Aprendizado de Máquina Aplicado a Detecção de Navios e ao Derramamento de Óleo ao Mar Via Satélites Ópticos e de Radar de Abertura Sintética: Uma perspectiva para a vigilância automatizada das águas jurisdicionais brasileiras

Este estudo propõe uma abordagem inovadora para a vigilância das Águas Jurisdicionais Brasileiras, visando a detecção de navios e vazamentos de óleo através da integração de técnicas de aprendizado de máquina com imagens de satélite SAR e óptico. A metodologia empregada envolveu a coleta e processamento de dados de imagens de satélite, o desenvolvimento de algoritmos especializados e a avaliação do desempenho dos modelos propostos. Os resultados obtidos demonstram uma alta precisão na detecção de navios e derramamentos de óleo, destacando a eficácia da abordagem proposta. Esses resultados sugerem que a integração de aprendizado de máquina com imagens de satélite pode fornecer uma ferramenta poderosa para a vigilância marítima automatizada, com potenciais implicações para a segurança nacional e a proteção ambiental. No entanto, é necessário considerar melhorias futuras, especialmente na qualidade das imagens de satélite SAR, em ordem de aprimorar a eficiência e confiabilidade dos sistemas de vigilância marítima.