Using deep learning models for image classification: a case study in water pollution

Abstract

The increasing availability of satellite imagery from missions like Sentinel-2, combined with advances in Deep Learning (DL), presents a compelling opportunity to develop scalable, automated, and low-cost systems for monitoring water quality over large areas. Water pollution poses a significant threat to ecosystems and public health. Yet, traditional in-situ monitoring methods are often costly, infrequent, and limited in spatial coverage. Therefore, this dissertation proposes and validates a DL framework for classifying Lake Water Quality using a multimodal approach that integrates in-situ data with Sentinel-2 satellite imagery for two Azorean Lakes. The framework systematically evaluates state-of-the-art architectures, including Convolutional Neural Networks (CNNs) and Transformers. A robust preprocessing pipeline was developed to handle cloud cover and calculate spectral indices, while a Water Quality Index (WQI) was engineered from ground-truth measurements to serve as labels. The study rigorously compares model performance under 3 distinct paradigms: training from scratch, training with extensive data augmentation, and applying Transfer Learning (TL) with pre-trained models, all optimised through a systematic hyperparameter search. The results demonstrate that data augmentation is a critical strategy, consistently yielding the highest classification performance across all models, with F1 scores frequently exceeding 0.979. While TL offers a compelling trade-off between performance and computational cost, its success is highly contextdependent, presenting a ”high-risk, high-reward” scenario. Ultimately, this dissertation confirms the feasibility of using DL and Remote Sensing (RS) to build a robust, scalable, and automated framework for environmental monitoring. This solution provides a valuable tool for sustainable water resource management, transforming raw satellite data into actionable insights to preserve aquatic ecosystems.

A crescente disponibilidade de imagens de satélite de missões como a Sentinel-2, em combinação com os avanços em DL, apresenta uma oportunidade promissora para o desenvolvimento de sistemas escaláveis, automatizados e de baixo custo para a monitorização da qualidade da água em grandes áreas. A poluição da água representa uma ameaça significativa para os ecossistemas e para a saúde pública, mas os métodos tradicionais de monitorização in situ são frequentemente dispendiosos, pouco frequentes e com uma cobertura espacial limitada. Por isso, esta dissertação propõe e valida uma estrutura DL para classificar a qualidade da água dos lagos utilizando uma abordagem multimodal que integra dados in situ com imagens de satélite Sentinel-2 para dois lagos açorianos. A estrutura avalia sistematicamente arquiteturas presentes na literatura, incluindo CNNs e Transformers. Nesse sentido, foi desenvolvido um pipeline de pré-processamento robusto para lidar com a cobertura de nuvens e calcular índices espectrais. Além disso, um WQI foi concebido a partir de medições de ground-truth para servir como labels. O estudo compara rigorosamente o desempenho do modelo sob três paradigmas distintos: treino de raiz, treino com data augmentation e aplicação de TL com modelos pré-treinados, todos otimizados através de uma pesquisa sistemática de hiperparâmetros. Os resultados demonstram que a técnica de data augmentation é uma estratégia fundamental, pois produz consistentemente o melhor desempenho de classificação em todos os modelos, com pontuações F1 frequentemente superiores a 0,979. Embora os modelos pré-treinados ofereçam um equilíbrio convincente entre desempenho e custo computacional, o seu sucesso é altamente dependente do contexto, apresentando um cenário de ”alto risco e alta recompensa”. Em última análise, esta dissertação confirma a viabilidade da utilização de DL e RS para construir uma estrutura robusta, escalável e automatizada para a monitorização ambiental. Esta solução fornece uma ferramenta valiosa para a gestão sustentável dos recursos hídricos, transformando dados brutos de satélite em insights acionáveis para preservar os ecossistemas aquáticos.