@InProceedings{DiasMoscShim:2023:MoOcIn,
               author = "Dias, Livia Caroline C{\'e}sar and Moschini, Luiz Eduardo and 
                         Shimabukuro, Yosio Edemir",
          affiliation = "{Universidade Federal de S{\~a}o Carlos (UFSCar)} and 
                         {Universidade Federal de S{\~a}o Carlos (UFSCar)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "Modelagem de ocorr{\^e}ncia de inc{\^e}ndios florestais 
                         relacionados a fatores antr{\'o}picos na {\'A}rea de 
                         Prote{\c{c}}{\~a}o Ambiental Coch{\'a} e Gib{\~a}o",
            booktitle = "Anais...",
                 year = "2023",
               editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz 
                         Eduardo Oliveira e Cruz de and Sanches, Ieda DelArco",
                pages = "e156411",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 20. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "Regress{\~a}o log{\'{\i}}stica bin{\'a}ria, AIC. 
                         inc{\^e}ndios florestais, sensoriamento remoto,Binary logistic 
                         regression, AIC. forest fires, remote sensing.",
             abstract = "Prever a ocorr{\^e}ncia de inc{\^e}ndios florestais {\'e} uma 
                         etapa crucial para o planejamento da preven{\c{c}}{\~a}o e do 
                         combate destes inc{\^e}ndios. Assim o objetivo deste trabalho foi 
                         desenvolver um modelo de suscetibilidade a inc{\^e}ndios 
                         florestais considerando a rela{\c{c}}{\~a}o de vari{\'a}veis 
                         topogr{\'a}ficas, vegetacionais e antr{\'o}picas com a 
                         ocorr{\^e}ncia dos inc{\^e}ndios florestais. Para isto, uma 
                         regress{\~a}o log{\'{\i}}stica foi aplicada na {\'A}rea de 
                         Prote{\c{c}}{\~a}o Ambiental Coch{\'a} e Gib{\~a}o. Utilizei 
                         focos de inc{\^e}ndios disponibilizados pelo INPE para gerar a 
                         vari{\'a}vel dependente do modelo, e oito vari{\'a}veis 
                         explicativas descritas como topogr{\'a}ficas, vegetacionais e 
                         antr{\'o}picas. A escolha do melhor modelo foi baseada no 
                         Crit{\'e}rio de Informa{\c{c}}{\~a}o de Akaike. Os resultados 
                         mostraram uma AUC, que {\'e} a taxa de acerto do modelo, de 
                         80,9%. ABSTRACT: Predicting the occurrence of wildfires is a 
                         crucial step in planning for fire prevention and fighting. Thus, 
                         the objective of this work was to develop a susceptibility model 
                         to forest fires considering the relationship of topographic, 
                         vegetation, anthropic variables with the occurrence of forest 
                         fires. In this work, we the logistic regression that was applied 
                         in the Cocha and Gib{\~a}o Environmental Protection Area. We use 
                         fire spots provided by INPE to generate a model-dependent 
                         variable, and eight explanatory variables such as topographic, 
                         vegetational and anthropic. The choice of the best model was based 
                         on the Akaike Information Criterion. The results showed an AUC, 
                         which is the model's hit rate, of 80.9%.",
  conference-location = "Florian{\'o}polis",
      conference-year = "02-05 abril 2023",
                 isbn = "978-65-89159-04-9",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/493QPAP",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/493QPAP",
           targetfile = "156411.pdf",
                 type = "Queimadas e Inc{\^e}ndios Florestais",
        urlaccessdate = "04 maio 2024"
}