@InProceedings{HoritaViHeMaBrAl:2018:UsDaCo,
               author = "Horita, Fl{\'a}vio Eduardo Aoki and Vilela, Ricardo and Herdies, 
                         Dirceu Luis and Martins, Renata Genova and Bressiani, Danielle De 
                         Almeida and Albuquerque, Jo{\~a}o Porto De",
                title = "Uso de dados colaborativos na determina{\c{c}}{\~a}o de 
                         alagamentos",
            booktitle = "Anais...",
                 year = "2018",
               editor = "Herdies, Dirceu Luis and Coelho, Simone Marilene Sievert da 
                         Costa",
         organization = "Encontro dos alunos de p{\'o}s-gradua{\c{c}}{\~a}o em 
                         meteorologia do CPTEC/INPE, 17. (EPGMET)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "alagamentos, dados colaborativos, RMSP, p{\'e}dagua.",
             abstract = "Al{\'e}m de dados hidrometeorol{\'o}gicos coletados por sensores 
                         tradicionais, as informa{\c{c}}{\~o}es compartilhadas por 
                         volunt{\'a}rios muito {\'u}teis para o monitoramento de 
                         alagamentos em meios urbanizados. Isso torna-se ainda mais 
                         relevante em grandes centros como a Regi{\~a}o Metropolitana de 
                         S{\~a}o Paulo (RMSP), onde {\'e} poss{\'{\i}}vel obter 
                         informa{\c{c}}{\~a}o sobre o tempo, eventos severos ou desastres 
                         ambientais por meio de reports coletados em redes sociais ou 
                         aplicativos. Inserido no projeto de pesquisa 2016/10229-3, 
                         financiado pela FAPESP e FINEP, foi proposto o desenvolvimento de 
                         um aplicativo (P{\'e}dagua) que informar{\'a} riscos de 
                         alagamentos e inunda{\c{c}}{\~o}es em tempo real para a RMSP, 
                         sendo uma das principais funcionalidades deste a 
                         assimila{\c{c}}{\~a}o de dados colaborativos dos usu{\'a}rios. 
                         Para assegurar a qualidade do dado colaborativo foram realizados 
                         processos de coleta, tratamento, e valida{\c{c}}{\~a}o com dados 
                         de radar. O processo de obten{\c{c}}{\~a}o das 
                         informa{\c{c}}{\~o}es colaborativas {\'e} realizado em 
                         tr{\^e}s fases principais: i) um coletor de dados da Climatempo 
                         denominado Horus re{\'u}ne as frases obtidas pelos reports das 
                         diversas fontes (Twitter, Flickr, Instagram e outros). ii) estes 
                         reports passam por um sistema, denominado Minos, que agrupa 
                         reports pr{\'o}ximos no espa{\c{c}}o e tempo. Para isso, o 
                         m{\'e}todo foi o de estimativas de densidade de kernel (KDE), 
                         sendo que para ocorrer o agrupamento {\'e} necess{\'a}rio 
                         considerar um m{\'{\i}}nimo de tr{\^e}s reports, a uma 
                         dist{\^a}ncia m{\'a}xima entre eles de 200m, em intervalo de 
                         tempo de 30 minutos. Estes crit{\'e}rios foram definidos a partir 
                         de um estudo piloto onde testou-se tamb{\'e}m outras 
                         configura{\c{c}}{\~o}es. iii) uma an{\'a}lise de falsas 
                         ocorr{\^e}ncias {\'e} realizada por meio da 
                         verifica{\c{c}}{\~a}o, em tempo real, da chuva estimada por 
                         radares ou sat{\'e}lite na bacia hidrogr{\'a}fica da 
                         ocorr{\^e}ncia. Caso a resposta seja confirmada, uma flag {\'e} 
                         adicionada ao pol{\'{\i}}gono, indicando a 
                         identifica{\c{c}}{\~a}o de chuva no momento. Em uma an{\'a}lise 
                         preliminar, ao todo, 97 pol{\'{\i}}gonos foram identificados 
                         pelo sistema, o qual 93 apresentaram chuva na bacia 
                         hidrogr{\'a}fica, sendo 54.6% chuva forte e 41.24% moderada. 
                         Estes resultados indicam que o sistema consegue assimilar dados 
                         colaborativos para a identifica{\c{c}}{\~a}o dos riscos de 
                         alagamentos e inunda{\c{c}}{\~o}es em tempo real para a RMSP o 
                         que torna evidente a possibilidade de empregar esses dados como 
                         forma de complementar as observa{\c{c}}{\~o}es tradicionais de 
                         radares, pluvi{\^o}metros, etc., aumentando sua qualidade e 
                         precis{\~a}o para a previs{\~a}o de riscos ambientais.",
  conference-location = "Cachoeira Paulista",
      conference-year = "22-26 out. 2018",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGPDW34R/3SR7JT8",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34R/3SR7JT8",
           targetfile = "TC4-03.pdf",
                 type = "Estudos de Tempo e Clima",
        urlaccessdate = "19 maio 2024"
}