@MASTERSTHESIS{ 2025:1897272481,
 	title = {Modelo preditivo de incêndios florestais para o semiárido nordestino baseado em redes neurais artificiais},
 	year = {2025},
 	url = "http://tede.bc.uepb.edu.br/jspui/handle/tede/5387",
 	abstract = "Os incêndios florestais representam uma grave ameaça ao equilíbrio ecológico e socioeconômico, especialmente no semiárido nordestino, uma região caracterizada por longos períodos de estiagem e vegetação suscetível ao fogo. A capacidade de prever a ocorrência de focos de incêndio é, portanto, uma
 ferramenta essencial para o planejamento de ações de mitigação e resposta rápida. Este trabalho teve como objetivo principal desenvolver um modelo preditivo para focos de incêndios florestais na região do Sertão de Crateús, Ceará, utilizando Redes Neurais Artificiais (RNA). Para isso, foram coletados dados de focos de calor de satélites (MODIS e VIIRS) e variáveis meteorológicas (temperatura, radiação solar, umidade, precipitação, vento e pressão atmosférica) do INMET, abrangendo o período de 2019 a 2024. A metodologia envolveu o processamento e a integração desses dados para treinar, validar e testar uma RNA do tipo Multi-Layer Perceptron (MLP). A análise de importância das variáveis, realizada por permutação de features, e a radiação solar global (RADGLB) foram os fatores de maior impacto na predição. O modelo final alcançou uma acurácia global de 72% nos dados de teste, com uma sensibilidade de 77%, indicando alta capacidade para identificar corretamente a ocorrência real de fogo. A análise das curvas de aprendizado demonstrou uma convergência estável com overfitting controlado. Os resultados indicam que a modelagem com RNA é uma abordagem promissora e eficaz para prever focos de incêndio, fornecendo uma base sólida para o desenvolvimento de sistemas de alerta precoce e auxiliando na gestão de recursos para o combate a incêndios no semiárido.",
 	publisher = {Universidade Estadual da Paraíba},
 	scholl = {Programa de Pós-Graduação em Ciência e  Tecnologia Ambiental - PPGCTA},
 	note = {Centro de Ciências e Tecnologia - CCT}
}