Modelação do risco de incêndio florestal com redes neuronais artificiais: aplicação ao Parque Natural de Montesinho
Contribuinte(s) |
Bação, Fernando José Ferreira Lucas Lobo, Victor José de Almeida e Sousa |
---|---|
Data(s) |
28/05/2010
28/05/2010
06/06/2006
|
Resumo |
Dissertação apresentada como requisito parcial para obtenção do grau de Mestre em Ciência e Sistemas de Informação Geográfica Os incêndios florestais são actualmente uma séria ameaça sob diversas perspectivas, entre as quais se pode mencionar a conservação da natureza. Conhecer a dinâmica do fogo, sua causas e factores condicionantes é importante para tomar decisões que os evitem. O conhecimento destes factores pode ser fundamental e a determinação do perigo de incêndio pode proporcionar uma ferramenta útil na hierarquização de prioridades. A modelação do risco de incêndio pelos métodos tradicionais implica um árduo trabalho na classificação de dados e a assumpção de princípios altamente subjectivos. A complexidade subjacente a este fenómeno de índole social e geográfica, a inadequação das ferramentas clássicas ao serviço da ciência geográfica e a inexistência de modelos determinísticos conduzem à procura de novas respostas na sua determinação. O cérebro biológico e processos subjacentes ao seu funcionamento inspiraram o desenvolvimento de redes neuronais artificiais onde se inclui o SOM que, não necessitando de assumpções, utilizando apenas padrões eventualmente implícitos nos dados e nas variáveis do domínio do problema, organizam-se espacialmente podendo proporcionar informações interessantes e úteis na descoberta de conhecimento. Neste trabalho determinam-se variáveis supostamente condicionadoras da ocorrência e dinâmica do fogo, utilizam-se na determinação do perigo de incêndio utilizando o SOM e atribui-se expressão cartográfica aos resultados obtidos para a área de análise: o Parque Natural de Montesinho. |
Identificador | |
Idioma(s) |
por |
Relação |
Mestrado em Ciência e Sistemas de Informação Geográfica;TSIG0016 |
Direitos |
openAccess |
Palavras-Chave | #Incêndio florestal #Perigo de incêndio florestal #Parque Natural de Montesinho #Sistemas de informação geográfica #Redes neuronais artificiais #Self-Organizing Maps (SOM) #Wildand fires #Wildand fire danger assessment #Montesinho Natural Park #Geographical information systems #Artificial neural networks |
Tipo |
masterThesis |