Registro completo |
Provedor de dados: |
REA
|
País: |
Brazil
|
Título: |
Técnicas de mineração de dados para identificação de áreas com cana-de-açúcar em imagens Landsat 5
|
Autores: |
Nonato,Robson T.
Oliveira,Stanley R. de M.
|
Data: |
2013-12-01
|
Ano: |
2013
|
Palavras-chave: |
Mapeamento agrícola
Classificação de imagens
Árvore de decisão
Sensoriamento remoto
|
Resumo: |
Neste trabalho, verificou-se a aderência de técnicas de mineração de dados voltadas para problemas de classificação de dados na identificação automatizada de áreas cultivadas com cana-de-açúcar, em imagens do satélite Landsat 5/TM. Para essa verificação, foram estudadas imagens de áreas cultivadas com cana-de-açúcar em três fases fenológicas diferentes. Os pixels foram convertidos em valores de refletância de superfície, nas vizinhanças das cidades de Araras, São Carlos e Araraquara, no Estado de São Paulo. Foram gerados cinco modelos de árvores de decisão binária, induzidos pelo algoritmo C4.5, em que todos produziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos significativos na acurácia do modelo de classificação e contribuiu para melhorar a distinção de áreas cultivadas com cana-de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana, lagos e rios. Os índices de vegetação mostraram-se relevantes na distinção da fase e do estado fenológico das culturas. Os resultados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras, no Estado de São Paulo.
|
Tipo: |
Info:eu-repo/semantics/article
|
Idioma: |
Português
|
Identificador: |
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162013000600019
|
Editor: |
Associação Brasileira de Engenharia Agrícola
|
Relação: |
10.1590/S0100-69162013000600019
|
Formato: |
text/html
|
Fonte: |
Engenharia Agrícola v.33 n.6 2013
|
Direitos: |
info:eu-repo/semantics/openAccess
|