Monitoramento automatizado de recursos hídricos para detecção de macrófitas por meio de técnicas de visão computacional e modelos bio-ópticos com integração de imagens multiespectrais de satélite e de drone

• Processo: 21/03110-8
• Modalidade de apoio: Auxílio à Pesquisa - Pesquisa Inovativa em Pequenas Empresas - PIPE
• Data de Início da vigência: 01 de setembro de 2021
• Data de Término da vigência: 31 de agosto de 2023
• Área do conhecimento: Ciências Exatas e da Terra - Geociências
• Pesquisador responsável: Alisson Fernando Coelho do Carmo
• Beneficiário: Alisson Fernando Coelho do Carmo
• Empresa: Inspectral Soluções Inovadoras em Tecnologia da Informação Espacial
• CNAE: Desenvolvimento e licenciamento de programas de computador customizáveis ; Pesquisa e desenvolvimento experimental em ciências físicas e naturais ; Atividades profissionais, científicas e técnicas não especificadas anteriormente
• Pesquisadores principais: Nariane Marselhe Ribeiro Bernardo do Carmo
• Vinculado ao auxílio: 19/16698-3 - Análise e classificação de macrófitas por meio de técnicas de visão computacional e modelos bio-ópticos com integração de imagens multiespectrais de satélite e de drone, AP.PIPE
• Bolsa(s) vinculada(s): 23/02243-0 - Integração de tecnologias via API para gestão das imagens e processamentos automatizados, BP.TT; 23/02244-6 - Análise da sensibilidade de imagens aéreas obtidas por câmeras multiespectrais para o monitoramento integrado de macrófitas e parâmetros da qualidade da água, BP.TT; 22/14288-5 - Geração de ortomosaico com a integração dos parâmetros de orientação de imagens de Drone multicâmera para extração de parâmetros de qualidade da água com técnicas de visão computacional e índices espectrais, BP.TT; + mais bolsas vinculadas 22/00511-4 - Integração de sensores e construção da plataforma de medidas in-situ de baixo custo, BP.TT; 21/12477-2 - Geração de ortomosaico com a integração dos parâmetros de orientação de imagens de drone multicâmera para extração de parâmetros de qualidade da água com técnicas de visão computacional e índices espectrais, BP.TT; 21/11226-6 - Integração, inter-calibração e processamento de dados capturados por radiômetros hiperespectrais e câmeras multiespectrais embarcadas em drone., BP.TT; 21/11227-2 - Aquisição automática de imagens orbitais e processamento com redes convolucionais integrando múltiplas fontes, BP.TT; 21/11296-4 - Análise da sensibilidade de imagens aéreas obtidas por câmeras multiespectrais para o monitoramento integrado de macrófitas e parâmetros da qualidade da água, BP.TT; 21/11682-1 - Integração de tecnologias via API para gestão das imagens e processamentos automatizados, BP.TT; 21/11244-4 - Monitoramento automatizado de recursos hídricos para detecção de macrófitas por meio de técnicas de visão computacional e modelos bio-ópticos com integração de imagens multiespectrais de satélite e de drone, BP.PIPE - menos bolsas vinculadas
• Assunto(s): Inteligência artificial Visão computacional Classificação de imagens Sensoriamento remoto Recursos hídricos Macrófitas
• Palavra(s)-Chave do Pesquisador: Classificação de Imagens | Inteligência Artificial | macrófitas | modelos bio-ópticos | Visão Computacional | Sensoriamento Remoto

Resumo

Usualmente o monitoramento das macrófitas é realizado por meio inspeção visual com visitas aos locais de interesse e por coletas pontuais in situ, um fator considerado bastante oneroso para todo o processo. Um importante aliado das coletas in situ que se beneficia do amplo e constante desenvolvimento tecnológico são as técnicas de Sensoriamento Remoto. Tais abordagens permitem a observação de fenômenos a partir de sua resposta espectral utilizando tecnologias de geoprocessamento. Nesse sentido, o desafio técnico-científico está relacionado à detecção de floração de macrófitas em seu estágio inicial em ambientes aquáticos, ou seja, quando as macrófitas começam a ocupar a lâmina da água no início de seu aparecimento, de forma a quantificá-las por meio de dados de sensoriamento remoto. A otimização do monitoramento do aparecimento das plantas viabiliza a rápida tomada de decisão para gestão do crescimento das macrófitas, representando uma importante oportunidade de oferecer uma solução inovadora para diferentes nichos de mercado. Assim, o objetivo deste projeto é desenvolver uma solução inovadora a partir da comprovação e validação técnico-científica já realizada durante o projeto PIPE fase 1. A diferenciação da solução proposta neste projeto é a integração de sensores (multi e hiperespectrais) e tecnologias de sensoriamento remoto para viabilizar uma metodologia de monitoramento automatizado de sistemas aquáticos e permitir analisar a dinâmica das macrófitas e parâmetros ambientais focados na tomada de decisão. Tal aplicação combina sensores orbitais e embarcados em drone para serem aplicados em diferentes cenários de recursos hídricos, como reservatórios hidrelétricos, reservatórios de abastecimento público, saneamento básico, piscicultura, entre outros. A metodologia proposta neste projeto se diferencia em duas etapas: (1) monitoramento contínuo da ocorrência de macrófitas utilizando imagens orbitais com base em parâmetros opticamente ativos, modelagem bio-óptica integrando técnicas de visão computacional e inteligência artificial; (2) levantamento com drone em sistemas aquáticos que apresentam a necessidade de detalhamento apontado pela etapa anterior e coleta de dados multiespectrais/hiperespectrais para quantificar precisamente a presença de macrófitas. O potencial dessa solução se confirma ao superar todos os desafios técnico-científicos relacionados à nova metodologia durante o PIPE fase 1, incluindo a validação junto ao mercado a partir do Treinamento PIPE Empreendedor. O resultado desse projeto apresenta um grande potencial de inovação, uma vez que não existe método equivalente para oferecer o monitoramento contínuo, integrado e automatizado das macrófitas e outros parâmetros da água de forma escalável, sem depender de visitas para inspeção visual, realização de coletas e possível análise em laboratório. (AU)