EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Un pipeline de datos para la predicción de incendios forestales en Pinamar

Ana Martinez Saucedo, Pablo Ezequiel Inchausti

SADIO Electronic Journal of Informatics and Operations Research · 2023

DOI: 10.24215/15146774e001 ↗

Kurz gefasst

Fachartikel in der Zeitschrift SADIO Electronic Journal of Informatics and Operations Research, 2023. Verfasst von Ana Martinez Saucedo und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

En los últimos años, la gravedad de los incendios forestales ha alcanzado niveles preocupantes tanto a nivel internacional como nacional. Sin embargo, gracias al avance de la tecnología, es posible predecir la ocurrencia y magnitud de los incendios forestales a través de modelos de Machine Learning especialmente desarrollados para este fin. Para lograr este objetivo, este artículo describe el desarrollo de una canalización de datos automatizada en el lenguaje de programación Python que genera un conjunto de datos de incendios forestales específico para el área de Pinamar, lo que permite el posterior entrenamiento de modelos predictivos de incendios. También es configurable Recopilar datos meteorológicos, topográficos y de combustible de otras áreas geográficas.

Zitieren

APA

Saucedo, A. M., & Inchausti, P. E. (2023). Un pipeline de datos para la predicción de incendios forestales en Pinamar. SADIO Electronic Journal of Informatics and Operations Research. https://doi.org/10.24215/15146774e001

Vancouver

Saucedo AM, Inchausti PE. Un pipeline de datos para la predicción de incendios forestales en Pinamar. SADIO Electronic Journal of Informatics and Operations Research. 2023. doi:10.24215/15146774e001

BibTeX
@article{Saucedo2023,
  author = {Saucedo, Ana Martinez and Inchausti, Pablo Ezequiel},
  title = {Un pipeline de datos para la predicción de incendios forestales en Pinamar},
  journal = {SADIO Electronic Journal of Informatics and Operations Research},
  year = {2023},
  doi = {10.24215/15146774e001}
}
Kostenlos starten →