IPSTERS - IPSentinel Terrestrial Enhanced Recognition System
NOVAIMS, UNINOVA e DGT.
Mário Caetano, Hugo Costa e Pedro Benevides.
Aplicar técnicas de Inteligência Artificial (IA) no processamento de imagens de satélite disponibilizadas pelo IPSentinel para geração optimizada e automatizada de mapas de valor acrescentado de ocupação de solo. São exploradas duas linhas de investigação na área da IA para a classificação de mapas de ocupação de solo; o Active Learning e o Fuzzy Logic. Pretende-se definir uma metodologia para a produção de mapas de ocupação de solo em tempo quase real, assim que seja disponibilizada a imagem de satélite. Esta questão levanta um problema relativamente novo; a gestão de grande volume de informação de deteção remota (paradigma do big data). Seguindo esta premissa é também explorada a utilização de técnicas avançadas de computação, GPU (Graphical Processing Unit) e FPGA (Field-Programmable Gate Array) para acelerar a produção dos mapas de ocupação de solo.
Geração de mapas de valor acrescentado para a ocupação do solo utilizando imagens de satélite e aplicando técnicas de Inteligência Artificial.
O Conselho Consultivo criado durante o projeto, formado por representantes da APA, IFAP, ICNF, DGADR, acompanhou o desenvolvimento dos resultados dando o seu contributo em função das necessidades dos seus utilizadores alvo. A DGT desenvolveu as especificações técnicas destes produtos tendo em conta as necessidades e expectativas observadas pelo Conselho Consultivo.
A DGT foi responsável pela criação de uma grande base de dados de treino para aplicação de algoritmos de IA e geração dos produtos de ocupação de solo. Foi também criada uma base de dados de validação robusta e independente para garantir a qualidade dos produtos gerados nas várias tasks previstas no projeto. Os dados produzidos pela DGT foram essenciais para o desenvolvimento das atividades previstas no projeto, onde foram utilizadas as mais diversas e inovadoras técnicas de IA para classificação de ocupação de solo: Active Learning, Fuzzy Fusion, classificação acelerada em hardware Field-Programmable Gate Array (FPGA) e em Graphical Processing Unit (GPU).
Experiências realizadas com Active Learning pela NOVA IMS e DGT mostraram bons resultados com melhoramento de uma amostra de treino reduzida através da verificação da classe por fotointerpretação e aplicação de algoritmos para dados não balanceados em processos iterativos.
A DGT e a UNINOVA estiveram envolvidas em testes de processamento com GPU, utilizando o algoritmo BFAST Monitor onde foram obtidos resultados promissores que poderão ser adotados pela DGT no futuro na operacionalização de produtos para deteção de cortes e fogos.
No evento Forum Portugal Digital realizado no Pavilhão do Conhecimento em Lisboa, a 6 de maio de 2021, o IPSTERS foi considerado um dos seis projetos FCT com maior impacto num conjunto de 60 projetos.
Artigos publicados
Costa, H.; Benevides, P.; Moreira, F. D.; Moraes, D.; Caetano, M., 2022
Spatially Stratified and Multi-Stage Approach for National Land Cover Mapping Based on Sentinel-2 Data and Expert Knowledge. Remote Sens. 2022, 14, 1865, https://doi.org/10.3390/rs14081865.
Costa, H.; Machado, I.; Moreira, F. D.; Benevides, P.; Moraes, D.; Caetano, M., 2021
Exploring the Potential of Sentinel-2 Data for Tree Crown Mapping in Oak Agro-Forestry Systems. In 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS; pp. 5807–5810, https://doi.org/10.1109/IGARSS47720.2021.9553780
Benevides, P.; Costa, H.; Moreira, F. D.; Moraes, D.; Caetano, M. 2021
Annual Crop Classification Experiments in Portugal Using Sentinel-2. In 2021 IEEE International Geoscience and Remote Sensing Symposium IGARSS; pp. 5838–5841, https://doi.org/10.1109/IGARSS47720.2021.9555009.
Costa, H., Giraldo, A., Caetano, M., 2020
Exploring BFAST to detect forest changes in Portugal, Proc. SPIE 11533, Image and Signal Processing for Remote Sensing XXVI, 1153308, https://doi.org/10.1117/12.2566669;
Costa, H., Benevides, P., Marcelino, F., Caetano, M., 2020
Introducing automatic satellite image processing into land cover mapping by photo-interpretation of airborne data. Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XLII-3/W11, 29–34. doi.org/10.5194/isprs-archives-XLII-3-W11-29-2020.
Eventos organizados pela DGT
Workshop final do projeto IPSTERS com presença dos membros do Advisory Board do projeto (ICNF, APA, IFAP, DGADR). Evento online. 15 junho de 2021.
Apresentações
Fonseca, J.M., Caetano M., 2021. IPSTERS - Sistema de Reconhecimento Terrestre do IPSentinel. Fórum Portugal Digital - Plano de Ação para a Transição Digital e a reestruturação do INCoDe.2030. Pavilhão do Conhecimento, Lisboa. 6 de maio de 2021.
Caetano, M., 2021. Land cover monitoring based on space technologies and AI in Portugal. Use of AI, big data and space technologies in terrestrial management - Panel for the Future of Science and Technology (online), European Parliament, Brussels. 23 de fevereiro de 2021.
Caetano, M., Fonseca, J.M., 2020. Melhor ordenamento e gestão do território através de dados de satélite e inteligência artificial. 3ª Conferência do Fórum Permanente para as Competências Digitais (INCoDe.2030), Porto. 3 de março, 2020.