Avaliação do
Você é humano?
8
5
=
Denunciar conteúdo impróprio
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Modelagem de ocorrência de incêndios na Amazônia Legal usando aprendizagem de máquina
Use este link compartilhar ou citar este material: http://educapes.capes.gov.br/handle/capes/884269
Registro completo de metadados
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Carvalho Júnior, Osmar Abílio de | - |
| Autor(es): dc.contributor | Bem, Pablo Pozzobon de | - |
| Autor(es): dc.creator | Brito, Wilkison Queiroz de | - |
| Data de aceite: dc.date.accessioned | 2024-10-23T15:29:05Z | - |
| Data de disponibilização: dc.date.available | 2024-10-23T15:29:05Z | - |
| Data de envio: dc.date.issued | 2024-06-17 | - |
| Data de envio: dc.date.issued | 2024-06-17 | - |
| Data de envio: dc.date.issued | 2024-06-17 | - |
| Data de envio: dc.date.issued | 2023-02-28 | - |
| Fonte completa do material: dc.identifier | http://repositorio2.unb.br/jspui/handle/10482/48283 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/884269 | - |
| Descrição: dc.description | Dissertação (mestrado) — Universidade de Brasília, Instituto de Ciências Humanas, Departamento de Geografia, Programa de Pós-Graduação em Geografia, 2023. | - |
| Descrição: dc.description | A Amazônia legal possui a maior cobertura florestal da Terra, desempenhando um papel fundamental para a sequestro de carbono, conservação da biodiversidade e regulação do clima. No entanto, nas últimas décadas, a conversão de áreas de vegetação natural em áreas agrícolas, desmatamento seletivo e efeitos de mudança climáticas tem induzido o aumento de eventos de queimadas. Essa pesquisa possui como objetivo analisar modelos baseados em métodos de aprendizagem de máquina para prever as áreas mais vulneráveis à ocorrência de incêndios na região da floresta amazônica brasileira. Os métodos de aprendizagem de máquina testados foram o Random Forest (RF), Extreme Gradient Boost (XGB) e Multilayer Perceptron (MLP). O processamento de dados utilizou diferentes feições da paisagem que condicionam a variação espacial da ocorrência de incêndios, incluindo: áreas desmatadas, cidades, estradas, bordas de florestas e dados climáticos (temperatura média da superfície terrestre e precipitação média). A análise de precisão usou a curva Receiver Operating Characteristic (ROC), comparando os resultados dos modelos de aprendizado de máquina e os focos de incêndios provenientes do banco de dados BDQueimadas desenvolvido pelo Instituto Nacional de Pesquisas Espaciais (INPE). A otimização dos hiperparâmetros dos modelos considerou os valores de acurácia, objetivando a aprimoração dos modelos na obtenção dos melhores resultados. Apesar dos modelos apresentarem desempenho semelhantes, o melhor modelo foi o RF com valores de Área Abaixo da Curva (AUC) de 0,88 seguido do MLP e XGB com AUC de 0,84. No entanto, a modelagem considerando a inserção de estradas planejadas no modelo corrobora uma maior variação usando o método MLP. Os resultados evidenciam a interferência humana na indução das queimadas. Trabalhos futuros devem ser desenvolvidos para o aprimoramento da metodologia proposta, principalmente inserido outras variáveis ambientais e antrópicas e comparando com outros métodos de inteligência artificial. | - |
| Descrição: dc.description | The Brazilian Legal Amazon has the most extensive forest cover on Earth, playing a pivotal role in carbon sequestration, biodiversity conservation, and climate regulation. However, in recent decades, the conversion of areas of natural vegetation into agricultural areas, selective deforestation, and the effects of climate change have increased fire events. This research aims to analyze models based on machine learning methods to predict the most vulnerable areas to fire occurrences in the Brazilian Amazon Forest region. The tested machine learning methods were Random Forest (RF), Extreme Gradient Boost (XGB), and Multilayer Perceptron (MLP). Data processing uses different landscape characteristics that condition the spatial variation in the occurrence of fires, including deforested areas, cities, roads, forest edges, and climate data (average temperature of the Earth's surface and average precipitation). The accuracy analysis used the Receiver Operating Characteristic (ROC) curve, comparing the results of machine learning models and active fires from the BDQueimadas database developed by the National Institute for Space Research (INPE). Optimizing the method's hyperparameters considered accuracy values, aiming to improve the models to obtain the best results. Despite the models presenting similar performance, the best model was the RF with Area Under the Curve (AUC) values of 0.88, followed by MLP and XGB with AUC of 0.84. However, the modeling considering the inclusion of planned roads presents a more significant variation using the MLP method. The results show human interference in the induction of fires. Future studies should be developed to improve the proposed methodology, mainly by inserting other environmental and anthropic variables and comparing them with other artificial intelligence methods. | - |
| Descrição: dc.description | Instituto de Ciências Humanas (ICH) | - |
| Descrição: dc.description | Departamento de Geografia (ICH GEA) | - |
| Descrição: dc.description | Programa de Pós-Graduação em Geografia | - |
| Formato: dc.format | application/pdf | - |
| Idioma: dc.language | pt_BR | - |
| Direitos: dc.rights | Acesso Aberto | - |
| Direitos: dc.rights | A concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data. | - |
| Palavras-chave: dc.subject | Incêndios florestais | - |
| Palavras-chave: dc.subject | Inteligência artificial | - |
| Palavras-chave: dc.subject | Aprendizagem de máquina | - |
| Palavras-chave: dc.subject | Análise espacial | - |
| Título: dc.title | Modelagem de ocorrência de incêndios na Amazônia Legal usando aprendizagem de máquina | - |
| Tipo de arquivo: dc.type | livro digital | - |
| Aparece nas coleções: | Repositório Institucional – UNB | |
Não existem arquivos associados a este item.
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma:
- O Termo de Uso pode ser modificado pela CAPES a qualquer tempo, sem necessidade de notificação prévia, sendo que tais modificações serão válidas a partir da data de sua veiculação neste portal;
- Para aprovação de cadastro do usuário ao sistema, a CAPES pode requisitar o fornecimento de informações, haja vista a política de segurança adotada, objetivando resguardar a segurança dos usuários nesse ambiente virtual;
- O usuário aceita e declara compreender que, em razão do peculiar ambiente da Internet, a CAPES não poderá garantir que o acesso ao site seja livre de erros ou problemas decorrentes de casos fortuitos, internos ou externos, casos de força maior ou ainda de outros casos não inteiramente sujeitos a controle direto dos administradores do site e, portanto o usuário se obriga a isentar a CAPES de quaisquer reclamações ou indenizações. A CAPES também não se responsabiliza por interrupções, interceptações, invasões, disseminação de vírus ou outros atos ilícitos, típicos e atípicos de ambiente virtual, e de web, dos quais a CAPES não tenha tido intenção deliberada de participar ou praticar;
- O usuário aceita e declara compreender que qualquer texto, marca, áudio, imagem, ou conteúdo veiculados no site são protegidos por direitos de propriedade intelectual o qual deve ser respeitado de acordo com a licença concedida pelo respectivo detentor dos referidos direitos, sob pena de apuração das responsabilidades cabíveis;
-
Desta forma a CAPES se exime de toda e qualquer responsabilidade por eventuais perdas, danos e prejuízos de qualquer natureza decorrentes:
- Do descumprimento da lei, da moral e dos bons costumes, como consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da infração aos direitos de propriedade intelectual e industrial, segredos empresariais, compromissos contratuais de qualquer tipo, direitos à honra, à intimidade pessoal e familiar, à imagem das pessoas, direitos de propriedade e de toda e qualquer natureza pertencentes a um terceiro por consequência da transmissão, difusão, armazenamento, disponibilização, recepção, obtenção ou acesso aos conteúdos;
- Da falta de veracidade, precisão, exatidão, pertinência e/ou atualidade dos conteúdos;
- Da inadequação para qual seja o propósito, ou da frustração, das expectativas geradas pelos conteúdos;
- Exceto quando mencionado explicitamente, ou quando se tratar de citação de material alheio ou ilustração, nos limites estabelecidos pela Lei 9.610/98, todo o Conteúdo textual original do Portal eduCAPES está disponível livremente para leitura, entre outros direitos, conforme definido na licença Creative Commons;
- A CAPES não se responsabiliza pelos comentários, opiniões, informações, depoimentos, mensagens, vídeos, textos, imagens, áudios ou qualquer outro tipo de conteúdo que sejam, postados, publicados e disponibilizados através do Portal eduCAPES pelos usuários, sendo a responsabilidade civil e criminal atribuída única e exclusivamente ao autor dos comentários, opiniões, informações, ou mensagens. Todo o conteúdo publicado por usuários são de responsabilidade exclusiva dos mesmos e de caráter completamente independente, sendo que todo e qualquer tipo de opinião, ideal e/ou posição expressados não refletem necessariamente o ponto de vista e a posição do Portal eduCAPES e/ou da CAPES. A CAPES se reserva o direito de armazenar as informações destes autores e/ou Usuários, a fim de viabilizar sua identificação;
- O usuário aceita e declara compreender que a CAPES poderá disponibilizar no Portal eduCAPES, links de acesso para outros sites e endereços virtuais administrados, controlados ou operados por terceiros. Qualquer site conectado a partir do eduCAPES não está sob o controle da CAPES;
- A CAPES não assume nenhuma responsabilidade ou obrigação por qualquer informação, comunicação ou material encontrado em tais sites, ou em qualquer site conectado a tais sites. A CAPES não assume qualquer responsabilidade pelos serviços ou funcionalidades ali dispostos, sendo a decisão de utilização e a forma de relacionamento com os mesmos de exclusiva responsabilidade do usuário, que inclusive isenta a CAPES de fiscalizar o conteúdo ou zelar pela integridade de tais sites ou endereços virtuais.
- O usuário aceita e declara compreender que o acesso a determinadas áreas do site será restrito. Para acessá-las, o usuário deverá fazer o login e cadastrar uma senha de acesso. A senha é individual, sigilosa e intransferível, sendo o usuário o único responsável pela guarda da mesma. O usuário assume toda e qualquer responsabilidade pelo mau uso ou pela utilização da senha por terceiros;
- A CAPES reserva o direito de excluir o cadastro, de excluir o material submetido ou proibir o acesso do usuário ao portal eduCAPES no caso de qualquer abuso ou indício de prática ilícita no uso do site ou de qualquer uso não autorizado ou proibido pelo usuário, nos termos da legislação brasileira;
- As condições estabelecidas no Termo de Aceite e Uso do Site são regidas pela lei brasileira. Sob nenhuma circunstância o usuário deverá violar qualquer lei usando o portal eduCAPES para propósitos que incluam, mas não limitados a isso, difamação ou perturbação de outros, violação de direitos de propriedade intelectual ou de terceiros, envio de material obsceno ou ofensivo, vírus, arquivos corrompidos, ou outros programas que poderiam danificar ou alterar este site ou os computadores de empresa ou de terceiros;
- A CAPES reserva o direito de retirar qualquer conteúdo que infrinja a lei, a moral e os bons costumes nos termos da legislação vigente e também na hipótese de o conteúdo não se coadunar com as finalidades educativas do Portal. A CAPES garante o direito de defesa e contraditório dos usuários. O usuário reconhece que o material enviado por terceiros, que não a CAPES, não é endossado pela mesma.
Concordo e desejo baixar o arquivo
Não concordo e não irei baixar o arquivo
Não concordo e não irei baixar o arquivo