Proyecto de Análisis y Predicción de Incendios Forestales en Galicia

Proyecto de carácter educativo desarrollado para la asignatura Adquisición y Preparación de Datos (APD) del Grado en Ingeniería en Inteligencia Artificial de la Universidad de Alicante. Análisis integral de incendios forestales en Galicia mediante técnicas de procesamiento de datos, transformación RDF y visualización avanzada.

Descripción del Proyecto

Este proyecto aborda el análisis predictivo de incendios forestales en la comunidad de Galicia, combinando datos históricos de incendios con variables meteorológicas para identificar patrones, factores de riesgo y apoyar la toma de decisiones en prevención y gestión de emergencias.

Preguntas de Investigación

• ¿Dónde se producen los incendios y cuáles son las zonas de mayor prevalencia?
• ¿Han aumentado o disminuido los incendios en los últimos años?
• ¿Cómo influyen los factores climatológicos y la época del año en la severidad de los incendios?

Partes Interesadas

• Cuerpos de bomberos forestales y Unidades Militares de Emergencia (UME)
• Agencias de protección civil (MITECO, Xunta de Galicia)
• Investigadores medioambientales
• Ciudadanía en zonas urbano-forestales

Objetivos

1. Localizar, adquirir e integrar fuentes de datos fiables sobre incendios forestales
2. Estandarizar, limpiar y transformar los datos utilizando Pentaho Data Integration
3. Diseñar un almacén de datos dimensional para análisis predictivo
4. Transformar datos a RDF utilizando vocabulario schema.org
5. Crear visualizaciones interactivas para análisis exploratorio
6. Identificar patrones y factores de riesgo para prevención de incendios

Tecnologías y Herramientas

Procesamiento de Datos

• Pentaho Data Integration - ETL principal
• Pandas - Procesamiento adicional
• MySQL Workbench - Almacén de datos

Desarrollo y Visualización

• RDF/schema.org - Transformación semántica
• Folium - Visualizaciones interactivas

Metodología

1. Adquisición de Datos

• Incendios forestales: Dataset "Todos los incendios forestales" de Civio (datos del Ministerio)
• Datos meteorológicos: Datosclima.es con 4 estaciones representativas (una por provincia gallega)
• Periodo: Datos filtrados desde el año 2000 para mayor relevancia

2. Diseño del Almacén de Datos

• Modelo conceptual: Esquema en estrella centrado en el hecho INCENDIO
• Modelo lógico: 4 dimensiones (Fecha, Ubicación, Clima, Causa simplificada)
• Modelo físico: Implementación en MySQL con índices optimizados

3. Procesamiento ETL con Pentaho

• Limpieza: Tratamiento de valores nulos, corrección de formatos
• Transformación: Unión de fuentes, creación de características derivadas
• Normalización: Estructuración según modelo dimensional
• Validación: Control de calidad y consistencia de datos

4. Transformación a RDF

• Vocabulario: schema.org para representación semántica
• Enriquecimiento: Inclusión de metadatos contextuales
• Validación: Comprobación de consistencia de tripletas

5. Visualización

• Mapa interactivo: Distribución geográfica de incendios
• Análisis temporal: Evolución de incendios por año y estación
• Dashboard: Integración de múltiples perspectivas de análisis

Resultados y Visualizaciones

Instalación y Uso

Requisitos Previos

• Java JDK 8+
• Pentaho Data Integration 9.x
• Python 3.8+
• MySQL 8.0+

Configuración del Entorno

1. Clonar el repositorio:

git clone https://github.com/alp121-ua/Proyecto-Incendios-APD.git
cd Proyecto-Incendios-APD

2. Ejecutar transformaciones Pentaho:
   • Abrir PDI Spoon
   • Cargar y ejecutar jobs desde transformaciones/indendios-job1.ktl

Licencia

Este proyecto está bajo la Licencia MIT. Consulta el archivo LICENSE para más detalles.

Referencias y Recursos

1. Fuente de datos incendios: Civio - Todos los incendios forestales
2. Fuente de datos climáticos: Datosclima.es
3. Vocabulario RDF: schema.org
4. Herramienta ETL: Pentaho Data Integration