Aplicação de machine learning em dados climáticos para a predição de incêndios na caatinga piauiense
Loading...
Date
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Instituto Federal de Educação, Ciência e Tecnologia do Piauí
Resumo
Os incêndios florestais representam uma importante ameaça ao bioma Caatinga, causando impactos ambientais, sociais e econômicos. Neste contexto, este trabalho teve como objetivo desenvolver um modelo preditivo baseado em aprendizado de máquina para estimar a ocorrência diária de incêndios florestais no estado do Piauí a partir de dados meteorológicos. Para isso, foram utilizados registros históricos de focos de calor e informações de estações meteorológicas, contemplando variáveis como temperatura, umidade relativa do ar, precipitação, pressão atmosférica e velocidade do vento. Após o pré-processamento e a integração dos dados, foi empregado o algoritmo Light Gradient Boosting Machine, com posterior otimização do limiar de decisão para melhorar o desempenho do modelo. Os resultados obtidos indicaram acurácia de 82%, precisão de 79%, sensibilidade de 88%, índice F1 de 83%, área sob a curva ROC de 90% e coeficiente de concordância kappa de 64%, demonstrando boa capacidade de identificação de eventos de incêndio. Como aplicação prática, o modelo foi utilizado na geração de mapas de risco, evidenciando seu potencial como ferramenta de apoio ao monitoramento ambiental e à tomada de decisão na prevenção e combate a incêndios florestais.
Description
Keywords
Aprendizado de Máquina, Light Gradient Boosting Machine, Incêndios Florestais, Caatinga, Predição de Risco, Machine Learning
Citation
AMORIM, Diogo Bruno de Sá. Application of Machine Learning to Climate Data for Wildfire Prediction in the Piauí Caatinga. 2026. TCC (Análise e Desenvolvimento de Sistemas - TADS) - IFPI, Floriano, 2026 (artigo científico)