|
|
|
|
| |
|
|
| LORENSINI, C. L.; LOEBMANN, D. G. dos S. W.; SILVA, G. B. S. da; VICENTE, L. E.; VICTORIA, D. de C.. |
| O momento atual é de grande expansão da área de plantio de cana-de-açúcar em razão do aumento de mercado para o álcool, da expectativa futura de que o álcool, na matriz energética, substitua, em parte, o petróleo, e do mercado estável da produção de açúcar. Este trabalho teve como objetivo avaliar as mudanças que aconteceram nos últimos 20 anos em dois municípios no interior do Estado de São Paulo, Flora Rica e Iacri, onde foi observada grande expansão da área plantada com cana-de-açúcar. O trabalho foi realizado em três etapas: segmentação de imagens a fim de delimitar objetos homogêneos, identificação dos objetos com plantio de cana-de-açúcar no ano de 2011 e identificação da classe de uso da terra nos locais com plantio da cana-de-açúcar em anos... |
| Tipo: Artigo em anais de congresso (ALICE) |
Palavras-chave: Expansão agrícola; Classificação de imagens; Pastagem; Álcool. |
| Ano: 2013 |
URL: http://www.alice.cnptia.embrapa.br/handle/doc/971495 |
| |
|
| |
|
|
| CAON, I. L.; BECKER, W. R.; GANASCINI, D.; CATTANI, C. E. V.; MENDES, I. de S.; PRUDENTE, V. H. R.; OLDONI, L. V.; ANTUNES, J. F. G.; MERCANTE, E.. |
| RESUMO. O uso combinado de sensores com melhor resolução temporal com sensores de melhor resolução espacial, têm permitido o mapeamento detalhado da superfície terrestre. Desse modo destacam-se os algoritmos de predição, que são capazes de unir a melhor resolução espacial de um sensor a melhor resolução temporal de outro. Além das resoluções das imagens, o uso de algoritmos de classificação eficientes é decisivo para se obter elevada acurácia nos mapeamentos. Assim, o objetivo desse trabalho foi comparar os classificadores Random Forest e Máxima Verossimilhança, com diferentes modos de entrada de dados, a fim de definir qual o melhor classificador. Os resultados apontaram que o algoritmo Random Forest apresentou as maiores métricas de acurácia. |
| Tipo: Artigo em anais de congresso (ALICE) |
Palavras-chave: Fusão de imagens; STARFM; Classificação de imagens; Cobertura da terra; Algoritmo Random Forest; Image fusion; Image classification; Uso da Terra; Land use; Land cover. |
| Ano: 2019 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1108719 |
| |
|
|
| NONATO, R. T .; OLIVEIRA, S. R. de M.. |
| 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 roduziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos significativos na acurácia do modelo de... |
| Tipo: Artigo em periódico indexado (ALICE) |
Palavras-chave: Mapeamento agrícola; Classificação de imagens; Árvore de decisão; Sensoriamento remoto; Remote sensing. |
| Ano: 2013 |
URL: http://www.alice.cnptia.embrapa.br/handle/doc/978823 |
| |
|
|
|
