Uma arquitetura de rede neural convolucional para detecção de alvos de desmatamento na Amazônia através de imagens SAR ICEYE
Resumo
Nas últimas décadas surgiram soluções baseadas em satélites artificiais para observação da superfície terrestre que auxiliam na detecção de áreas desmatadas por meio de tecnologia predominantemente óptica. Entretanto, tal abordagem é prejudicada pelas condições climáticas típicas da Amazônia. O uso de satélites equipados com sensores de radar de abertura sintética é uma opção viável para contornar esse inconveniente, uma vez que são capazes de transpassar obstáculos. Recentemente nota-se a ampliação do uso de inteligência artificial na tarefa de análise dessas imagens a fim de identificar diferentes tipos de uso e cobertura da terra. Nesse sentido, o presente trabalho propõe o desenvolvimento de uma arquitetura de rede neural convolucional capaz de contribuir com o monitoramento de grandes áreas da floresta amazônica através do emprego de técnicas de aprendizado de máquina com o objetivo de detectar automaticamente padrões de desflorestamento em imagens de radar orbital.
Referências
Carranza-García, M. ; García-Gutiérrez, J. ; Riquelme, J.C. (2019). "A Framework for Evaluating Land Use and Land Cover Classification Using Convolutional Neural Networks" Remote Sensing 11, no. 3: 274.
CENSIPAM. Projeto Amazônia SAR: desenvolvimento operacional e primeiros resultados na identificação do desmatamento com imagens de Radar Orbital. Disponível em: [link]. Acesso em: 18 jan. 2021.
Diniz, C.G.; de Almeida Souza, A.A.; Santos, D.C.; Dias, M.C.; da Luz, N.C.; de Moraes, D.R.V.; Maia, J.S.; Gomes, A.R.; da Silva Narvaes, I.; Valeriano, D.M.; et al. DETER-B: The new Amazon near real-time deforestation detection system. IEEE J. Sel. Top. Appl. Earth Obs. Remote Sens. 2015, 8, 3619–3628.
Instituto Nacional de Pesquisas Espaciais (INPE). Estimativa de desmatamento por corte raso na Amazônia Legal para 2021 é de 13.235 km2 disponível em: [link]. 2021.
Instituto Nacional de Pesquisas Espaciais (INPE). Metodologia Utilizada nos Projetos Prodes e Deter. Disponível em: [link]. Acessada em 17 de Fevereiro de 2022.
ICEYE SAR Product Documentation. Disponível em: [link]. Acessada em 7 de Junho de 2022.
Kuck, T.N.; Silva Filho, P.F.F.; Sano, E.E.; Bispo, P.d.C.; Shiguemori, E.H.; Dalagnol, R. Change Detection of Selective Logging in the Brazilian Amazon Using X-Band SAR Data and Pre-Trained Convolutional Neural Networks. Remote Sensing 13, no. 23 . 2021.
Navale, A. ; Haldar, D. (2019) “Evaluation of machine learning algorithms to Sentinel SAR data” . Spatial Information Research.
Ometto, J. ; Aguiar, A. P. ; Martinelli, L. Amazon deforestation in Brazil: Effects, drivers and challenges. Carbon Management, v. 2, n. 5, p. 575-585, abr./2014.
Oveis, A. H.; Guisti, E.; Ghio, S. ; Martorella, M. "A Survey on the Applications of Convolutional Neural Networks for Synthetic Aperture Radar: Recent Advances," in IEEE Aerospace and Electronic Systems Magazine, 2021.
Silva-Junior, C. ; Moreira Pessôa, A. C. ; Carvalho, N. ; dos Reis, J. ; Anderson, L. ; Aragão, L. The Brazilian Amazon deforestation rate in 2020 is the greatest of the decade. Nature Ecology & Evolution. 5, 2021, 144-145.
