Fogo no Mato: Serviço de Apoio à Decisão em Tempo Real para Combate a Incêndios Florestais

• Tiago Brasileiro Araújo Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)
• Damião Ribeiro de Almeida Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)
• José Gomes Lopes Filho Fundação Parque Tecnológico Itaipu (Itaipu Parquetec)
• Hicaro Ferreira Brasil Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)
• Igor Silva Sobral Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)
• Ana Lícia Ferreira Soares Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)
• Anna Beatriz Gomes Sales Instituto Federal de Educação, Ciência e Tecnologia da Paraíba (IFPB)

DOI: https://doi.org/10.5753/sbbd_estendido.2025.247660

Resumo

Fogo no Mato é uma iniciativa de caráter socioambiental e educativo voltada para o monitoramento, prevenção e compreensão dos focos de queimadas em áreas rurais e de vegetação nativa. Integrando dados de sensoriamento remoto provenientes de satélites e outros sensores, o projeto busca aliar ciência cidadã e geotecnologias para apoiar ações de combate às queimadas e orientar políticas públicas. A iniciativa propõe a integração de múltiplas fontes de dados por meio de técnicas de ciência de dados, inteligência artificial e geoprocessamento. O projeto conta com a parceria do Corpo de Bombeiros Militar da Paraíba (CBMPB), que participa ativamente da avaliação e testes da ferramenta, contribuindo com sugestões para seu aprimoramento contínuo.

Palavras-chave: Incêndios Florestais, Aplicativo Móvel, Business Intelligence, Sistemas de Apoio à Decisão, Monitoramento em Tempo Real

Referências

Arab, S. T., Islam, M. M., Shamsuzzoha, M., Alam, K. F., Muhsin, N., Noguchi, R., and Ahamed, T. (2022). A review of remote sensing applications in agriculture and forestry to establish big data analytics. Remote Sensing Application: Regional Perspectives in Agriculture and Forestry, pages 1–24.

Ghouri, A. M. and Mani, V. (2019). Role of real-time information-sharing through saas: An industry 4.0 perspective. International Journal of Information Management, 49:301–315.

Ibrahim, A. M. A., Abdullah, N. S., and Bahari, M. (2023). Software as a service challenges: A systematic literature review. In Proceedings of the Future Technologies Conference, pages 257–272. Springer.

Jain, P., Coogan, S. C., Subramanian, S. G., Crowley, M., Taylor, S., and Flannigan, M. D. (2020). A review of machine learning applications in wildfire science and management. Environmental Reviews, 28(4):478–505.

Milanés-Batista, C., Tamayo-Yero, H., De Oliveira, D., and Nuñez-Alvarez, J. (2020). Application of business intelligence in studies management of hazard, vulnerability and risk in cuba. In IOP Conference Series: Materials Science and Engineering, volume 844, page 012033. IOP Publishing.

Shah, S. A., Seker, D. Z., Hameed, S., and Draheim, D. (2019). The rising role of big data analytics and iot in disaster management: recent advances, taxonomy and prospects. IEEE Access, 7:54595–54614.

Silva Junior, J. A. d. and Pacheco, A. d. P. (2021). Avaliação de incêndio em ambiente de caatinga a partir de imagens landsat-8, índice de vegetação realçado e análise por componentes principais. Ciência Florestal, 31:417–439.

Subburaj, J., Murugan, K., Keerthana, P., and Aalam, S. S. (2024). Catastropheguard: A guard against natural catastrophes through advances in ai and deep learning technologies. In Internet of Things and AI for Natural Disaster Management and Prediction, pages 28–55. IGI Global.