• Informações do Trabalho

Titulo Descoberta de Padrões e Análise de Correlação entre Eventos Climáticos Extremos e Arboviroses no Brasil utilizando Técnicas de Mineração de Dados Subtítulo Autor ÍTALO DE ALMEIDA RIBEIRO Orientador FABRICIO MARTINS MENDONCA Resumo O aumento de eventos climáticos extremos exige análises integradas para a gestão de riscos. A Ciência da Computação contribui significativamente nesse contexto por meio da integração de dados e extração de conhecimento. No Brasil, bases governamentais como o Atlas Digital de Desastres e a plataforma AdaptaBrasil MCTI (Ministério da Ciência, Tecnologia e Inovação) são fundamentais nessa área, porém heterogêneas e desintegradas. Esta pesquisa propõe a aplicação do processo de Descoberta de Conhecimento em Bases de Dados (KDD) para integrar e analisar essas fontes. Utilizando mineração de dados, processos de ETL (Extração, Transformação e carga), análise de correlação estatística e algoritmos de agrupamento não supervisionado, o objetivo principal é descobrir padrões que relacionem o histórico de extremos hídricos, como secas e inundações, com a vulnerabilidade climática, focando especificamente no risco de incidência de arboviroses. Como resultado, a pesquisa produziu análises gráficas integradas, destacando-se diagramas de dispersão, mapas de calor (heatmaps) de cruzamento de riscos e a segmentação dos municípios brasileiros em cinco perfis de risco composto. Os padrões quantitativos evidenciados nessas visualizações, a exemplo da correlação positiva entre o histórico de secas e a suscetibilidade a dengue, zika e chikungunya, validam os modelos de vulnerabilidade atuais e condizem com a literatura científica recente sobre a influência direta dos extremos climáticos nas crises de saúde pública. Palavras-Chave Mineração de Dados, Risco Climático, Desastres Naturais, Arboviroses, KDD