Aprendizagem de m?quina na Administra??o P?blica: uso do algoritmo Random Forest na predi??o do dano ambiental da APA do Ato do Mucuri

• Ano de defesa: 2021
• Autor(a) principal: Passos, Diego da Silva
• Orientador(a): Menezes, Jo?o Paulo Calembo Batista
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: UFVJM
• Link de acesso: http://acervo.ufvjm.edu.br/jspui/handle/1/2918
• topic: Registro de ocorr?ncia de inc?ndio; Inc?ndio florestal; APA do Alto do Mucuri; Random Forest; Unidade de conserva??o

A ?rea de Prote??o Ambiental (APA) do Alto do Mucuri ? uma unidade de conserva??o de uso sustent?vel que tem como objetivo a integra??o sustent?vel na rela??o entre o homem e a natureza. O territ?rio abrange oito munic?pios localizados na regi?o do Vale do Mucuri e tem como principal amea?a de exist?ncia a interven??o ambiental ilegal do ser humano, sendo o inc?ndio florestal um dos grandes desafios para sua sobreviv?ncia. O Registro de Ocorr?ncia de Inc?ndio (ROI) ? uma das ferramentas para compreens?o e combate do inc?ndio florestal que consiste no preenchimento de formul?rio contendo aspectos desde a identifica??o do inc?ndio florestal at? a sua debela??o. Com base nessas informa??es, o estudo utilizou o m?todo descritivo e a abordagem quantitativa para analisar a contribui??o preditiva da ocorr?ncia do dano ambiental na gest?o p?blica da APA do Alto do Mucuri, a partir de 138 ROI?s gerados entre os anos 2014 a 2018. Para an?lise foi utilizado o algoritmo Random Forest, t?cnica de aprendizado de m?quina para predi??o das vari?veis determinantes do dano ambiental. Os resultados alcan?ados revelaram maiores ocorr?ncias de inc?ndios, respectivamente, nos munic?pios de Ladainha e Itaip?, atingindo principalmente a vegeta??o Floresta Estacional Semidecidual do bioma Mata Atl?ntica. Os eventos, em sua maioria, tiveram causas desconhecidas e atividades agropecu?rias, alcan?ando o n?mero de 14.729,92 hectares de vegeta??o queimada e 9.864,61 horas de combate de inc?ndios florestais. Os modelos I e II aplicados no algoritmo Random Forest alcan?aram n?veis de acur?cia de 48,78% na fase de testagem demonstrando melhor poder preditivo para o dano ambiental de intensidade baixa e moderada. Os fatores que mais colaboraram para a identifica??o do dano ambiental foram: cobertura agropecu?ria, m?s, cobertura floresta natural para o ?ndice de acur?cia m?dia e as vari?veis de concentra??o de mon?xido de carbono, dire??o do vento e concentra??o de oz?nio para o ?ndice Gini. Atrav?s dos resultados foi poss?vel verificar a import?ncia das caracter?sticas clim?ticas e de cobertura geogr?fica para a mensura??o do dano ambiental. Como sugest?o de estudo para as atividades de gest?o da unidade de conserva??o ? a reformula??o do conte?do do ROI e a utiliza??o do algoritmo Random Forest de maneira rotineira para alcance de efici?ncia na utiliza??o de insumos e tempo de resposta para o combate de inc?ndios florestais.