群知能と進化的計算の国際ジャーナル

概要

高度な機械学習とデータマイニングツールを使用したオマーン湾の効果的な石油流出監視アプローチ

アイシャ・サイード・ジュマ・アラブドゥリ、ムハンマド・シラジュル・フダ・カラシンガル、シャヘル・バノ・ミルザ*、フアド・ラムガリ・リドゥアン

油流出は、海洋生態系や沿岸地域を危険にさらし、環境に悪影響を及ぼします。タンカー、パイプライン、または沖合掘削装置による油流出による環境被害は、ほぼ瞬時に壊滅的な被害をもたらし、数十年にわたって続く可能性があります。したがって、この研究の目的は、オマーン湾での油流出を検出することです。油流出を見つけるために、Sentinel-2 スペクトル画像が使用されます。Sentinel-2 は、画像を N 個のグリッドに分割し、Sentinel-2 バンド比を使用して油流出をマッピングし、Yolov7 を使用してインスタンス セグメンテーションを実行して、1 つのステップで油流出検出を実現します。私たちの実験では、トレーニング済みの Yolov7 インスタント セグメンテーション モデルは、実際の油流出の 91% を正しく識別し、非常に正確な交差と結合の結果を生成できました。これらの結果は、人工知能の可能性と、環境に対して得られる重大な影響を説明しています。