CONTRIBUIÇÃO DOS ATRIBUTOS RADIOMÉTRICOS EM MODELOS DE MACHINE LEARNING PARA DIFERENCIAÇÃO DE FEIÇÕES DE ÓLEO NO MAR INTEPRETADAS EM IMAGENS RADARSAT-2

Este trabalho descreve a contribuição de atributos radiométricos juntamente com os geométricos para diferenciação de feições de óleo de origem natural ou antrópica em modelos preditivos de Machine Learning. O uso dos atributos radiométricos possibilitou um aumento em torno de 13% na performance dos modelos preditivos aplicados à distinção de feições de óleo interpretadas em imagens Radarsat-2 na região do Golfo do México. O conhecimento adquirido deste conjunto de dados em múltiplos algoritmos foi aplicado através de técnicas de Transfer Learning em feições de óleo de origem natural identificadas na Bacia de Santos. O resultado utilizando estas técnicas e diferentes algoritmos validou com sucesso feições de seepage slicks garantindo a alta eficiência dos modelos obtidos e minimizando a incerteza na definição final de exsudações de óleo.