Área de treinamento mínima para classificação por árvore de decisão. Luis Fernando Chimelo Ruiz 1 Ricardo Simão Diniz Dalmolin 2 Alexandre ten Caten 3
|
|
- Madalena de Mendonça Neves
- 7 Há anos
- Visualizações:
Transcrição
1 Área de treinamento mínima para classificação por árvore de decisão Luis Fernando Chimelo Ruiz 1 Ricardo Simão Diniz Dalmolin 2 Alexandre ten Caten 3 1 Estudante do Curso Superior de Tecnologia em Geoprocessamento na UFSM Avenida Roraima, CEP , Santa Maria, RS ruiz.ch@gmail.com 2 Professor do Departamento de Solos da Universidade Federal de Santa Maria (UFSM), Avenida Roraima, CEP , Santa Maria, RS dalmolin@ufsm.br. 3 Professor da Universidade Federal de Santa Catarina campus Curitibanos (UFSC) Rodovia Ulysses Gaboardi, km 3, caixa postal 101, CEP , Curitibanos, SC alexandre.ten.canten@ufsc.br Abstract. In supervised classification of satellite images, an important step is the selection of training samples. These samples must provide a representative description of each class use and land cover. For some classification algorithms the minimum size of the training area is known. As can be seen in the maximum likelihood classifier, wherein are recommended samples between 10 and 30 pixels for each class. However, little is known about these effects in classification algorithms of Decision Tree. Therefore, this article evaluated different sizes of training sample, in total, were 20 groups of samples at intervals ranging from 250 pixels to each class. The classes of land cover and use established in this work were: soybeans, rice, exposed soil, water, field and forest. The data produced for the discriminating classes of land cover and use, were composed by the bands of green, red, infrared and mid-infrared. These bands are of ResourceSat Satellite-1, LISS sensor. From the images of the bands were calculated spectral indices: NDVI, SAVI, RS, NDWI1 (hydrous stress) and NDWI2 (lamina water). Based on the analysis accuracy of the value it was found a minimum size of training area between 2% and 3% of total area for each class. Another important result is performance of the decision tree algorithm in the classification of orbital image. Palavras-chave: data mining, supervised classification of orbital image, training area. 1 Introdução O conhecimento do uso e cobertura da terra é um importante elemento no estudo das alterações globais e de fundamental importância no entendimento de processos do sistema da terra, como ciclos biogeoquímicos e ciclos anuais (Dickinson, 1995). Esse conhecimento do uso e cobertura da terra pode ser efetuado através da classificação não supervisionada ou da classificação supervisionada de imagens orbitais. O primeiro método não necessita de amostras de treinamento para gerar a classificação. Já o classificador supervisionado demanda de informações a priori, sobre as classes de uso e cobertura da terra. A informação a priori, conhecida como área de treinamento está diretamente relacionada à confiabilidade do mapa resultante, está deve fornecer uma descrição representativa de cada classe (Campbell, 1981). Relevante para a classificação supervisionada é o aumento da área de treinamento na medida em que há um acréscimo do número de feições. O chamado fenômeno de Hughes mostra um decrescente desempenho para o classificador à medida que o número de feições aumenta, em um tamanho de treinamento constante (Hughes, 1967). Alguns classificadores já foram estudados levando em consideração essas problemáticas, que é o caso do máxima verossimilhança em que é definido um tamanho de treinamento entre 10 a 30 pixels para cada classe (Mather, 1999). Todavia, pouco se sabe sobre esses efeitos em algoritmos de classificação do tipo Árvore de Decisão (AD). Os classificadores por AD trabalham de forma 2361
2 recursiva, e vão dividindo o conjunto de dados de treinamento até que o resultado seja apenas uma classe em cada subconjunto. As divisões dos subgrupos (nós) são baseadas nos cálculos da entropia e no ganho da informação (Elmasri, 2005). Ao considerar que diferentes tamanhos de área de treinamento podem resultar em distintas acurácias para a classificação de imagens de sensoriamento remoto, esse trabalho tem como objetivo determinar o menor tamanho da área de treinamento, que possibilite discriminar as classes de uso e cobertura da terra da área de estudo. 2 Material e métodos Para o desenvolvimento deste trabalho, primeiramente, foram realizadas duas visitas na área de estudo, registrando a campo o uso e cobertura da terra. 2.1 Área de estudo A bacia hidrográfica do rio Vacaí Mirim está localizada na região central do Estado do Rio Grande do Sul (Figura 1) ), com aproximadamente hectares. Na cabeceira do rio Vacacaí Mirim localiza-se o reservatório de água do Departamento Nacional de Obras e Saneamento DNOS/CORSAN N que é responsável por cerca de 40% do abastecimento público da cidade de Santa Maria (RS). A geomorfologia do local é caracterizada pelo Planalto dos Campos Gerais, Rebordo do Planalto Sul-Riograndense, e pela Depressão Central. As classes de uso e cobertura da terra encontradas nessa região foram campos, lavouras de soja, lavouras de arroz, floresta de Mata atlântica, açudes, entre outras. As lavouras de arroz estão localizadas na Depressão Central, já as áreas de Mata Atlântica estão próximas das drenagens e no Rebordo do Planalto. Problemas s ambientais caracterizam essa bacia, apresentando conflitos de uso da água, taxas de urbanização, áreas com alta degradação ambiental. Como é apresentado no estudo de Goldani e Cassol (2008), em que os autores verificaram o impacto ambiental resultante da ação antrópica e sócio-ambiental em áreas de preservação ambiental na Sub-Bacia Hidrográfica do rio Vacacaí Mirim. Figura 1 Mapa de localização da área de estudo. 2.2 Dados de sensoriamento remoto. O uso das bandas em operações aritméticas tem proporcionado o desenvolvimento e o aprimoramento de índices destinados a ressaltar características nas imagens como: umidade, 2362
3 solo, água, vegetação e entre outros (Moreira, 2003). O presente estudo fez uso de cinco índices espectrais e das quatro bandas da imagem para realizar classificação da imagem orbital pelo algoritmo árvore de decisão, os índices foram gerados conforme a Tabela 1. A imagem utilizada foi do satélite RESOURCESAT-1, sensor LISS III. Disponibilizada no catálago de imagens do Instituto Nacional de Pesquisas Espaciais (INPE). A cena escolhida é do dia 12 de fevereiro de 2010, o motivo da escolha da cena e da data foi devido à resolução espacial de 23,5 metros, cobertura total e poucas nuvens sobre a área de estudo para essa data. A imagem utilizada foi composta pelas bandas do verde (0,52-0,59 µm VERDE), vermelho (0,62-0,68 µm - VERM), infravermelho próximo (0,77-0,86 µm - IVP) e infravermelho médio (1,55-1,70 µm - IVM). Essas bandas sofrerão correção atmosférica através do método de subtração do objeto escuro (DOS) (Chavez, 1998). Tabela 1 Fórmulas dos índices e as referências Índice Fórmula Referência Razão Simples (RS) (Jordan, 1969) Índice de Umidade por Diferença Normalizada (NDWI1 - estresse hídrico) Índice de Umidade por Diferença Normalizada (NDWI2 - lâmina d água) Índice de Vegetação por Diferença Normalizada (NDVI) (Gao, 1996) (McFeeters, 1996) (Rouse et al., 1973) Índice de Vegetação ajustado ao Solo (SAVI) (Huete et al., 1988) O SAVI possui a constante L, que é um fator de ajuste de subtrato do dossel. Nesse trabalho foi utilizado o valor de L = 0,5, pois engloba uma maior variação de condições de vegetação. Esses cálculos foram executados no programa SAGA-GIS, através da ferramenta Grid Calculator. A partir desses índices e das bandas da imagem, foram formada a base de dados. 2.3 Divisão da área de treinamento e geração das classificações A área de treinamento foi gerada no programa QGIS pelas ferramentas de edição (Sherman et al., 2011). As classes de uso e cobertura da terra vetorizadas na imagem foram: água, solo exposto, arroz, soja, campo e floresta. Para cada classe foram totalizados 5000 pixels de amostras, a partir dessas amostras foram extraídos os valores das bandas da imagem e os índices espectrais para um arquivo texto. Como a proposta do trabalho é determinar uma área de treinamento mínima, esse total de amostras, foi dividido por 250, gerando 20 grupos de amostras. Em que o primeiro grupo totaliza 250 pixels e para os outros se soma mais 250 até chegar ao último que possui 5000 pixels. Para os 20 grupos foi criada uma árvore de decisão, através do algoritmo J48, que está disponível no programa de mineração de dados 2363
4 Weka (Hall et al., 2009). Na construção das ADs foi selecionado verdadeiro para a poda e o número mínimo de objetos por nó final foi configurado como sendo igual a dois. O processo de poda produz AD com melhor nível de precisão e menos tempo de processamento, devido a isso é recomendado seu uso (Han e Kamber, 2001). Com as AD montadas o próximo passo foi criar as classificações, paraa isso utilizou-se o programa ADtoRASTER (Ruiz et al., 2012). 2.4 Verdade terreno e valores da acurácia para as classificações A verdade terreno (VT) foi gerada a partir da vetorização de novos polígonos na imagem, totalizando pixels, sendo eles distintos da área de treinamento. A VT foi confrontada com as classificações, gerando uma matriz de confusão para cada imagemm temática. Através da matriz de confusão foi calculado o índice kappa e a acurácia do produtor. Esses cálculos foram implementados na linguagem de programação Python 2.5, através das bibliotecas GDAL e Numpy. Com essess valores calculados foram elaborados gráficos no Programa R para representar a relação entre o kappa e o tamanho de amostra de treinamento. Como também, a relação entre a acurácia do produtor com o tamanho da área de treinamento. 3 Resultados e discussão 3.1 Efeitos do tamanho da área de treinamento Algumas consequências para maiores áreas de treinamento estão no tempo e custo de aquisição dessas amostras, em que se tornam mais dispendiosas quando esses dados são levantados a campo. Essa parte do trabalho dedicou-se em analisar a confiabilidade de 20 classificações com diferentes tamanhos para a área de treinamento, os resultados estão representados na Figura 3. Os resultados do gráfico abaixo mostraram que as amostras que possuem até 2500 pixels paraa cada classe, obtiveram os piores valores para o índice kappa, ficando menor que 50% de acurácia. Na classificação utilizando 3000 pixels por classe os valores da confiabilidade melhoraram, chegando a mais 90%. E as demais amostragens, comportaram-se de forma linear, não havendo significativas diferenças nos valores do índice kappa a partir de 3000 pixels. A reta encontrada no gráfico entre as amostras de 2750 até 3000 pode ser explicada, quando analisamos as localizações das amostras da classe floresta, as amostras dessa classe começam a concentrar-se na parte do rebordo do relevo nas amostragens de 2750 pixels e com isso compreenderam a variabilidade espectral da classe floresta. Antes da amostragem de 2750 pixels por classe as áreas de floresta eram subestimadas por áreas de arroz, os erros de classificação por classe serão vistos na Figura 4. Figura 2 Valores de kappa em relação aos grupos de amostra. O tamanho da área de treinamento também terá consequências na complexidade da AD, como mostra a Figura 3, em que maiores áreas de treinamento aumentaramm as folhas das AD, 2364
5 dificultando sua interpretação, bem como, o tempo de processamento. O tamanho da área de treinamento que levou a um maior índice kappa foi com 3500 pixels s para cada classe, em que obteve o valor de 94,2% de kappa e 57 para o número de folhas. A diferença desses valores comparados a amostragem que utilizou 5000 pixels, foram sutis, visto que o valor de acurácia para a amostragem de 5000 pixels foi de 94,5% e o número de folhas foi de 60. A importância de diminuir esses 1500 pixels s pode estar na coleta de amostras para classes que são menos representativas em uma imagem, como por exemplo, áreas de água. Em um experimento conduzido por Pal et al.(2003), o tamanho de área de treinamento mais em conta foi o que utilizou 300 pixels s por classe. Quando calculamos a razão entre o número de pixels s com o total da área de estudo (9.118 ha), sendo que no estudo de Pal et al.(2003), foram utilizados dados do Landsat ETM, obtemos o valor da razão em porcentagem de 2,96%, ou seja, o melhor tamanho de área de treinamento encontrado nesse estudo foi de 2,96% % da área total para cada classe. Esse mesmo cálculo foi efetuado para o nosso trabalho e obtivemos o valor de 1,67% da área total para cada classe. Figura 3 Número de folhas das árvores em relação aos grupos de amostragem Outra análise é possível quando observamos a acurácia do produtor para cada classe em relação ao tamanho da área de treinamento (Figura 4). Percebemos que a classe soja e campo obtiveram seus valores próximos a 100%, já a classe floresta comportou-se abaixo dos 80% até o tamanho de treinamento com 3000 pixels. Esse mesmo comportamento é percebido na Figura 2 e os baixos valores do kappa que estão apresentados nesse gráfico, provavelmente, são devido aos erros de classificação para a classe floresta. Na totalidade as classes de uso e cobertura da terra alcançaram valores maiores que 80% para um tamanho de treinamento com 3000 pixels por classe, todavia, podemos concluir que áreas com grande diferença espectral, podem ser menos amostradas, isso foi percebido nas áreas de soja, essas áreas apresentam vegetação mais vigorosa que as demais classes. E áreas com semelhanças espectrais devem ser mais amostradas. Figura 4 Acurácia do produtor em relação aos grupos de amostragem 2365
6 Anais XVI Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Foz do Iguaçu, PR, Brasil, 13 a 18 de abril de 2013, INPE Apesar de evidenciarmos que classes de uso com diferenças espectrais podem ser menos amostradas (Figura 4), sabemos que em nossos trabalhos precisamos seguir alguma metodologia para determinar uma área de treinamento mínima. Ao considerar esse aspecto determinamos que o tamanho de área de treinamento mínimo deve estar entre 2% a 3% da área total para cada classe e essas amostras devem estar bem distribuídas na imagem. 3.2 Análise da classificação Ao considerar o tamanho da área de treinamento, a AD mais vantajosa nesse estudo foi a gerada com 3500 pixels. O atributo preditivo que forneceu a maior redução na entropia foi o NDVI, assim sendo escolhido como raiz da árvore. Nessa AD percebeu-se a facilidade de discriminar algumas classes, entre elas estão às classes de água e de soja. As classes mais difíceis de classificar foram às áreas de floresta e áreas de arroz irrigado. Uma das possíveis explicações seria a semelhança espectral que áreas de floresta sombreadas possuem com as áreas de úmidas de arroz irrigado, portanto, necessitando de mais folhas para classificá-las. Na Figura 5b, está ilustrado o mapa temático resultante da AD escolhida e na Figura 5a está representada a imagem de satélite utilizada para o estudo. Alguns padrões em relação ao uso da terra podem ser observados no mapa classificado, as florestas estão situadas no rebordo, nas maiores declividade desse local, como também, próximo as drenagens. As áreas de lavoura de arroz que são áreas irrigadas, na sua maioria pelos rios da região, estão próximas as drenagens. O resultado mais controverso está nas áreas de solo exposto, pois sabendo que a imagem é datada no dia 4 de fevereiro de 2010, essas áreas de solo exposto deveriam estar com lavouras de arroz. Possivelmente isso não tenha ocorrido, devido a fortes precipitações ocorridas na região na época do imageamento. Então, essas áreas de solo exposto são áreas de lavoura arroz, que tiveram a vegetação removida ou estão com acúmulo de sedimentos trazidos pelas enxurradas. Outra questão em relação ao uso arroz, verificada na reambulação a campo, está na troca desse cultivo por plantações de soja, isso pode estar ocorrendo, devido à valorização da soja no mercado. Figura 5 a) Composição falsa falsa cor, b) mapa temático resultante Na Tabela 1 estão compreendidas as áreas das classes em porcentagem, a classe campo é a mais representativa nessa classificação. Caso a classificação fosse de outro ano, mas o mesmo mês, as áreas de solo exposto seriam áreas áreas de arroz. Juntas elas formariam 25,9% da área total, demonstrando a importância econômica que esse cultivo possuiu para a região. 2366
7 Tabela 1- Áreas das classes em porcentagem Classes Soja Arroz Solo exposto Água Floresta Campo Áreas (%) 9,3 11,6 14, 3 7,1 27,2 30,5 4 Conclusão A partir das análises desse trabalho e dos resultados obtidos por Pal et al.(2003), concluímos que o tamanho de área de treinamento mínimo deve estar entre 2% a 3% da área total para cada classe e essas amostras devem estar bem distribuídas na imagem. Outro resultado encontrado está no desempenho do algoritmo árvore de decisão na classificação de imagem orbital, pois quando utilizado amostras com mais de 3000 pixels para a geração das ADs, essas resultaram em classificações com valores de kappa maiores que 90%. Também vale ressaltar as rotinas de programação desenvolvidas nesse trabalho, essas foram de fundamental importância para atingir os objetos propostos. Agradecimentos Ao CNPq pela bolsa de iniciação científica, bolsa PQ concedida aos autores e aporte financeiro via Edital Universal. Referências bibliográficas Campbell, J. B. Spatial correlation effects upon accuracy of super- vised classification of land cover. Photogrammetric Engineering and Remote Sensing, V. 47, P , Chavez, Jr., P.S. Image-based atmospheric corrections - revisited and improved. Photogrammetric Engineering and Remote Sensing, v.62, p , 1996 Dickinson, K. Land processes in climate models. Remote Sensing of Environment. v. 51, p.27-37, Elmasri, R.; Navathe, S. B. Conceitos de Data Mining. In: Sistemas de banco de Dados. v. 4, São Paulo, Addison, p. FRIEDL, M. A.; BRODLEY, C. E. Decision tree classification of land cover from remotely sensed data. Remote Sensing of Environment, V. 61, P , GAO, B. NDWI A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment. 58, p , Goldani, L. Z.; Cassol. R. Ocupação antrópica e sócio-ambiental da microbacia do Rio Vacacaí-Mirim RS, Geomática, v. 31, p , Hall, M.; Frank, E.; Holmes, G.; Pfahringer, B.; Reutemann, p.; Witten, I. H. The WEKA Data Mining Software: An Update; SIGKDD Explorations, v.11, n Disponível em: < >. Acesso em: 10 de outubro de Han, J; Kamber, M. Data Mining: Concepts and Techniques. San Diego, Academic Press,
8 Huete, A.R.. A soil-adjusted vegetation index. Remote Sensing of Environment, Elsevier Science Publishing Co., New York, USA. 25: Hughes, G. F. On the mean accuracy of statistical pattern recog- nizers. IEEE Transactions on Information Theory, v. 14, p , Jensen, J. R. Sensoriamento Remoto do Ambiente: uma perspectiva em recursos terrestres. 2ed. São José dos Campos, Parêntese, 604 p, Jordan, C. F. Derivation of leaf area index from quality of light on the Forest floor. Ecology, 50: , Moreira, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicação. ed. 2, Viçosa,Editora UFV, 2003, 307 p. Mather, P. M. Computer processing of remotely-sensed images: An introduction. ed. 2, Chichester, Wiley, McFeeters S.K. The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International Journal of Remote Sensing. 17(7), , Pal, M.; Mather, P. M. An assessment of the effectiveness of decision tree methods for land cover classification. Remote Sensing of Environment, v.86, p , R Development Core Team. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria, Disponível em: < URL Acesso em: 11 de outubro de Rouse, J. W.; HaaS, H.R. Schell, J.A. Deering, D.W. Monitoring vegetation systems in thegreat plain with ERTS. In: Earth Resources Technology Satellite - 1 Symposium, 3, Proceedings. Washington, 1973, v.1, Sec.A, p Ruiz, L. F. C.; ten Catem, A.; Dalmolin, R. S. D. ADtoRASTER Software de Conversão. Universidade Federal de Santa Maria, v.1, Sherman G. E.; Sutton, T.; Blazek, R.; Holl, S.; Dassau, O.; Morely, B, Mitchell, T and Luthman, L Quantum GIS User Guide Version 1.7 Wroclaw. Disponível em: < download.osgeo.org/ qgis/doc/manual/qgis-1.7.0_user_guide_en.pdf>. Acesso em: 11 de outubro de
V SIGA Ciência (Simpósio Científico de Gestão Ambiental) V Realizado dias 20 e 21 de agosto de 2016 na ESALQ-USP, Piracicaba-SP.
EIXO TEMÁTICO: Tecnologias APLICAÇÃO DO ÍNDICE DE VEGETAÇÃO POR DIFERENÇA NORMALIZADA (NDVI) E DIAGNÓSTICO DO RELEVO NA SUB- BACIA DO RIBEIRÃO DOS BAGRES ATRAVÉS DE FERRAMENTAS DE GEOPROCESSAMENTO Gabriel
Leia maisUTILIZAÇÃO DE IMAGENS DO SATELITE CBERS-4 E LINGUAGEM PYTHON PARA DETERMINAÇÃO DO ÍNDICES DE VEGETAÇÃO NDVI E SAVI
UTILIZAÇÃO DE IMAGENS DO SATELITE CBERS-4 E LINGUAGEM PYTHON PARA DETERMINAÇÃO DO ÍNDICES DE VEGETAÇÃO NDVI E SAVI Phablo Costa da Nóbrega Benício 1, João Rodrigues Tavares Junior 2, Ana Lúcia Bezerra
Leia maisCOMPARAÇÃO ENTRE OS MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA MAXVER E DISTÂNCIA MÍNIMA NA ANÁLISE DO USO E COBERTURA DO SOLO NA REGIÃO DO ALTO ARAGUAIA
COMPARAÇÃO ENTRE OS MÉTODOS DE CLASSIFICAÇÃO SUPERVISIONADA MAXVER E DISTÂNCIA MÍNIMA NA ANÁLISE DO USO E COBERTURA DO SOLO NA REGIÃO DO ALTO ARAGUAIA Rodrigo Moura Pereira¹ (UEG) Gustavo Henrique Mendes
Leia maisDETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8
DETERMINAÇÃO DO ÍNDICE DE VEGETAÇÃO ATRAVÉS DE IMAGENS METEOSAT-8 BARBOSA, H. A. 1 ; ACCIOLY FILHO, J. B. P. 2 ; MELCÍADES, W. L. B. 3 ; MELLO, N. G. S. 4 ; SOUZA, J. M. DE 5 RESUMO: Neste trabalho, o
Leia maisPROGRAMA DE ENSINO. 3 quadrimestre Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS
PROGRAMA DE ENSINO Disciplina ANÁLISE DE IMAGENS MULTIESPECTRAIS Código Semestre Ano Letivo 3 quadrimestre 2018 Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS Curso: MESTRADO
Leia maisAVALIAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO SUPERVISIONADA DE IMAGEM DIGITAL DO SATÉLITE IKONOS NA REGIÃO DA SERRA DO SALITRE - MG
AVALIAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO SUPERVISIONADA DE IMAGEM DIGITAL DO SATÉLITE IKONOS NA REGIÃO DA SERRA DO SALITRE - MG Julierme Wagner da Penha Universidade Federal de Viçosa UFV juliermewagner@yahoo.com.br
Leia maisANÁLISE TEMPORAL DO USO DA TERRA UTILIZANDO ÍNDICES VEGETATIVOS NA CHAPADA DO APODI CE
ANÁLISE TEMPORAL DO USO DA TERRA UTILIZANDO ÍNDICES VEGETATIVOS NA CHAPADA DO APODI CE Marcio Porfirio da Silva 1, José Wilson Nascimento de Souza 2, Luiz Gonzaga dos Santos Filho 2, Ana Janaína Oliveira
Leia maisINSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS
INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS PROGRAMA DE PÓS-GRADUAÇÃO EM SENSORIAMENTO REMOTO DIVISÃO DE PROCESSAMENTO DE IMAGENS SER-300: INTRODUÇÃO AO GEOPROCESSAMENTO Laboratório II: Cartografia em GIS/Registro
Leia maisUTILIZAÇÃO DE ÍNDICE DE VEGETAÇÃO PARA ÁREAS PRÓXIMAS AO RESERVATÓRIO EPITÁCIO PESSOA DURANTE PERÍODO DE CRISE HÍDRICA ( )
UTILIZAÇÃO DE ÍNDICE DE VEGETAÇÃO PARA ÁREAS PRÓXIMAS AO RESERVATÓRIO EPITÁCIO PESSOA DURANTE PERÍODO DE CRISE HÍDRICA (2013 2015) Thiago Cabral Nepomuceno 1 ; João Dehon de Araújo Pontes Filho 2 ( 1,2
Leia maisUSO E COBERTURA DA TERRA COMO SUBSÍDIO À AVALIAÇÃO DE SERVIÇOS AMBIENTAIS POR OPÇÕES DE MANEJO EM SISTEMAS PRODUTIVOS NA AMAZÔNIA
USO E COBERTURA DA TERRA COMO SUBSÍDIO À AVALIAÇÃO DE SERVIÇOS AMBIENTAIS POR OPÇÕES DE MANEJO EM SISTEMAS PRODUTIVOS NA AMAZÔNIA ADRIANA F. CONCEIÇÃO 1 ; CARLOS F. QUARTAROLI 2 ; MATEUS BATISTELLA 3 N
Leia maisAvaliação de algoritmos de classificação supervisionada para imagens do Cbers-2 da Região do Parque Estadual do Rio Doce-MG
Avaliação de algoritmos de classificação supervisionada para imagens do Cbers-2 da Região do Parque Estadual do Rio Doce-MG Mayra Luíza Marques da Silva 1 Geraldo Paulino Marques Pereira 2 1 Universidade
Leia maisComparação de métodos de classificação da cobertura do solo urbano utilizando imagens IKONOS II com e sem o auxílio de dados LiDAR
Comparação de métodos de classificação da cobertura do solo urbano utilizando imagens IKONOS II com e sem o auxílio de dados LiDAR Leonardo Rodrigues de Deus 1 Rafael Santos 1 Leila Maria G. Fonseca 1
Leia maisCampus de Presidente Prudente PROGRAMA DE ENSINO. Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS
PROGRAMA DE ENSINO Disciplina ANÁLISE DE IMAGENS MULTIESPECTRAIS Semestre Código Ano Letivo Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS Curso: MESTRADO ( x ) DOUTORADO
Leia maisDesempenho de classificadores de SIG em imagens do Landsat-8 da Bacia Hidrográfica do Rio São Francisco Verdadeiro Oeste do PR, no ano de 2015
https://eventos.utfpr.edu.br//sicite/sicite2017/index Desempenho de classificadores de SIG em imagens do Landsat-8 da Bacia Hidrográfica do Rio São Francisco Verdadeiro Oeste do PR, no ano de 2015 RESUMO
Leia maisPROGRAMA DE ENSINO. Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS
PROGRAMA DE ENSINO Disciplina ANÁLISE DE IMAGENS MULTIESPECTRAIS Semestre Código Ano Letivo Área de Concentração AQUISIÇÃO, ANÁLISE E REPRESENTAÇÃO DE INFORMAÇÕES ESPACIAIS Curso: MESTRADO ( x ) DOUTORADO
Leia maisCLASSIFICAÇÃO SUPERVISIONADA EM IMAGEM ALOS PARA O MAPEAMENTO DE ARROZ IRRIGADO NO MUNICÍPIO DE MASSARANDUBA SC
p. 001-007 CLASSIFICAÇÃO SUPERVISIONADA EM IMAGEM ALOS PARA O MAPEAMENTO DE ARROZ IRRIGADO NO MUNICÍPIO DE MASSARANDUBA SC RAPHAEL SOUZA RIBEIRO DENILSON DORTZBACH. JUAN ANTÔNIO ALTAMIRANO FLORES Universidade
Leia maisÁrea verde por habitante na cidade de Santa Cruz do Sul, RS
SCIENTIA PLENA VOL. 8, NUM. 4 2012 www.scientiaplena.org.br Área verde por habitante na cidade de Santa Cruz do Sul, RS C. C. A. Calegari 1 ; L. Calegari 2 ; M. P. Friedrich 3 ; D. A. Gatto 4 ; D. M. Stargerlin
Leia maisAnálise Temporal De Uso/Cobertura Do Solo Na Bacia Da Represa Do Rio Salinas, Minas Gerais
Análise Temporal De Uso/Cobertura Do Solo Na Bacia Da Represa Do Rio Salinas, Minas Gerais Bárbara Mendes Oliveira (1) ; Rhagnya Sharon Ferreira Martins (1) ; Ronaldo Medeiros dos Santos (2) (1) Estudante,
Leia maisARTIGO COM APRESENTAÇÃO BANNER - MONITORAMENTO AMBIENTAL
ARTIGO COM APRESENTAÇÃO BANNER - MONITORAMENTO AMBIENTAL ANÁLISE MULTITEMPORAL DA COBERTURA VEGETAL NO MUNICIPIO DE SÃO MIGUEL DO GUAMÁ, ESTADO DO PARÁ. RAYSSA CHAVES BRAGA, LAIS VIEIRA DE CARVALHO, MERILENE
Leia maisAvaliação de métodos de classificação de imagens IKONOS para o mapeamento da cobertura terrestre
Avaliação de métodos de classificação de imagens IKONOS para o mapeamento da cobertura terrestre Regiane Maria Paes Ribeiro 1 Vicente Paulo Soares 2 Carlos Antônio Oliveira Vieira 2 1 Agência Nacional
Leia maisEmpresa Brasileira de Pesquisa Agropecuária Embrapa Amazônia Oriental Ministério da Agricultura, Pecuária e Abastecimento
Empresa Brasileira de Pesquisa Agropecuária Embrapa Amazônia Oriental Ministério da Agricultura, Pecuária e Abastecimento Embrapa Amazônia Oriental Belém, PA 2015 ÍNDICE DE VEGETAÇÃO NORMALIZADA (NDVI)
Leia maisUTILIZAÇÃO DE ÍNDICES DE VEGETAÇÃO NA AVALIAÇÃO DA COBERTURA VEGETAL DO PROJETO DE ASSENTAMENTO JOSÉ EMÍDIO DOS SANTOS, CAPELA - SE.
UTILIZAÇÃO DE ÍNDICES DE EGETAÇÃO NA AALIAÇÃO DA COBERTURA EGETAL DO PROJETO DE ASSENTAMENTO JOSÉ EMÍDIO DOS SANTOS, CAPELA - SE. Acacia Maria Barros Souza 1, Ana Paula Oliveira Lucas 2, Marcus Aurélio
Leia maisEFEITOS DA FUMAÇA SOBRE A DETERMINAÇÃO DO NDVI MARCELO LIMA DE MOURA LÊNIO SOARES GALVÃO
EFEITOS DA FUMAÇA SOBRE A DETERMINAÇÃO DO NDVI MARCELO LIMA DE MOURA LÊNIO SOARES GALVÃO INPE - Instituto Nacional de Pesquisas Espaciais Caixa Postal 515-12245-970 - São José dos Campos - SP, Brasil {moura,lenio}@ltid.inpe.br
Leia maisVinícius Emmel Martins 2, Dieison Morozoli Da Silva 3, Sidnei Luís Bohn Gass 4
CORREÇÃO ATMOSFÉRICA DE IMAGENS DE SATÉLITE PARA FINS DE MAPEAMENTO TEMPORAL DE USO E COBERTURA DO SOLO 1 ATMOSFERIC CORRECTION OF SATELLITE IMAGES FOR MAPPING TEMPORAL LAND USE AND LAND COVER Vinícius
Leia maisDinâmica das Áreas de Vegetação do município de Cândido Sales
Dinâmica das Áreas de Vegetação do município de Cândido Sales Odair Lacerda Lemos (1) ; Dionísio Costa Cruz Júnior (2) (1) Pós-graduando em Geotecnologias pela Faculdade Escola de Engenharia e Agrimensura,
Leia maisAVALIAÇÃO DE TÉCNICAS CLASSIFICAÇÃO NA EXTRAÇÃO DE FEIÇÕES EM IMAGENS DE ALTA RESOLUÇÃO DO SENSOR AEROTRANSPORTADO ADS-80.
AVALIAÇÃO DE TÉCNICAS CLASSIFICAÇÃO NA EXTRAÇÃO DE FEIÇÕES EM IMAGENS DE ALTA RESOLUÇÃO DO SENSOR AEROTRANSPORTADO ADS-80. Marcelo Parise 1, Wandrevy Ribeiro dos Santos 2 1 Oceanólgo, Analista em C & T,
Leia maisCOMPARAÇÃO TEMÁTICA DE IMAGENS FUSIONADAS E NÃO FUSIONADAS RESUMO ABSTRACT
COMPARAÇÃO TEMÁTICA DE IMAGENS FUSIONADAS E NÃO FUSIONADAS Júlio César Albuquerque Simões Belo 1 ; Mirelly de Oliveira Farias 2 ; João Rodrigues Tavares Junior 3 ; Ana Lúcia Bezerra Candeias 4 1,2,3,4
Leia maisANÁLISE DA DINÂMICA DA COBERTURA VEGETAL ATRAVÉS DOS ÍNDICES DE VEGETAÇÃO NDVI E SAVI NA ÁREA DE PROTEÇÃO AMBIENTAL DAS ONÇAS-PB
ANÁLISE DA DINÂMICA DA COBERTURA VEGETAL ATRAVÉS DOS ÍNDICES DE VEGETAÇÃO NDVI E SAVI NA ÁREA DE PROTEÇÃO AMBIENTAL DAS ONÇAS-PB Josilene Pereira Lima (Instituto Nacional do Semiárido INSA/MCTIC), josilenelima2003@yahoo.com.br)
Leia maisANÁLISE ESPAÇO-TEMPORAL DO CULTIVO DE MILHO EM SERGIPE, COM AUXÍLIO DE NDVI/EVI- SENSOR MODIS, NO PERÍODO DE
ANÁLISE ESPAÇO-TEMPORAL DO CULTIVO DE MILHO EM SERGIPE, COM AUXÍLIO DE NDVI/EVI- SENSOR MODIS, NO PERÍODO DE 2003-2012 Márcia Helena Galina¹, Shalana Santos Carvalho², Valdinete Vieira Nunes³, Lauro Rodrigues
Leia maisMINERAÇÃO DE DADOS PARA CLASSIFICAÇÃO DAS FASES FENOLÓGICAS DA CULTURA DA CANA-DE-AÇÚCAR UTILIZANDO DADOS DO SENSOR MODIS E DE PRECIPITAÇÃO
MINERAÇÃO DE DADOS PARA CLASSIFICAÇÃO DAS FASES FENOLÓGICAS DA CULTURA DA CANA-DE-AÇÚCAR UTILIZANDO DADOS DO SENSOR MODIS E DE PRECIPITAÇÃO JOÃO FRANCISCO GONÇALVES ANTUNES 1 STANLEY ROBSON DE MEDEIROS
Leia mais3 COMPARAÇÃO DE CLASSES NDVI UTILIZANDO IMAGENS ESPACIAIS NA REGIÃO DOS CAMPOS GERAIS
R.E.V.I - Revista de Estudos Vale do Iguaçu Jul./Dez. 2014, v.01, nº 24, p. 43-52 3 COMPARAÇÃO DE CLASSES NDVI UTILIZANDO IMAGENS ESPACIAIS NA REGIÃO DOS CAMPOS GERAIS RESUMO: O objetivo deste trabalho
Leia maisÁrvore de decisão e a densidade mínima de amostras no mapeamento da cobertura da terra
Ciência Rural, Santa Maria, Árvore v.44, de n.6, decisão p.1001-1007, e a densidade jun, 2014 mínima de amostras no mapeamento da cobertura da terra. ISSN 0103-8478 1001 Árvore de decisão e a densidade
Leia maisO efeito da utilização de diferentes índices de vegetação na classificação de imagens digitais pela aprendizagem por árvore de decisão
O efeito da utilização de diferentes índices de vegetação na classificação de imagens digitais pela aprendizagem por árvore de decisão Robson Tavares Nonato 1 Luiz Henrique Antunes Rodrigues 1 1 Universidade
Leia maisSENSORIAMENTO REMOTO APLICADO A ANÁLISE AMBIENTAL NO SEMIÁRIDO: A CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA NO MUNICÍPIO DE FEIRA DE SANTANA-BA
Revista do CERES Volume 1, Número 2 2015 http://www.cerescaico.ufrn.br/ceres/ SENSORIAMENTO REMOTO APLICADO A ANÁLISE AMBIENTAL NO SEMIÁRIDO: A CLASSIFICAÇÃO DO USO E COBERTURA DA TERRA NO MUNICÍPIO DE
Leia maisXI SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE
XI SIMPÓSIO DE RECURSOS HÍDRICOS DO NORDESTE Sensoriamento Remoto como Suporte no Estudo de Bacias Hidrográficas do Litoral Sul da Paraíba Autores: Alysson Pereira de Lucena¹; André Lucena Pires²; Hamilcar
Leia maisUso de SIG para confecção de um mapa de uso e ocupação do solo do município de Bambuí-MG
Uso de SIG para confecção de um mapa de uso e ocupação do solo do município de Bambuí-MG Ana Carolina Toledo Rocha (1) ; Sérgio Augusto Alves Rodrigues Barbosa (1) ; Jairo Rodrigues Silva (2) (1) Mestrandos
Leia maisQuestões concursos
Questões concursos Grandezas radiométricas Índices de vegetação Classificação Concurso Público para Pesquisador do IMB Instituto Mauro Borges de Estatísticas e Estudos Socioeconômicos 25. A
Leia maisTEMPORAL ANALYSISUSING VEGETATION INDEX OF VEGETATION COVER IN ITABERA (SP)
R E V I S T A DOI: http://dx.doi.org/10.17224/energagric.2017v32n2p195-199 ISSN: 1808-8759 (cd-rom) 2359-6562 (on-line) ESTIMATIVA DE MUDANÇAS TEMPORAIS COM O CÁLCULO DE ÍNDICES DE VEGETAÇÃO DO MUNICÍPIO
Leia maisMapeamento do uso da terra baseado em imagem Ikonos II com a utilização de algoritmos classificadores por pixels e por regiões
Mapeamento do uso da terra baseado em imagem Ikonos II com a utilização de algoritmos classificadores por pixels e por regiões Luís Eduardo Ribeiro de Mendonça 1 Vicente Paulo Soares 1 José Marinaldo Gleriani
Leia maisEXPANSÃO AGROPECUÁRIA NA BACIA HIDROGRÁFICA DO RIO AREIAS, TOCANTINS.
26 a 29 de novembro de 2013 Campus de Palmas EXPANSÃO AGROPECUÁRIA NA BACIA HIDROGRÁFICA DO RIO AREIAS, TOCANTINS. Mariléia Lacerda Barros Silva¹, Emerson Figueiredo Leite². ¹Aluno do Curso de Geografia
Leia maisMapeamento urbano por classificação hierárquica semi-automática baseada em objetos
Mapeamento urbano por classificação hierárquica semi-automática baseada em objetos Francine da Rocha Rossoni 1 Valéria Jardim Pires 1 Daniel Zanotta 1,2 1 Instituto Federal de Educação Ciência e Tecnologia
Leia maisMONITORAMENTO DA VEGETAÇÃO DA REGIÃO DO EIXO-FORTE NO MUNICÍPIO DE SANTARÉM-PA UTILIZANDO IMAGENS DOS ÍNDICES DE VEGETAÇÃO NDVI E NDWI.
p. 001-005 MONITORAMENTO DA VEGETAÇÃO DA REGIÃO DO EIXO-FORTE NO MUNICÍPIO DE SANTARÉM-PA UTILIZANDO IMAGENS DOS ÍNDICES DE VEGETAÇÃO NDVI E NDWI. ANA SOFIA SOUSA DE HOLANDA CARLOS EDUARDO GUERRA Universidade
Leia maisCriação de mapa temático de uso da terra com diferentes classificadores. Gleyce Kelly Dantas Araújo 1 Jerry Adriani Johann 1,2 Jansle Vieira Rocha 1
Criação de mapa temático de uso da terra com diferentes classificadores Gleyce Kelly Dantas Araújo 1 Jerry Adriani Johann 1,2 Jansle Vieira Rocha 1 1 Universidade Estadual de Campinas - UNICAMP Caixa Postal
Leia maisCOMPARAÇÃO DE DIFERENTES CLASSIFICADORES E ESTRATÉGIAS DE PÓS-CLASSIFICAÇÕES NA ANALISE DO USO E COBERTURA DO SOLO NO MUNICÍPIO DE VIÇOSA - MG
COMPARAÇÃO DE DIFERENTES CLASSIFICADORES E ESTRATÉGIAS DE PÓS-CLASSIFICAÇÕES NA ANALISE DO USO E COBERTURA DO SOLO NO MUNICÍPIO DE VIÇOSA - MG MARIANA MÉDICE FIRME SÁ 1 EVERTON LUÍS POELKING 1 SANDRO H.
Leia maisANÁLISE COMPARATIVA DE CLASSIFICADORES EM IMAGENS LANDSAT 8 (OLI) COM E SEM CORREÇÃO ATMOSFÉRICA NO ENTORNO DE PETROLÂNDIA-PE
ANÁLISE COMPARATIVA DE CLASSIFICADORES EM IMAGENS LANDSAT 8 (OLI) COM E SEM CORREÇÃO ATMOSFÉRICA NO ENTORNO DE PETROLÂNDIA-PE LUIZ FILIPE CAMPOS DO CANTO 1 JOÃO RODRIGUES TAVARES JUNIOR 2 ANA LÚCIA BEZERRA
Leia maisAVALIAÇÃO DO USO E COBERTURA DO SOLO NA BACIA HIDROGRÁFICA DO RIO RIBEIRÃO - MG 1
AVALIAÇÃO DO USO E COBERTURA DO SOLO NA BACIA HIDROGRÁFICA DO RIO RIBEIRÃO - MG 1 Nicole Lopes Bento 2, Tatianne Ferreira dos Santos 2, Anderson Lopes Lima 2, Patrick dos Santos Silva 2, Jhones da Silva
Leia maisIMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES
IMAGENS DIGITAIS APLICADAS PARA DETERMINAÇÃO DE ÁREAS AGRÍCOLAS ATRAVÉS DO CLASSIFICADOR BAYES RAFAEL COLL DELGADO 1 ; GILBERTO CHOHAKU SEDIYAMA 2 ; EVALDO DE PAIVA LIMA 3, RICARDO GUIMARÃES ANDRADE 4
Leia maisCLASSIFICAÇÃO SUPERVISIONADA UTILIZANDO O SPRING VISANDO A AVALIAÇÃO TEMPORAL DO USO DO SOLO NO ESTADO DE PERNAMBUCO
CLASSIFICAÇÃO SUPERVISIONADA UTILIZANDO O SPRING VISANDO A AVALIAÇÃO TEMPORAL DO USO DO SOLO NO ESTADO DE PERNAMBUCO José Oscar Gomes da Paz 1 ; Rodolfo Jorge Bezerra 2 ; Hernande Pereira da Silva 3 ;
Leia maisUSO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL
USO DE IMAGENS TM LANDSAT 5 PARA ANÁLISE DO ALBEDO E SALDO DE RADIAÇÃO NA BACIA HIDROGRÁFICA DO CAMARAGIBE: DESTAQUE PARA SÃO LUIZ DO QUITUNDE-AL Laurizio Emanuel Ribeiro Alves 1 ; Heliofábio Barros Gomes
Leia maisCLASSIFICAÇÃO PIXEL A PIXEL DE CULTIVOS CAFEEIROS EM IMAGEM DE SATÉLITE DE ALTA RESOLUÇÃO
CLASSIFICAÇÃO PIXEL A PIXEL DE CULTIVOS CAFEEIROS EM IMAGEM DE SATÉLITE DE ALTA RESOLUÇÃO RENNAN DE FREITAS BEZERRA MARUJO 1, TATIANA GROSSI CHQUILOFF VIEIRA 2, MARGARETE MARIN LORDELO VOLPATO 3, HELENA
Leia maisCamila Aguirre Góes 1 Wilson Lins de Mello Filho 2 Valquíria Quirino 1 Melissa Carvalho 3
Avaliação da acurácia de classificadores, utilizando técnica de fusão de bandas dos sensores ETM + /LANDSAT-7 e CCD/CBERS-1. Camila Aguirre Góes 1 Wilson Lins de Mello Filho 2 Valquíria Quirino 1 Melissa
Leia maisANÁLISE DO ÍNDICE DE VEGETACAO SAZONAL PADRONIZADO A PARTIR DE IMAGENS DO SPOT VEGETATION E ESTIMATIVAS DE PRECIPITAÇÃO PADRONIZADA DO TRMM
ANÁLISE DO ÍNDICE DE VEGETACAO SAZONAL PADRONIZADO A PARTIR DE IMAGENS DO SPOT VEGETATION E ESTIMATIVAS DE PRECIPITAÇÃO PADRONIZADA DO TRMM Janice F. LEIVAS 1, Ricardo G. ANDRADE 1, Daniel de C. VICTORIA
Leia maisUSO DE ÍNDICES DE VEGETAÇÃO NA AVALIAÇÃO DA VARIAÇÃO DE COBERTURA VEGETAL NA ÁREA RURAL DO MUNÍCIPIO DE MACEIÓ
USO DE ÍNDICES DE VEGETAÇÃO NA AVALIAÇÃO DA VARIAÇÃO DE COBERTURA VEGETAL NA ÁREA RURAL DO MUNÍCIPIO DE MACEIÓ M. FÁTIMA B. NOVAS 1,2 PATRÍCIA P. N. DA CRUZ 2, FREDERICO TEJO DI PACE 3 1Eng. Civil, Centro
Leia maisAlterações no padrão de cobertura da terra na Zona Oeste da cidade do Rio de Janeiro/RJ nos anos de 1985 e DOMINIQUE PIRES SILVA
Alterações no padrão de cobertura da terra na Zona Oeste da cidade do Rio de Janeiro/RJ nos anos de 1985 e 2010. DOMINIQUE PIRES SILVA Universidade Federal Rural do Rio de Janeiro E-mail: nique_rhcp@hotmail.com
Leia maisAvaliação da influência do número de amostras de treinamento no índice Kappa
Avaliação da influência do número de amostras de treinamento no índice Kappa Maola Monique Faria 1 Ligia Tavares de Souza 1 Elpidio Inácio Fernandes Filho 1 Márcio Rocha Francelino 1 1 Universidade Federal
Leia maisANÁLISE MULTITEMPORAL DA DEGRADAÇÃO AMBIENTAL NA BACIA HIDROGRÁFICA DO RIO CEARÁ-MIRIM POR MEIO DE SENSORIAMENTO REMOTO.
ANÁLISE MULTITEMPORAL DA DEGRADAÇÃO AMBIENTAL NA BACIA HIDROGRÁFICA DO RIO CEARÁ-MIRIM POR MEIO DE SENSORIAMENTO REMOTO. João Augusto Marques da silva (1); Maristélio da Cruz Costa (1); Rafael Costa Ferreira
Leia maisClassificação de imagens de Sensoriamento Remoto. Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo
Classificação de imagens de Sensoriamento Remoto Disciplina: Geoprocessamento Profª. Agnes Silva de Araujo Conteúdo programático e Objetivos Conceito de classificação e fotointerpretação Classificações
Leia maisExtração de cicatrizes de movimentos de massa na região de Cubatão SP por meio de técnicas de Interpretação de Imagens
Extração de cicatrizes de movimentos de massa na região de Cubatão SP por meio de técnicas de Interpretação de Imagens Souza Anjos, D. (INPE) ; Sena, I. (INPE) RESUMO Movimentos de massa são caracterizados
Leia maisVI ANÁLISE DA FRAGILIDADE AMBIENTAL A EROSÃO DAS BACIAS HIDROGRÁFICAS DO VACACAÍ E VACACAÍ MIRIM, RS, BRASIL
VI-056 - ANÁLISE DA FRAGILIDADE AMBIENTAL A EROSÃO DAS BACIAS HIDROGRÁFICAS DO VACACAÍ E VACACAÍ MIRIM, RS, BRASIL Ana Lúcia Denardin da Rosa (1) Engenheira Civil pela Universidade Federal de Santa Maria.
Leia maisAplicação da técnica de mineração de dados por meio do algoritmo J48 para definição de limiares de imagens de sensoriamento remoto
Aplicação da técnica de mineração de dados por meio do algoritmo J48 para definição de limiares de imagens de sensoriamento remoto Rodrigo Rodrigues Antunes e Israel Rodrigues Gonçalves Resumo: O objetivo
Leia maisESTUDO COMPARATIVO ENTRE OS ÍNDICES NDVI OBTIDOS A PARTIR DOS SENSORES LANDSAT 5 - TM E RESOURCESAT - LISS III 1
CAMINHOS DE GEOGRAFIA - revista on line http://www.seer.ufu.br/index.php/caminhosdegeografia/ ISSN 1678-6343 Instituto de Geografia ufu Programa de Pós-graduação em Geografia ESTUDO COMPARATIVO ENTRE OS
Leia maisGEOTECNOLOGIAS APLICADAS NA ANÁLISE TEMPORAL DO USO AGRÍCOLA DAS TERRAS DO NÚCLEO RURAL DO RIO PRETO (DF)
GEOTECNOLOGIAS APLICADAS NA ANÁLISE TEMPORAL DO USO AGRÍCOLA DAS TERRAS DO NÚCLEO RURAL DO RIO PRETO (DF) Ana Paula Masson Boschini 1, Marilusa Pinto Coelho Lacerda 1, Bruno Maia Soriano Lousada 1, Helena
Leia maisMINIMIZAÇÃO DOS EFEITOS DA FUMAÇA SOBRE O CÁLCULO DO NDVI
MINISTÉRIO DA CIÊNCIA E TECNOLOGIA INSTITUTO NACIONAL DE PESQUISAS ESPACIAIS INPE-8976-TDI/810 MINIMIZAÇÃO DOS EFEITOS DA FUMAÇA SOBRE O CÁLCULO DO NDVI Marcelo Lima de Moura Dissertação de Mestrado em
Leia maisCidade Universitária Zeferino Vaz Campinas - SP
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7324 Avaliação de classificadores para o mapeamento de uso da terra Ariadiny
Leia maisUso conflitivo do solo nas áreas de preservação permanente do município de Bocaina de Minas /MG.
Uso conflitivo do solo nas áreas de preservação permanente do município de Bocaina de Minas /MG. Eduarda Martiniano de Oliveira Silveira 1 Luis Marcelo Tavares de Carvalho 1 Antônio Marciano da Silva 2
Leia maisMODELAGEM E CRIAÇÃO DE BANCOS DE DADOS
MODELAGEM E CRIAÇÃO DE BANCOS DE DADOS Anderson Reis Soares Relatório de atividades sobre o Laboratório 1 da disciplina de Introdução ao Geoprocessamento (SER-300) do Curso de Pós-Graduação em Sensoriamento
Leia maisAvaliação do desempenho de dois Índices de Vegetação (NDVI e SAVI) por meio de Índice de Qualidade de Imagens
Avaliação do desempenho de dois Índices de Vegetação ( e ) por meio de Índice de Qualidade de Imagens Thalita Scharr Rodrigues 1 Selma Regina Aranha Ribeiro 1 Maria Salete Marcon Gomes Vaz 1 Universidade
Leia maisAnálise do índice MPRI como indicador vegetativo através da correlação do mesmo com o índice NDVI
Análise do índice MPRI como indicador vegetativo através da correlação do mesmo com o índice NDVI Mayklyns Marcos de Almeida Linhares¹ Nara Cristina Candido Rocha¹ Breno Augusto da Silva Amaral¹ ¹Primegeo
Leia maisIdentificação e delimitação de áreas queimadas no Pantanal. Demerval Aparecido Gonçalves 1 Wilson Cabral de Sousa Júnior 1 Fabiano Morelli 2
Identificação e delimitação de áreas queimadas no Pantanal Demerval Aparecido Gonçalves 1 Wilson Cabral de Sousa Júnior 1 Fabiano Morelli 2 1 Instituto Tecnológico de Aeronáutica - ITA Praça Marecl Eduardo
Leia maisÍndices de Vegetação na caracterização da bacia do Ribeirão da Prata, Lençóis Paulista SP 1
Índices de Vegetação na caracterização da bacia do Ribeirão da Prata, Lençóis Paulista SP 1 Victor Costa Leda 2, Jannaylton Éverton Oliveira Santos 2, Roberto Filgueiras 2, Donizeti Aparecido Pastori Nicolete
Leia maisVARIABILIDADE DO NDVI NA BACIA DO RIO TRUSSU CEARÁ
VARIABILIDADE DO NDVI NA BACIA DO RIO TRUSSU CEARÁ E. R. F. Lêdo 1 ; F. D. D. Arraes 2 ; M. G. Silva 3 ; D. H. Nogueira 4 RESUMO: Este trabalho teve por objetivo analisar e interpretar a evolução temporal
Leia maisEstudo de comportamento espectral de alvos e análise multitemporal da região da foz do rio Itajaí Santa Catarina
Estudo de comportamento espectral de alvos e análise multitemporal da região da foz do rio Itajaí Santa Catarina Raquel Kraisch Julio Cesar Refosco Alexander Christian Vibrans FURB Universidade Regional
Leia maisCOMPARAÇÃO ENTRE ÍNDICES DE VEGETAÇÃO EM IMAGEM LANDSAT 5 TM. Josilhane Da Silva¹, Thays Marcela Hamulak², Selma Regina Aranha Ribeiro³.
COMPARAÇÃO ENTRE ÍNDICES DE VEGETAÇÃO EM IMAGEM LANDSAT 5 TM. Josilhane Da Silva¹, Thays Marcela Hamulak², Selma Regina Aranha Ribeiro³. ¹Graduanda de geografia bacharelado na Universidade Estadual de
Leia maisUSO DE IMAGENS DO SATÉLITE RESOURCESAT 1 (IRS-P6) PARA ESTUDO DO DESMATAMENTO NO ASSENTAMENTO VALE VERDE, GURUPI-TO
11 a 14 de dezembro de 2012 Campus de Palmas USO DE IMAGENS DO SATÉLITE RESOURCESAT 1 (IRS-P6) PARA ESTUDO DO DESMATAMENTO NO ASSENTAMENTO VALE VERDE, GURUPI-TO Nome dos autores: Horrana Ferreira Ribeiro¹,
Leia maisO PROJETO MUTIRÃO DE REFLORESTAMENTO E SEUS EFEITOS AMBIENTAIS NO MUNICÍPIO DO RIO DE JANEIRO.
O PROJETO MUTIRÃO DE REFLORESTAMENTO E SEUS EFEITOS AMBIENTAIS NO MUNICÍPIO DO RIO DE JANEIRO. Aluna: Renata Fernandes Teixeira Orientador: Bernardo Baeta Neves Strassburg Introdução Com o aumento populacional
Leia maisAnais do XVIII Simpósio Brasileiro de Sensoriamento Remoto -SBSR. Avaliação da acurácia posicional de imagens CBERS-4/PAN
Avaliação da acurácia posicional de imagens CBERS-4/PAN José Marcato Junior 1 Diego Fernando Coenio 1 Daniel de Faria Godoi 1 Antonio Maria Garcia Tommaselli 2 Ana Paula Marques Ramos 3 1 Universidade
Leia maisEVOLUÇÃO DA FRAGMENTAÇÃO DE MATA NO MUNICÍPIO DE SANTA MARIA DE JETIBÁ - ES
UNIVERSIDADE FEDERAL DO PÍRTO SANTO UF CENTRO DE CIÊNCIAS HUMANAS E NATURAIS CCHN DEPARTAMENTO DE GEOGRAFIA DEFA DE MONOGRAFIA EVOLUÇÃO DA FRAGMENTAÇÃO DE MATA NO MUNICÍPIO DE SANTA MARIA DE JETIBÁ - Graduando
Leia maisClassificação de áreas algodoeiras utilizando séries temporais de imagens Modis
34 Classificação de áreas algodoeiras utilizando séries temporais de imagens Modis João Paulo Sampaio Werner¹ Stanley Robson de Medeiros Oliveira² Júlio César Dalla Mora Esquerdo³ Resumo: O objetivo deste
Leia maisPerformance evaluation of different classifiers (Isoseg, Bhattacharyya, Maxver e Maxver-ICM), using CCD/CBERS-1 and ETM + /LANDSAT- 7 fused images
ISSN = 1980-993X www.agro.unitau.br/ambi-agua E-mail: ambi-agua@agro.unitau.br; Tel.: (12) 3625-4116 Avaliação do desempenho de diferentes classificadores (Isoseg, Bhattacharyya, Maxver e Maxver-ICM),
Leia maisFigura 1 - Abrangência espacial do Bioma Cerrado. Fonte: Adaptado de Scariot et al. (2005).
IDENTIFICAÇÃO DE ÁREAS DESMATADAS ATRAVÉS DE SEGMENTAÇÃO E CLASSIFICAÇÃO DE IMAGENS DO MODELO LINEAR DE MISTURA ESPECTRAL APLICADO A DADOS DO SENSOR LANDSAT 5/TM, NO MUNICÍPIO DE SAPEZAL-MT. Bruno Rodrigues
Leia maisINFLUÊNCIA DA VARIABILIDADE DA PRECIPITAÇÃO NA RESPOSTA DA VEGETAÇÃO EM SÃO JOÃO DEL-REI
310 INFLUÊNCIA DA VARIABILIDADE DA PRECIPITAÇÃO NA RESPOSTA DA VEGETAÇÃO EM SÃO JOÃO DEL-REI Thaínne Eve Ribeiro Lima¹, Julio Cezar Costa², Gabriel Pereira³ thainne.ribeiro@outlook.com¹, julioczcta@gmail.com²,
Leia maisConflitos de uso da terra em uma bacia hidrográfica no estado do Rio Grande do Sul
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.9152 Conflitos de uso da terra em uma bacia hidrográfica no estado do Rio Grande
Leia maisPROCESSAMENTO E CLASSIFICAÇÃO DE IMAGENS DE SATÉLITE PARA CARACTERIZAÇÃO DE USOS DO SOLO
PROCESSAMENTO E CLASSIFICAÇÃO DE IMAGENS DE SATÉLITE PARA CARACTERIZAÇÃO DE USOS DO SOLO Jairo Lima do Nascimento 1, George Leite Mamede 2, João Paulo do Vale Madeiro 3 Resumo: A aplicação de técnicas
Leia maisAnais 2º Simpósio de Geotecnologias no Pantanal, Corumbá, 7-11 novembro 2009, Embrapa Informática Agropecuária/INPE, p
Avaliação da acurácia dos classificadores de máxima verossimilhança, mínima distância euclidiana e isodata na classificação de imagens da região do Pantanal Atilio Efrain Bica Grondona 1 1 Centro Estadual
Leia maisTEMPORAL VISUAL INSPECTION: UMA FERRAMENTA DESTINADA À INSPEÇÃO VISUAL DE PONTOS EM SÉRIES HISTÓRICAS DE IMAGENS DE SENSORIAMENTO REMOTO RESUMO
S B C Anais do XXVII Congresso Brasileiro de Cartografia e XXVI Exposicarta 6 a 9 de novembro de 2017, SBC, Rio de Janeiro - RJ, p. 624-628 TEMPORAL VISUAL INSPECTION: UMA FERRAMENTA DESTINADA À INSPEÇÃO
Leia maisCorreção do fenômeno NODATA na transformação de 16 para 8 bits em imagens QuickBird.
Correção do fenômeno NODATA na transformação de 16 para 8 bits em imagens QuickBird. Rodrigo Aparecido Domingues Melquiades 1 Camila Souza dos Anjos 1 Luciana Arantes dos Santos 1 1 Imagem Soluções de
Leia maisA cobertura florestal da bacia do Rio Itajaí em Santa Catarina. Alexander Christian Vibrans 1 Joel Pellerin 2 Júlio César Refosco 1
A cobertura florestal da bacia do Rio Itajaí em Santa Catarina Alexander Christian Vibrans 1 Joel Pellerin 2 Júlio César Refosco 1 1 Universidade Regional de Blumenau - FURB Caixa Postal 1507 89010-971
Leia maisObtenção da reflectância da superfície para imagens OLI do Landsat 8 com um modelo de transferência radiativa
Obtenção da reflectância da superfície para imagens OLI do Landsat 8 com um modelo de transferência radiativa Leonardo Herms Maia 1 Loar dos Santos Coutinho 1 Gustavo Mota de Sousa 1 Mauro Antonio Homem
Leia maisAnais do XVIII Simpósio Brasileiro de Sensoriamento Remoto -SBSR
Análise temporal a partir do mapeamento regional do solo e declividade de 1995 e imagens de sensoriamento remoto de 2014 Carla Julliane Marques de Moura 1 Priscilla Heliênay Oliveira do Nascimento 1 Ana
Leia maisAnálise da dinâmica espacial da área de soja em municípios do Mato Grosso por meio de imagens do sensor MODIS 1. INTRODUÇÃO
Análise da dinâmica espacial da área de soja em municípios do Mato Grosso por meio de imagens do sensor MODIS RISSO, Joel 1 ; RIZZI, Rodrigo 2 ; FERNANDES, Sérgio Leal 2 ; EBERHART, Isaque Daniel Rocha
Leia maisIDENTIFICAÇÃO DE ILHAS URBANAS DE CALOR ATRAVÉS DA INTERPRETAÇÃO DE IMAGEM DE SATÉLITE
IDENTIFICAÇÃO DE ILHAS URBANAS DE CALOR ATRAVÉS DA INTERPRETAÇÃO DE IMAGEM DE SATÉLITE LÉA CRISTINA LUCAS DE SOUZA Universidade de São Paulo Escola de Engenharia de São Carlos RESUMO Através da interpretação
Leia maisPREDIÇÃO DA DEGRADAÇÃO AMBIENTAL POR SENSORIAMENTO REMOTO ATRAVÉS DE ÍNDICE DE VEGETAÇÃO NO SEMIÁRIDO BRASILEIRO 1
PREDIÇÃO DA DEGRADAÇÃO AMBIENTAL POR SENSORIAMENTO REMOTO ATRAVÉS DE ÍNDICE DE VEGETAÇÃO NO SEMIÁRIDO BRASILEIRO 1 Jhon Lennon Bezerra da Silva 2, José Diorgenes Alves Oliveira 2, Alan Cézar Bezerra 2,
Leia mais27/03/2017 OPERAÇÕES ARITMÉTICAS NDVI E RAZÃO DE BANDAS AULA 04 RAZÃO DE BANDAS. Ex: Realce de minerais de Ferro = ρ v / ρ A
OPERAÇÕES ARITMÉTICAS NDVI E AULA 04 Daniel C. Zanotta 27/03/2017 Dividir uma banda por outra (pixel a pixel) pode trazer diversas informações a respeitos dos alvos contidos na cena. Dependendo dos canais
Leia maisMaria Gonçalves da Silva Barbalho 1 André Luiz Monteiro da Silva 1 Mariana Almeida de Araújo 1 Rafael Antônio França Ferreira 1
Imagens CBERS para o Monitoramento da 2 a Safra Agrícola de 2004 Município de Jataí Goiás Maria Gonçalves da Silva Barbalho 1 André Luiz Monteiro da Silva 1 Mariana Almeida de Araújo 1 Rafael Antônio França
Leia maisAPLICAÇÃO DO SENSORIAMENTO REMOTO NA AVALIAÇÃO DA QUALIDADE VISUAL DA PAISAGEM: PRIMEIROS RESULTADOS EXPERIMENTAIS
APLICAÇÃO DO SENSORIAMENTO REMOTO NA AVALIAÇÃO DA QUALIDADE VISUAL DA PAISAGEM: PRIMEIROS RESULTADOS EXPERIMENTAIS GERALDO SANTOS LANDOVSKY 1,4 HIDEO ARAKI 2,4 DANIELA BIONDI BATISTA 3,4 1 Curso de Pós-graduação
Leia maisMAPEAMENTO DO USO E COBERTURA DO SOLO DE DOIS VIZINHOS-PR NOS ANOS DE 1984 E 2011 ATRAVÉS DE IMAGENS ORBITAIS TM/LANDSAT 5
MAPEAMENTO DO USO E COBERTURA DO SOLO DE DOIS VIZINHOS-PR NOS ANOS DE 1984 E 2011 ATRAVÉS DE IMAGENS ORBITAIS TM/LANDSAT 5 Ricardo Dal Agnol da Silva 1*, Aline Bernarda Debastiani 2,3, Maurício de Souza
Leia maisRodrigo Antonio LA SCALEA, Flavio Marcelo CONEGLIAN e Selma Regina Aranha RIBEIRO. Universidade Estadual de Ponta Grossa
Processamento de Imagem Digital: Etapas e Métodos de Correção, Realce e Diminuição de Redundância em Imagens Digitais Orbitais para Fins de Classificação Rodrigo Antonio LA SCALEA, Flavio Marcelo CONEGLIAN
Leia maisINFLUÊNCIA DE CONDIÇÕES CLIMÁTICAS DISTINTAS NA ESTIMATIVA DE ÁREA CULTIVADA DA CULTURA DA SOJA A PARTIR DE DADOS DE SENSORIAMENTO REMOTO
INFLUÊNCIA DE CONDIÇÕES CLIMÁTICAS DISTINTAS NA ESTIMATIVA DE ÁREA CULTIVADA DA CULTURA DA SOJA A PARTIR DE DADOS DE SENSORIAMENTO REMOTO JULIANA S. DOS SANTOS 1, ANDERSON R. GERHARDT 2, DENISE C. FONTANA
Leia maisDaniela Arnold Tisot Antônio Roberto Formaggio Lênio Soares Galvão Camilo Daleles Rennó
Dados Hyperion e ETM + na classificação de alvos agrícolas com diferentes níveis de distinção espectral Daniela Arnold Tisot Antônio Roberto Formaggio Lênio Soares Galvão Camilo Daleles Rennó Instituto
Leia mais