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.v17i1.4429Keywords:
Selecionado:Inteligência artificial, big data, cloud computing, smart cities, clima urbanoAbstract
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.
References
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
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 ENCONTRO NACIONAL DE CONFORTO NO AMBIENTE CONSTRUÍDO
This work is licensed under a Creative Commons Attribution 4.0 International License.
