स्वार्म इंटेलिजेंस और इवोल्यूशनरी कंप्यूटेशन का अंतर्राष्ट्रीय जर्नल

अमूर्त

उन्नत मशीन लर्निंग और डेटा माइनिंग टूल्स का उपयोग करके ओमान की खाड़ी पर तेल रिसाव की प्रभावी निगरानी

आयशा सईद जुमा अलबदौली, मुहम्मद सिराजुल हुदा कलाथिंगल, शहर बानो मिर्जा*, फौद लमघारी रिदौने

तेल रिसाव समुद्री पारिस्थितिकी तंत्र और तटीय परिवेश को खतरे में डालकर पर्यावरण पर नकारात्मक प्रभाव डालता है। टैंकर, पाइपलाइन या अपतटीय रिग द्वारा तेल रिसाव से होने वाला पर्यावरणीय नुकसान लगभग तुरंत विनाशकारी हो सकता है और दशकों तक बना रह सकता है। नतीजतन, इस अध्ययन का उद्देश्य ओमान की खाड़ी में तेल रिसाव का पता लगाना है। तेल रिसाव का पता लगाने के लिए, सेंटिनल-2 स्पेक्ट्रल इमेजरी का उपयोग किया जाता है। सेंटिनल-2 छवि को N ग्रिड में विभाजित करता है और एक ही चरण में तेल रिसाव का पता लगाने के लिए Yolov7 का उपयोग करके इंस्टेंस सेगमेंटेशन को निष्पादित करने के लिए तेल रिसाव को मैप करने के लिए सेंटिनल-2 बैंड अनुपात का उपयोग करता है। हमारे प्रयोग में, प्रशिक्षित Yolov7 इंस्टेंट सेगमेंटेशन मॉडल असाधारण रूप से सटीक इंटरसेक्शन ओवर यूनियन परिणाम देने में सक्षम था, जो वास्तविक तेल रिसाव के 91% की सही पहचान करता था। ये परिणाम कृत्रिम बुद्धिमत्ता की क्षमता और पर्यावरण पर प्राप्त किए जा सकने वाले महत्वपूर्ण प्रभाव की व्याख्या करते हैं।