GeoAi - A transformação do geoprocessamento e estudos ambientais através de ferramentas de Inteligencia Artificial

Código

XVIII-SRHNE0422

Autores

Antônio Edmilson de Alcântara Dantas, Davi de Carvalho Diniz Melo, Felipe Daniel de Oliveira Santos, Abner Lins Silva

Tema

4. Qualidade da Água, Monitoramento e Inovação Tecnológica

Resumo

Este trabalho avaliou o desempenho técnico do plugin gratuito GeoAI para QGIS em análises multimodais, segmentação orientada por texto e segmentação semântica de imagens aéreas. O estudo utilizou ortomosaicos do Centro de Tecnologia da Universidade Federal da Paraíba e de uma área do Rio Jaguaribe, em João Pessoa. A instalação foi realizada pelo Pixi, com suporte a GPU e CUDA, sendo documentados problemas de cache, acesso ao SAM 3, resolução de dependências e incompatibilidade do Moondream com a versão 5.12.0 do Transformers. Após as correções, foram testados os modos Caption, Query e Detect do Moondream, além do SamGeo3 e de uma U-Net com codificador ResNet-34. O Moondream apresentou descrição coerente da paisagem, identificou duas rotatórias e detectou quatro conjuntos de painéis solares. O SamGeo3 segmentou satisfatoriamente o canal do Rio Jaguaribe, porém mostrou maior sobreposição na vegetação. Na segmentação semântica, a correção para três classes permitiu distinguir fundo, edificações e árvores. O melhor IoU foi 0,7136, com F1 de 0,7490 e precisão de 0,8975. A inferência processou 3.465 janelas e gerou resultados raster e vetoriais integrados ao ambiente QGIS. Conclui-se que o GeoAI é uma alternativa acessível e promissora, embora exija controle das versões, validação visual e ampliação das amostras.