This study presents a fire risk prediction framework applied to two conservation units within the Atlantic Forest biome (AFb): Serra da Gandarela National Park (PNSG), Minas Gerais, and Campos de Palmas Wildlife Refuge (RVSCP), Paraná. Daily climate data (2001–2023), remote sensing vegetation indices Normalized Difference Vegetation Index (NDVI) and Normalized Multi Band Drought Index (NMDI), fire foci, and estimates of soil volumetric moisture were integrated to analyze the climatic and environmental drivers of fire occurrence and to develop predictive models. Sea Surface Temperature (SST) anomalies in the Niño 3.4 region revealed the influence of El Niño–Southern Oscillation (ENSO) variability on local hydrometeorological dynamics. Vegetation indices and soil moisture data reinforced this relationship, with NMDI values below 0.4 and sharp declines in volumetric moisture indicating water stress during the dry season. Kernel density maps identified clusters of fire foci during this period, confirming the strong seasonality of fire occurrence. Based on climatic predictors and environmental indicators, fire risk indices were developed for each conservation unit and validated using independent data. Model performance showed moderate explanatory capacity, with coefficients of determination ranging from 0.53 to 0.68 and high agreement between estimated and observed values. Validation stratified by ENSO phases (Neutral, El Niño, and La Niña) demonstrated stable performance across contrasting climatic regimes, indicating temporal resilience of the modeling framework. Overall, the integration of climate data, spectral indices, and soil moisture information improves the ability to anticipate fire risk in Atlantic Forest conservation units, providing a useful tool to support prevention, monitoring, and decision-making in protected areas.

Os produtos de origem florestal, com o óleo de palma e outros, necessitam de condições meteorológicas ideais para maximizar sua produção ao longo do ano, porém existe uma lacuna de conhecimento no tocante a dados em campo destas variáveis. A limitação de estações meteorológicas na região amazônica, resultante de dificuldades logísticas, contribuem negativamente no que diz respeito à gestão e monitoramento ambiental. O presente estudo visa avaliar a eficiência do conjunto de dados de reanálise TerraClimate, para capital Rio Branco, usando a variável chuva e os dados disponíveis na estação meteorológica automática (A104) do Instituto Nacional de Meteorologia (INMET), durante anos de El Niño Oscilação-Sul (ENOS), buscando verificar a acurácia dos dados de reanálise para tais eventos. Foi analisado o comportamento das séries de chuva dos períodos de 2010-2011 (La Niña), 2012-2013 (neutralidade) e 2023-2024 (El Niño). Os resultados do TerraClimate evidenciaram uma baixa variação com os dados da A104. No período de 2010-2011 (La Niña), houve uma correlação de 0,677 e um índice de concordância de 0.8 entre os dados. No período de 2012–2013 (neutralidade) a correlação manteve-se positiva moderada, correspondente 0,578, sendo também o período com menor concordância com essa tendo valores de 0,584. Por fim, embora os resultados do TerraClimate apresentam-se como uma ferramenta eficiente para analisar a variabilidade temporal na região estudada, se faz necessário destacar que os dados de reanálise podem indicar valores que subestimam a realidade, salientando a importância de medições por meio de instrumentos in loco, como a A104.

Este estudo analisa a variabilidade da Temperatura da Superfície do Mar (TSM) na região do Niño 3.4 e sua relação com a chuva e a dinâmica hidrológica da bacia do Rio Acre, no município de Rio Branco, Acre, durante diferentes estações chuvosas associadas a eventos de inundação. Foram utilizados dados mensais de TSM, chuva e cota fluviométrica, considerando episódios representativos ocorridos nos períodos de 1996–1997, 2011–2012, 2014–2015, 2022–2023 e 2023–2024. A análise contemplou a variabilidade temporal e espacial da TSM bem como a aplicação de matrizes de correlação de Spearman entre as variáveis climáticas e hidrológicas. Os resultados indicaram que o período chuvoso de 2023–2024 apresentou os maiores valores de TSM em relação à média climatológica, com os meses de novembro e dezembro de 2023, com 1,8 e 1,98 °C acima da média histórica (1981–2024). Em contraste, o menor valor foi registrado em janeiro de 2012 (25,79 °C), representando uma redução de aproximadamente 4,4% em relação à normal climatológica. As matrizes de correlação revelaram relações variáveis entre TSM, chuva e nível do rio, destacando-se uma forte correlação negativa entre TSM e cota fluviométrica durante a estação chuvosa de 2023–2024 (ρ = -0,77). Com tudo, a TSM exerce influência sobre a dinâmica hidroclimática regional, porém não explica isoladamente os eventos extremos de chuva e inundação na bacia do Rio Acre, evidenciando a atuação conjunta de múltiplos fatores climáticos.