Desenvolvimento de um modelo de data science para prevenção de enchentes
Visualizar/ Abrir
Data
2023-03-29Primeiro membro da banca
Dalmolin, Luiz Claúdio
Segundo membro da banca
Gregori, Roberto de
Metadata
Mostrar registro completoResumo
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.
Coleções
Os arquivos de licença a seguir estão associados a este item: