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

Authors

  • 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

Abstract

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.

Downloads

Download data is not yet available.

Author Biography

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.

Published

2023-01-30

How to Cite

OLIVEIRA, Lucas; PRADO OSCO, Lucas; MARCATO JR, José; MARQUES RAMOS, Ana Paula; DE SOUZA, Mauricio. SENSORIAMENTO REMOTO E APRENDIZADO DE MÁQUINA APLICADOS NO MAPEAMENTO HÍDRICO DO SISTEMA CANTAREIRA. Revista Tamoios, São Gonçalo, v. 19, n. 1, 2023. DOI: 10.12957/tamoios.2023.63354. Disponível em: https://www.e-publicacoes.uerj.br/tamoios/article/view/63354. Acesso em: 1 may. 2025.

Most read articles by the same author(s)