TerrainIntelGIS: A Geographic Intelligence System to Support Decision-Making in Environmental and Natural Disaster Scenarios
Resumo
Environmental and natural disasters can inflict catastrophic harm upon both urban and rural landscapes. Consequently, the imperative emerges for a streamlined administration of resources allocated to rehabilitate these afflicted areas. In this context, the application of data mining techniques emerges as a pivotal tool in fortifying this endeavor. In this paper, we present the TerrainIntelGis, a Geographical Intelligence System (GIS) data-mining based, developed to serve as an additional tool for supporting decision-making by public institutions and private companies in allocating these resources used in environmental and natural disaster scenarios.
Palavras-chave:
Sistema de Inteligência Geográfica, Mineração de Dados, Desastres Naturais ou Ambientais
Referências
Suwardi Annas and Zulkifli Rais. 2020. k-Means and GIS for mapping natural disaster prone areas in Indonesia. In Proce. of the Mathematics, Science, and Computer Science Education Int’l Seminar (MSCEIS).
Francisco A. R. Barbosa, Paulina M. Maia-Barbosa, Andrea Maria A. Nascimento, et al. 2015. O desastre de Mariana e suas consequências sociais, econômicas, políticas e ambientais: porque evoluir da abordagem de Gestão dos recursos naturais para Governança dos recursos naturais? Arquivos do Museu de História Natural e Jardim Botânico da UFMG 24, 1-2 (2015).
Carlos H. T. Brumatti, Mariana A. R. Schaefer, Jugurta Lisboa Filho, and Julio C. S. Reis. 2022. Uma metodologia para apoio à tomada de decisão em cenários de desastres ambientais utilizando dados públicos. In Proc. of the Brazilian Symposium on Geoinformatics (GEOINFO). 329–334. http://urlib.net/ibi/8JMKD3MGPDW34P/487MDA5
Cássio Oliveira Camilo and João Carlos da Silva. 2009. Mineração de dados: Conceitos, tarefas, métodos e ferramentas. Universidade Federal de Goiás (UFC) 1, 1 (2009), 1–29.
Jugurta Lisboa Filho and Cirano Iochpe. 1999. Um estudo sobre modelos conceituais de dados para projeto de bancos de dados geográficos. Revista IP-Informática Pública 1, 2 (1999), 37–90.
Mateus de O. Fornasier and Ana Lara Tondo. 2020. A responsabilidade social empresarial entre o direito, a economia e a política da sociedade global: desastres ambientais e reflexividade. Caderno CRH 32 (2020), 591–608.
James MacQueen et al. 1967. Some methods for classification and analysis of multivariate observations. In Proc. of the Berkeley Symposium on mathematical statistics and probability. 281–297.
Rienna Oktarina et al. 2021. Determine the clustering of cities in Indonesia for disaster management using K-Means by excel and RapidMiner. In IOP Conference Series: Earth and Environmental Science, Vol. 794. IOP Publishing, 012094.
Bambang Supriyadi, Agus Perdana Windarto, Triyuni Soemartono, et al. 2018. Classification of natural disaster prone areas in Indonesia using K-means. Int’l Journal of Grid and Distrib.Comput. 11, 8 (2018), 87–98.
Francisco A. R. Barbosa, Paulina M. Maia-Barbosa, Andrea Maria A. Nascimento, et al. 2015. O desastre de Mariana e suas consequências sociais, econômicas, políticas e ambientais: porque evoluir da abordagem de Gestão dos recursos naturais para Governança dos recursos naturais? Arquivos do Museu de História Natural e Jardim Botânico da UFMG 24, 1-2 (2015).
Carlos H. T. Brumatti, Mariana A. R. Schaefer, Jugurta Lisboa Filho, and Julio C. S. Reis. 2022. Uma metodologia para apoio à tomada de decisão em cenários de desastres ambientais utilizando dados públicos. In Proc. of the Brazilian Symposium on Geoinformatics (GEOINFO). 329–334. http://urlib.net/ibi/8JMKD3MGPDW34P/487MDA5
Cássio Oliveira Camilo and João Carlos da Silva. 2009. Mineração de dados: Conceitos, tarefas, métodos e ferramentas. Universidade Federal de Goiás (UFC) 1, 1 (2009), 1–29.
Jugurta Lisboa Filho and Cirano Iochpe. 1999. Um estudo sobre modelos conceituais de dados para projeto de bancos de dados geográficos. Revista IP-Informática Pública 1, 2 (1999), 37–90.
Mateus de O. Fornasier and Ana Lara Tondo. 2020. A responsabilidade social empresarial entre o direito, a economia e a política da sociedade global: desastres ambientais e reflexividade. Caderno CRH 32 (2020), 591–608.
James MacQueen et al. 1967. Some methods for classification and analysis of multivariate observations. In Proc. of the Berkeley Symposium on mathematical statistics and probability. 281–297.
Rienna Oktarina et al. 2021. Determine the clustering of cities in Indonesia for disaster management using K-Means by excel and RapidMiner. In IOP Conference Series: Earth and Environmental Science, Vol. 794. IOP Publishing, 012094.
Bambang Supriyadi, Agus Perdana Windarto, Triyuni Soemartono, et al. 2018. Classification of natural disaster prone areas in Indonesia using K-means. Int’l Journal of Grid and Distrib.Comput. 11, 8 (2018), 87–98.
Publicado
23/10/2023
Como Citar
BRUMATTI, Carlos H. T.; SCHAEFER, Mariana; VILLELA, Maria Lúcia B.; LISBOA-FILHO, Jugurta; REIS, Julio C. S..
TerrainIntelGIS: A Geographic Intelligence System to Support Decision-Making in Environmental and Natural Disaster Scenarios. In: WORKSHOP DE FERRAMENTAS E APLICAÇÕES - SIMPÓSIO BRASILEIRO DE SISTEMAS MULTIMÍDIA E WEB (WEBMEDIA), 29. , 2023, Ribeirão Preto/SP.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2023
.
p. 89-92.
ISSN 2596-1683.
DOI: https://doi.org/10.5753/webmedia_estendido.2023.235548.
