Publicação: Monitoramento de mudanças por Inteligência Artificial com base na análise da dinâmica espectro-temporal de imagens de Sensoriamento Remoto
Carregando...
Arquivos
Data
Autores
Orientador
Negri, Rogério Galante
Coorientador
Pós-graduação
Curso de graduação
Engenharia Ambiental - ICT
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso restrito
Resumo
As tecnologias de Sensoriamento Remoto e a Inteligência Artificial emergem com potencial para definir novas ferramentas de monitoramento ambiental a partir de sua combinação. Neste contexto, o presente trabalho propõe uma nova metodologia que explora métodos de Detecção de Anomalias aplicados a imagens de Sensoriamento Remoto para identificar as mudanças espaço-temporais sobre a superfície da Terra. O potencial da abordagem introduzida é mostrado em estudos de caso sobre a análise das mudanças da paisagem no Brasil usando os métodos One-Class Support Vector Machine e Isolation Forest aplicados sobre imagens Landsat-8 OLI, Sentinel-2 MSI e Terra MODIS para as regiões de Brumadinho e Mariana, que passaram por mudanças ambientais significativas após o colapso recente de barragens, além de uma área no município de Altamira, sujeita aos impactos de atividades antrópicas na Floresta Amazônica. A estrutura de monitoramento proposta identificou anomalias correspondentes a mudanças na superfície terrestre em diferentes resoluções espaciais, considerando índices espectrais distintos.
Descrição
Palavras-chave
Sensoriamento Remoto, Aprendizado de Máquina, Detecção de anomalias, Séries temporais, Anomaly detection, Remote sensing, Machine Learning, Time series
Idioma
Português
