MAPEAMENTO AQUÍCOLA NO ESTADO DO PARANÁ COM MACHINE LEARNING E IMAGENS DE ALTA RESOLUÇÃO ESPACIAL NO GEE

- 319345
Poster
Favorite this paper
How to cite this paper?
Abstract

O acompanhamento da expansão da atividade aquícola no Brasil é urgente. O estado do Paraná, que é líder nacional nessa atividade, não conta com uma base de dados geoespaciais que possa nortear o planejamento e ordenamento territorial da aquicultura. Assim, o objetivo deste artigo foi mapear os viveiros escavados utilizando algoritmo de machine learning e imagens Planet (4,77 m de resolução) no estado do Paraná. O fluxo de extração dos viveiros escavados foi implementado no Google Earth Engine (GEE), onde foram obtidos índices espectrais, realizada classificação orientada a pixel com algoritmo Random Forest (RF) e aplicados filtros de atributos geométricos. Foram mapeados 42.369 viveiros escavados, totalizando 11.515 ha de área, com acurácia global de 0,94. Também foram mapeados 7.584 empreendimentos aquícolas. Portanto, de modo inédito, foram sistematizadas informações geoespaciais sobre a aquicultura no estado do Paraná, desenvolvida em viveiros escavados.

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Biopark Educação / Unioeste
  • 2 Embrapa Pesca e Aquicultura
  • 3 Universidade Estadual do Oeste do Paraná
  • 4 Biopark Educação
Track
  • 2. Aquaculture
Keywords
Random forest
Tilapicultura
Imagens Planet
Ordenamento territorial
Viveiro escavado