ratio = 1.181) e de pradaria frequentemente
inundada (odd ratio = 1.123).

Este cenário deve-se por um lado, ao facto de toda a biomassa produzida nas áreas cobertas por estes tipos
de vegetação estar disponível para se queimar durante a época seca, ao passo que, nos campos agrícolas,
grande parte da biomassa é removida pelo homem durante a limpeza dos campos e extracção de
combustíveis lenhosos. Por outro lado, as actividades humanas como, construção de infra-estruturas e
abertura de campos de cultivo fragmentam as paisagens limitando a propagação do fogo (Archibald et al.,
2010 e Keeley et al., 2009). A vegetação ribeirinha da RNN é dominada por espécies decíduas (Marzoli,
2007; Ribeiro 2005; Timberlake, et al., 2004) facto que eleva a chance de ocorrência de queimadas do que
nas áreas de vegetação sempre verde e os dambos.

Tabela 5: Comparação das chances de ocorrência de queimadas entre as áreas de prática de agricultura
itinerante e as zonas com outro tipo de uso e cobertura da terra.

Intervalo de
Tipo de Uso e Stand Odd
Código Confiança (Odd
ID cobertura da Terra β Error Ratio
Ratios)
1 Floresta Aberta decidua 2WD 0.5605 0.0491 3.763 2.955 4.794
2 Floresta Sempre verde 2FE -0.5988 0.0367 1.181 0.963 1.448
3 Floresta densa decídua 2FD 1.0261 0.0427 5.995 4.784 7.513
Dambos(Pradaria
4 2GL -0.6488 0.0440 1.123 0.888 1.420
inundada)
5 Vegetação Ribeirinha 2FEG 0.4258 0.0326 3.289 2.639 4.099
6 Agricultura Intinerante* 2FXC - - - - -
* Referência

46
Assim, com base nas tabelas 3 e 5 nota-se
nota que as chances de ocorrência de queimadas são muito elevadas
em áreas com florestas densas decíduas (Odd Ratio=5.995
Ratio= ), Floresta aberta decídua (Odd Ratio=3.763) e
Vegetação ribeirinha (Odd Ratio=3..289) que possuem alta densidade de elefantes (Odd Ratio=
Ratio=4.779),
elevada temperatura média anual (Odd Ratio=1.104)
Ratio= e baixa densidade populacional (Odd Ratio=0.979).
Contrariamente ao esperado, a precipitação média anual (Odd Ratio=1.010) e distância em relação as vias
de acesso (Odd ratio = 1.009) têm baixa influência sobre a chance de ocorrência de queimadas na RNN.

As observações feitas no campo demonstraram que as parcelas frequentemente queimadas (5<FQ>8)


concentraram mais árvores/arbustos danificadas por elefantes e baixo número de árvores/arbustos
danificadas pelo homem significando que a ocorrência de queimadas
q na reserva de Niassa pode estar mais
associada ao aumento da densidade de elefantes do que da população humana.

Com base na figura 9 é possível notar que o número de indivíduos danificados pelos el
elefantes aumentou de
2 árvores/arbustos
arbustos por hectare nas parcelas que registaram 2 queimadas
as em 12 anos para 20
árvores/arbustos
arbustos por hectare nas parcelas com frequência de 5 a 8 queimadas em 12 anos. Árvores/arbustos
mortos pela acção dos elefantes foram identificados quer nas parcelas de baixa (1 a 2 vezes/12an
vezes/12anos) como
nas de elevada frequência de queimadas (8 vezes/12 anos) podendo significar que a mortalidade das
árvores/arbustos devido à acção dos elefantes é independente da frequência de queimadas.

Este cenário enquadra-se


se nas observações feitas por Holdo et al. (2009) e Baxter & Getz (2005) pois, para
estes autores, um incremento da densidade de elefantes de 0 a 0.5 elefantes/km2 é suficiente para causar
alterações no ecossistema de savana enquanto, densidades superiores a 1 elefante/km2 conduzem
inevitavelmente à redução da cobertura vegetal.

Parcialmente Quebrada Derrubada Viva Morta por Elefante

20
2
Nr Árvores ou Arbustos/ha

1
15

10
17
5
1
2 1 2
0 0 0 0 1 0
0 1_2 2_3 3a5 5_8 8 _ 12
Frequência de Queimadas (vezes/12 anos)

Figura 10: Danos causados por elefantes em cada classe de frequência de Queimadas.

47
Quanto à acção humana, a figura 10 mostra que o maior número de indivíduos danificados pelo homem
concentra-se nas áreas com frequência de queimadas entre 1 a 5 queimadas por ano, com o pico nas
parcelas que registaram queimadas 2 a 3 vezes/12 anos onde o número de árvores mortas ou cortadas pelo
homem atingiram os valores máximos de 9 arvores ou arbustos/ha e 117 árvores ou arbustos/ha,
respectivamente.

Cortada Morta pelo Homem

150
Nr de Árvores ou arbustos/ha

9
100
4

117
50 4 91
45 4
6 8 25
0 8 15

0 1_2 2_3 3a5 5_8 8 _ 12


Frequência de Queimadas (vezes/12 anos)

Figura 11:Danos causados pela acção humana em cada classe de frequência de Queimadas.

De acordo com Tilley e Abacar (1996) citados por Ribeiro et al.(2009) mais de 90% das queimadas na
RNN são causadas pelo homem durante a limpeza dos campos agrícolas, caça de subsistência, extracção do
mel e a movimentação de pessoas para Tanzânia para as trocas comerciais. Segundo estes autores, as
populações partem de Mecula a Este e Mavago a Oeste atravessam toda a reserva até a fronteira com a
Tanzânia onde vão fazer as suas trocas comerciais e, por vezes pernoitam pelo caminho onde fazem
pequenas fogueiras para se aquecerem e afugentar os animais.

Factos colhidos a partir de conversas informais com os residentes das aldeias da RNN indicam que a
extracção do mel, a caça furtiva e a exploração ilegal da madeira são algumas das causas de ignição de
queimadas na reserva e, são praticadas distantes dos assentamentos humanos e das vias de acesso para
despistar os fiscais.

48
Durante a exploração do mel, os apicultores primeiro ateiam fogo na base da árvore para espantar as
abelhas e posteriormente abatem-na para extrair facilmente o mel. O fogo ora iniciado nem sempre é
extinto na sua totalidade o que tem resultado
resultado em queimadas descontroladas principalmente na época seca
(figura 12).

Figura 12: Árvore preferida pelas abelhas para a produção de mel e árvore abatida durante a extracção de
mel

De acordo com Vaz (em preparação) na aldeia de Lizongola-RNN


RNN cada colector de mel chega a abater 30 a
60 árvores adultas por anos e, as espécies mais preferidas pelos colectores de mel são Julbernadia
globiflora (Benth) Troupin, Brachystegia boehmii (Taub), Brachystegia spiciformis, Albizzia versicolor
(Welw),
w), Burkea africana (Hook)., Terminalia sericea , Pterocarpus angolensis, Pteleopsis anisoptera,
Pericopsis angolensis, Pseudalachnostylis maprouneifolia e Tamarindus indica.

Os caçadores furtivos geralmente usam o fogo para atrair os animais aos locais
locais contento armadilhas ou de
fácil abate. Por sua vez, os exploradores ilegais de madeira queimam
queima a mata para visualizarem melhor as
espécies madeireiras com valor comercial.

49
5.6 Áreas prioritárias para o maneio de queimadas na RNN.

De acordo com Myers (2007) o maneio efectivo de queimadas deve ter como base o conhecimento do
regime e ecologia das queimadas bem como os seus impactos positivos e negativos sobre o ecossistema.
Ou seja, acções de maneio de queimadas devem priorizar as áreas onde as queimadas causam danos sobre
os ecossistemas, contudo, sem excluir aquelas áreas onde as acções de maneio irão potencializar os
benefícios ecológicos das queimadas sobre os ecossistemas.

Tomando como base o regime de queimadas e os factores que influenciam a sua dinâmica, são prioritárias
para a implementação de actividades de controlo de queimadas na RNN todas as áreas cujo intervalo de
retorno de queimadas é igual ou inferior a 2 anos, dominadas por florestas decíduas (aberta ou densa) ou
vegetação ribeirinha, contendo densidade de elefantes superiores a 1 elefante/Km2, baixa densidade
populacional, localizadas em zonas com elevada temperatura média anual.

Cerca de 43% da área total da RNN é queimada a cada 1-2 anos (figura6) principalmente durante a época
seca (figura 7) colocando em risco a diversidade biológica e integridade da RNN, pois, em ecossistemas de
miombo, queimadas com intervalos de retorno inferiores a 2 anos reduzem drasticamente a regeneração e
sobrevivência mesmo das espécies consideradas tolerantes ao fogo tais como, Brachystegia sp.,
Julbernardia sp. e Isoberlinia sp.(Zolho, 2005) bem como, diminuem a produção de biomassa vegetal na
superfície do solo contrariamente às áreas queimadas em cada 3 anos e não queimadas onde a biomassa
tende a aumentar (Higgins et al.,2007).

As alterações na composição e estrutura da vegetação da RNN já estão a causar a perda de habitats


colocando em perigo muitas espécies faunísticas tais como, o cão selvagem (Lycaon pictus) espécie
emblemática da RNN, considerada como ameaçada pela IUCN desde 2007 (Clark e Begg, 2010) bem
como, outras espécies importantes como leões, leopardos e hienas que ocorrem exclusivamente nas regiões
Este e Central-Norte da RNN, concretamente nas unidades de Gestão R4, R6, L6 e L8 (Craig, 2009).

Embora não sendo actualmente visível na RNN, as queimadas anuais registadas nas regiões Este e Central-
Norte podem reduzir a população de elefantes (espécie emblemática) à semelhança do sucedido no Parque
Nacional de Pilanesberg, África do Sul onde, segundo Mackey et al. (2006) citado por Woolley et al.
(2008) onde as queimadas descontroladas ocorridas em 2005 contribuíram em 18% na mortalidade dos
elefantes.

50
Outras áreas prioritárias para acções de prevenção de queimadas são os habitats sensíveis à degradação tais
como os inselbergs (ex: Monte Mecula e Yao) e Dambos, pois, albergam várias espécies endémicas
(SGDRN, 2005; Burke, 2002 Porembski et al., 1997) que, por isso, devem ser protegidas contra o efeito
nocivo das queimadas. Cerca de 3% da área total da RNN é coberta por inselbergs ao passo que os dambos
cobrem 10% (SGDRN, 2005).

As áreas da RNN que não possuem espécies de elevado valor de conservação e não registam queimadas
frequentes devem beneficiar-se também de iniciativas de maneio de queimadas para reduzir a ameaça
representada pela intensidade das queimadas, pois, de acordo com o resultado obtido na secção (4.3) e
(figura 8) queimadas infrequentes levam à produção e acumulação de grandes quantidades de biomassa
vegetal (combustível) que, ao ser queimada emite elevada taxa de calor (intensidade) que causa danos
severos sobre a vegetação e fauna, colocando em risco a diversidade (Ryan e Williams, 2011; Zolho,
2005), Trapnell, 1959).

51
6 CONCLUSÃO E RECOMENDAÇÕES
6.1 Conclusões

Os resultados deste trabalho apontam para as seguintes conclusões:

1. O regime de queimadas da Reserva Nacional de Niassa indica que em termos médios o fogo retorna
a um sito particular em cada 3.29 anos correspondendo a uma frequência de 0.36 vezes/ano.
2. As regiões Central-Norte e Este da RNN, especificamente as unidades de maneio R4, R5, L5, R6,
L6, L8 e parte de R3 registaram queimadas frequentes, cerca de 10 a 15 vezes em 12 anos,
equivalente ao intervalo de retorno que varia de 2 anos a menos de 1 ano.
3. O extremo sudoeste da RNN foi menos afectado pelas queimadas com uma frequência que varia
entre 0 a 1 queimada em cada 12 anos. Igual cenário foi registado ao longo das zonas montanhosas,
em redor dos Montes Mecula e Yao.
4. Cerca de 43% da área total da RNN queima-se em cada 1 a 2 anos e grande parte das queimadas
ocorrerem na época seca, atingindo o pico entre os meses de Agosto a Novembro o que demonstra
a influência da precipitação sobre a sazonalidade das queimadas.
5. Existe uma relação inversa entre a densidade dos focos de fogos activos e a intensidade de
queimadas na RNN, ou seja, áreas com baixa densidade de fogos registaram queimadas muito
intensas devido à acumulação de combustível que ao ser queimada emite elevada taxa de calor.
6. A ocorrência de queimadas é favorecida pelo tipo de cobertura da terra, densidade de elefantes e
temperatura, enquanto, a densidade da população concorre para a redução da ocorrência das queimadas.
Todavia, estes factores só explicam 25.7% das chances de ocorrência de queimadas na RNN, sendo
que aproximadamente 74.3% das chances são explicados por outros factores não inclusos no
modelo testado neste estudo.

52
6.2 Recomendações

Com base nas conclusões deste trabalho recomenda-se:

1. O regime de queimadas é um fenómeno complexo a sua dinâmica pode não ser compreendida
em 10 anos, daí que estudos adicionais de mapeamento e caracterização do regime de
queimadas durante períodos maiores de 10 anos são necessários para a consolidação dos
resultados aqui alcançados;
2. Os factores analisados neste estudo não são suficientes para explicar a dinâmica do regime de
queimadas na RNN daí que outros factores como por exemplo, a caça furtiva e extracção do mel
devem ser analisados para verificar a sua influência sobre o regime de queimadas na RNN.
3. Mapear o regime de queimadas não é suficiente para a definição de áreas prioritárias para o
maneio das queimadas, por isso, são necessários estudos adicionais para compreender o efeito
das queimadas sobre a disponibilidade dos recursos florestais para as comunidades da RNN.

4. As actividades de maneio de queimadas, como queimadas frias no início da época seca (Maio -
Julho) devem concentrar-se nas área com intervalo de retorno abaixo de 2 anos.

53
7 REFERÊNCIAS BIBLIOGRÁFICAS

1. Allison, P. D. 1999. Logistic Regression Using the SAS® System: Theory and Application. Cary, NC: SAS
Institute Inc. 287pp
2. Archibald , S., Roy, D.P., vanWilgen B.W. e Scholes, R.J. 2010. What limits fire? an examination
of drivers of burnt area in southern Africa. In: Fire Regimes in Southern Africa -Determinants,
Drivers and Feedbacks. Tese de Doutoramento. University of the Witwatersrand. Johanesburg.
3. Arino, O., Casadio, S. e Serpe, D. 2011. Global night-timefire season timing andfire count trends
using the ATSR instrument . Remote Sensing of Environment. doi:10.1016/j.rse.2011.05.025
4. Backéus, I., Pettersson, B., Stromquistc, L. e Ruffod, C. 2006. Tree communities and structural
dynamics in miombo (Brachystegia–Julbernardia) woodland, Tanzania. Forest Ecology and
Management . Vol. 230: 171–178
5. Baxter, P. J. e Getz, A. 2005. A model-framed evaluation of elephant effects on tree and fire
dynamics in african savannas. Ecological Applications. Vol. 21(1): 1331–1341
6. Beaty, R.M.; Taylor, A.H. 2001.Spatial and temporal variation of fire regimes in a mixed conifer
forest landscape, southern Cascades, California, USA. Journal of Biogeography. Vol. 28(8): 955–
966.
7. Bond, W. J. e Keeley, J. E. 2005. Fire as global herbivore: The ecology and evolution of flammable
ecosystems. Ecology and Evolution. Vol.20 (7)
8. Bond, W.J., Woodward, F. I. e Midgley, G. F. 2005. The global distribution of ecosystems in a
world without fire. New Phytologist. Vol. 165: 525– 538
9. Boschetti, L., Roy, D., Hoffmann, A. A. 2009. MODIS Collection 5 Burned Area Product-MCD45. Version
2. 30pp.
10. Campbell, B. e Byron, N. 1996. Miombo woodlands and rural livelihoods: options and
opportunities. In : The Miombo In Transition:Woodlands And Welfare In Africa. CIFOR. Indonesia.
ISBN:979-8764-07-2.
11. Chafota, J. (sd) Effects of Changes In Elephant Densities On the Environment and Other Species—
How Much Do We Know?. WWF Regional Programme Office. Harare, Zimbabwe.
12. Chidumayo, 1988. A Re-Assessment of Effects of Fire on Miombo Regeneration in the Zambian
Copperbelt. Journal of Tropical Ecology . 4:361-372
13. Chidumayo, E.N. 1993. Responses of miombo to harvesting: ecology and management. Stockholm
Environment Institute, Stockholm.

54
14. Chidumayo, E.N. 1997. Miombo ecology and management: An introduction. Stockholm
Environment Institute: Stockholm.
15. Chidumayo, E.N. 2004. Development of Brachystegia-Julbernardia woodland after clear-felling in
central Zambia: Evidence for high resilience. Applied Vegetation Science. Vol. 7: 237-242.
16. Clark, K. e Begg, C. .2010. African wild dog and large carnivore survey: selous-niassa wildlife
protection corridor. Report no 10. 25pp.
17. Cochrane, M. A. e Ryan. K. C. 2009. Fire Ecology Fire and fire ecology: Concepts and principles.
In. Fire Ecology: Climate Change, Land Use and Ecosystem Dynamics. Vol 10: 27-43.
18. Cohen, J. A. 1960. Coeficient of Agreement for Nominal Scales. Educational and Measurment. Vol. XX
(1): 37-46.
19. Craig, G. C. 2009. Aerial survey of wildlife in the Niassa reserve and adjacent areas . Maputo,
Moçambique.
20. Cumming, D.H.M. 1982. The influence of large herbivores on savanna structure in Africa. In
Ecology of Tropical Savannas. pp. 217-245.
21. Cunliffe, R., Mandondo, A., Games, I., Ngarivhume, J. & Doré, D. 2009. Reconciling conservation goals
with agriculturally based livelihoods. A proposal for future development of the Niassa National Reserve and
surrounding areas. Imperial Tobacco Project, Harare, Zimbabwe.
22. Davis, F. W. e Michaelsen J. 1995. Sensitivity of fire regime in chaparral ecosystems to global
climate change. In: Global Change and Mediterranean-Type Ecosystems. Springer-Verlag, New
York. pp435–456.
23. Delarze, R., Caldelari, D., Hainard, P. (1992). Effects of fires on forest dynamics in Southen
Switzerland. Vegetation Science 3: 55-60.
24. Desanker, P.V., P.G.H. Frost, C.O. Frost, C.O. Justice, and R.J. Scholes. 1997. The Miombo
Network: Framework for a Terrestrial Transect Study of Land-Use and Land-Cover Change in the
Miombo Ecosystems of Central Africa. Report nr. 41. Stockholm, Sweden, 109 pp.
25. Dewees, P. A., Campbell, B. M., Katerere, Y., Sitoe, A., Cunningham, A. B., Angelsen, A. and Wunder, S.
2010. Managing the Miombo Woodlands of Southern Africa: Policies, Incentives and Options for the Rural
Poor. Journal of Natural Resources Policy Research. 2: 1, 57 — 73
26. Dublin,H.T.S.,Sinclair,A.R.E. e McGlade, J. 1990. Elephants and fires as causes of multiple
stablestates in theSerenget-Mara woodlands. Journal of Animal Ecology. Vol 59 (3): 1147-1164.
27. FAO, 2003. State of Forest and Tree Genetic Resources in Dry Zone Southern Africa Development
Community Countries. Forest Genetic Resources Working Papers. Working Paper FGR/41E. Rome
Italy.

55
28. FAO. 2007. State of the world’s forests 2007. Rome, Italy. 141pp.
29. FAO. 2008. Water and the Rural Poor Interventions for improving livelihoods in sub-Saharan
Africa.Rome Italy.
30. Frost, P.1996. The ecology of miombo woodlands. in: The Miombo in Transition: Woodlands and
Welfare in Africa. Indonesia. 11-57
31. Gambiza, J., Campbell, B. M., Moe, S. R. e Frost, P. G.H. 2005. Fire behaviour in a semi-arid
Baikiaea plurijuga savanna woodland on Kalahari sands in western Zimbabwe. South African
Journal of Science. Vol. 101 (5): 239_244.
32. Giglio, L. 2010. MODIS Collection5ActiveFireProductUser'sGuide. Version2.4 University of Maryland.
61pp
33. Giglio, L., Kendall, J. D., e Justice, C. O. 1999. Evaluation of global fire detection algorithms using
simulated AVHRR infrared data. Interna-tional Journal of Remote Sensing. Vol. 20, 1947 – 1985.
34. Govender, N., Trollope, W. S. W. e van Wilgen, B. W. 2006. The effect of fire season, fire
frequency, rainfall and management on fire intensity in savanna vegetation in South Africa. Journal
of Applied Ecology. Vol. 43: 748–758.
35. Guy, P. R. 1981. Changes in the biomass and productivity of woodlands in the Sengwa wildlife
research area, Zimbabwe. Journal of Applied Ecology. Vol. 18: 507-5 19
36. Guyette, R. P., Muzika, l. R. M., e Dey, D. C. 2002. Dynamics of an Anthropogenic Fire Regime
Ecosystem. Ecosystems. Vol 5: 472-486.
37. Hely, C., Alleaume, S., Swap, R.J., Shugart, H.H. e Justice, C.O. 2003. SAFARI-2000
characterization of fuels, fire behavior, combustion completeness, and emissions from experimental
burns in infertile grass savannas in western Zambia. In: Journal of Arid Environments. Vol. 54:
381–394.
38. Higgins, S. I., Bond, W. J. e Trollope, W.W. 2000. Fire, resprouting and variability: a recipe for grass tree
coexistence in savanna . Journal of Ecology. Vol. 88: 213-229.
39. Hirsiger, E. 2012. Implication of current land use for Miombo woodland and its management from
different stakeholders perspectives. A case study from two timber concessions in Cabo Delgado,
Northern Mozambique. Master thesis. Centre for Development and Environment (CDE)- Faculty of
science- University of Bern. Hallerstrasse- Switzerland. 82pp
40. Holdo, R. M. 2007. Elephants, fire, and frost can determine community structure and composition
in Kalahari woodlands. In Ecological Applications. Vol. 17(2): 558–568 2007

56
41. Holdo, R. M., Holt, R. e Fryxell, J. 2009. Grazers, browsers, and fire influence the extent and
spatial pattern of tree cover in the Serengeti. Ecological Applications. Vol. 19(1: 95–109.
42. INE, 2010a. Projecções Anuais da População Total, Urbana e Rural, Moçambique (2007 – 2040).
Portal do Instituto Nacional de Estatística. Maputo, Moçambique.
43. IUCN/SSC. 2007. Regional conservation strategy for the cheetah and African wild dog in East Africa.
IUCN, Gland, Switzerland.
44. Justice C., Giglio L., Boschetti L., Roy D., Csiszar I., Morisette, J., e Kaufman, Y. 2006.
Algorithm Technical Background Document. MODIS fire products. Version 2.3. 34pp.
45. Justice, C.O., Giglio, L., Korontzi, S. Owens, J., Morisette J.T. e Roy, D. 2002. The MODIS fire products.
Remote Sensing of Environment. Vol. 83: 244-262.
46. Keeley, J.E.; Aplet, G.H.; Christensen, N.L.; Conard, S.C.; Johnson, E.A.; Omi, P.N.; Peterson, D.L.;
Swetnam, T.W. 2009. Ecological foundations for fire management in North American forest and shrubland
ecosystems. Gen. Tech. Rep. PNW-GTR-779. Portland, OR: U.S. Department of Agriculture, Forest Service,
Pacific Northwest Research Station. 92 p.
47. Kioko, J., KIRINGE, J. W. e SENO, S. O. 2012. Impacts of livestock grazing on savanna grassland
in Kenya. Journal of Arid Land. Vol. 4(1): 29 – 35.
48. Lea , C. e A. C. Curtis. 2010. Thematic accuracy assessment procedures: National Park Service Vegetation
Inventory. Version 2.0 . Natural Resource Report NPS/2010/NR R—2010/204. USA. 16pp
49. Magadzire, N. 2013. Reconstruction of a fire regime using MODIS burned area data: Charara
Safari Area, Zimbabwe. Tese de mestrado. Faculty of Science, Stellenbosch University. South
Africa.
50. Mapaure I. N. 2001. Small-Scale Variations in Species Composition of Miombo Woodland in
Sengwa, Zimbabwe: The Influence of Edaphic Factors, Fire and Elephant Herbivory. Systematics
and Geography of Plants, Vol. 71 (2): 935-947.
51. Mapaure, I.N. e Campbell, B.M. 2002. Changes in miombo woodlands cover in and around Sengwa
Wildlife Research Area, Zimbabwe, in relation to elephants and fire. African Journal of Ecology.
Vol. 40: 212-219
52. Ministério de Turismo (MITUR). 2013. Moçambique, Província de Niassa. Disponível em
http://www.mitur.gov.mz/potencial/niassa.htm (consultado no dia 25/09/2013)
53. Ministério do Turismo (MITUR). 2004. Plano de Maneio 2004-2008 Parque Nacional das
Quirimbas
54. Ministério para a Coordenação da Acção Ambiental (MICOA). 2000. Estratégia e Plano de Acção
para a Conservação da Diversidade Biológica de Moçambique. Maputo, Moçambique

57
55. Ministério para a Coordenação da Acção Ambiental (MICOA). 2007. Plano de acção para a
prevenção e controlo às queimadas descontroladas 2008-2018. Maputo. Moçambique
56. Mtui, D. e Smith, N.O. 2006. Impact of elephants (Loxodonta africana )on woody plants in
Malolotja Nature Reserve, Swaziland. African Journal of Ecology . Vol. 44: 407–409
57. National Wildfire Coordinating Group (NWCG). 2012. Glossary of Wildland Fire Terminology.
Disponivel em: http://www.nwcg.gov/pms/pubs/glossary/c.htm, consultado em: 09/08/2013.
58. Overman, J. P. M., Witte, H. J. L. e Saldarriaga, J. G. 1994. Evaluation of regression models for above-
ground biomass determination in Amazon Rain forest. Journal of Tropical Ecology. Vol. 10(2): 207–218.
59. Pereira J. M. C., Mota, B., Privette, J. L., Caylor, K. K., Silva, J. M. N., Sa A. C. L. e Ni-Meister, W.
2004. Simulation analysis of the detectability of understory burns in miombo woodlands. Remote
Sensing of Environment. Vol. 93: 296–310.
60. Pereira, J. M. C. 2003. Remote Sensing of burned areas in tropical Savana. International Journal of
Wildland Fire. Vol.12: 259-270.
61. Pereira, J. M.C. 2007. Remote Sensing of Fire. Advanced Corse on Remote sensing. D4L1. Available on:
http://earth.esa.int/landtraining07/D4L1-Pereira.pdf.
62. PNUD. 2012. Indicadores Rápidos de Moçambique. Unidade de Análise de Políticas e Economia.
Maputo, Moçambique. Disponível em:
http://www.undp.org.mz/en/content/download/3173/14453/file/Indicadores%20R%C3%A1pidos%2
0de%20Mo%C3%A7ambique.pdf (visitado em 6/2/2014).
63. Ribeiro, N. S., Matos, C. N., Moura, I. R., Allen, Robert A Washington Ribeiro, e A. I. 2013.
Monitoring vegetation dynamics and carbon stock density in miombo woodlands.Carbon Balance
and Management. Vol.8:11.
64. Ribeiro, N. S., Shugart, H. H., Allen, R. W. 2008. Ecological dynamics of miombo woodlands in
relationto disturbances in northern Mozambique. Journal of Forest Ecology and Management.
65. Ribeiro, N. S., Shugart, H. H., Swap, R. J.,. Okin, G. S. 2007. Five-year period of fire regime in the
miombo woodlands of Niassa reserve, Mozambique. Journal of Forest Ecology and Management.
66. Ribeiro, N. S., Shugart, H. H., Swap, R. J.,. Okin, G. S. 2009. The influence of rainfall, vegetation,
elephants and people on fire frequency of miombo woodlands, northern Mozambique. Journal of
Forest Ecology and Management. Vol. 255: 1626–1636
67. Rodgers, A., Salehe, J. e Howard, G. (1996) The biodiversity of miombo woodlands. In : The
Miombo In Transition:Woodlands And Welfare In Africa. CIFOR. Indonesia. ISBN:979-8764-07-2.
68. Rosenqvist, A., Milne, A., Lucas, R., Imhoff, M. & Dobson, C. 2003. A review of remote sensing
technology in support of the Kyoto Protocol. Environmental Science & Policy. Vol. 6: 441–455 pp.

58
69. Roy, D. e Boschetti, L. 2008. MODIS Collection 5 Burned Area Product MCD45 User’s Guide Version 1.1,
September
70. Russell G. Congalton and Kass. 2009. Assessing the accuracy of remotely sensed data : principles and
practices. 2a edição. 183pp.
71. Russell-Smith, J., Yates, C., Whitehead, P., Smith, R., Craig, R., Allan, G., Thackway, R., Frakes, I.,
Cridland, S., Meyer, M. & Gill, A.M. (2007) Bushres 'down under': patterns and implications of
contemporary Australian landscape burning. In International Journal of Wildland Fire. Vol. 16: 361- 377
72. Ryan, CM e Williams, M 2011, How does fire intensity and frequency affect miombo woodland
tree populations and biomass?. Ecological Applications. Vol. 21 (1): 48-60.
73. SADC, 2010; SADC Regional Fire Management Programme Document: Draft. 47p
74. Saito, K. 2001. Flames. In: Forest fires behavior and ecological effect. Academic Press A Harcourt
Science and Technology Company. San Diego-California-USA. 92101-4495.
75. Sebukeera, C., Muramira, E., Momokama C., Elkholei A., Elbagouri, I., Masumbuko B. e
Rabesahala, V. 2006. Forests and woodlands. in: Africa environment outlook 2. Our environment,
our wealth. UNEP. ISBN: 92-807-2691-9
76. Shannon, G., Thaker, M., Vanak, A. T., Page, B. R., Grant, R. e Slotow, R. 2011. Relative
Impacts of Elephant and Fire on Large Trees in a Savanna Ecosystem. Ecosystems , Vol. 14 (8):
1372-1381.
77. Shlisky, A. Waugh, J., Gonzalez, P., Gonzalez, M., Manta, M., et al. (2007) Fire, ecosystems and
people: Threats and strategies for global biodiversity conservation.
78. Sileshi, g. e Mafongoya, P.L. 2005. The short-term impact of forest fire on soil invertebrates in the
miombo. Biodiversity & Conservation. Vol. 15 (10): 3153-3160
79. Singh R. S. 1993. Effect of winter fire on primary productivity and nutrient concentration of a dry
tropical savanna. Plant Ecology. Vol. 106: 63-71.
80. Skarpe, C., Aarrestad, P. A., Andreassen, H. P., Dhillion, S. S., Dimakatso, T., e Wegge, P. 2004.
The Return of the Giants: Ecological Effects of an Increasing Elephant Population. Royal Swedish
Academy of Sciences. Vol 33 (6): 276-282.
81. Smith, J. R., Yates, C., Whitehead, P., Smith, R., Craig, R., Allan, G., Thackway, R., Frakes,
I.,Cridland, S., Meyer, M. & Gill, A.M. 2007. Bushres down under: patterns and implications of
contemporary Australian landscape burning.International Journal of Wildland Fire. Vol (16), 361-
377.
82. Sociedade de Gestão da Reserva Nacional de Niassa (SGDRN). 2010. Bolentim informativo da
Reserva Nacional de Niassa-Janeiro. Lugenda. Maputo, Moçambique.

59
83. Sociedade de Gestão da Reserva Nacional de Niassa (SGDRN). 2010a. Bolentim informativo da
Reserva Nacional de Niassa-Outubro. Lugenda. Maputo, Moçambique.
84. Sociedade de Gestão e Desenvolvimento da Reserva de Niassa (SGDRN). 2005. Plano de maneio
da Reserva nacional de Niassa. Maputo. 139pp
85. Sweet, J. 1998. Livestock-coping with drought: namibia - a case study. Northern regions livestock
development project Tsumeb, Namibia. 32pp
86. Taylor, A. e skinner, C. 2003. Spatial patterns and controls on historical fire regimes and forest
structure in the Klamath mountains. Ecological Applications. Vol.13(3): 704–719.
87. Timberlake, J., Chidumayo, E. e Sawadogo, L. 2010. Distribution and Characteristics of African
Dry Forests and Woodlands. In: Chidumayo e Gumbo (eds), The Dry Forests and Woodlands of
Africa Managing for Products and Services .
88. Timberlake, J., Golding, J. and Clarke, P. 2004. Niassa Reserve Botanical Expedition June 2003.
Prepared for Sociedade para a Gestão e Desenvolvimento da Reserva do Niassa, Mozambique.
Relatório não publicado disponível no escritório da SGDRN em Maputo, Moçambique.
89. Timberlake, J.R. e Childes, S.L. 2004. Biodiversity of the Four Corners Area: Technical Reviews.
Harare, Zimbabwe. Vol. 2 (15): Chapters 5-15. ISBN 0-7974-2835-6
90. Trapnell, C. G. 1959. Ecological Results of Woodland and Burning Experiments in Northern
Rhodisia. The Journal of Ecology. Vol. 47(1): 129-168.
91. van Wilgen, B.W., Govender, N., Biggs, H.C., Ntsala, D. e Funda, X.N. 2004. Response of savanna
fire regimes to changing fire-management policies in a large African national park. Conservation
Biology. Vol.18: 1533-1540.
92. vanLangevelde, F., vanDevijver, L. A. D. M., Kumar, L., PRINS, H. H. T. Effects of fire and herbivory on
the stability of savanna ecosystems. Ecology. Vol. 84(2): 337–350.
93. Vaz (em preparação). Avaliação do impacto da extracção do mel na vegetação de miombo na
Reserva Nacional do Niassa. Maputo.
94. Williams R.J., Bradstock, R. A., Cary G. J., Enright, N.J., Gill, A. M., Liedloff, A. C., Lucas, C.
Whelan, R. J., Andersen, A. N., Bowman, D. M. J. S., Clarke, P. J., Cook, G. D., Hennessy, K. J., e
York, A. 2009. Interactions between climate change, fire regimes and biodiversity in Australia- a
preliminary assessment. Report to the Department of Climate Change and Department of
Environment , Water, Heritage and Arts, Canberra.
95. Wittkuhn, R.S. e T. Hamilton. 2010. Using fire history data to map temporal sequences of fire return
intervals and seasons. Fire Ecology . Vol. 6(2): 97-114.

60
96. Woolley, L. A., Millspaugh , J. J., Woods, R.J., van Rensburg, S. J., Mackey, R. L. et al. 2008. Population
and Individual Elephant Response to a Catastrophic Fire in Pilanesberg National Park. PLoSONE. Vol. 3(9):
e3233. doi:10.1371/journal.pone.0003233.
97. World Wide Fund For Nature (WWF). 2012. Miombo Eco-region Report “Home of the Zambezi”
Conservation Strategy: 2011-202. Harare. 36p.
98. Yanda, P. Z. 2010. Impact of small scale tobacco growing on the spatial and temporal distribution
of Miombo woodlands in Western Tanzania. Journal of Ecology and the Natural Environment.
Vol. 2(1):010-016
99. Zolho, R. 2005. Effect of Fire Frequency on the Regeneration of Miombo Woodland in Nhambita,
Mozambique. Master of Science Dissertation. University of Edinburgh. Scotland –UK

61
8 Anexos

62
Verificação de danos causados pelo Fogo, elefantes e Actividades humanas sobre a vegetação na
RNN

Transecto Nr._______Parcela Nr.____ Data ________ Unid. Maneio/Comunidade_____________

Freq. Queimada____________ Coord inicio _____________________/ ____________________

Coord Fim _____________________/ _____________________

Altitude____________ Declividade _________ Afastamento: aldeia___________/Estrada_______

Descrição Geral _____________________________________________________________

______________________________________________________________________________

______________________________________________________________________________

Arvor Nome da Espécie Causas de dano Obs


Nr.
Local Cientifico Fogo Elef Hom Outo

Fogo: (0) não danificada; (1) tronco queimado; (2) copa queimada; (3) morta

Elefantes: (0) não danificada; (1) parcialmente quebrada; (2) caída viva (3) descascada (4) morta

Home: (0) não danificada; (1) descascada (2) cortada (3) morta

63

Você também pode gostar