Predicting Burned Areas: A Machine Learning Approach

A tese intitulada "Predicting Burned Areas: A Machine Learning Approach" investiga o uso de modelos de machine learning para prever a ocorrência de incêndios e as áreas queimadas em seis distritos de Portugal Continental: Lisboa, Porto, Aveiro, Setúbal, Viseu e Braga. No entanto, no texto são abordados apenas quatro distritos (Lisboa, Porto, Setúbal e Viseu). A motivação para este estudo surge da crescente ameaça dos incêndios florestais no país, especialmente durante os meses mais quentes. Recorrendo a dados históricos de incêndios entre 2001 e 2023, combinados com informações meteorológicas como temperatura, precipitação e humidade, foram desenvolvidos vários modelos preditivos em Python. Entre os modelos testados encontram-se a Regressão Linear, Random Forest, Support Vector Regression, Neural Networks, Gradient Boosting Regressor e XGBoost. O desempenho foi avaliado através de métricas como o Mean Squared Error (MSE), Mean Absolute Error (MAE) e Mean Absolute Percentage Error (MAPE). Os resultados indicam que alguns distritos apresentam uma maior probabilidade de ocorrência de incêndios, embora as áreas queimadas previstas sejam, na sua maioria, reduzidas. Contudo, a precisão dos modelos variou, enfrentando algumas limitações devido à falta de dados. Conclui-se que a aplicação de machine learning pode melhorar significativamente a previsão do risco de incêndio e fornecer informações valiosas para a gestão de risco no setor segurador.