|
|
|
| Registros recuperados: 10 | |
|
| |
|
|
| 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 |
| |
|
| |
|
|
| Johann,Jerry Adriani; Rocha,Jansle Vieira; Duft,Daniel Garbellini; Lamparelli,Rubens Augusto Camargo. |
| O objetivo deste trabalho foi estimar e mapear as áreas com as culturas de soja e milho, no Paraná, com uso de imagens multitemporais EVI/Modis. Foram avaliados os anos‑safra de 2004/2005 a 2007/2008. Em razão da alta dinâmica temporal e da heterogeneidade de datas de semeadura das culturas no estado, foram utilizadas cenas que contemplavam as fases de pré‑plantio e de desenvolvimento inicial das culturas, para gerar a imagem de mínimo EVI (IMIE), e cenas que consideravam o pico vegetativo das culturas, para gerar a imagem de máximo EVI (IMAE). Estas imagens foram utilizadas para gerar a composição colorida RGB (R, IMAE; GB, IMIE), o que permitiu a confecção de máscara das áreas com soja e milho. As estimativas das áreas de máscara por município foram... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Classificação de imagens; Distribuição espacial de culturas; Índice de vegetação; Mapeamento; Previsão de safras; Sensoriamento remoto. |
| Ano: 2012 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2012000900015 |
| |
|
|
| Bernardes,Tiago; Adami,Marcos; Formaggio,Antônio Roberto; Moreira,Maurício Alves; França,Daniela de Azeredo; Novaes,Maikon Roberth de. |
| O objetivo deste trabalho foi avaliar uma nova metodologia para mapeamento da cultura da soja no Estado de Mato Grosso, por meio de imagens Modis e de diferentes abordagens de classificação de imagens. Foram utilizadas imagens diárias e imagens de 16 dias. As imagens diárias foram diretamente classificadas pelo algoritmo Isoseg. As duas séries de imagens de 16 dias, referentes ao ciclo total e à metade do ciclo da cultura da soja, foram transformadas pela análise de componentes principais (ACP), antes de serem classificadas. Dados de referência, obtidos por interpretação visual de imagens do sensor TM/Landsat-5, foram utilizados para a avaliação da exatidão das classificações. Os melhores resultados foram obtidos pela classificação das imagens do ciclo... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Glycine max; Classificação de imagens; Componentes principais; Estatísticas agrícolas; Processamento digital; Sensoriamento remoto. |
| Ano: 2011 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-204X2011001100015 |
| |
|
|
| CAON, I. L.; MERCANTE, E.; ANTUNES, J. F. G.; CATTANI, C. E. V.; MENDES, I. S.; OLDONI, L. V.. |
| Resumo. O sensoriamento remoto mostra-se eficiente no mapeamento de grandes áreas geográficas, executado a partir de imagens orbitais. A alta resolução espacial presente em sensores tem permitido o mapeamento detalhado da superfície terrestre, porém a resolução temporal também se mostra importante, devido a constante mudança que ocorre nos ecossistemas. Desse modo os algoritmos de predição se mostram de grande valia, uma vez que são capazes de unir a alta resolução espacial de um sensor a alta resolução temporal de outro. O objetivo deste trabalho foi realizar o mapeamento das áreas de pastagem presentes na extensão do município de São Gabriel do Oeste - MS, bem como avaliar o desempenho de diferentes algoritmos de classificação em diferentes séries... |
| Tipo: Artigo em anais de congresso (ALICE) |
Palavras-chave: Sensor orbital; Processamento de imagens; Mineração de dados; Fusão de imagens; Classificação de imagens; Orbital sensor; Image processing; Data mining; Image fusion; Image classification; Sensoriamento Remoto; Remote sensing; Image analysis. |
| Ano: 2018 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1099257 |
| |
|
|
| 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 |
| |
|
|
| Nonato,Robson T.; Oliveira,Stanley R. de M.. |
| 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... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Mapeamento agrícola; Classificação de imagens; Árvore de decisão; Sensoriamento remoto. |
| Ano: 2013 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162013000600019 |
| |
| Registros recuperados: 10 | |
|
|
|
