AI Methodologies For Environmental Monitoring

This research project aims to develop methodologies in the selection process of audit objects related to the environmental area of interest of audition institutions in Latin America, through the Latin American and Caribbean Organization of Supreme Audit Institutions (OLACEFS). Actions focus on the use of machine learning methods, in particular Deep Learning with a focus on satellite image processing. The objective is to develop and evaluate methodologies in two applications: (1) monitoring of ore tailings dams; and (2) identification of deforestation in the Amazon region using radar.


Full Title: Development of AI methodologies for audit objects related to the environmental monitoring. Funding: Organization of Latin American and Caribbean Supreme Audit Institutions (OLACEFS). Duration: 2020-2021.


Related Publications:

  • Ferreira, E., Brito, M., Balaniuk, R., Alvim, M. S., & dos Santos, J. A. (2020, March). BrazilDAM: A benchmark dataset for tailings dam detection. In 2020 IEEE Latin American GRSS & ISPRS Remote Sensing Conference (LAGIRS) (pp. 339-344). IEEE. [PDF]
  • Pereira, M. B., & dos Santos, J. A. (2020, March). An End-to-end Framework For Low-Resolution Remote Sensing Semantic Segmentation. In 2020 IEEE Latin American GRSS & ISPRS Remote Sensing Conference (LAGIRS) (pp. 6-11). IEEE. [PDF]

Products:


Our work in the media: (in portuguese):

[Abstract In Portuguese] Este projeto de pesquisa visa o desenvolvimento de metodologias no processo de seleção de objetos de auditoria relacionados à área ambiental de interesse de órgãos de controle da América Latina, por meio da Organização Latino-Americana e do Caribe de Entidades Fiscalizadoras Superiores (OLACEFS). As ações focam no uso de métodos de aprendizagem de máquina, em particular Deep Learning com foco em processamento de imagens de satélite. O objetivo é desenvolver e avaliar metodologias em duas aplicações: (1) monitoramento de barragens de rejeitos de minérios; e (2) identificação de desmatamentos na região amazônica por meio de radar.