Banca de DEFESA: WESLEY JOSÉ DOS SANTOS MARINHO

Uma banca de DEFESA de MESTRADO foi cadastrada pelo programa.
DISCENTE : WESLEY JOSÉ DOS SANTOS MARINHO
DATA : 18/08/2025
HORA: 09:00
LOCAL: Videoconferência na plataforma Google Meet: meet.google.com/shn-qovc-owr
TÍTULO:

Detecção de Processos Erosivos com Aprendizado de Máquina e a Aplicação da Equação Universal de Perda de Solo (USLE)

 

PALAVRAS-CHAVES:

Erosão do Solo, Aprendizado de Máquina, Equação Universal de Perda de Solo (USLE), Rede Neural Convolucional (CNN), Unet, D-LinkNet, LinkNet.

PÁGINAS: 85
RESUMO:

A dissertação de mestrado em questão explora a detecção de processos erosivos por meio de
aprendizado de máquina e a aplicação da Equação Universal de Perda de Solo (USLE).
O estudo tem como problema central a identificação e prevenção da erosão do solo, um
problema ambiental significativo. Entre os principais objetivos estão a implementação de
técnicas para detectar precocemente processos erosivos próximos a linhas de transmissão
de energia, utilizando a USLE como um fator de validação adicional. A motivação do estudo
é a mitigação de danos às redes de distribuição de energia provocados por processos
erosivos e a busca por métodos eficazes de monitoramento e prevenção da erosão.
A metodologia adotada envolve o uso de algoritmos de aprendizado de máquina, especificamente
Redes Neurais Convolucionais (CNN), para analisar imagens de satélite
e identificar áreas sujeitas a processos erosivos. Além disso, a USLE é aplicada como
ferramenta de cálculo da perda de solo, auxiliando na avaliação da probabilidade de ocorrência
de erosão em determinados locais. As principais contribuições do estudo incluem
a integração de tecnologias de aprendizado de máquina na detecção de processos erosivos
e a validação dessas técnicas com a USLE, mostrando-se uma ferramenta eficaz nesse
contexto.
Os resultados obtidos indicam a viabilidade e a precisão do uso de aprendizado de máquina
na detecção de processos erosivos, bem como a importância da USLE como método
auxiliar. As conclusões do estudo destacam a relevância da aplicação prática dessas técnicas
para a preservação de linhas de transmissão de energia e um monitoramento mais
eficiente de seus entornos. Futuras direções de pesquisa incluem a expansão do estudo
para outras regiões e aprimoramentos na metodologia de detecção.
Palavras-chave: Erosão do solo, Aprendizado de máquina, Equação Universal de
Perda de Solo (USLE), Rede Neural Convolucional (CNN), Unet, D-LinkNet, LinkNet

 

MEMBROS DA BANCA:
Interno - 2579664 - ALLAN DE MEDEIROS MARTINS
Externa à Instituição - MARIA DE FATIMA ALVES DE MATOS - ISI-ER
Presidente - 1242315 - PABLO JAVIER ALSINA
Externa à Instituição - TANIA LUNA LAURA - UFERSA