Sistema multiusuário de detecção, previsão e monitoramento de derrame de óleo no mar

Resumo: Este projeto de pesquisa visa desenvolver método inédito para a detecção e previsão de ocorrência e deslocamento de mancha de óleo no mar por meio do uso combinado de informações de sensoriamento remoto ao longo das derrotas de navios, assimiladas por modelagem hidrodinâmica do oceano e biogeoquímica marinha e técnicas de inteligência artificial. O ineditismo do método consiste
em resolver ou reduzir dois fatores limitantes fundamentais de métodos consagrados na literatura: a baixa frequência nas amostragens satelitárias nas bandas de radar e visível, e as escassas informações
meteoceanográficas, para o Oceano Atlântico Sul e mais especificamente nas áreas das Águas Jurisdicionais Brasileiras.
O primeiro fator limitante a ser contornado na metodologia proposta reside em reduzir o espaço oceânico a ser monitorado às cercanias e tempo de locais onde possa ter ocorrido um derrame de óleo,
i.e., ao longo das derrotas de navios e demais infraestruturas geradoras e transportadoras de petróleo no mar. Esta abordagem permite que o espaço amostral seja reduzido em ordens de magnitude,
passando de dezenas de milhões para milhares de quilômetros quadrados a serem monitorados e submetidos aos algoritmos de inteligência artificial desenvolvidos no projeto. O segundo fator limitante
de técnicas consagradas a ser contemplado nesta proposta é a geração de campos regularmente preenchidos, espaço-temporalmente (i.é. imagens sintéticas de concentração de clorofila, temperatura,
salinidade, rugosidade da superfície do mar, sem os interstícios não amostrados entre as sucessivas passagens do satélite e/ou por obscurecimento do alvo pela presença de nuvens), das características da
superfície do mar contempladas na determinação do tipo de alvo; se navio, mancha de óleo, ou aspectos naturais da superfície do mar - a partir da combinação de imagens de satélites, radar e visível
com produtos de modelagem hidrodinâmica-biogeoquímica e técnicas de inteligência artificial.

Data de início: 01/01/2022
Prazo (meses): 24

Participantes:

Papel	Nome
Coordenador	RENATO DAVID GHISOLFI