Previsão de Focos de Calor na Região Metropolitana de Maceió Utilizando Rede Neural Artificial

O objetivo deste estudo é o de analisar a previsão focos calor (FC) na Região Metropolitana Maceió (RMM) utilizando Rede Neural Artificial (RNA). Foram usados neste os dados no período 1999 2019, disponíveis Banco Dados Queimadas (BDQueimadas). A foi feita com base RNA não linear autorregressiva (NAR) FC sendo entrada e alvo. As previsões se basearam função ativação Tangente Hiperbólica Sigmoide, para averiguar qual adaptaria melhor ao modelo RMM. desempenho do verificado pelo diagrama espalhamento (1:1), destaque Regressão Linear Simples (RLS), coeficientes determinação (R2) Pearson (r), seguido dos indicadores erros (EM - Erro Médio, REQM – Raiz Quadrático EPAM Percentual Absoluto Médio). EM variou entre -0,47 1,49 focos, (1,16 7,02 focos) (14,45 24,66%). Os r (0,08 0,52) R2 (1 58%). modelos nas funções foram similares observado previsto, satisfatória maioria municípios. tiveram sucesso elevados, principalmente nos anos 2008, 2012, 2015 2016, seca extrema. resultados obtidos indicam que aplicação pode auxiliar tomadas decisões gestores públicos monitoramento queimadas incêndios em áreas urbanas.Palavras-chave: incêndios, inteligência artificial, ambiental. Forecast of Fire Foci in the Metropolitan Region Using NetworkABSTRACTThe aim this study is to analyze forecast fire foci (FF) (MMR) using Network (ANN). It was used data available Burning Database (BDQueimadas) period from 2019. The made based on ANN non-linear autoregressive with FF, being input and target data. Hyperbolic Tangent Sigmoid activation function, find out which function would best adapt model FF MMR. performance Scatter Diagram emphasis Simple Regression (SLR), coefficients determination Pearson’s followed by error indicators (ME Mean Error, RMSE Root Square MAPE Absolute Percentage Error). ME ranged -0.47 1.49 foci, (1.16 7.02 foci), (14.45 24.66%). (0.08 0.52) models were similar between observed predicted, satisfactory most municipalities. not successful high especially years extreme drought. These results obtained indicate that application can help decision-making public managers monitoring burnings fires urban areas.Keywords: Intelligence, Environmental Monitoring.