MAPEAMENTO DE RIOS EM IMAGENS RGB COM APRENDIZAGEM DE MÁQUINA SUPERVISIONADA.

Abstract

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.