Banca de QUALIFICAÇÃO: KEMUEL MACIEL FREITAS

Uma banca de QUALIFICAÇÃO de MESTRADO foi cadastrada pelo programa.
DISCENTE : KEMUEL MACIEL FREITAS
DATA : 31/08/2023
HORA: 10:00
LOCAL: Auditório NTB, UFOPA/Campus Tapajós
TÍTULO:

PREDIÇÃO DA SUSCEPTIBILIDADE A INCÊNDIOS NA APA TRIUNFO DO XINGU COM TÉCNICAS DE INTELIGÊNCIA ARTIFICIAL

PALAVRAS-CHAVES:

Sensoriamento Remoto. Área de Conservação. Aprendizagem de Máquina. Random Forest. Amazônia

PÁGINAS: 55
RESUMO:

O uso do fogo, apesar de ser uma prática comum na Amazônia, pode ocasionar uma série de prejuízos ambientais, econômicos e sociais. O comportamento e as características do fogo são determinados por uma série de fatores, entre eles relevo, vegetação e clima, tornando uma tarefa complexa predizer em quais áreas devem-se alocar os recursos para combate e prevenção dos incêndios florestais. Para isso, ferramentas de inteligência artificial, como Redes Neurais, Random Forest e Árvores de Classificação e Regressão, têm se mostrado promissoras no contexto da predição de incêndios, de modo que diversos modelos têm sido concebidos em escala global, com aplicações também adaptadas ao contexto brasileiro. Contudo, o manejo de uma área tão vasta quanto a Amazônia demanda uma utilização específica e otimizada desses recursos e aprimoramentos nas estratégias decisórias concernentes à prevenção e mitigação dos riscos ambientais, especialmente em áreas de conservação que sofrem pressão tanto de incêndios como de desmatamentos recorrentes, como é o caso da Área de Proteção Ambiental Triunfo do Xingu, no estado do Pará. Esta pesquisa objetiva realizar o mapeamento de áreas de susceptibilidade a incêndio florestal na Área de Proteção Ambiental Triunfo do Xingu-PA, utilizando algoritmos de aprendizado de máquina para verificar a influência de fatores ambientais, topográficos, socioeconômicos e de vegetação na ocorrência das queimadas. Pretende-se utilizar o Índice Normalizado de Área Queimada – NBR como variável resposta e um conjunto de 12 variáveis preditoras, abrangendo dimensões físicas, ambientais e socioeconômicas, para o período entre os anos de 2005 a 2020. Espera-se que ao avaliar o desempenho de diferentes algoritmos no processo de regressão por meio de três métricas, R², RMSE e MAE, obtenha-se o melhor modelo para predição de incêndios e a partir dela se possa obter um mapa representativo das áreas mais susceptíveis à incêndios dentro da APA Triunfo do Xingu.

MEMBROS DA BANCA:
Presidente - 1963026 - ANDERSON ALVARENGA DE MOURA MENESES
Externo à Instituição - MARLA TERESINHA BARBOSA GELLER - ULBRA
Externa à Instituição - MILENA MARILIA NOGUEIRA DE ANDRADE - UFRA