国际群体智能与进化计算杂志

抽象的

使用先进的机器学习和数据挖掘工具对阿曼湾进行有效的石油泄漏监测

Aishah Saeed Jumah Alabdouli、Muhammed Sirajul Huda Kalathingal、Shaher Bano Mirza*、Fouad Lamghari Ridouane

石油泄漏会危及海洋生态系统和沿海环境，从而对环境造成负面影响。油轮、管道或海上钻井平台的石油泄漏几乎会立即造成毁灭性的影响，并可能持续数十年。因此，本研究的目的是检测阿曼湾的石油泄漏。为了发现石油泄漏，使用了 Sentinel-2 光谱图像。Sentinel-2 将图像分成 N 个网格，并使用 Sentinel-2 波段比来绘制石油泄漏图，使用 Yolov7 执行实例分割，一步完成石油泄漏检测。在我们的实验中，经过训练的 Yolov7 即时分割模型能够产生非常准确的交并结果，正确识别了 91% 的实际石油泄漏。这些结果解释了人工智能的潜力以及对环境可能产生的重大影响。