REDES NEURAIS ARTIFICIAIS APLICADAS AO MAPEAMENTO DA POLUIÇÃO PLÁSTICA MARINHA EM IMAGENS REAIS E SIMULADAS DO SENSOR MSI/SENTINEL-2

O lixo marinho se origina de muitas fontes e viaja por
longas distâncias com os ventos e as correntes oceânicas,
causando um amplo espectro de impactos e representando
uma ameaça vasta e crescente para o meio ambiente
marinho e costeiro. O sensoriamento remoto oferece como
vantagens a extensa área de cobertura e a observação
frequente, porém é limitado pela baixa disponibilidade de
dados de verdade de campo. Neste trabalho, utilizamos um
algoritmo de aprendizado de máquina treinado com dados
simulados e testado com dados reais para explorar a
detectabilidade da poluição plástica marinha. Os resultados
sugerem que é possível gerar resultados acurados nestas
condições, mas que a detectabilidade dos detrinhos plásticos
depende consideravelmente da pureza espectral dos pixels,
sendo necessário buscar abordagens específicas para tratar
casos de mistura espectral. Mais estudos são necessários
para validação.