Avançando no mapeamento da zona livre de gelo da antártica: integração de aprendizado profundo e validação in situ em imagens de satélite multitemporais

• Processo: 25/13513-3
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 20 de março de 2026
• Data de Término da vigência: 19 de março de 2027
• Área de conhecimento: Ciências Exatas e da Terra - Geociências
• Pesquisador responsável: Erivaldo Antonio da Silva
• Beneficiário: Eduardo Soares Nascimento
• Supervisor: Pedro Miguel Berardo Duarte Pina
• Instituição Sede: Faculdade de Ciências e Tecnologia (FCT). Universidade Estadual Paulista (UNESP). Campus de Presidente Prudente. Presidente Prudente , SP, Brasil
• Instituição Anfitriã: Universidade de Coimbra (UC), Portugal
• Vinculado à bolsa: 23/16874-1 - Metodologia para mapear zonas livres de gelo na região antártica usando imagens de satélite, BP.DR
• Assunto(s): Antártica Aprendizagem profunda Mapeamento Sensoriamento remoto Mapeamento geográfico
• Palavra(s)-Chave do Pesquisador: Antártica | Aprendizado profundo | Mapeamento | Sensoriamento Remoto | Zonas Livres de Gelo | Cartografia

Resumo

Esta pesquisa de doutorado em estágio no exterior tem como objetivo avançar significativamente na metodologia de mapeamento das zonas livres de gelo na Antártica, importantes indicadores dos impactos das mudanças climáticas. Com base em um trabalho inicial realizado no Brasil, que utiliza imagens multitemporais dos satélites Landsat e Sentinel e classificações preliminares com Aprendizado de Máquina (Random Forest), este período de mobilidade de 12 meses na Universidade de Coimbra, Portugal, busca superar desafios persistentes na classificação, especialmente no que diz respeito a feições espectralmente ambíguas, como nuvens, vegetação e transições entre gelo e neve.Sob a supervisão do Professor Pedro Pina, especialista de renome em sensoriamento remoto polar e análise avançada de imagens, o estágio terá como foco três objetivos principais. Primeiro, investigar e implementar algoritmos de classificação avançados, incluindo Máquinas de Vetores de Suporte (SVM) e arquiteturas de Aprendizado Profundo (por exemplo, Redes Neurais Convolucionais), para melhorar a acurácia na discriminação das classes. Em segundo lugar, será estabelecida uma estrutura de validação, utilizando dados únicos de verdade terrestre in situ e imagens de drone de altíssima resolução, fornecidos pelo grupo de pesquisa do Professor Pina - elementos cruciais para a verificação em campo e o refinamento da metodologia. Em terceiro lugar, a metodologia aprimorada será expandida e aplicada para mapear zonas livres de gelo em outras regiões-chave da Península Antártica, contribuindo para uma estrutura robusta de análise multitemporal voltada à avaliação da sua evolução.Esta colaboração internacional é indispensável para a integração de técnicas de ponta e conhecimento especializado, prometendo ganhos acadêmicos significativos, incluindo publicações científicas e o desenvolvimento de uma solução de mapeamento altamente precisa e generalizável, essencial para a compreensão das dinâmicas ambientais da Antártica. (AU)