MAPEAMEANTO DE PEQUENOS RESERVATÓRIOS UTILIZANDO REDES NEURAIS CONVOLUCIONAIS E IMAGENS SENTINEL 1

Código

V-END_II-EBHE0059

Autores

Germano Gondim Ribeiro Neto, Bruno Berkamp Mota Brandão, CINTHYA SANTOS DA SILVA, Adriano Rolim da Paz

Tema

13 - Estiagens e Secas;

Resumo

Este estudo avaliou a viabilidade do desenvolvimento de uma Rede Neural Convolucional (CNN) para o mapeamento de pequenos reservatórios na região semiárida brasileira, utilizando a bacia hidrográfica do Rio Sangue, localizada no Estado do Ceará, como estudo de caso. Essa bacia hidrográfica apresenta uma alta densidade de pequenos reservatórios e conta com um mapeamento manual detalhado, tornando-a uma área ideal para esta análise. Foram testadas diferentes configurações de dados de entrada, e o melhor desempenho foi alcançado utilizando os valores médios anuais das bandas VV e VH do Sentinel-1 combinados com um Modelo Digital de Elevação. Essa configuração atingiu uma acurácia geral de 80% e permitiu a identificação de aproximadamente 1.000 reservatórios anteriormente não mapeados. Apesar de sua alta precisão, a CNN apresentou limitações na detecção completa de reservatórios afetados pela eutrofização. Nesses casos, áreas cobertas por vegetação flutuante eram frequentemente classificadas como terra em vez de água. Embora preliminares, os resultados demonstram que técnicas de aprendizado de máquina combinadas com dados de sensoriamento remoto representam uma abordagem promissora para o mapeamento e monitoramento de pequenos reservatórios na região semiárida brasileira.