Modelos Híbridos Aplicados à Construção de Índice de Classificação de Níveis de Risco de Fogo no Brasil

Abstract

O fogo sempre exerceu grande atração sobre os seres humanos. As queimadas, de maneira geral, proporcionam impactos sociais e ambientais nos locais onde ocorrem. Diversas localidades brasileiras, especialmente nos meses mais secos do ano, estão mais suscetíveis a esse fenômeno. O estudo e o monitoramento do risco do fogo são uma poderosa ferramenta adotada no mapeamento e sensoriamento de áreas afetadas ao longo do território brasileiro e em outras partes do mundo. Este trabalho apresenta um índice para classificar os níveis de risco de fogo, elaborado com base nos sistemas neuro-fuzzy. Dados da cidade de Sorocaba foram utilizados para testar os modelos propostos. Os resultados obtidos mostram-se promissores, alcançando valores referentes à média de erros absolutos abaixo de 3%, aplicados na previsão do risco de queima pelo período máximo de até três dias. O índice proposto poderá ser utilizado como ferramenta de apoio e auxílio a diversos órgãos ou institutos de pesquisa que necessitam identificar a possibilidade de ocorrência de queimadas. Pode, assim, colaborar nas medidas para a redução de emissores atmosféricos, de modo a satisfazer o objetivo 15 da Agenda 30 definido pela Organização das Nações Unidas em 2015, o qual visa estimular ações de conservação, recuperação e uso sustentável de ecossistemas, especialmente.

Keywords

• modelagem fuzzy; modelo de previsão; machine learning; modelo neuro-fuzzy; redes neurais artificias.