A contribuição da inteligência artificial, Big Data e Internet das Coisas para o estudo do clima urbano em Smart Cities
DOI:
https://doi.org/10.46421/encac.v17i1.4429Palavras-chave:
Selecionado:Inteligência artificial, big data, cloud computing, smart cities, clima urbanoResumo
Este artigo teve como objetivo central apresentar e discutir as potencialidades de uso da inteligência artificial e de outras tecnologias de informação e comunicação – TIC – emergentes no planejamento urbano e territorial, de forma a contribuir para ampliar a aplicação destas ferramentas em análises e estudos relacionados à sustentabilidade, ao conforto térmico e à eficiência energética no ambiente construído. Foi realizado uma revisão narrativa que visou responder duas questões estruturantes. Os resultados foram debatidos de forma a estabelecer um diálogo crítico e mostraram que o uso de inteligência artificial, big data e cloud computing pode desenvolver modelos capazes de prever tendências e propor soluções proativas para os desafios urbanos, além de antecipar problemas antes que eles ocorram, permitindo que as autoridades tomem medidas preventivas e tornem as cidades mais resilientes e sustentáveis.
Referências
AGGARWAL, Charu C;. Neural Networks and Deep Learning. Springer. 2018. Disponível em: https://doi:10.1007/978-3-319-94463-0. Acesso em: 31 mar. 2023.
AHVENNIEMI, Hannele; HUOVILA, Aapo; PINTO-SEPPÄ, Isabel; AIRAKSINEN, Miimu. What are the differences between sustainable and smart cities? Cities, 60, 234–245, 2017. Disponível em: https://doi.org/10.1016/j.cities.2016.09.009. Acesso em: 02 de abr. 2023.
AL NUAIMI, Eiman; AL NEYADI, Hind; Nader MOHAMED e AL-JAROODI, Jameela. Applications of big data to smart cities. Journal of Internet Services and Applications, v. 6, n. 1, p. 1-15, 2015. Disponível em: https://doi.org/10.1186/s13174-015-0041-5. Acesso em: 04 de abr. 2023.
AMORIM, Margarete; DUBREUIL, Vincent; CARDOSO, Renatta. Modelagem espacial da ilha de calor urbana em Presidente Prudente (SP), Brasil. Revista Brasileira de Climatologia, 2015, 16, pp.29-45. Disponível em: https://shs.hal.science/halshs-01187918/. Acesso em 06 de abr. de 2023.
BADILLO, Solveig et al. An introduction to machine learning. Clinical pharmacology & therapeutics, v. 107, n. 4, p. 871-885, 2020. Disponível em: https://doi.org/10.1002/cpt.1796. Acesso em 01 de abr. 2023.
BATTY, M.; AXHAUSEN, K.W.; GIANNOTTI, F.; POZDNOUKHOV, A.; BAZZANI, A.; Wachowicz, M.; Ouzounis, G.; & PORTUGALI, Y. Smart cities of the future. The European Physical Journal Special Topics, 214, 481–518. 2012. https://doi.org/10.1140/epjst/e2012-01703-3. Acesso em: 28 mar. 2023.
BIBRI, Simon Elias. The IoT for Smart Sustainable Cities of the Future: An Analytical Framework for Sensor-based Big Data Applications for Environmental Sustainability. Sustainable Cities and Society 38 (2018): 230-53. Disponível em: https://doi-org.ez31.periodicos.capes.gov.br/10.1016/j.scs.2017.12.034. Acesso em 01 de abr. 2023.
BIBRI, Simon Elias; KROGSTIE, John. Smart sustainable cities of the future: An extensive interdisciplinary literature review. Sustainable cities and society, v. 31, p. 183-212, 2017. Disponível em: https://doi:10.1016/j.scs.2017.02.016. Acesso em: 3 abr. 2023.
DEBIAZI, Pedro Renan; SOUZA, Léa Cristina Lucas de. Contribuição de parâmetros do entorno urbano sobre o ambiente térmico de um campus universitário. Ambiente Construído, v. 17, p. 215-232, 2017.
EMMANUEL, R.; LOCONSOLE, A. Green infrastructure as an adaptation approach to tackling urban overheating in the Glasgow Clyde Valley Region, UK. Landscape and Urban Planning. V. 138, p. 71-86, 2015. Disponível em: https://10.1016/j.landurbplan.2015.02.012. Acesso em 02 de abr. 2023.
FARINIUK, Tharsila Maynardes Dallabona. Smart cities e pandemia: tecnologias digitais na gestão pública de cidades brasileiras. Revista de Administração Pública, v. 54, p. 860-873, 2020. Acesso em: 3 abr. 2023. Disponível em: https://doi.org/10.1590/0034-761220200272. Acesso em 26 de mar. 2023.
GONZALEZ, Jorge E.; RAMAMURTHY, Prathap; BORNSTEIN, Robert D.; CHEN, Fei; BOU-ZEID, Elie R.; GHANDEHARI, Masoud; LUVALL, Jeffrey; MITRA, Chandana; NIYOGI, Dev. Urban climate and resiliency: A synthesis report of state of the art and future research directions. Urban Climate, v. 38, p. 100858, 2021. Disponível em: https://www.sciencedirect.com/science/article/pii/S2212095521000882. Acesso em 20 de mar. 2023.
GORALSKI, Margaret A.; TAN, Tay Keong. Artificial intelligence and sustainable development. The International Journal of Management Education, v. 18, n. 1, p. 100330, 2020. Disponível em: https://doi.org/10.1016/j.ijme.2019.100330. Acesso em 15 de mar. de 2023.
HINTON, G. E., DENG, L., YU, D., DAHL, G. E., MOHAMED, A.-R., JAITLY, N., SENIOR, A., VANHOUCKE, V., NGUYEN, P., SAINATH, T. N., & KINGSBURY, B. Deep neural networks for acoustic modeling in speech recognition: The shared views of four research groups. IEEE Signal Processing Magazine, 29(6), 82-97, 2012. https://doi.org/10.1109/MSP.2012.2205597 . Acesso em 28 de mar. 2023.
INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATÍSTICA. Estimativas da população residente no Brasil e unidades da Federação com data de referência em 1º de julho de 2020. Disponível em: https://www.ibge.gov.br/estatisticas/sociais/populacao/9109-estimativas-de-populacao.html?=&t=o-que-e. Acesso em: 31 mar. 2023.
KAGINALKAR, Akshara, KUMAR, Shamita; GARGAVA, Prashant; e NIYOGI, Dev. Stakeholder analysis for designing an urban air quality data governance ecosystem in smart cities. Urban Climate, v. 48, p. 101403, 2023. Disponível em: https://doi.org/10.1016/j.uclim.2022.101403. Acesso em: 04 de abr. 2023.
KHARRAZI, Ali; QIN, Hua; ZHANG, Yi. Urban big data and sustainable development goals: Challenges and opportunities. Sustainability, v. 8, n. 12, p. 1293, 2016. Disponível em: https://doi.org/10.3390/su8121293. Acesso em: 02 de abr. 2023.
KRENKER, Andrej.; BEŠTER, Janez.; KOS, Andrej. Introduction to the Artificial Neural Networks. Artificial Neural Networks - Methodological Advances and Biomedical Applications. InTech. 2011. Disponível em: https://doi:10.5772/15751. Acesso em: 31 mar. 2023.
LAZZARETTI, K., SEHNEM, S. & BENCKE, F. F., MACHADO, H. P. V.; Cidades inteligentes: insights e contribuições das pesquisas brasileiras. urbe. Revista Brasileira de Gestão Urbana, v. 11, e20190118. 2019. DOI https://doi.org/10.1590/2175- 3369.011.e20190118. Acesso em: 28 mar. 2023.
LE CUN, Yann; BENGIO, Yoshua; HINTON, Geoffrey. Deep learning. Nature, v. 521, n. 7553, p. 436-444, 2015. Disponível em: https://doi.org/10.1038/nature14539. Acesso em: 28 mar. 2023.
LEAL FILHO, Walter; WALL, Tony; MUCOVA, Serafino Afonso Rui; NAGY, Gustavo J.; BALOGUN, Abdul Latee; LUETZ, Johannes M. Luetz; NG, Artie W.; KOVALEVA, Marina; AZAM, Fardous Mohammad Safiul; ALVES, Fatima; GUEVERA, Zeus; MATANDIROTYA, Newton; SKOULOUDISS Antonis; TZACHORT, Asaf; MALAKAR, Krishna; GANDHI, Odhiambo. Deploying artificial intelligence for climate change adaptation. Technological Forecasting & Social Change, v. 180, p. 121662, 2022. Disponível em: https://doi.org/10.1016/j.techfore.2022.121662. Acesso em 03 de abr. 2023.
MARTÍNEZ, Tania María Blanchar; DE LA HOZ RESTREPO, Fernando Pio. Inteligencia artificial en las enfermedades transmisibles: impacto en la toma de decisiones y la salud. Revista Cubana de Salud Pública, v. 48, 2022. Disponível em: https://revsaludpublica.sld.cu/index.php/spu/article/view/2669/0. Acesso em 29 de mar. 2023.
MIDDEL Ariane; NAZARIAN, Negin; DEMUZERE, Matthias; e BECHTEL, Benjamin. "Urban Climate Informatics: An Emerging Research Field." Frontiers in Environmental Science 10. Frontiers in Environmental Science, 2022, Vol.10. Disponível em: https://rnp-primo.hosted.exlibrisgroup.com/permalink/f/vsvpiv/TN_cdi_doaj_primary_oai_doaj_org_article_befaa045f1f74fb492755023d59aed88. Acesso em 01 de abr. 2023.
MOHANTY, S. P.; CHOPPALI, U.; KOUGIANOS, E. Everything you wanted to know about smart cities: The Internet of things is the backbone. IEEE Consumer Electronics Magazine, [s.l.], v. 5, n. 3, p. 60–70, jul. 2016. Disponível em: http://www.opjstamnar.com/download/Worksheet/Day-116/IP-XI.pdf. Acesso em 02 de abr. de 2023.
MONTEREI, Rafaella Carine. Perspectivas do uso do aprendizado de máquina em bibliotecas: uma revisão sistemática de literatura. 2023. Disponível em: http://icts.unb.br/jspui/handle/10482/45416. Acesso em: 31 de mar. 2023.
ORGANIZAÇÃO DAS NAÇÕES UNIDAS. World Urbanization Prospects 2018. Disponível em: https://population.un.org/wup/Publications/Files/WUP2018-Report.pdf. Acesso em: 31 mar. 2023.
PACHECO, Rosalia; ORDÓÑEZ, Javier; MARTÍNEZ, Germán. Energy efficient design of building: A review. Renewable and Sustainable Energy Reviews, v. 16, n. 6, p. 3559-3573, 2012. https://doi.org/10.1016/j.rser.2012.03.045. Acesso em 02 de abr. de 2023.
RIZZON, F.; BERTELLI, J.; MATTE, J.; GRAEBIN, R. E.; MACKE, J. Smart City: um conceito em construção. Revista Metropolitana de Sustentabilidade (ISSN 2318-3233), São Paulo, v. 7, n. 3, p. 123–142, 2017. Disponível em: http://revistaseletronicas.fmu.br/index.php/rms/article/view/1378. Acesso em: 3 abr. 2023.
S ́ANCHEZ-CORCUERA, R.; NU ̃NEZ-MARCOS, A.; SESMA-SOLANCE, J.; BILBAO-JAYO, A.; MULERO, R.; ZULAIKA, U.; AZKUNE, G.; and ALMEIDA, A. Smart cities survey: Techno-logies, application domains and challenges for the cities of the future. International Journal of Distributed Sensor Networks, 2019, https://15(6):1550147719853984. Acesso em: 3 abr. 2023.
SANTOS, Évani Larisse dos; FRANZ, Nádia Mara; SIMÃO, Angelo GuimarãeS; TERNOSKI, Simão; SILVA, Christian Luiz da; SANTOS, Gilson Ditzel. Cidades inteligentes e sustentáveis: percepções sobre a cidade de Curitiba/PR a partir dos planos plurianuais de 2014 a 2021. urbe. Revista Brasileira de Gestão Urbana, v. 14, 2022. Disponível em: https://10.1590/2175-3369.014.e20210299. Acesso em: 03 de abr. 2023.
SIMEONE, Osvaldo et al. A brief introduction to machine learning for engineers. Foundations and Trends® in Signal Processing, v. 12, n. 3-4, p. 200-431, 2018. Disponível em: https://10.1561/2000000102. Acesso em: 01 abr. 2023.
TONIOLO, Korinzia; MASIERO, Eleonora; MASSARO, Maurizio; & BAGNOLI, Carlo. Sustainable business models and artificial intelligence: Opportunities and challenges. Knowledge, People, and Digital Transformation. Contributions to Management Science. Springer, Cham. https://doi.org/10.1007/978-3-030-40390-4_8. Acesso em 28 de mar. de 2023.
YIGITCANLAR, Tan. Greening the artificial intelligence for a sustainable planet: An editorial commentary. Sustainability, v. 13, n. 24, p. 13508, 2021. Disponível em: https://doi.org/10.3390/su132413508. Acesso em 20 de mar. De 2023.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2023 ENCONTRO NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
