A carregar...
Publicação
Modelling wildfires in mainland Portugal : an approach with machine learning
| Nome: | Descrição: | Tamanho: | Formato: | |
|---|---|---|---|---|
| 2.96 MB | Adobe PDF |
Autores
Orientador(es)
Resumo(s)
Each year, wildfires cause billions of dollars of claims in the global insurance sector.
Climate change scenarios suggest a potential increase in these losses, as rising temperatures
and more frequent droughts intensify the underlying risk. Portugal, for its
part, has one of the highest densities of wildfire ignitions among southern European
countries, with this phenomenon posing the greatest threat to the sustainability of our
forests.
Given the spatial and temporal uncertainty associated with wildfire occurrences,
quantifying the underlying risk can be a challenging task that requires the use of advanced
analytical methods. In this study, we analyzed 89 839 ignitions that occurred
in Mainland Portugal over a 22-year period. Generalized Linear Models and Random
Forests (RF) were employed to estimate the expected burned area of a wildfire and the
likelihood of an ignition developing into a severe event, using a set of potentially explanatory
variables. The obtained results provided insights into the key determinants
within each modelling strand.
The estimated RF models were also used to predict the spatial patterns of ignitions
at the national level under a climate scenario. Risk maps for the municipalities of
Mainland Portugal were produced based on the resulting geographical predictions,
indicating that the highest risk is predominantly concentrated in the inner central
region of the country.
The estimated impact of the climate scenario considered in each modelling strand
was further assessed. Risk maps reflecting the predicted variations due to the scenario
were created, with the Alentejo region expected to be the most affected one.
Todos os anos, os incêndios florestais causam a nível global perdas seguradas na ordem dos biliões de dólares. Cenários de alterações climáticas sugerem um possível aumento nessas perdas, à medida que a subida das temperaturas e a maior frequência de secas intensificam o risco subjacente. Portugal, por sua vez, possui uma das maiores densidades de ignições de incêndio entre os países do sul da Europa, sendo este fenómeno a maior ameaça à sustentabilidade das nossas florestas. Dada a incerteza espacial e temporal associada aos incêndios, quantificar o risco subjacente constitui um processo complexo, podendo requerer o uso de métodos de analítica avançada. Neste estudo, analisamos 89 839 ignições ocorridas em Portugal Continental ao longo de 22 anos. Foram utilizados Modelos Lineares Generalizados e Florestas Aleatórias (RF) para estimar a área ardida esperada de um incêndio e a probabilidade de uma ignição evoluir para um incêndio grave, usando um conjunto de variáveis potencialmente explicativas. Os resultados obtidos forneceram informações sobre os principais determinantes em cada vertente de modelação. Os modelos RF estimados foram também usados para prever os padrões espaciais das ignições a nível nacional, sob um cenário climático. Mapas de risco para os concelhos de Portugal Continental foram construídos com base nas previsões geográficas resultantes, indicando que o risco maior está predominantemente concentrado na região interior centro do país. O impacto estimado do cenário climático considerado em cada vertente de modelação foi também avaliado. Mapas de risco refletindo as variações previstas devido à imposição do cenário foram implementados, com a região do Alentejo a ser estimada como a mais afetada.
Todos os anos, os incêndios florestais causam a nível global perdas seguradas na ordem dos biliões de dólares. Cenários de alterações climáticas sugerem um possível aumento nessas perdas, à medida que a subida das temperaturas e a maior frequência de secas intensificam o risco subjacente. Portugal, por sua vez, possui uma das maiores densidades de ignições de incêndio entre os países do sul da Europa, sendo este fenómeno a maior ameaça à sustentabilidade das nossas florestas. Dada a incerteza espacial e temporal associada aos incêndios, quantificar o risco subjacente constitui um processo complexo, podendo requerer o uso de métodos de analítica avançada. Neste estudo, analisamos 89 839 ignições ocorridas em Portugal Continental ao longo de 22 anos. Foram utilizados Modelos Lineares Generalizados e Florestas Aleatórias (RF) para estimar a área ardida esperada de um incêndio e a probabilidade de uma ignição evoluir para um incêndio grave, usando um conjunto de variáveis potencialmente explicativas. Os resultados obtidos forneceram informações sobre os principais determinantes em cada vertente de modelação. Os modelos RF estimados foram também usados para prever os padrões espaciais das ignições a nível nacional, sob um cenário climático. Mapas de risco para os concelhos de Portugal Continental foram construídos com base nas previsões geográficas resultantes, indicando que o risco maior está predominantemente concentrado na região interior centro do país. O impacto estimado do cenário climático considerado em cada vertente de modelação foi também avaliado. Mapas de risco refletindo as variações previstas devido à imposição do cenário foram implementados, com a região do Alentejo a ser estimada como a mais afetada.
Descrição
Mestrado Bolonha em Ciências Actuariais
Palavras-chave
Wildfire Burned Area Severe Ignition Random Forest Climate Scenario Risk Map Incêndio Área Ardida Ignição Grave Floresta Aleatória Cenário Climático Mapa de Risco
Contexto Educativo
Citação
Lopes, Pedro Raimundo dos Santos (2024). “Modelling wildfires in mainland Portugal : an approach with machine learning”. Dissertação de Mestrado. Universidade de Lisboa. Instituto Superior de Economia e Gestão
Editora
Instituto Superior de Economia e Gestão