CHAMADA PÚBLICA Nº 18/2015 - PROGRAMA DE APOIO A CAPACITAÇÃO DOCENTE DAS INSTITUIÇÕES PÚBLICAS DE ENSINO SUPERIOR DO PARANÁ DOUTORADO (ACORDO CAPES/FA) Anexo I Roteiro Descritivo da Proposta 1. DADOS DE IDENTIFICAÇÃO 1.1 Nome do Bolsista: Sidgley Camargo de Andrade 1.2 Vínculo institucional: Universidade Tecnológica Federal do Paraná / Campus Toledo 1.3 Curso/Programa: Ciências de Computação e Matemática Computacional 1.4 Nível: Doutorado 1.5 Contato: sidgleyandrade@utfpr.edu.br, sidgleyandrade@usp.br, (16) 3415-7136, (16) 98271-1262 1.6 Área do conhecimento: Ciência da Computação / Sistemas de Informação 1.7 Linha Temática: Sistema de Informação Geográfica e Desastres Naturais 1.8 Projeto de pesquisa: 1.9 Orientador: A Geospatial Open collaborative Architecture for Building Resilience against Disasters and Extreme Events (AGORA) João Porto de Albuquerque, (jporto@icmc.usp.br, j.porto@warwick.ac.uk, +44 (0)24 765 72516) 1 2. PRODUÇÃO CIENTÍFICA (Descrever as produções correspondentes aos itens e o Qualis quando houver). 2.1 Artigos Científicos (A1, A2, B1, B2, B3) 2015 2014 2013 Castanhari, R. E. S.; Rorcha, R. S.; Andrade, S. C.; Albuquerque, J. P. (2016). A Software Architecture to Integrate Sensor and Volunteered Geographic Information for Flood Risk Management. In: 13th International Conference on Information Systems for Crisis Response and Management (ISCRAM). Rio de Janeiro, Brazil. (Qualis B5) Andrade, S. C.; Tait, Tania, F. C. ; Huzita, E. H. M. ; Bruzarosco, Donizete Carlos ; Carmizini, M. A. (2013). An Approach to Support the Software Project Management for Mobile Devices. In: XXXIX Latin American Computing Conference (CLEI), 2013, Naiguatá. XXXIX Latin American Computing Conference. (Qualis B4) 2.2 Livros (internacional ou nacional) Andrade, S. C., Cordeiro, M. S., Freitas, C. R., Kolling, S. Currículo do Ensino Médio: uma reflexão sobre as contribuições do Pacto Nacional pelo Fortalecimento do Ensino Médio e do PIBIC- EM In: Seminário Nacional Interdisciplinar em Experiências Educativas, 2015, Francisco Beltrão/PR. - - -
2.3 Capítulos de livro (internacional ou nacional) 2.4 Material didático instrucional (Registro ISBN/ ISSN) - - - - - - 2.5 Outros (Especificar) - - - 3. PROJETO DE PESQUISA 3.1 Título: Fusão de informação geográfica voluntária e sensores aplicada ao monitoramento e alerta de inundação 3.2 Justificativa: No Brasil, entre os anos de 1900 e 2013 7.404 pessoas foram vítimas fatais e outras 15.077.504 foram afetadas por catástrofes decorrentes de eventos meteorológicos e hidrológicos como as inundações e os deslizamentos de terra causados por chuva (Aragón-Durand, 2014). Esses desastres são comuns e recorrentes em muitas regiões brasileiras, principalmente nas regiões Sul e Sudeste do país. Esse tipo de desastre causa impactos socioeconômicos acentuados nas grandes cidades onde a densidade populacional é maior como perdas materiais e humanas, interrupção do ciclo econômico, contaminação da água por doenças de veiculação hídrica e materiais tóxicos, e problemas socais como a falta de energia elétrica e transporte. Volunteered Geographic Information Informação Geográfica Voluntária (VGI) emergiu nos últimos anos como uma fonte de dados espacial na Web 2.0 e tem sido cada vez mais reconhecida pelos pesquisadores como um importante recurso para apoiar a gestão de desastres (Poser e Dransch, 2010). Essa informação é produzida e disponibilizada por cidadãos comuns através de diferentes atividades de colaboração, tais como, troca de informação por meio de redes sociais (e.g. Twitter, Instagram e Facebook), mapeamento colaborativo (e.g. OpenStreetMap), e sensoriamento participativo por meio de plataformas crowdsourcing (e.g. Ushahidi) sendo as informações oriundas das redes sociais o foco desse projeto de pesquisa. No contexto de inundação, VGI é considerada uma fonte de dados complementar ou alternativa em diferentes cenários de desastres. Degrossi et al. (2014) propuseram uma plataforma baseada em crowdsourcing para coletar informações sobre o nível de água para o contexto de gestão de risco de inundação. Castanhari et al. (2016) utilizaram os dados da plataforma de Degrossi et al. e descreveram uma arquitetura orientada a serviços que possibilita a integração de observações dos níveis de água de sensores e relatos de voluntários por meio de métodos espaciais variados. Através de uma prova de conceito eles realizaram a interpolação dos dados para identificar possíveis áreas de risco de inundação no rio Monjolinho em São Carlos, São Paulo, Brasil. Albuquerque et al. (2015) identificaram padrões espaciais na ocorrência de tweets relacionados à inundação e que estavam associados com a proximidade e severidade de eventos de inundação do rio Elbe em 2013, na Alemanha. Spinsanti e Ostermann (2013) e Schade et al. (2013) mostraram através de um sistema de prova de conceito que a combinação das mídias sociais (Twitter e Instagram) e dados oficiais pode atuar em conjunto como canal de comunicação para os cidadãos que foram afetados por um desastre. Assis et al. (2015) desenvolveram uma abordagem online que filtra e prioriza tweets a partir de informações oficiais sobre o nível de água de sub-bacias hidrográficas do Estado de São Paulo, Brasil. Outros estudos consideraram imagens e mapas colaborativos como uma fonte de dados para a gestão de riscos de inundação. Neste sentido, VIG pode variar tanto na estrutura quanto no conteúdo, bem como na confiabilidade e objetividade da informação. Isso pode dificultar o seu uso como fonte de informação para a gestão de desastres, portanto, o principal desafio relacionado a esse tipo de fonte de informação é como integrá-la com outros conjuntos de dados para uma abordagem mais efetiva, em vez de considerá-la uma fonte paralela de informação (Albuquerque et al. 2015; Poser e Dransch 2010). Ademais, diversos trabalhos exploraram a relação do VGI com os eventos de desastre e/ou dados oficiais (Sakaki et al., 2010; Spinsanti e Ostermann, 2013; Albuquerque et al., 2015). Entretanto, o uso significativo e eficiente dessa relação ainda é pouco explorado, principalmente quando envolve ações efetivas de mitigação de desastres em áreas urbanas em tempo real. As ações de mitigação vão desde o mapeamento das áreas de risco à infraestrutura de monitoramento e alerta de desastres naturais, sendo a atividade de monitoramento em áreas urbanas o foco desse projeto de pesquisa. No Brasil, a ação de monitoramento e alerta de inundação está relacionada à fase de mitigação da Gestão de Riscos (GR) e envolve, entre outras agências públicas e privadas, o Centro Nacional de Monitoramento e Alertas de 2
Desastres Naturais (Cemaden) 1 e o Centro Nacional de Gerenciamento de Riscos e Desastres (Cenad) 2, ligados, respectivamente, aos ministérios da Ciência, Tecnologia e Inovação (MCTI) e Integração Nacional (MI). Em síntese, o papel do Cemaden é operacional e estrito ao desenvolvimento e à implementação de sistemas de monitoramento, previsão e alerta de desastres, enquanto o Cenad comunica e mobiliza os atores envolvidos com o plano de contingência e resposta (e.g. Defesa Civil). O Cemaden é o principal ator desse projeto de pesquisa pelos seguintes motivos: (a) seu centro de monitoramento e alerta é sediado na cidade de São Paulo, (b) possui colaboração com projetos de pesquisa envolvendo programas de mestrado e doutorado da Universidade de São Paulo, e (c) é uma fonte de dados oficial para o propósito desse projeto de pesquisa. O projeto A Geospatial Open collaborative Approach for Building Resilience against Flooding (AGORA) 3, em conjunto com o projeto Alerta CEPED USP 4, busca desenvolver conceitos e tecnologias que envolvem VGI. Além disso, visa contribuir para a consolidação do Cemaden e aprimorar as atividades de monitoramento e alerta, de maneira a reduzir os impactos causados pelos desastres naturais no país com ênfase em inundações. Um dos componentes de pesquisa do AGORA, cujo escopo é o presente projeto de pesquisa, se refere à Gestão e Fusão de Informação (Figura 1). O objetivo desse componente é a concepção e o desenvolvimento de conceitos e métodos que integram VGI a dados oficiais, portanto, pertinente para colaborar com o objetivo do Cemaden (e de outras agências de monitoramento e alerta), bem como contribuir com o estado da arte a partir da intersecção entre os campos de pesquisa VGI, Fusão da Informação e Gestão de Desastres. 3 Figura 1. Arquitetural Conceitual do projeto AGORA com destaque ao componente Gerenciamento e Fusão de Informação (escopo do projeto). 3.3 Caraterização do problema: Comumente, a atividade de monitoramento de áreas de risco de inundação é realizada através da coleta de informações provenientes de fontes de dados heterogêneas como as estações hidrológicas, os radares meteorológicos e os satélites, e da análise paralela dessas informações. As estações hidrológicas são compostas por sensores in-situ (pluviômetros, nível de água, etc.) e fornecem dados locais quasi-online (normalmente a cada 10 min) e precisos (considerando aspectos de calibragem e normalidade dos sensores), enquanto os radares e satélites possuem informações de natureza estocástica (previsão e detecção de chuvas, tempestades e tornados), off-line (devido à latência e ao pré-processamento) e sujeitos a interpretação por especialistas do domínio. Um dos principais problemas do uso dessas fontes de dados é o alto custo de implantação e manutenção dos equipamentos e, por isso, algumas áreas não possuem ou carecem de monitoramento adequado, principalmente sub-bacias hidrográficas que permeiam áreas urbanas. Além disso, esses equipamentos também são suscetíveis a ruídos e falhas que podem resultar em leituras incorretas e na interrupção dos dados. Em contraste com a falta de cobertura de monitoramente e possíveis ruídos e falhas dos equipamentos, uma 1 www.cemaden.gov.br 2 www.mi.gov.br/defesa-civil/cenad/ 3 Concessão nº 2012/18675-1 FAPESP, www.agora.icmc.usp.br 4 Concessão nº 88887.091744/2014-01 do programa Pró-Alertas Capes
abordagem que faz uso de VGI como fonte complementar ou alternativa é interessante para apoiar as áreas cuja informação oficial é insuficiente (ou ausente) e melhorar o conhecimento situacional das sub-bacias hidrográficas situadas em áreas urbanas. Desta forma, a integração entre VGI e dados oficiais pode melhorar o monitoramento de áreas urbanas através de um conjunto atualizado e completo de informações. Essas informações são de grande valor tanto para os centros de monitoramento e alerta como também para a população, que fica a mercê de enchentes repentinas. Em geral, as pesquisas fazem uso do VGI para buscar uma relação mais estreita entre a ocorrência do fenômeno e sua previsibilidade. Embora tenha havido estudos substanciais sobre o uso de diferentes tipos de informação no contexto da gestão de desastres, cada cenário de estudo traz vários desafios, entre eles: 1. Como integrar VGI a conjuntos de dados oficiais em vez de considerá-lo como uma fonte paralela de informações (Albuquerque, Herfort, Brenning e Zipf, 2015)? 2. Como uma abordagem que integre VGI a conjuntos de dados oficiais pode ser avaliada e validada? Para responder a primeira questão é necessário distinguir entre as entradas, os métodos utilizados e as saídas do processo de integração. Sendo assim, faz-se necessário estabelecer um workflow de integração de informações que no escopo do projeto é denominado de workflow de fusão de informação. Além disso, as etapas do workflow devem considerar desde a seleção à medição das relações das fontes de dados, i.e, mensurar a relação ou correlação entre as fontes de dados e a forma como elas podem ser combinadas (e.g. composição por justaposição ou aglutinação). A segunda questão é um desafio ainda maior e incluí a avaliação da abordagem de fusão de informação sob três dimensões: das relações entre as fontes de dados, do processo de fusão de informação, e da previsão a partir de um cenário real ou controrado. 3.4 Objetivos: O objetivo desse projeto de pesquisa é expresso através da seguinte hipótese de pesquisa: 4 A integração entre VGI e dados oficiais na atividade de monitoramento em áreas urbanas reduz a incerteza da previsão de inundações. Para aceitar ou refutar a hipótese será elaborado um workflow de fusão de informação que considera VGI, provenientes das redes sociais, e dados oficiais de sensores hidrológicos na atividade de monitoramento e previsão de inundação para o contexto das cidades brasileiras (OP). Para isso têm-se os seguintes objetivos especifico: 1. (OE1) Determinar a relação entre VGI e dados oficiais. 2. (OE2) Estabelecer como essa relação pode ser utilizada de forma significativa e eficiente nas atividades de monitoramento e previsão de inundação. 3. (OE3) Determinar a sensibilidade da incerteza da previsão de inundação ao considerar a integração de VGI e dados oficiais. 4. (OE4) Realizar uma prova de conceito a partir da concepção de um processo de integração de dados para o monitoramento e previsão de inundação. 5. (OE5) Avaliar o workflow de fusão de informação no monitoramento e previsão de inundação em real-time ou quasi real-time. 3.5 Metodologia: Diferentes métodos serão empregados para aceitar ou refutar a hipótese de pesquisa e alcançar os objetivos propostos. Inicialmente será realizada uma revisão sistemática sobre os temas VGI e fusão de dados. O objetivo da revisão sistemática é esclarecer na literatura os conceitos que envolvem o processo de fusão de dados por exemplo, se existe diferença entre os conceitos de combinação, integração, agregação, junção e fusão de informação e identificar as técnicas e ferramentas utilizadas para determinar a relação entre dados de fontes distintas e/ou heterogêneos, bem como
os workflows de fusão de informação utilizados em cada estudo. A string de busca será derivada da estrutura PICO (Population, Intervention, Comparison, Outcome). As bases de dados de referência para a revisão sistemática são: ISI Web of Science, Scopus, Compendex, ScienceDirect, SpringerLink e ACM Digital Library. Essas bases foram selecionadas por retornarem um número viável e consistente de resultados a partir de palavras-chave, quando comparadas a outros repositórios (e.g. Google Scholar e ACM) isso foi obtido através de experiências empíricas. Também serão considerados artigos publicados nos seguintes eventos: International Conference on Information Systems for Crisis Response and Management (ISCRAM), Americas Conference on Information Systems (AMCIS), Brazilian Symposium on Geoinformatics (GEOINFO) e International Symposium Information Fusion and Intelligent Geographical Information Systems. Posteriormente, um experimento será realizado com dados de VGI (Twitter) e sensores hidrológicos (pluviômetros) a fim de determinar a relação entre essas fontes de dados (OE1). Para isso, serão identificados eventos de inundação entre Março de 2015 e Março de 2016 ocorridos na cidade de São Paulo, Brasil. A cidade de São Paulo foi escolhida pela freqüência de alagamentos e enchentes que afetam a população, ocasionando eventos de inundações. Outro fator determinando para a escolha da cidade foi à conveniência de coletar dados de redes sociais e pluviométricos, bem como a continuidade de trabalhos anteriores realizados pelo grupo de pesquisa AGORA. Conjunto de dados do Twitter: tweets coletados via API do Twitter e armazenados em um banco de dados nãorelacional. Os tweets precisam ser selecionados, enriquecidos e harmonizados para o experimento e processo de fusão. Conjundo de dados do Cemaden: dados pluviométricos coletados via API Cemaden e armazenados em um banco de dados geográfico. Alguns dados do Cemaden foram importados a partir de arquivos comma-separated values (csv). Esses dados precisam ser selecionados e harmonizados para o experimento e processo de fusão. Com o resultado do experimento buscar-se-á identificar modelos matemáticos que possam descrever funcionalmente e justiçar a relação entre os tweets e dados pluviométricos. É provável que o modelo seja não-linear e, portanto, será necessário aplicar algum algoritmo de correção/calibragem (OE3) bem como mediar a sensibilidade do modelo. Por exemplo, Sakaki, Okazaki e Matsuo (2010) fazem uso de métodos da família Monte Carlo (filtro de Kalman e filtro de Partículas) para estimar a localização e corrigir a escala temporal de terremotos a partir de tweets. A partir do modelo será possível usar as fontes de dados de forma significativa e eficiente no monitoramento e na previsão de inundação por modelos hidrológicos (OE2). Como modelo hidrológico de referência será utilizado o Probability-Distributed Model (PDM) devido à simplicidade e, sobretudo, ser um dos modelos adotados pelo Cemaden. Os modelos hidrológicos não fazem parte do escopo desse projeto de pesquisa, contudo, são desenvolvidos, adaptados e avaliados por parceiros de pesquisa da engenharia hidráulica e saneamento da Universidade de São Paulo (USP), em São Carlos/SP, que também estão inseridos no projeto Alerta CEPED USP. Como processo de integração será adotado (OE4) o workflow de fusão de dados espaciais apresentado por Wiemann e Bernard (2015), conforme ilustrado na Figura 2. Ao passo que a revisão sistemática evolui e obstáculos de pesquisa apareçam, o workflow poderá sofrer alterações para se adequar a essas características/obstáculos naturais da pesquisa cientifica. 5 Figura 2. Abordagem de um fluxo de trabalho para fusão de dados espaciais (Wiemann e Bernard, 2015). Busca e recuperação: visa à identificação e coleta de dados para o processo de integração. Esse processo compreende em determinar as fontes de dados, a escala espacial e temporal, e os critérios de seleção e exclusão das instâncias das fontes de dados. Esse processo é executado individualmente para cada fonte de dados.
Enriquecimento: envolve atividades de pré-processamento para a extração enriquecimento de características dos dados. Esse processo compreende na limpeza e detecção e remoção de outliers. Pode envolver a atividade de classificação supervisionada, não-supervisionada ou semi-supervisonada. Esse processo é executado individualmente para cada fonte de dados. Harmonização: busca minimizar as desigualdades entre as instâncias das fontes de dados para garantir um processamento sintático e semântico comum. A harmonização inclui atividades de normalização, sincronização e conversão de dados e coordenadas geográficas. Esse processo é executado individualmente para cada fonte de dados. Medição da relação: envolve a investigação e quantificação das relações entre fontes de dados. A medição pode ser realizada em função do nível de representação conceitual, estrutural ou outra medida de similaridade. Esse processo é executado com pares ou conjuntos de fontes de dados. Mapeamento de recursos: explora as medições das relações para determinar o tipo de relação entre os atributos, em nível de representação, sintático e semântico. Esse processo é executado com pares ou conjuntos de atributos de fontes de dados distintas. Resolução: visa eliminar inconsistências nos resultados preliminares. Esse processo conclui as relações de agrupamento, comparação, atualização ou enriquecimento dos dados. Disponibilidade: envolve a codificação, o armazenamento e a divulgação dos resultados para a visualização ou analise dos resultados. Por fim, para a avaliação do workflow de fusão de informação (OE5) serão realizados dois experimentos a partir de eventos de inundação da cidade de São Paulo, Brasil: um controlado e outro semi-controlado. O experimento controlado será piloto para o experimento semi-controlado, portanto, espera-se identificar a maior parte dos problemas no experimento controlado. Os elementos que compõem os experimentos (i.e. protocolo, etc.) ainda estão em análise e desenvolvimento, portanto, não são apresentados nesse projeto de pesquisa. 6 3.6 Fase em que se encontra o projeto: O projeto encontra-se na fase inicial e nenhum dos objetivos propostos (OE1 a OE5) foram alcançados. Entretanto, estudos preliminares e atividades de cooperação com outro projeto correlato permitiram alcançar resultados interessantes que foram publicados no artigo intitulado A Software Architecture to Integrate Sensor and Volunteered Geographic Information for Flood Risk Management em uma das conferências estratégicas do grupo de pesquisa AGORA International Conference on Information Systems for Crisis Response and Management (ISCRAM 2016). Esse resultado preliminar esclareceu conceitos até então não apropriados sobre gestão de desastres e informações geográficas voluntárias (VGI), e também orientaram discussões para as questões e objetivos de pesquisa do presente projeto. 3.7 Resultados esperados: VGI pode ser considerada uma informação valiosa para o monitoramento online ou quasi-online de desastres naturais. Essa premissa é apresentada e defendida por diversos estudos que fazem uso da informação geográfica voluntária no contexto de desastres naturais. Portanto, espera-se como resultado: Concretizar o workflow de fusão de informação através de um protótipo de monitoramento online ou quasi-online que incorpore VGI e dados de sensores, visando reduzir os impactos das inundações em comunidades vulneráveis. Esse protótipo será um medidor de chuva virtual Virtual Rainfall Gauge (OP). Demonstrar que o uso de VGI na atividade de monitoramento e alerta de inundação em áreas com urbanas pode ser de grande valor para os centros de monitoramento e população (OE4 - OE5). Contribuir com o campo de pesquisa VGI Sensing (Schade et al, 2013) a partir das lições obtidas das relações entre VGI e fonte de dados oficiais (OE1 - OE3). 3.8 Aspectos éticos e de biossegurança: (quando aplicável)
Não aplicável 3.9 Referências Bibliográficas: (listar as principais referências de acordo com as normas da ABNT- máximo 10) 1. Albuquerque, J. P., Herfort, B., Brenning, A. and Zipf, A. (2015) A Geographic Approach for Combining Social Media and Authoritative Data towards Identifying Useful Information for Disaster Management. International Journal of Geographical Information Science, 29(4): 667-689. 2. Assis, L. F. F. G., Herfort, B., Steiger, E., Horita, F. E. A., Albuquerque, J. P. (2015). Geographical prioritization of social network messages in near real-time using sensor data streams: an application to floods. XVI Brazilian Symposium on Geoinformatics (GEOINFO), pp. 26-37. Campos do Jordão, SP, Brazil. 3. Aragón-Durand, F. Inundaciones en zonas urbanas de cuencas en América Latina. Lima: Soluciones Prácticas; 2014. 4. Degrossi, L.C., Albuquerque, J. P., Fava, M.C., Mediondo, E.M. (2014). Flood Citizen Observatory: a crowdsourcingbased approach for flood risk management in Brazil. In 26th International Conference on Software Engineering and Knowledge Engineering, Vancouver, Canada. 5. Spinsanti, L., & Ostermann, F. (2013). Automated geographic context analysis for volunteered information. Applied Geography, 43, 36 44. 6. Poser, K. and Dransch, D. (2010). Volunteered geographic information for disaster management with application to rapid flood damage estimation.geomatica, 64(1):89 98 7. Castanhari, R. E. S.; Rocha, R. S.; Andrade, S. C.; Albuquerque, J. P. (2016). A Software Architecture to Integrate Sensor and Volunteered Geographic Information for Flood Risk Management. In: 13th International Conference on Information Systems for Crisis Response and Management (ISCRAM). 2016. 8. Sakaki, T., Okazaki, M., & Matsuo, Y. (2010). Earthquake shakes Twitter users: real-time event detection by social sensors. In Proceedings of the 19th international conference on World wide web (WWW '10). ACM, New York, NY, USA, 851-860. 9. Schade, S., Díaz, L., Ostermann, F., Spinsanti, L., Luraschi, G., Cox, S., Nuñez, M., & Longueville, B. (2013). Citizenbased sensing of crisis events: sensor web enablement for volunteered geographic information. Applied Geomatics, 5(1), 3 18. 10. Wiemann, S., & Bernard, L. (2016). Spatial data fusion in Spatial Data Infrastructures using Linked Data. International Journal of Geographical Information Science, 30(4), 613 636. 7 4. PLANO DE TRABALHO Descrever a(s) meta(s), elementos que compõem o projeto, contemplando a descrição, unidade de medida e quantidade, além das etapas, ações em que se pode dividir a execução de uma meta, do período de realização e valor previsto para a mesma. Não existe nenhuma limitação para a quantidade de metas e etapas: META Descrição da Meta: Concepção de um workflow de fusão de informação entre VGI e conjuntos de dados oficiais para o contexto de monitoramento e previsão de inundação de áreas urbanas Unidade de medida: meses Quantidade: - ETAPA nº 01 Descrição da Etapa: determinar a relação entre VGI provenientes das redes sociais Twitter e Instagram e dados de sensores hidrológicos fornecidos pelo Centro Nacional de Monitoramento de Desastres Naturais (Cemaden) Período de realização: Outubro/2016 a Janeiro/2016 Valor Previsto: - ETAPA nº 02 Descrição da Etapa: estabelecer como a relação entre VGI (provenientes das redes sociais Twitter e Instagram) e dados oficiais (Cemaden) pode ser utilizada de forma significativa e eficiente nas atividades de monitoramento e previsão em inundação.
META META Período de realização: Janeiro/2017 a Abril/2017 Valor Previsto: - ETAPA nº 03 Descrição da Etapa: determinar a sensibilidade da incerteza da previsão de inundação ao considerar a integração de VGI (provenientes das redes sociais Twitter e Instagram) e dados oficiais (Cemaden). Período de realização: Maio/2017 a Julho/2017 Valor Previsto: - ETAPA nº 04 Descrição da Etapa: elaborar um workflow de fusão de informação entre VGI (provenientes das redes sociais Twitter e Instagram) e dados oficiais (Cemaden) para o contexto de monitoramento e previsão de inundação de áreas urbanas. Período de realização: Agosto/2017 a Setembro/2017 Valor Previsto: - Descrição da Meta: Realizar uma prova de conceito a partir da concepção de um protótipo que implemente o workflow de fusão de informação entre VGI e conjuntos de dados oficiais para o contexto de monitoramento e previsão de inundação em áreas urbanas Unidade de medida: meses Quantidade: - ETAPA nº 01 Descrição da Etapa: desenvolvimento do protótipo funcional correspondente ao workflow de fusão de informação entre VGI (provenientes das redes sociais Twitter e Instagram) e conjuntos de dados oficiais (Cemaden) Período de realização: Outubro/2017 a Novembro/2017 Valor Previsto: - ETAPA nº 02 Descrição da Etapa: realizar uma prova de conceito a partir da concepção de um processo de integração de dados para o monitoramento e previsão de inundação. Período de realização: Dezembro/2016 a Janeiro/2018 Valor Previsto: - Descrição da Meta: Avaliar o workflow de fusão de informação entre VGI (provenientes das redes sociais Twitter e Instagram) e dados oficiais (Cemaden) no monitoramento e previsão de inundação em real-time ou quasi real-time Unidade de medida: meses Quantidade: - ETAPA nº 01 Descrição da Etapa: planejamento de um experimento controlado como piloto para avaliação do workflow de fusão de informação Período de realização: Novembro/2018 a Janeiro/2019 Valor Previsto: - ETAPA nº 02 Descrição da Etapa: planejamento de um experimento semi-controlado workflow de fusão de informação Período de realização: Fevereiro/2019 a Abril/2019 Valor Previsto: - 8 5. CRONOGRAMA DE ATIVIDADES Atividades Obtenção dos 44 créditos exigidos no regulamento do programa de doutorado Exame de proficiência em língua inglesa Revisão sistemática de literatura Artigo derivado do relatório da revisão sistemática (submissão para periódico ou conferência a ser avaliado) Escrita e apresentação do documento de qualificação Período Agosto/2015 a Junho/2016 Março/2016 Abril/2016 a Julho/2016 Agosto/2016 Setembro/2016 a Outubro/2016
Defesa da qualificação (OE1) Determinar a relação entre VGI (Twitter e Instagram) e dados de sensores hidrológicos (pluviômetros) (OE2) Estabelecer como essa relação alcançada no (OE1) pode ser utilizada de forma significativa e eficiente em modelos hidrológicos de monitoramento e previsão de inundação (OE3) Determinar a sensibilidade da incerteza da previsão ao considerar o resultado da integração de VGI e dados oficial Artigo derivado dos objetivos (OE2) e (OE3) (submissão para periódico ou conferência a ser avaliado) (OE4) Realizar uma prova de conceito a partir da concepção de um processo de integração de dados para o monitoramento e previsão de inundação online e quaseonline Artigo derivado do objetivo (OE4) (submissão para periódico a ser avaliado) Workflow de fusão de informação considerando VGI e dados oficiais off-line e online (OP) Artigo derivado do objetivo (OE4) (submissão para periódico a ser avaliado) Avaliar o workflow de fusão de informação no monitoramento e previsão de inundação em real-time ou quasi real-time (OE5) Artigo base para a tese confirmar ou refutar a hipótese (submissão para periódico a ser avaliado) Escrita da tese de doutorado Defesa da tese de doutorado Novembro/2016 Outubro/2016 a Janeiro/2017 Janeiro/2017 a Abril/2017 Maio/2017 a Julho/2017 Agosto/2017 a Setembro/2017 Outubro/2017 a Janeiro/2018 Fevereiro/2018 a Março/2018 Abril/2018 a Agosto/2018 Setembro/2018 a Outubro/2018 Novembro/2018 a Abril/2019 Abril/2019 a Maio/2019 Junho/2019 a Julho/2019 Agosto/2019 9 6. TERMO DE COMPROMISSO Declaro expressamente conhecer e concordar, para todos os efeitos legais, com as normas gerais para concessão de auxilio pela FUNDAÇÃO ARAUCÁRIA. Declaro que a presente proposta está de acordo com os objetivos científicos e tecnológicos desta Instituição. Nome e assinatura do Orientador (Nome e assinatura do Bolsista) Responsável pela instituição ou representante da IES de vínculo do Proponente (Nome, assinatura e carimbo) São Carlos, 30 de Março de 2016.