Wildfire Risk and Burned Area Simulator - A Deep Learning Approach

• Autor(a) principal: Rodrigues, Guilherme Polónia
• Data de Publicação: 2021
• Tipo de documento: Dissertação
• Idioma: eng
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/11110/2126
• topic: Incêndio; Detecção de Incêndio; Prevenção de Incêndio; Risco de Incêndio; Avaliação de Danos de Incêndios; Técnicas de Combate a Incêndios; Machine Learning; Deep Learning

O flagelo dos incêndios é um acontecimento que tem vindo a aumentar nos últimos anos em todo o mundo, nomeadamente em Portugal. De 2015 a 2017, a área ardida multiplicou-se oito vezes, sendo que as áreas mais afetadas estão principalmente no Norte e Centro de Portugal. Para que os bombeiros possam atuar com mais rapidez, eficiência e eficácia, é necessário aprimorar as técnicas atuais de combate a incêndios. Dito isto, a utilização de ferramentas e técnicas para prever a forma como o fogo se propaga sem colocar vidas humanas em perigo, é uma solução vantajosa em muitos aspectos, nomeadamente em termos de segurança para a população e economicamente viável. O processo utilizado durante este trabalho é descrito desde a recolha e análise dos dados, passando pelo processamento dos dados e respetivo desenvolvimento do programa, terminando na análise dos resultados. Este documento apresenta uma proposta de simulador de risco de incêndio e área ardida baseado em técnicas de Machine Learning, mais precisamente numa abordagem de Deep Learning utilizando dados de eventos de incêndios anteriores em Portugal conjugados com dados geográficos e climáticos. A solução apresentada revela uma boa capacidade de predição da área ardida especialmente em relação à percentagem de área ardida, revelando uma boa correspondência entre a percentagem prevista e a real.