SENSORIAMENTO REMOTO E APRENDIZADO DE MÁQUINA APLICADOS NO MAPEAMENTO HÍDRICO DO SISTEMA CANTAREIRA

Autores

  • Lucas Oliveira Universidade Federal de Mato Grosso do Sul
  • Lucas Prado Osco Universidade do Oeste Paulista (UNOESTE)
  • José Marcato Jr Universidade Federal de Mato Grosso do Sul
  • Ana Paula Marques Ramos Universidade do Oeste Paulista (UNOESTE)
  • Mauricio de Souza Universidade Federal de Mato Grosso do Sul

DOI:

https://doi.org/10.12957/tamoios.2023.63354

Resumo

O monitoramento de recursos hídricos serve como base para tomada de decisão e para amenizar os efeitos de futuras crises hídricas, como, por exemplo, a crise no Sistema Cantareira, área de estudo deste trabalho, no biênio 2013/14. Investigamos a confiabilidade da classificação de imagens, utilizando técnicas de sensoriamento remoto e aprendizado de máquina no contexto de recursos hídricos, que é um recurso indispensável para a sociedade. Os experimentos foram realizados nas seis represas que compõem o Sistema Cantareira, e utilizamos imagens multiespectrais orbitais RapidEye, que apresentam uma resolução espacial de 5 metros. Foram testados quatro métodos de classificação, sendo eles: Distância Mínima, Máxima Verossimilhança, Mapeamento do Ângulo Espectral e Random Forest. Os métodos Distância Mínima, Máxima Verossimilhança e Random Forest atingiram uma acurácia superior a 95%, sendo Random Forest, o único método de aprendizado de máquina, com a maior acurácia (98,06%). Os resultados mostram que a combinação de imagens RapidEye com as técnicas clássicas e de aprendizado de máquina permitiram o mapeamento detalhado e acurado de recursos hídricos no Sistema Cantareira, podendo ser replicados em outras áreas de estudo. Como resultado, tem-se também a geração de um conjunto de dados rotulados, disponibilizado para a realização de experimentos futuros.

Biografia do Autor

Lucas Oliveira, Universidade Federal de Mato Grosso do Sul

Bacharel em Geografia, mestre e doutorando em Tecnologias Ambientais, pela Universidade Federal de Mato Grosso do Sul. Desenvolve pesquisas no Laboratório de Geomática, utilizando sensoriamento remoto aplicado em recursos hídricos.

Downloads

Publicado

2023-01-30

Como Citar

Oliveira, L., Prado Osco, L., Marcato Jr, J., Marques Ramos, A. P., & de Souza, M. (2023). SENSORIAMENTO REMOTO E APRENDIZADO DE MÁQUINA APLICADOS NO MAPEAMENTO HÍDRICO DO SISTEMA CANTAREIRA. Revista Tamoios, 19(1). https://doi.org/10.12957/tamoios.2023.63354

Edição

Seção

Artigos