ఇంటర్నేషనల్ జర్నల్ ఆఫ్ స్వార్మ్ ఇంటెలిజెన్స్ అండ్ ఎవల్యూషనరీ కంప్యూటేషన్

నైరూప్య

అధునాతన మెషిన్ లెర్నింగ్ మరియు డేటా మైనింగ్ సాధనాలను ఉపయోగించడం ద్వారా ఒమన్ గల్ఫ్‌పై ఎఫెక్టివ్ ఆయిల్ స్పిల్ మానిటరింగ్ అప్రోచ్

ఐషా సయీద్ జుమా అలబ్దౌలీ, ముహమ్మద్ సిరాజుల్ హుదా కలతింగల్, షాహెర్ బానో మీర్జా*, ఫౌద్ లాంఘరి రిడౌనే

చమురు చిందటం సముద్ర పర్యావరణ వ్యవస్థలు మరియు తీర పరిసరాలను అపాయం చేయడం ద్వారా పర్యావరణాన్ని ప్రతికూలంగా ప్రభావితం చేస్తుంది. ట్యాంకర్, పైప్‌లైన్ లేదా ఆఫ్‌షోర్ రిగ్ ద్వారా చమురు చిందటం వల్ల పర్యావరణ నష్టం దాదాపు వెంటనే వినాశకరమైనది మరియు దశాబ్దాల పాటు కొనసాగుతుంది. పర్యవసానంగా, ఈ అధ్యయనం యొక్క ఉద్దేశ్యం గల్ఫ్ ఆఫ్ ఒమన్‌లో చమురు చిందటాలను గుర్తించడం. చమురు చిందటాలను కనుగొనడానికి, సెంటినెల్-2 స్పెక్ట్రల్ చిత్రాలను ఉపయోగిస్తారు. సెంటినెల్-2 చిత్రాన్ని N గ్రిడ్‌లుగా విభజిస్తుంది మరియు ఆయిల్ స్పిల్ డిటెక్షన్‌ను ఒకే దశలో సాధించడానికి Yolov7ని ఉపయోగించి ఇన్‌స్టాన్స్ సెగ్మెంటేషన్‌ని అమలు చేయడానికి చమురు చిందటాలను మ్యాపింగ్ చేయడానికి సెంటినెల్-2 బ్యాండ్ నిష్పత్తిని ఉపయోగిస్తుంది. మా ప్రయోగంలో, శిక్షణ పొందిన Yolov7 ఇన్‌స్టంట్ సెగ్మెంటేషన్ మోడల్ యూనియన్ ఫలితాలపై అనూహ్యంగా ఖచ్చితమైన ఖండనను ఉత్పత్తి చేయగలిగింది, అసలు చమురు చిందటంలో 91% సరిగ్గా గుర్తించబడింది. ఈ ఫలితాలు కృత్రిమ మేధస్సు యొక్క సామర్థ్యాన్ని మరియు పర్యావరణంపై పొందగల ముఖ్యమైన ప్రభావాన్ని వివరిస్తాయి.