Servidor do INPE/CGCT/DIOTG participa do XX Congresso Brasileiro de Limnologia e ministra minicurso sobre Machine Learning aplicado à Limnologia

Nos dias 22 e 23 de julho de 2026, foi realizado, durante o XX Congresso Brasileiro de Limnologia, em Juiz de Fora (MG), o minicurso “Aprendizagem de Máquina aplicado ao sensoriamento remoto da qualidade da água”, ministrado pelo Pesquisador do INPE e membro do Laboratório de Instrumentação em Sistemas Aquáticos (LabISA), Daniel Andrade Maciel.

O minicurso teve como objetivo introduzir os participantes da comunidade de limnologia ao uso de técnicas de aprendizado de máquina aplicadas ao monitoramento da qualidade da água, com foco na predição de clorofila-a a partir de dados de sensoriamento remoto. A atividade foi dividida em uma etapa teórica e uma etapa prática.

Na parte teórica, foram apresentadas as bases físicas de óptica da água, componentes opticamente ativos, importância da correção atmosférica e os fundamentos do algoritmo Random Forest, discutindo como o método combina múltiplas árvores de decisão treinadas a partir de subconjuntos aleatórios de dados e variáveis, no caso, bandas espectrais do sensor Sentinel-2 (Verde, Vermelho e Infravermelho-Próximo/NIR), para gerar predições mais robustas de parâmetros limnológicos.

Já na etapa prática, os participantes utilizaram o BDC-Lab, Ambiente de Ciência de Dados Geoespacial do do Brazil Data Cube (BDC), plataforma desenvolvida pelo Instituto Nacional de Pesquisas Espaciais (INPE). Por meio do BDC-Lab, foi possível demonstrar, de forma prática, o acesso e a manipulação de imagens de satélite organizadas em cubos de dados, aplicando esses dados ao treinamento de modelos de aprendizado de máquina voltados à predição de clorofila-a.

Copyright (©) 2026 • Portal de Dados Geoespaciais do INPE - (v.3.0) • Av. dos Astronautas, 1.758 • São José dos Campos • SP