Publicação
Sistema inteligente de previsão e prevenção de fogos florestais
| Resumo: | Os incêndios florestais são uma das catástrofes naturais que mais têm afectado Portugalnos últimos anos. A ocorrência de incêndios florestais provoca grandes danos económicos,ambientais e coloca a vida de diversos seres vivos como o ser humano em risco. A capacidade de prever a ocorrência de um incêndio florestal é um factor determinante paraamenizar ou até mesmo evitar os danos causados pelos mesmos.O foco deste relatório incide no desenvolvimento de um protótipo de uma aplicação webpara ajudar na previsão e prevenção de incêndios florestais.Para além dos dados habitualmente considerados em sistemas de previsão e prevençãode incêndios florestais já existentes, como dados meteorológicos, das condições do soloterrestre e de ocorrências de incêndios florestais, o presente protótipo considera tambémdados relativos ao número de habitantes nos diferentes concelhos de Portugal.Foram aplicadas diferentes técnicas de Aprendizagem Computacional para efectuar o tratamento dos diferentes conjuntos de dados considerados e proceder à criação de um únicoconjunto de dados a ser utilizado por parte dos modelos na previsão de ocorrências deincêndios florestais.Para efectuar a previsão da ocorrência de incêndios foram considerados dois algoritmos,respectivamente o algoritmo Support Vector Machine e o algoritmo Random Forest.As diferentes técnicas de Aprendizagem Computacional consideradas bem como os diferentes modelos construídos encontram-se descritos e analisados adiante no presente relatório.O melhor modelo obtido foi um modelo do algoritmo Random Forest que apresentavaum desempenho de 61.29% relativamente à métrica Area Under the Receiver OperatingCharacteristics Curve (AUC).O protótipo desenvolvido durante o período de estágio encontra-se totalmente funcionalno que diz respeito à previsão da ocorrência de incêndios florestais e as suas diferentesfuncionalidades encontram-se descritas no documento em questão. |
|---|---|
| Autores principais: | Pinto, Gonçalo Filipe Lucas Menino Rodrigues |
| Assunto: | Incêndios florestais Aplicação web Aprendizagem Computacional Support Vector Machine Random Forest Forest fires Web application Machine Learning Support Vector Machine Random Forest |
| Ano: | 2020 |
| País: | Portugal |
| Tipo de documento: | dissertação de mestrado |
| Tipo de acesso: | acesso aberto |
| Instituição associada: | Universidade de Coimbra |
| Idioma: | português |
| Origem: | Estudo Geral - Universidade de Coimbra |
| Resumo: | Os incêndios florestais são uma das catástrofes naturais que mais têm afectado Portugalnos últimos anos. A ocorrência de incêndios florestais provoca grandes danos económicos,ambientais e coloca a vida de diversos seres vivos como o ser humano em risco. A capacidade de prever a ocorrência de um incêndio florestal é um factor determinante paraamenizar ou até mesmo evitar os danos causados pelos mesmos.O foco deste relatório incide no desenvolvimento de um protótipo de uma aplicação webpara ajudar na previsão e prevenção de incêndios florestais.Para além dos dados habitualmente considerados em sistemas de previsão e prevençãode incêndios florestais já existentes, como dados meteorológicos, das condições do soloterrestre e de ocorrências de incêndios florestais, o presente protótipo considera tambémdados relativos ao número de habitantes nos diferentes concelhos de Portugal.Foram aplicadas diferentes técnicas de Aprendizagem Computacional para efectuar o tratamento dos diferentes conjuntos de dados considerados e proceder à criação de um únicoconjunto de dados a ser utilizado por parte dos modelos na previsão de ocorrências deincêndios florestais.Para efectuar a previsão da ocorrência de incêndios foram considerados dois algoritmos,respectivamente o algoritmo Support Vector Machine e o algoritmo Random Forest.As diferentes técnicas de Aprendizagem Computacional consideradas bem como os diferentes modelos construídos encontram-se descritos e analisados adiante no presente relatório.O melhor modelo obtido foi um modelo do algoritmo Random Forest que apresentavaum desempenho de 61.29% relativamente à métrica Area Under the Receiver OperatingCharacteristics Curve (AUC).O protótipo desenvolvido durante o período de estágio encontra-se totalmente funcionalno que diz respeito à previsão da ocorrência de incêndios florestais e as suas diferentesfuncionalidades encontram-se descritas no documento em questão. |
|---|