PROJETO DE ARBORIZAÇÃO PARA CONTROLE DE POLUIÇÃO.

Resumo

Poluição é a introdução de substâncias ou energia de forma acidental ou intencional no meio ambiente, com consequências negativas para os seres vivos. A poluição passou a ser mais intensa a partir da Revolução Industrial que culminou no aumento da industrialização e urbanização e atualmente, é considerada um grave problema ambiental. A saúde ambiental é uma área de estudo que se preocupa com a avaliação e o controle dos impactos dos seres humanos sobre a natureza e do meio ambiente sobre as pessoas. Neste contexto, este projeto visa empregar técnicas de visão computacional e análise de imagem como ferramentas para combater a poluição e promover a preservação ambiental. A ideia central é identificar áreas adequadas para o plantio de árvores, que desempenham um papel fundamental na mitigação da poluição do ar e na melhoria da qualidade do solo e da água. A metodologia utilizada foi inicialmente, obter várias fontes de dados, incluindo imagens de satélite, fotografias aéreas e imagens terrestres da região de estudo. Esses dados foram fundamentais para o desenvolvimento do projeto. Utilizando a biblioteca Pil em Python para ajudar no pré-processamento e a normalizar as imagens para correção de distorções, resoluções e outros. Os resultados obtidos neste projeto demonstram a capacidade do programa em identificar áreas com potencial para o plantio de árvores com base na análise de imagens. Foram sugeridos números específicos de árvores para cada área, contribuindo assim para a redução da poluição e para a preservação do meio ambiente. A precisão das sugestões depende da qualidade das imagens utilizadas e dos critérios estabelecidos para a seleção de áreas potenciais. Este projeto demonstra o potencial das técnicas de visão computacional e análise de imagens na tomada de decisões relacionadas à preservação ambiental e ao controle da poluição. A utilização de bibliotecas como NumPy, PIL e OpenCV permitiu a criação de um programa eficaz na identificação de terrenos adequados para a silvicultura. No entanto, é importante realçar que a colaboração com especialistas em ecologia e a utilização de dados adicionais, tais como informações sobre a biodiversidade local e as condições climáticas, podem aumentar ainda mais a eficácia.

Palavras-chave: arborização; poluição; meio ambiente; Python.