Artigo Anais do XVI Encontro Nacional de Pós-Graduação e Pesquisa em Geografia

ANAIS de Evento

ISSN: 2175-8875

Resumo

Este trabalho investiga a aplicação do Deep Learning (DL) no sensoriamento remoto para o estudo de áreas verdes urbanas. Dada a complexidade e heterogeneidade das cidades, juntamente com a crescente urbanização, torna-se essencial o planejamento e gestão eficiente das áreas verdes intraurbanas, que desempenham papéis estéticos, ecológicos e de lazer. O objetivo principal é analisar a utilização do DL em sensoriamento remoto e estudos de áreas verdes urbanas, compreendendo suas aplicações e potencialidades na delimitação de feições em imagens de satélite, identificação de padrões e geração de mapeamentos. A metodologia envolveu uma revisão bibliográfica abrangente na identificando 7.747 artigos sobre DL e sensoriamento remoto, e 72 trabalhos envolvendo áreas verdes urbanas. Os resultados revelam que os primeiros trabalhos de DL em sensoriamento remoto surgiram em 2014, com um crescimento exponencial na última década, destacando a produção acadêmica da China. No contexto das áreas verdes urbanas, as aplicações de DL são mais recentes, com o primeiro artigo em 2018. A análise indica que, embora o DL apresente resultados promissores e inovadores, ainda são escassos os estudos focados diretamente nas áreas verdes urbanas. Conclui-se que o DL possui potencial significativo para o mapeamento e monitoramento preciso e otimizado, atendendo à demanda por informações atualizadas para a gestão e planejamento ambiental.

Compartilhe:

Visualização do Artigo