Deep Learning na identificação de incêndios florestais

• Autor(a) principal: Mendes, João
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
• Texto Completo: http://hdl.handle.net/10198/23054
• topic: Inteligência artificial; Vigilância; Ignições florestais; Domínio/Área Científica::Engenharia e Tecnologia::Engenharia Mecânica

O problema dos incêndios florestais, é uma constante mundial visto ainda não se ter encontrado uma solução suficientemente eficaz para o seu combate e irradicação. Um dos grandes problemas deste tema no nosso país é o facto da floresta portuguesa possuir uma vegetação muito densa, o que limita o uso de sensores de imagem que segundo alguns autores são a melhor opção para a deteção de ignições florestais. Uma vez que esta opção de vigilância é excluída e considerando que os primeiros 20 minutos são essenciais para minimizar os danos causados pelo incêndio, deverão ser estudadas e implementadas técnicas mais inovadoras de maneira a combater este flagelo. Para isso, o projeto SAFe apresenta como solução um conjunto de operações inovadoras que minimizam o tempo de identificação de ignições florestais contribuído assim, em última instância, para o desenvolvimento da região de Trás-os-Montes. Assim, pretende-se implementar um conjunto de sensores na floresta, onde serão recolhidos os dados referentes as variáveis mais relevantes para a identificação de ignições florestais, uma vez recolhidos esses dados serão analisados através de um sistema de inteligência artificial e por fim serão enviados os alertas as entidades competentes. O protótipo da caixa de recolha de dados é composto por vários tipos de sensores, nomeadamente sensores de deteção de chama, sensores de temperatura, humidade do solo e do ar e sensores de radiação ultravioleta. O processo de transmissão deste tipo de sensores é assegurado através da comunicação LoRa, uma vez que existe a necessidade de transmitir grandes quantidades de dados (os sensores recolhem dados constantemente em intervalos de dois minutos). Este sistema permitirá obter um controlo instantâneo, facilitando assim a tarefa de processamento e posterior alerta dentro da janela de tempo necessária para minimizar os danos causados pelo incêndio. O uso da inteligência artificial, mais propriamente do algoritmo Deep Learning é uma opção neste caso devido a quantidade de dados obtida no dia a dia, produzindo assim um sistema que se irá tornar mais inteligente a cada hora que esteja a funcionar, devido ao treino constante, o que resultara num software mais fiável dia após dia.