Sistema de alerta de incêndio florestal
| Autor: | Silva, Isaac Dayan Bastos da, 1980 |
|---|---|
| Přispěvatelé: | Meyer, João Frederico da Costa Azevedo, 1947, Barros, Laécio Carvalho de, 1954, Bassanezi, Rodney Carlos, Mesquita, Marcos Eduardo Ribeiro do Valle, Gomes, Luciana Takata, Peixoto, Magda da Silva, Universidade Estadual de Campinas. Instituto de Matemática, Estatística e Computação Científica, Programa de Pós-Graduação em Matemática Aplicada, UNIVERSIDADE ESTADUAL DE CAMPINAS |
| Rok vydání: | 2021 |
| Předmět: | |
| Zdroj: | Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) Universidade Estadual de Campinas (UNICAMP) instacron:UNICAMP |
| DOI: | 10.47749/t/unicamp.2017.983670 |
| Popis: | Orientadores: João Frederico da Costa Azevedo Meyer, Laécio Carvalho de Barros Tese (doutorado) - Universidade Estadual de Campinas, Instituto de Matemática Estatística e Computação Científica Resumo: O principal objetivo desta tese é apresentar um sistema de alerta antecipado de incêndio florestal. Este sistema é baseado em três subsistemas acoplados: um \textbf{classificador kNN fuzzy}, que a partir das variáveis distâncias para curso d'água e estrada mais próximos, altitude e tipologia florestal, gera o índice de risco de incêndio florestal, um algoritmo \textit{\textbf{Subtractive Clustering}} e um \textbf{sistema fuzzy} que geram o perigo de incêndio florestal. De modo acoplado o risco e perigo de incêndio florestal podem simular a evolução espaço-temporal do índice de alerta de incêndio. A saída destes sistemas é entendida como pertinências de subconjuntos fuzzy. O alerta de incêndio florestal é utilizado para gerar simulações de propagação de incêndio a partir de metodologia de autômatos celulares. Propomos duas metodologias distintas para obtermos o perigo de incêndio florestal: a primeira consiste em utilizar um sistema fuzzy, que realiza métodos de aprendizagem supervisionada e não supervisionada, para fornecer uma série temporal de valores de perigo e que depende apenas de variáveis climáticas (umidade relativa do ar e precipitação); a segunda envolve um sistema dinâmico fuzzy que gera a mesma série temporal a partir de um sistema baseado em regras fuzzy com as mesmas variáveis de entrada do modelo de aprendizado de máquina. O índice de perigo gerado por esses modelos funciona também como regulador da dinâmica temporal do alerta de incêndio. Os modelos matemáticos são aplicados a dados reais geo-referenciados do Estado do Acre-Brasil Abstract: The main purpose of this thesis is to present a fire forest early warning system. This system is based on three coupled subsystems: a fuzzy kNN classifier, which generates the forest fire risk index from the distances to the nearest watercourse and road, altitude and forest typology; a \textbf{Subtractive Clustering} algorithm and a \textbf{fuzzy system} that create the danger of forest fire. In a coupled way the risk and danger of forest fire can simulate the spatio-temporal evolution of the fire warning index. The forest fire warning is used to generate simulations of fire spread using cellular automata methodology. We propose two different methodologies to obtain the forest fire danger: the first is based upon a fuzzy system that performs supervised and unsupervised learning methods providing a time series of danger values and depends only on climatic variables (air relative humidity and rainfall); The second involves a dynamic fuzzy system which generates the same time series from a system based on fuzzy rules with the same input variables as the machine-learning model. The index of danger generated by these models also acts as a regulator of the temporal dynamics of the warning of fire. The mathematical models are applied to real georeferenced data from the State of Acre-Brazil Doutorado Matemática Aplicada Doutor em Matemática Aplicada CAPES |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|