Bolsista PIBIC do IFSP Publica Artigo em Revista Internacional de Renome

No final do último mês (21/06/2024), o bolsista PIBIC Mateus Freire Roberto e aluno de Engenharia Elétrica do IFSP campus Presidente Epitácio (IFSP-PEP), recebeu o aceite para publicar um artigo científico em uma das mais renomadas revistas internacionais na área de ciências da Terra. O trabalho contou com a orientação dos professores João Domingos Augusto dos Santos Pereira do campus Catanduva, José Guilherme Magalini dos Santos Decanini do campus de Presidente Epitácio e o ex-aluno do IFSP-PEP, atualmente mestrando na UNESP - Presidente Prudente, Clodoaldo de Souza Faria Júnior. Além disso, o mesmo contou com a parceria de pesquisadores do ITA (Instituto Tecnológico de Aeronáutica) e UNESP. O estudo foi intitulado como "Evaluation of burning detection using modified VGG19 for LULC classification changes". Sua importância e contribuições residem em diversos aspectos inovadores e práticos no campo da detecção de incêndios e na classificação de uso e cobertura da terra (LULC, do inglês Land Use Land Cover) através de sensoriamento remoto.

Um dos pontos que o bolsista ressalta é que "Participar de pesquisas que abordam temas de relevância global, como as queimadas, é uma experiência gratificante. Produzir conteúdo científico relevante na comunidade acadêmica envolveu trabalho árduo e paixão pela pesquisa. No decorrer da pesquisa vieram desafios, que me fizeram evoluir e me aperfeiçoar de maneira vertiginosa. Muitas vezes me vi imerso nesse processo, perdendo a noção do tempo e até me atrasando para compromissos diários. No entanto, todo esse esforço culminou em uma publicação em uma revista de alto prestígio. Ver que esse esforço resultou em conquistas incríveis é verdadeiramente gratificante". O coorientador Clodoaldo afirma: "É gratificante poder orientar um aluno tão dedicado da instituição onde, até pouco tempo, eu ainda estava me formando. É ainda mais satisfatório poder compartilhar meu conhecimento. Durante a elaboração do trabalho, tivemos que, muitas vezes, mergulhar o máximo possível, sem saber se ia dar certo ou não. Mas a ciência é assim, é dessa forma que é feita. Esse é o resultado que obtivemos. Agradeço a todos os envolvidos e espero que esse trabalho possa servir de inspiração para muitas pessoas e, principalmente, para os próximos alunos".

O trabalho recebeu ótimas notas principalmente na qualidade do conteúdo, relevância da temática e originalidade. A revista na qual o trabalho foi aceito é a “ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences”, sendo essa publicada pela Copernicus GmbH. A revista possui um CiteScore 2023 de 2.0, SJR de 0.378 e SNIP de 0.368, além de um Impact Factor da Scopus de 1612. Na última avaliação do Qualis (2017-2020), a revista foi classificada no estrato superior, sendo considerada A4. A mesma ainda consiste em uma das top 100 revistas do mundo (#96), estando entre o 39th percentil, na categoria Earth and Planetary Sciences.

Em termos de relevância ambiental e social, a detecção precoce e precisa de incêndios florestais é crucial para mitigar danos ambientais, econômicos e sociais. Esse trabalho contribui para uma melhor gestão de desastres naturais, proteção da biodiversidade e conservação de recursos naturais. Além disso, propõe-se e utiliza-se uma arquitetura de rede neural profunda (VGG19) modificada para análise de imagens de satélite, refletindo a aplicação de técnicas avançadas de aprendizado de máquina, o que permitiu a viabilidade do estudo.

O estudo demonstra a aplicação prática de dados de sensoriamento remoto, como os fornecidos pelo satélite Landsat 8, para monitorar e analisar mudanças no uso e cobertura da terra, o que é fundamental para a pesquisa ambiental e planejamento territorial. Além disso, o trabalho utiliza de técnicas que permitem contornar o grande problemas das IAs, trazendo interpretabilidade para o modelo, conforme ilustra a Figura 1. O estudo também realiza uma análise do comportamento temporal, através da utilização de função de distribuição cumulativa complementar. 

Em conclusão o trabalho fornece uma metodologia eficaz e aprimorada para a detecção de incêndios e análise de mudanças no uso e cobertura da terra, com implicações práticas importantes para a gestão ambiental. As melhorias na arquitetura do modelo e a utilização de técnicas avançadas de interpretação de resultados representam avanços significativos na aplicação de aprendizado de máquina em sensoriamento remoto.