Detecção de espécies invasoras com sensoriamento remoto e técnica de classificação de imagens
(pendente)
O principal objetivo desta pesquisa é detectar e mapear a presença de plantas invasoras Pteridium e Tithonia no bioma Cerrado, especialmente em áreas próximas a ambientes urbanos, usando imagens de sensoriamento remoto e técnicas de aprendizado profundo. A rápida disseminação dessas plantas, combinada com seus impactos negativos, representa uma grave ameaça à biodiversidade do Cerrado, um bioma com alta biodiversidade e complexidade ambiental. Os dados utilizados são as imagens mensais de alta resolução Planet fornecidos pelo Norwegian International Climate and Forest Initiative (NICFI), que, apesar de possuir um significativo potencial na detecção e monitoramento de plantas invasoras, ainda são subutilizadas. O estudo comparara diferentes algoritmos para a detecção, incluindo: (a) técnicas tradicionais de aprendizado de máquina (Random Forest e Support Vector Machine); (b) modelo Transformer; e (c) arquiteturas de Rede Neural Recorrente (RNN), incluindo Long Short-Term Memory (LSTM), Bidirectional LSTM (Bi-LSTM), Gated Recurrent Unit (GRU), e Bidirectional GRU (Bi-GRU). Além disso, diferentes composições de sequências temporais anuais são avaliadas, com intervalos de 3, 6, 9 e 12 meses, para otimizar a análise dos dados iniciais. Espera-se que a pesquisa resulte em melhorias nas técnicas de detecção e monitoramento de plantas invasoras no Cerrado, contribuindo para o aprimoramento das estratégias de manejo e controle dessas espécies. A metodologia desenvolvida poderá servir como base para a criação de estratégias de conservação mais eficazes, aplicáveis não apenas ao Cerrado, mas também a outros biomas que enfrentam desafios ecológicos semelhantes.