Objetivo

O curso tem por objetivo capacitar técnicos do IBAMA/MMA na utilização dos dados gerados no âmbito do projeto, montar o ambiente de operação do modelo XGBoost e executar nos modos de treinamento e inferência.

Carga Horária: 12h 30/06/2025 – Instituto Serzedello Corrêa - Centro de treinamento do TCU/Brasília 01/07/2025 – Instituto Serzedello Corrêa - Centro de treinamento do TCU/Brasília

Recomendações para melhor aproveitamento:

  1. Recomendável que os participantes disponham de notebook com sistema QGIS, versão 3.34.x ou posterior, previamente instalado. Instalar o ambiente Python com as bibliotecas necessárias.
  2. Recomendável noções básicas de geoprocessamento e sistema QGIS;

Material - arquivos relevantes para acompanhar o treinamento

Apresentações, exercícios e dados
# Nome Autor Arquivo
1 Apresentação - Banco de dados de Variáveis André Carvalho pdf
2 Apresentação Modelo XGBoost Laura pdf
# Nome Autor Arquivo
1 Detalhes sobre as variáveis MMA/IBAMA/INPE/PUC-RIO xlsx
2 Exemplo de código para explorar a STAC API Projeto de risco Jupyter Notebook
3 Exemplo de código para download de dados via STAC API Projeto de risco Python
4 Exemplo de código de download de dados para demostração - aquisição e carga Projeto de risco Jupyter Notebook
5 Código do Modelo XGBoost - parâmetros ajustados para etapa de treinamento Projeto de risco Python
6 Código do Modelo XGBoost - parâmetros ajustados para etapa de inferência Projeto de risco Python
7 Código do Modelo XGBoost - workflow completo para demostração Projeto de risco Jupyter Notebook

Referências (links):

Plataforma TerraBrasilis - publicações relacionadas
http://terrabrasilis.dpi.inpe.br/publicacoes/
Metodologia PRODES
http://mtc-m21d.sid.inpe.br/col/sid.inpe.br/mtc-m21d/2022/08.25.11.46/doc/thisInformationItemHomePage.html
Metodologia DETER
https://doi.org/10.1109/JSTARS.2015.2437075
Sistema QGIS - manual do usuário
https://docs.qgis.org/3.28/pt_BR/docs/user_manual/

Equipe:

Andre F. A. Carvalho
(12) 3208-6742 e-mail: afa.decarvalho@gmail.com