Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia

Detalhes bibliográficos
Autor(a) principal: Fernandes, Bruno J. T.
Data de Publicação: 2022
Outros Autores: Osses, José Roberto, Façanha, Rafael
Tipo de documento: Artigo
Idioma: por
Título da fonte: Revista de Engenharia e Pesquisa Aplicada
Texto Completo: http://revistas.poli.br/index.php/repa/article/view/2218
Resumo: This document describes the research activities carried out as the final proejct of the Specialization in Artificial Intelligence CE Fitec 2020.1. In this work were evaluated the application of AI techniques to help predict the incidence of deforestation in the Amazon, based on historical data and geographic characteristics of the study areas. Studies show that 94.9% of all deforestation in the Brazilian Amazon occurs within 5.5 km of some type of road or 1.0 km of navigable rivers. Thus, 3 variables were selected as input data for the evaluated models: deforested areas in previous years, distance from watercourses and distance from roads. The evaluation of the classifiers was carried out through the processing of subsequent images of the historical series, comparing the result obtained by the classifier with already known results.
id UFPE-2_4afc6ca253ab7889e7edf9e52025325e
oai_identifier_str oai:ojs.poli.br:article/2218
network_acronym_str UFPE-2
network_name_str Revista de Engenharia e Pesquisa Aplicada
repository_id_str
spelling Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na AmazôniaThis document describes the research activities carried out as the final proejct of the Specialization in Artificial Intelligence CE Fitec 2020.1. In this work were evaluated the application of AI techniques to help predict the incidence of deforestation in the Amazon, based on historical data and geographic characteristics of the study areas. Studies show that 94.9% of all deforestation in the Brazilian Amazon occurs within 5.5 km of some type of road or 1.0 km of navigable rivers. Thus, 3 variables were selected as input data for the evaluated models: deforested areas in previous years, distance from watercourses and distance from roads. The evaluation of the classifiers was carried out through the processing of subsequent images of the historical series, comparing the result obtained by the classifier with already known results.Esse documento descreve as atividades de pesquisa realizados como trabalho final da Especialização em Inteligência Artificial CE Fitec 2020.1. Neste trabalho foram avaliadas aplicações de técnicas de IA para auxiliar na previsão de incidência de desmatamentos na Amazonia, baseados em dados históricos e características geográficas das áreas de estudo. Estudos apontam que 94,9% de todo o desmatamento na Amazônia brasileira ocorre dentro de 5,5 km de algum tipo de estrada ou 1,0 km de rios navegáveis. Sendo assim, 3 variáveis foram selecionadas como dados de entrada para os modelos avaliados: áreas desflorestadas em anos anteriores, distância de cursos de água e distância de rodovias. A avaliação do classificador foi feita através do processamento de imagens subsequentes da série histórica, comparando o resultado obtido pelo classificador com resultados já conhecidos.     Escola Politécnica de Pernambuco2022-07-15info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionAvaliado pelos paresapplication/pdftext/htmlhttp://revistas.poli.br/index.php/repa/article/view/221810.25286/repa.v7i2.2218Journal of Engineering and Applied Research; Vol 7 No 2 (2022): Edição Especial em Inteligência Artificial; 57-64Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 2 (2022): Edição Especial em Inteligência Artificial; 57-642525-425110.25286/repa.v7i2reponame:Revista de Engenharia e Pesquisa Aplicadainstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPEporhttp://revistas.poli.br/index.php/repa/article/view/2218/823http://revistas.poli.br/index.php/repa/article/view/2218/824-Copyright (c) 2022 Thaise dos Santos Tenório, Bruno J. T. Fernandes, José Roberto Osses, Rafael Façanhahttp://creativecommons.org/licenses/by-nc/4.0info:eu-repo/semantics/openAccessFernandes, Bruno J. T.Osses, José RobertoFaçanha, Rafael2022-07-17T20:06:52Zoai:ojs.poli.br:article/2218Revistahttp://revistas.poli.br/index.php/repaONGhttp://revistas.poli.br/index.php/repa/oai||repa@poli.br2525-42512525-4251opendoar:2022-07-17T20:06:52Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)false
dc.title.none.fl_str_mv Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
title Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
spellingShingle Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
Fernandes, Bruno J. T.
title_short Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
title_full Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
title_fullStr Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
title_full_unstemmed Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
title_sort Avaliação de Técnicas de IA para Auxiliar na Previsão de Incidência de Desmatamento na Amazônia
author Fernandes, Bruno J. T.
author_facet Fernandes, Bruno J. T.
Osses, José Roberto
Façanha, Rafael
author_role author
author2 Osses, José Roberto
Façanha, Rafael
author2_role author
author
dc.contributor.author.fl_str_mv Fernandes, Bruno J. T.
Osses, José Roberto
Façanha, Rafael
description This document describes the research activities carried out as the final proejct of the Specialization in Artificial Intelligence CE Fitec 2020.1. In this work were evaluated the application of AI techniques to help predict the incidence of deforestation in the Amazon, based on historical data and geographic characteristics of the study areas. Studies show that 94.9% of all deforestation in the Brazilian Amazon occurs within 5.5 km of some type of road or 1.0 km of navigable rivers. Thus, 3 variables were selected as input data for the evaluated models: deforested areas in previous years, distance from watercourses and distance from roads. The evaluation of the classifiers was carried out through the processing of subsequent images of the historical series, comparing the result obtained by the classifier with already known results.
publishDate 2022
dc.date.none.fl_str_mv 2022-07-15
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion
Avaliado pelos pares
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/2218
10.25286/repa.v7i2.2218
url http://revistas.poli.br/index.php/repa/article/view/2218
identifier_str_mv 10.25286/repa.v7i2.2218
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv http://revistas.poli.br/index.php/repa/article/view/2218/823
http://revistas.poli.br/index.php/repa/article/view/2218/824
dc.rights.driver.fl_str_mv http://creativecommons.org/licenses/by-nc/4.0
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/4.0
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
text/html
dc.coverage.none.fl_str_mv -
dc.publisher.none.fl_str_mv Escola Politécnica de Pernambuco
publisher.none.fl_str_mv Escola Politécnica de Pernambuco
dc.source.none.fl_str_mv Journal of Engineering and Applied Research; Vol 7 No 2 (2022): Edição Especial em Inteligência Artificial; 57-64
Revista de Engenharia e Pesquisa Aplicada; v. 7 n. 2 (2022): Edição Especial em Inteligência Artificial; 57-64
2525-4251
10.25286/repa.v7i2
reponame:Revista de Engenharia e Pesquisa Aplicada
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Revista de Engenharia e Pesquisa Aplicada
collection Revista de Engenharia e Pesquisa Aplicada
repository.name.fl_str_mv Revista de Engenharia e Pesquisa Aplicada - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv ||repa@poli.br
_version_ 1798036000451067904

Registros relacionados