MAPEAMENTO DE RIOS EM IMAGENS RGB COM APRENDIZAGEM DE MÁQUINA SUPERVISIONADA.
DOI:
https://doi.org/10.12957/tamoios.2024.66545Resumo
O mapeamento de rios possui elevada importância para estudos ambientais no que tange a proteção e conservação de recursos naturais, além de ser um recurso chave para manutenção da vida e do ecossistema. O objetivo desse trabalho consistiu em mapear rios em imagens RGB com algoritmos de aprendizagem de máquina supervisionados. O estudo de caso foi conduzido na região da 22ª Unidade de Gerenciamento de Recursos Hídricos do Pontal do Paranapanema - São Paulo usando imagens aéreas RGB de alta resolução espacial (01 metro). O método aplicado compreende a preparação dos dados, como a anotação das feições de rios nas imagens e divisão das imagens e das feições vetorizadas em subconjuntos de treinamento e teste; treinamento dos algoritmos de aprendizagem de máquina, como o Support Vector Machine (SVM) e o Random Forest (RF); validação dos resultados usando métricas quantitativas, como F1-score; e avaliação qualitativa dos resultados. O algoritmo SVM mostrou melhor desempenho geral (F1-Score média superior a 90%) na tarefa proposta. Todavia, o RF se destacou ao lidar com regiões complexas das imagens RGB, apresentando menos falsos-negativos. A abordagem trazida é capaz de mapear rios em imagens RGB em grande escala, sendo importante para auxiliar estudos como análise de impacto ambiental.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Mariany Kerriany Gonçalves de Souza, Mayara Maezano Faita Pinheiro Maezano Faita Pinheiro, Danielle Elis Garcia Furuya Garcia Furuya, Lucas Prado Osco Prado Osco, José Marcato Júnior Marcato Júnior, Wesley Nunes Gonçalves Nunes Gonçalves, Ana Paula Marques Ramos Marques Ramos

Este trabalho está licenciado sob uma licença Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Os Direitos Autorais dos artigos publicados na Revista Tamoios pertencem ao(s) seu(s) respectivo(s) autor(es), com os direitos de primeira publicação cedidos à Tamoios.
Os artigos publicados são de acesso público, de uso gratuito, com atribuição de autoria obrigatória, para aplicações de finalidade educacional e não-comercial, de acordo com o modelo de licenciamento Creative Commons 3.0 adotado pela revista.
A Revista Tamoios está licenciada sob uma licença Creative Commons Atribuição-NãoComercial-CompartilhaIgual 3.0 Não Adaptada.