To cite this paper use one of the standards below:
Acidentes envolvendo derramamento de óleo nos oceanos são uma grande preocupação mundial pois causam impactos negativos para todo ecossistema marinho. Os satélites que levam a bordo o sensor RADAR de abertura sintética (SAR), como o satélite Sentinel-1, são de grande utilidade para essa problemática. Nas imagens SAR, a presença de óleo no oceano aparece como manchas escuras, no entanto, outros eventos (naturais ou antrópicos) também geram essas manchas, sendo conhecidos como falso-positivos. Neste contexto, surge a necessidade do uso de metodologias e tecnologias digitais para a diferenciação entre óleo e falsos-positivos no oceano. O presente trabalho visa detectar manchas de óleo em imagens SAR, utilizando o algoritmo Radar Image Oil Spill Seeker (RIOSS), que possui classificadores de floresta aleatória para detecção de óleo no mar. Dentre as 31 imagens analisadas, 14 foram consideradas como manchas de óleo, sendo estas com mais frequência na costa nordeste do Brasil.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper