DADOS GEOGRÁFICOS E INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DE LOCAIS FAVORÁVEIS PARA A INSTALAÇÃO DE USINAS DE BIOGÁS DA AGROINDÚSTRIA CANAVIEIRA

PREDICTIVE MODELING OF OPTIMAL SITES FOR BIOGAS PLANT DEPLOYMENT IN SUGARCANE AGROINDUSTRIAL AREAS USING GEOGRAPHIC DATA AND ARTIFICIAL INTELLIGENCE

Resumen

A Agenda 2030 da ONU visa promover o aumento das energias renováveis em todo o mundo, e a biomassa agrícola, em particular, a partir da cana-de-açúcar, é uma solução relevante para essa transição energética no Brasil. A localização geográfica desempenha um papel crucial na determinação do local ideal para a instalação de usinas de biogás, e a combinação de dados geográficos e algoritmos de Inteligência Artificial, conhecida como GeoIA, oferece uma abordagem promissora para prever esses locais ideais. Nesse sentido, este estudo teve por objetivo predizer locais favoráveis para a instalação de usinas de biogás proveniente da cana-de-açúcar da agroindústria, utilizando dados geográficos associados a aspectos físicos, bióticos e antrópicos, além de seis tipos de algoritmos de classificação (CART, C4.5, C5.0, Random Forest, XGBoost e GBM) para comparar seus desempenhos. O treinamento foi feito para o estado de São Paulo, devido ao número maior de usinas contidas na unidade federativa, e o modelo de melhor desempenho foi aplicado para o estado de Goiás. O algoritmo Random Forest obteve o melhor desempenho e permitiu identificar locais favoráveis para a instalação de usinas de biogás de cana-de-açúcar em Goiás. Essa abordagem pode facilitar a tomada de decisões ao identificar regiões propícias para a produção de biogás a partir de cana-de-açúcar, otimizando o uso da biomassa, reduzindo o impacto ambiental e os custos de instalação. O uso de GeoIA contribui para a expansão das energias renováveis e a mitigação das mudanças climáticas, promovendo a transição energética global.