|
|
|
|
|
| AMARAL, B. F.; CHINO, D. Y.; ROMANI, L. A. S.; GONÇALVES, R. R. V.; SOUSA, E. P. M. de; TRAINA, A. J. M.. |
| Resumo. O impacto causado por eventos climáticos extremos em todo o mundo tem motivado pesquisas para redução de gases de efeito estufa. No Brasil, a cana-de-açúcar é a principal fonte para produção de etanol, como alternativa a combustíveis fósseis. Nesse contexto, dados de sensoriamento remoto têm sido utilizados para monitorar safras de cana-de-açúcar e apoiar pesquisas científicas. Neste trabalho, é proposta uma metodologia baseada em agrupamento de dados para analisar séries temporais de NDVI obtidas de satélites AVHRR/NOAA. Os experimentos mostram que a abordagem proposta permite identificar áreas com padrões de desenvolvimento similares, considerando também os diferentes ciclos de vida da cultura. |
| Tipo: Anais e Proceedings de eventos |
Palavras-chave: Mineração de dados; Safras de cana-de-açúcar; Análise de séries temporais; Clusterização; Data mining; Clustering.; Sugarcane; Time series analysis.. |
| Ano: 2011 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/898217 |
| |
|
| |
|
|
|
