Estudo de uma estratégia de aprendizado de máquina baseada na Taxonomia de Kittler para detectar anomalias e reconhecer desmatamento no meio ambiente

Abstract

A preservação da flora desempenha um papel vital no equilíbrio ecológico e na mitigação de desastres ambientais. Com o aumento das atividades humanas que contribuem para o desmatamento, torna-se crucial o desenvolvimento de métodos eficazes de monitoramento. O monitoramento remoto, por meio de imagens de satélite e outras tecnologias, permite a detecção de anomalias, como áreas de desmatamento, em larga escala e em tempo real. A Taxonomia de Kittler [1-5], uma abordagem auxiliar ao aprendizado de máquina usada com sucesso na detecção de poluição aquática, surge como uma alternativa promissora para aplicação no monitoramento de desmatamento. Este projeto visa expandir o uso dessa técnica para a identificação de áreas desmatadas, buscando fornecer dados precisos e relevantes que possam contribuir para a conservação ambiental.