dc.creator | Barcelos, Daniel Visentini de | |
dc.date.accessioned | 2023-07-14T13:32:32Z | |
dc.date.available | 2023-07-14T13:32:32Z | |
dc.date.issued | 2023-03-29 | |
dc.identifier.uri | http://repositorio.ufsm.br/handle/1/29689 | |
dc.description.abstract | Urban flooding is common in Brazil. This is due to the acceleration of urbanization, which leads to changes in land use. These floods cause economic losses, environmental effects, disturbances in the normal lives of the affected people and in addition to human losses. In recent decades, Brazil has experienced a rapid process of urbanization that has occurred without obstacles without adequate urban planning, especially without inspection of infrastructure systems. These changes in cultivation and occupation have a direct impact on drainage systems due to this incompatibility. In general, floods are the most frequent natural disasters and have increased significantly in recent years, causing human casualties and great economic losses worldwide. Despite reaching a wider rural area, the greatest losses and management difficulties are concentrated in urban areas. Therefore, this dissertation aims to develop a framework that helps in mapping areas susceptible to flooding, through automated monitoring and prediction of flood occurrence. For this, a code was developed in the python language using googlecolab. Design Science was chosen as the methodology of the study. The results indicate that the framework is capable of predicting floods and with a greater volume of data the level of accuracy of the system will be improved, as possible future work intends to test the framework with more robust databases. | eng |
dc.language | por | por |
dc.publisher | Universidade Federal de Santa Maria | por |
dc.rights | Attribution-NonCommercial-NoDerivatives 4.0 International | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | * |
dc.subject | Gestão pública | por |
dc.subject | Inundações | por |
dc.subject | Python | eng |
dc.subject | Public management | eng |
dc.subject | Floods | eng |
dc.subject | Python | eng |
dc.title | Desenvolvimento de um modelo de data science para prevenção de enchentes | por |
dc.title.alternative | Development of a data science model for flood prevention | eng |
dc.type | Dissertação | por |
dc.description.resumo | Alagamentos urbanos são comuns no Brasil. Isso se deve à aceleração da urbanização, que leva a mudanças no uso do solo. Essas inundações causam perdas econômicas, efeitos ambientais, perturbações na vida normal das pessoas afetadas e além de perdas humanas. Nas últimas décadas, o Brasil vivenciou um rápido processo de urbanização que ocorreu sem entraves sem um planejamento urbano adequado, principalmente sem a fiscalização dos sistemas de infraestrutura. Essas mudanças de cultivo e ocupação impactam diretamente nos sistemas de drenagem devido a essa incompatibilidade. Em geral, as inundações são os desastres naturais mais frequentes e têm aumentado significativamente nos últimos anos, causando vítimas humanas e grandes perdas econômicas em todo o mundo. Apesar de atingir uma área rural mais ampla, as maiores perdas e dificuldades de gestão concentram-se nas áreas urbanas. Portanto esta dissertação tem como objetivo desenvolver um framework que auxilie no mapeamento de áreas suscetíveis a enchentes, através do monitoramento e previsão automatizada de ocorrência de inundações. Para isso foi desenvolvido um código na linguagem python usando o googlecolab. Como metodologia do estudo foi escolhida a Design Science. Os resultados apontam que o framework é capaz de prever enchentes e com maior volume de dados o nível de precisão do sistema será melhorado, como possível trabalhos futuros pretendem-se testar o framework com bases de dados mais robustas. | por |
dc.contributor.advisor1 | Simonetto, Eugênio de Oliveira | |
dc.contributor.advisor1Lattes | http://lattes.cnpq.br/1853313255345200 | por |
dc.contributor.referee1 | Dalmolin, Luiz Claúdio | |
dc.contributor.referee2 | Gregori, Roberto de | |
dc.creator.Lattes | http://lattes.cnpq.br/5722012240901900 | por |
dc.publisher.country | Brasil | por |
dc.publisher.department | Administração Pública | por |
dc.publisher.initials | UFSM | por |
dc.publisher.program | Programa de Pós-Graduação em Gestão de Organizações Públicas | por |
dc.subject.cnpq | CNPQ::CIENCIAS SOCIAIS APLICADAS::ADMINISTRACAO::ADMINISTRACAO PUBLICA | por |
dc.publisher.unidade | Centro de Ciências Sociais e Humanas | por |