Data Analytics| Automated Detection of Hazards
Automated Detection of Hazards
Protótipo do Modelo de identificação de Fenômenos por imagem
Summary
O projeto dispõem da ferramenta EOSDIS Worldview da NASA para fazer um comparativo das imagens via satélite do território Brasileiro. No período entre maio e outubro de 2020 (5 meses).
How We Addressed This Challenge
Desenvolvemos um modelo de aprendizado de máquina que pode predizer ocorrências de incêndio em estágio inicial, automatizando análises de imagens de satélite, afim de detectar focos de incêndio.
O protótipo recebe imagens atualizadas do EOSDIS, que são convertidas em formato binário computacional, no intuito de realizar cálculos para identificar padrões em tempo hábil para tomada de ações que possam reduzir os impactos ambientais das queimadas no mundo.
How We Developed This Project
O projeto foi desenvolvido com base na aplicação de ferramentas de aprendizado de máquina, a escolha do desafio é motivada pelas recentes discussões ambientais sobre as queimadas na Amazônia.
Usamos da abordagem científico-tecnológica envolvendo aprendizado profundo com a ferramenta Orange Data Mining, uma interface gráfica de desenvolvimento em Python, com as bibliotecas Scikit-Learning em um processador Intel core i7 8th gen, treinamos o modelo com imagens do EOSDIS Worldview da NASA em um algoritmo de redes neurais.
O protótipo foi testado em diversos algoritmos de aprendizado (KNN, Naive Bayes, Tree, Random Forest, SVM, entre outros), alcançando a máxima de 93% de precisão com o modelo de Random Forest.
How We Used Space Agency Data in This Project
Utilizamos técnicas de Web Scraping com python no site da EOSDIS (https://worldview.earthdata.nasa.gov/) para captura de imagens, salvamos estas imagens em uma pasta que foi submetida ao modelo para treinamento, em seguida utilizamos imagens diversas da web afim de realizar os testes.
Project Demo
Data & Resources
EOSDIS (https://worldview.earthdata.nasa.gov/)
Orange https://orange.biolab.si/docs/
Python Miniconda- https://docs.conda.io/en/latest/miniconda.html