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

Vol 20, 2023. - 156355
Anais / Proceedings XX SBSR
Favoritar este trabalho
Como citar esse trabalho?
Resumo

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.

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 1 Universidade Federal do Rio Grande do Sul
  • 2 Centro Estadual de Pesquisas em Sensoriamento Remoto e Meteorologia - Ufrgs
Eixo Temático
  • 5. Classificação e mineração de dados
Palavras-chave
lixo marinho
Sensoriamento remoto
aprendizado de máquina
dart
Redes Neurais Artificiais