Desempenho de algoritmos de classificação supervisionada para imagens dos satélites RapidEye
|
|
- Miguel Cavalheiro Gonçalves
- 7 Há anos
- Visualizações:
Transcrição
1 Desempenho de algoritmos de classificação supervisionada para imagens dos satélites RapidEye Carlos Eduardo Vizzotto Cattani 1 Erivelto Mercante 1 Carlos Henrique Wachholz de Souza 1 Suzana Costa Wrublack 1 ¹ Universidade Estadual do Oeste do Paraná - UNIOESTE Caixa Postal Cascavel - PR, Brasil kaducattani@hotmail.com, erivelto.mercante@unioeste.br, carlos_hws@hotmail.com wrublack@hotmail.com, Abstract. Technological advances in digital processing of satellite images along with the techniques related to Remote Sensing provide new methods for analysis and monitoring of agricultural production, and effective cost savings over other types of surveys and more accurate processing of digital images. However, it become important and necessary to evaluate the methods of operations on satellites images. In this sense, the present study aimed to measure the accuracy of four methods of supervised classification, these being: Minimum Distance, Mahalanobis Distance, Maximum Likelihood (Max Like) and Spectral Angle Mapper (SAM). So these mappings sought to discern the different classes as soybean, corn and others. The images used were from the RapidEye satellite, dated 13/12/2011 relative the municipality of Cascavel in the state of Paraná. Using the bands (Infrared, Red-Edge and red) held composition false color RGB image-453.the Maximum Likelihood classifier presented excellent results across indices Global Accuracy, Kappa and Tau Index, followed by the Mahalanobis distance classifier. These two classifiers provided the smallest errors for the four classes studied. The use of methods of supervised classification with the classifiers: Minimum Distance, Mahalanobis Distance, Maximum Likelihood and Spectral Angle Mapper showed significant variations in performance as the use mapping and land use. Palavras-chave: Processamento digital, Índices de Exatidão, Classificação supervisionada, Digital processing, Accuracy Indices, supervised classification. 1. Introdução Existe uma extensa variedade de métodos de classificação digital de imagens através de algoritmos classificadores, com diferentes abordagens. A classificação supervisionada é um procedimento de identificação de áreas espectralmente semelhantes (amostras de treinamento) em uma imagem, na qual o usuário reconhece preliminarmente regiões de interesse conhecidos na superfície terrestre, e cabe ao algorítmo escolhido extrapolar essas características espectrais escolhidas para as outras regiões da imagem, realizando assim a classificação (Castillejo-González et al.,2009). Estes métodos de classificação se dividem principalmente em três categorias, conforme qual regra de decisão eles são embasados: na distância, na probabilidade ou no angular espectral. Os algoritmos classificadores que se baseiam na distância, como por exemplo, os métodos da distância míinima, paralelepípedo e distância de Mahalanobis, utilizam principalmente valores médios espectrais de classes distintas, ignorando valores de variância. Classificadores como o método de Máxima Verossimilhança - MaxVer, incorporam tanto a média como a variância do conjunto de dados coletados para a regra de decisão de classificação. Por fim, classificadores baseados nos ângulos espectrais como o mapeador de ângulo espectral SAM, utilizam os ângulos espectrais formados entre um espectro de referência e um pixel classificado (South et al., 2004). Esses levantamentos oferecem a vantagem de aquisição rápida das informações, proporcionando uma visão sinóptica de áreas, gerando informações mais objetivas e precisas, 8005
2 com um custo relativamente menor do que os métodos convencionais de levantamento de dados (Pal e Mather, 2004). Neste trabalho foi utilizada a imagem oriunda dos componentes espaciais do sistema RapidEye, que é formado por uma constelação de cinco satélites de Sensoriamento Remoto, idênticos e posicionados em órbita síncrona com o Sol, com igual espaçamento entre cada satélite, estes sensores fornecem imagem em cinco diferentes bandas multiespectrais com elevada resolução espacial, ortorretificadas com 5 metros. Diante do exposto, o presente trabalho teve por objetivo comparar quatro métodos de classificação supervisionada e analisar o potencial individual de cada classificador para mapeamento de culturas agrícolas a partir de imagens multi-espectrais do sensor RapidEye. 2. Metodologia de trabalho A área de estudo abrange parte do município de Cascavel, localizada na região Oeste do estado do Paraná com Latitude de S e Longitude de W. O clima na região é classificado como temperado mesotérmico e úmido, com uma precipitação média anual de 1971 mm e uma média de temperatura de 19,6 ºC ao ano a altitude média de 781 metros. O Relevo do Município é suave, predominando as terras planas, com pouca inclinação e amplo potencial para as atividades agrícolas. A Figura 1 ilustra a imagem utilizada, proveniente dos satélites RapidEye, que dispõe de resolução espacial de 5 metros, sendo geradas através de uma composição de três bandas espectrais, no infravermelho próximo com comprimento de onda µm; Red-Edge no comprimento de onda de 690 a730 µm e vermelho no comprimento de onda de 630 a 685 µm. Figura 1. Imagem utilizada para análise na composição colorida RGB-543 do satélite Rapideye 8006
3 Utilizou a composição de imagem falsa cor RGB-543. Nesta composição, como a vegetação, tem maior refletância na faixa espectral do infravermelho próximo assume tonalidades de vermelho, o que facilita uma maior diferenciação dos alvos de interesse. Com base na identificação dos temas sob a composição RGB-543, foram identificados os alvos: soja e milho, a partir de padrões de cores, texturas e formas, coletando amostras das respectivas regiões de interesse. Na sequência foram executadas as classificações digitais supervisionadas no software ENVI 4.5. Para isso utilizou-se os classificadores supervisionados baseados na distância, métodos de Mínima Distância e Distância de Mahalanobis, e os que utilizam a probabilidade e o ângulo espectral que são os métodos de Máxima Verossimilhança e o mapeador de Ângulo Espectral, respectivamente. Para realizar a avaliação do desempenho dos classificadores, adotou-se a metodologia chamada de painel amostral que, resumidamente, caracteriza-se pela distribuição aleatória de pontos amostrais dentro do limite do município, com o objetivo de se realizar um levantamento das classes de uso do solo de cada ponto (LUIZ et al., 2002). Foram utilizados 100 pontos amostrais espalhados de forma aleatória na imagem, servindo esses de referência terrestre. A avaliação dos pontos para se determinar a qual classe eles eram pertencentes, foi realizada por inspeção visual na imagem composição colorida RGB-543. Com isto foram determinadas as matrizes de erros de cada algoritmo de classificação. A partir da matriz de erros, foram calculados, a Exatidão Global (Equação 1) que expressa o total de acertos em relação ao total de amostras da imagem classificada e o Coeficiente Kappa (Equação 2). (1) Em que: EG = exatidão global; A= pontos amostrais com acerto; n = número de pontos amostrais. (2) Em que: K = Índice de exatidão Kappa; r = número de linhas na matriz; x ii = número de observações na linha [i] e coluna[i]; x i+ e x +i = totais marginais da linha[i] e coluna[i]; N = número total de observações respectivamente Foram utilizados ainda, como forma de avaliação das classificações, os valores da acurácia do produtor (AP), apresentado na Equação 3, o qual refere-se a probabilidade de um pixel de referência ter sido corretamente classificado. E a acurácia de usuário (AU), Equação 4, que indica a probabilidade que um pixel classificado na imagem de fato representa aquela categoria no campo (Congalton 1991). xij (3) AP x j AU x x ij i (4) 8007
4 Além dos índices de exatidão global e Kappa, procedeu-se a avaliação de exatidão por meio do índice Tau, que fornece uma medida quantitativa relativamente precisa e intuitiva sobre a acurácia da classificação. O índice Tau é similar ao índice Kappa, sendo calculado conforme a (Equação 3), em que P k indica a probabilidades a priori para cada classe. (5) Quando as probabilidades a priori para as classes forem iguais, ou seja, pi=1/k, onde k representa o número de classes da matriz de erros. 3. Resultados e Discussões A Figura 2 mostra os mapas temáticos com os respectivos resultados das classificações supervisionadas por: Distância de Mahalanobis (A), mapeador de ângulo espectral - SAM (B), Distância Mínima (C), MaxVer (D), cada mapa temático é apresentado em três diferentes classes de classificação que são soja, milho e outros. A classe soja compreende as áreas com plantio, representadas no mapa temático pela cor vermelha e a classe milho está representada pela cor verde no mapa temático apresentado na Figura 2. Figura 2. Resultado dos métodos de classificação: Mahalanobis (A); SAM (B); Mínima Distância (C); MaxVer (D). 8008
5 Na Tabela 1, podem ser visualizados os resultados da exatidão global, coeficiente Kappa e coeficiente Tau, obtidos para os métodos de classificação realizados. Dos quatro métodos utilizados, apenas dois obtiveram índice de exatidão global maior do que 85% sendo: Distância de Mahalanobis (A); MaxVer (D), com exatidão global de 88% e 91% respectivamente. Landis e Koch (1977) e Foody (2002) sugerem que valores do coeficiente Kappa acima de 0,8 indicam que o nível de exatidão de uma classificação é excelente, ou seja, se aproxima muito da verdade terrestre. Sendo assim, dos métodos estudados os que atingiram estes níveis de exatidão foram: Mahalanobis (A) e MaxVer (C) com 0,81 e 0,86 respectivamente. Para o índice Tau, que segue a mesma qualidade de classificação proposta por Landis e Koch (1977), os melhores valores para os classificadores foram encontrados novamente para (C) Maxver e (A) Mahalanobis e com 0,88 e 0,84 respectivamente. O menor nível de exatidão da classificação realizada foi obtido pelo método SAM, onde se obteve os valores de 74% para a exatidão global com 0,61, para o índice Kappa e 0,65 para o índice Tau. Tabela1. Valores da exatidão global, Índice Kappa e Índice Tau Classificadores Exatidão Global Índice Kappa Índice Tau SAM 74% 0,61 0,65 Mahalanobis 88% ,84 Mínima Distância 78% ,70 MaxVer 91% 0,86 0,88 Com a utilização do classificador por Máxima Verossimilhança, os valores obtidos para a classificação temática realizada foram considerados excelentes, por meio dos índices de Exatidão Global e Índice Kappa. Tabela 2. Valores de acurácia do produtor e acurácia do usuário Mahalanobis SAM Mínima Distância MaxVer AP(%) AU(%) AP(%) AU(%) AP(%) AU(%) AP(%) AU(%) Soja 97,06 82,50 96,88 77,50 82,61 95,00 90,48 95,00 Milho 100,00 87,50 87,50 70,00 100,00 60,00 100,00 87,50 Outros 64,52 100,00 41,67 75,00 53,33 80,00 78,26 78,26 Onde: AP: Acurácia do produtor; AU: Acurácia do usuário. A acurácia de produtor (AP) refere-se à probabilidade de um pixel de referência ter sido corretamente classificado. E a acurácia de usuário (AU) indica a probabilidade que um pixel classificado na imagem de fato representa aquela categoria no campo. Por exemplo, na classe soja para a classificação pelo método da distância de mahalanobis obteve a acurácia do produtor de 97,06% e a acurácia de usuário de 82,5%. Estes valores, indicam que 97,06% dos pixels de soja foram realmente classficados como soja, mas apenas 82,5% realmente representa esta classe em campo ou no caso do trabalho do pontos que representavam a classe soja na imagem na composição colorida RGB-543 de referência. A explicação do sucesso do método de classificação por ângulo espectral reside na capacidade de técnicas de mapeamento que levam em conta efeitos de brilho e iluminação. Pois os vetores de ambos os pixels não classificados e os espectros de referência estendem-se através de todas as possibilidades em níveis de brilho (South et al., 2004). 8009
6 A exatidão da classificação temática realizada pode ser verificada por meio das métricas de Exatidão Global (Bishop, Fienberg e Holland, 1975) tendo sido obtido um coeficiente de concordância equivalente a 91%. O classificador por MaxVer apresentou demonstrou excelente resultado da classificação, contribuindo no processo e identificação e classificação do comportamento espectral dos alvos (Wrublack et al. 2012) em classificação supervisionada. 4. Conclusões A utilização dos métodos de classificação supervisionada com os classificadores: Mínima Distância, Distância de Mahalanobis, Máxima Verossimilhança e Mapeador de Ângulo Espectral, apresentaram variações significativas quanto aos desempenhos no mapeamento de uso e ocupação do solo. O classificador por Máxima Verossimilhança apresentou excelente resultado através dos índices de Exatidão Global, Índice Kappa e Índice Tau, seguido do classificador pela distância de Mahalanobis. 5. Agradecimentos Os autores agradecem a Secretaria de Agricultura e Abastecimento do Paraná - SEAB- PARANÁ, Fundação Araucária e CNPq. 6. Referências Bibliográficas Bishop, Y.; Fienberg, S.; Holland, P. Discrete multivariate analysis: theory and practive. Cambridge: MIT, 575 p., Castillejo-González I. L.; López-Granados F.; García-Ferrer A.; Peña-Barragán J. M.; Jurado-Expósito M.; Orden M. S.; González-Audicana M. Object - and pixel-based analysis for mapping crops and their agroenvironmental associated measures using QuickBird imagery. Computers and Electronics in Agriculture. v. 68, p , Landis, J.; Koch, G. The measurement of observer agreement for categorical data, Washington, USA. Biometrics, v. 33, n. 1, p Pal, M.; Mather, P. M. Assessment of the effectiveness of support vector machines for hyperspectral data. Future Generation Computer Systems, vol. 20, p , South S.; Qi J.; Lusch D. P. Optimal classification methods for mapping agricultural tillage practices. Remote Sensing of Environment. v. 91, p , Wrublack, S. C.; Mercante, E.; Vilas Boas, M. A. Utilização de técnicas de geoprocessamento para caracterização de áreas aptas á irrigação por gotejamento no município de Salto do Lontra Paraná. Revista de estudos ambientais (online) v. 14, n. 2 esp., p.6-13,
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
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 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 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 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 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 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 maisMapeamento do uso do solo para manejo de propriedades rurais
1/28 Mapeamento do uso do solo para manejo de propriedades rurais Teoria Eng. Allan Saddi Arnesen Eng. Frederico Genofre Eng. Marcelo Pedroso Curtarelli 2/28 Conteúdo programático: Capitulo 1: Conceitos
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 maisMapeamento da cultura da soja com imagens Landsat 5/TM utilizando algoritmos de classificação supervisionada
Mapeamento da cultura da soja com imagens Landsat 5/TM utilizando algoritmos de classificação supervisionada Juliana Rezeck Ganan 1 Jansle Vieira Rocha 1 Erivelto Mercante 1 João Francisco Gonçalves Antunes
Leia maisClassificação de imagens. Qgis Plugin Semi-Automatic Classification Tool. Engenharia Ambiental Geoprocessamento Profa. Ligia F. A.
Classificação de imagens Qgis Plugin Semi-Automatic Classification Tool Engenharia Ambiental Geoprocessamento Profa. Ligia F. A. Batista Espectro Eletromagnético 10-10 10-8 10-4 10-1 1 102 103 104 105
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 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 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 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 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 maisAvaliação do desempenho de classificadores em imagens de Veículo Aéreo Não Tripulado (VANT)
Avaliação do desempenho de classificadores em imagens de Veículo Aéreo Não Tripulado (VANT) Isabela Simões 1,2 Daniel Garbellini Duft 1 Cauã Guilherme Miranda 1,3 Carlos Henrique Wachholz de Souza 2 Guilherme
Leia maisANÁLISE TEMPORAL DE USO/COBERTURA DO SOLO DO MUNICÍPIO RIACHÃO DAS NEVES BA
ANÁLISE TEMPORAL DE USO/COBERTURA DO SOLO DO MUNICÍPIO RIACHÃO DAS NEVES BA Taline Borges Ribeiro (1) ; Laiana dos Santos Trindade (2) (1) Graduanda em Engenharia Florestal pela Universidade Federal do
Leia maisSENSORIAMENTO REMOTO COMO ESTRATÉGIA PARA A GESTÃO DO USO E OCUPAÇÃO DO SOLO EM IGUATU-CE
SENSORIAMENTO REMOTO COMO ESTRATÉGIA PARA A GESTÃO DO USO E OCUPAÇÃO DO SOLO EM IGUATU-CE Wanderleia Idelfoncio de Vasconcelos 1 ; Efraim Martins Araújo 2 ; Joaquim Branco de Oliveira 2 ; Anna Ysis Pedrosa
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 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 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 maisMapeamento de áreas das culturas de trigo e milho 2ª safra para o Estado do Paraná por meio de imagens multitemporais Modis
Mapeamento de áreas das culturas de trigo e milho 2ª safra para o Estado do Paraná por meio de imagens multitemporais Modis Rafaela Fernandes Nicolau 1 Erivelto Mercante 1 Jerry Andriani Johann 1 Denise
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 maisCLASSIFICAÇÃO DE IMAGEM ORBITAL PELO MÉTODO MÁXIMA VEROSSIMILHANÇA EM SUCUPIRA-TO
CLASSIFICAÇÃO DE IMAGEM ORBITAL PELO MÉTODO MÁXIMA VEROSSIMILHANÇA EM SUCUPIRA-TO Paulo Henrique Aquino Marinho 1 ; Rhonan Martins de Sousa 1 ; Paulo César Alves de Oliveira Medeiros 1 ; Marcelo Ribeiro
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 maisComparação de classificadores para o mapeamento de culturas agrícolas anuais em Campo Novo do Parecis MT, utilizando NDVI/MODIS.
Comparação de classificadores para o mapeamento de culturas agrícolas anuais em Campo Novo do Parecis MT, utilizando NDVI/MODIS. Victor Danilo Manabe¹ Jansle Vieira Rocha¹ ¹Univerdidade Estadual de Campinas
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 maisEXATIDÃO DE CLASSIFICAÇÕES AUTOMÁTICAS DE UMA IMAGEM LANDSAT 5 TM PARA A REGIÃO CAFEEIRA DE MACHADO, MG
EXATIDÃO DE CLASSIFICAÇÕES AUTOMÁTICAS DE UMA IMAGEM LANDSAT 5 TM PARA A REGIÃO CAFEEIRA DE MACHADO, MG Walbert J. R. Santos¹; Tatiana G. C. Vieira²; Tiago Bernardes 3 ; Helena M. R. Alves 4 ; Sandra P.
Leia maisO resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma
Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto
Leia maisSulimar Munira Caparoci Nogueira 1 Carina Regina de Macedo 1
Mapeamento de lavouras de café irrigado por pivô central no extremo oeste baiano por meio de imagens do satélite ResourceSat-1 Sulimar Munira Caparoci Nogueira 1 Carina Regina de Macedo 1 1 Instituto Nacional
Leia maisAVALIAÇÃO DO DESEMPENHO DE CLASSIFICADORES SUPERVISIONADOS PARA MAPEAMENTO DE USO E COBERTURA DA TERRA NO MUNICÍPIO DE SÃO GABRIEL - RS
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. 644-648 AVALIAÇÃO DO DESEMPENHO DE CLASSIFICADORES SUPERVISIONADOS PARA
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 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 maisCLASSIFICAÇÃO PIXEL A PIXEL SUPERVISIONADA EM IMAGEM DE SATÉLITE SÃO SEBASTIÃO DO PARAISO (MG)
CLASSIFICAÇÃO PIXEL A PIXEL SUPERVISIONADA EM IMAGEM DE SATÉLITE SÃO SEBASTIÃO DO PARAISO (MG) Rennan de Freitas Bezerra Marujo Universidade Federal de Lavras rennan@computacao.ufla.br Margarete Marin
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 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 maisAvaliação de métodos de classificação em ortofotocartas digitais para identificação do uso e ocupação do solo
Avaliação de métodos de classificação em ortofotocartas digitais para identificação do uso e ocupação do solo Gesner Cardoso Porfírio 1 Giovanni de Araujo Boggione 1 1 Centro Federal de Educação Tecnológica
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 maisAVALIAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO DE IMAGENS ORBITAIS PARA A BACIA DO RIO JAGUARIBE-CE
AVALIAÇÃO DE ALGORITMOS DE CLASSIFICAÇÃO DE IMAGENS ORBITAIS PARA A BACIA DO RIO JAGUARIBE-CE Marcio Regys Rabelo de Oliveira 1, Thales Rafael Guimarães Queiroz¹, Mayara Oliveira Rocha¹, Luís Clênio Jário
Leia mais5 Experimentos Corpus
5 Experimentos 5.1. Corpus A palavra corpus significa corpo em latim. No contexto de Aprendizado de Máquina, corpus se refere a um conjunto de dados utilizados para experimentação e validação de modelos.
Leia maisDESEMPENHO DE CLASSIFICADORES SUPERVISIONADOS PARA A DINÂMICA DA ÁREA DE INUNDAÇÃO DA UHE TELES PIRES
DESEMPENHO DE CLASSIFICADORES SUPERVISIONADOS PARA A DINÂMICA DA ÁREA DE INUNDAÇÃO DA UHE TELES PIRES Ana Paula Marques Martins¹, Natália Peixoto Gaiad², Aline Bernarda Debastiani¹, Ana Paula Dalla Corte³,
Leia maisO Kappa está morto? Uma discussão sobre índices baseados em matrizes de confusão. Camilo Daleles Rennó
O Kappa está morto? Uma discussão sobre índices baseados em matrizes de confusão Camilo Daleles Rennó DPI-GEO-REFERATA São José dos Campos, 16 de setembro de 2015 Pontius X Congalton Congalton, R. G.;
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 maisEXTRAÇÃO DE TELHADOS DE BARRO EM IMAGENS DE ALTA RESOLUÇÃO CLAY ROOF EXTRACTION IN HIGH RESOLUTION IMAGES
EXTRAÇÃO DE TELHADOS DE BARRO EM IMAGENS DE ALTA RESOLUÇÃO Roberto Neres Quirino de Oliveira 1 Ana Lúcia Bezerra Candeias 2 1 Universidade Federal de Pernambuco UFPE Graduação Engª Cartográfica roberto.qoliveira@ufpe.br
Leia maisMAPEAMENTO DE AMBIENTES DA PLANÍCIE COSTEIRA DE SOURE (ILHA DE MARAJÓ), A PARTIR DE IMAGENS IKONOS: UMA ABORDAGEM DE CLASSIFICAÇÃO ORIENTADA A OBJETO
MAPEAMENTO DE AMBIENTES DA PLANÍCIE COSTEIRA DE SOURE (ILHA DE MARAJÓ), A PARTIR DE IMAGENS IKONOS: UMA ABORDAGEM DE CLASSIFICAÇÃO ORIENTADA A OBJETO Diogo Corrêa Santos 1 ; Wilson da Rocha Nascimento
Leia maisSimulação de uma banda pancromática para o sensor TM (Landsat 5), utilizando filtro combinado de restauração e interpolação.
Simulação de uma banda pancromática para o sensor TM (Landsat 5), utilizando filtro combinado de restauração e interpolação. Giovanni de Araujo Boggione 1 Érika Gonçalves Pires 1 Patrícia Azevedo dos Santos
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 maisMapeamento do uso do solo
Multidisciplinar Mapeamento do uso do solo para manejo de propriedades rurais Allan Arnesen Frederico T. Genofre Marcelo Pedroso Curtarelli CAPÍTULO 4 Técnicas de classificação de imagens e processamento
Leia maisTRATAMENTO DOS DADOS DE SATÉLITES
TRATAMENTO DOS DADOS DE SATÉLITES Fonte de radiação SISTEMA DE COLETA Trajetória ria PRODUTOS INTERAÇÃO SISTEMA TRATAMENTO AÇÕES Produto final Tratamento de imagem Consiste em aplicar determinadas técnicas
Leia maisO resultado é uma série de "fatias" da superfície, que juntas produzem a imagem final. (Exemplo: o radiômetro dos satélites NOAA gira a uma
Sensores e Satélites Para que um sensor possa coletar e registrar a energia refletida ou emitida por um objeto ou superfície, ele tem que estar instalado em uma plataforma estável à distância do objeto
Leia maisEstatística: Aplicação ao Sensoriamento Remoto SER ANO Avaliação de Classificação
Estatística: Aplicação ao Sensoriamento Remoto SER 204 - ANO 2018 Avaliação de Classificação Camilo Daleles Rennó camilo@dpi.inpe.br http://www.dpi.inpe.br/~camilo/estatistica/ Classificação e Incerteza
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 maisTÉCNICAS DE SENSORIAMENTO REMOTO NA ANÁLISE TEMPORAL PARA A GESTÃO TERRITORIAL DO MUNICÍPIO DE TIMON-MA
p. 001-005 TÉCNICAS DE SENSORIAMENTO REMOTO NA ANÁLISE TEMPORAL PARA A GESTÃO TERRITORIAL DO MUNICÍPIO DE TIMON-MA ANTONIO CELSO DE SOUSA LEITE FELIPE THIAGO NERES DE SOUSA SENA BENAVENUTO JOSÉ SANTIAGO
Leia mais1. Unidade Amostral de Paisagem Localização
ANEXO IV Modelo de Relatório com os Resultados do Mapeamento de Uso e Cobertura da terra de cada Unidade Amostral de Paisagem (UAP) e respectiva Avaliação da Acuracidade Temática RELATÓRIO UAP1214 Resultados
Leia maisClassificação digital de Imagens
Classificação digital de Imagens Workshop III - (Bio)Energia Florestas Energéticas: Técnicas de Inventariação de Biomassa Florestal Universidade de Évora 2 Junho 2010 Adélia Sousa (asousa@uevora.pt) Imagem
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 maisSensoriamento Remoto
LABORATÓRIOS DIDÁTICOS DE GEOPROCESSAMENTO Sensoriamento Remoto Classificação Supervisionada de Imagens de Sensoriamento Remoto Elaboração: Cláudia Soares Machado Mariana Giannotti Rafael Walter de Albuquerque
Leia maisESTUDO DA EFICIÊNCIA DE CLASSIFICAÇÕES SUPERVISIONADAS APLICADAS EM IMAGEM DE MÉDIA RESOLUÇÃO ESPACIAL
UNIVERSIDADE FEDERAL DO PARANÁ BIOFIX Scientific Journal v. 3 n. 2 p. 289-296 2018 DOI: dx.doi.org/10.5380/biofix.v3i2.60477 ESTUDO DA EFICIÊNCIA DE CLASSIFICAÇÕES SUPERVISIONADAS APLICADAS EM IMAGEM DE
Leia maisMonitoramento de soja através do uso de imagens de satélite: regiões de Tabaporã e de Sinop, Mato Grosso
Monitoramento de soja através do uso de imagens de satélite: regiões de Tabaporã e de Sinop, Mato Grosso Flávia de Souza Mendes 1 Elisabete Caria Moraes 2 Egídio Arai 2 Valdete Duarte 2 Yhasmin Mendes
Leia maisPREDIÇÃO DE ÁREAS DE RISCO: integração de dados espectrais e espaciais no mapeamento de uso do solo mediante classificador convencional RESUMO
6ª Jornada Científica e Tecnológica e 3º Simpósio de Pós-Graduação do IFSULDEMINAS 04 e 05 de novembro de 2014, Pouso Alegre/MG PREDIÇÃO DE ÁREAS DE RISCO: integração de dados espectrais e espaciais no
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 maisMapeamento do uso e cobertura da terra na bacia do Rio Piancó-GO, utilizando-se de imagens do sensor AVNIR-2/ ALOS.
Mapeamento do uso e cobertura da terra na bacia do Rio Piancó-GO, utilizando-se de imagens do sensor AVNIR-2/ ALOS. Vicente Paulo Soares 1 Antonio Lázaro Ferreira Santos 2 Carlos Antonio Alvares Soares
Leia maisAnderson Ribeiro de Figueiredo Laurindo Antonio Guasselli Guilherme Garcia de Oliveira
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.3703 Avaliação da classificação digital de áreas de cultivo de bananas em imagem
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 maisRESUMOS DE PESQUISA RESUMOS (Artigos Completos)... 72
69 RESUMOS DE PESQUISA... 70 RESUMOS (Artigos Completos)... 72 RESUMOS DE PESQUISA 70 CORRELAÇÃO ENTRE BANDAS MULTIESPECTRAIS DO SATÉLITE RAPIDEYE COM A CONCENTRAÇÃO DO NITROGÊNIO FOLIAR EM LARANJEIRAS...
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 maisF- Classificação. Banda A
F- Classificação Classificação Digital é associar determinado pixel a determinada categoria por meio de critérios estatísticos Banda B? da d b dc Espaço dos Atributos Classes Banda A Classificação: ordenar,
Leia maisRevista Brasileira de Geografia Física
ISSN:1984-2295 Revista Brasileira de Geografia Física V. 06 N. 02 (2013) 320-328. Revista Brasileira de Geografia Física Homepage: www.ufpe.br/rbgfe Avaliação das Técnicas de Classificação MAXVER, MAXVER
Leia maisEstimativa do coeficiente de escoamento superficial c da unidade hidrográfica do lago Paranoá, utilizando imagem de média resolução espacial (ALOS).
Estimativa do coeficiente de escoamento superficial c da unidade hidrográfica do lago Paranoá, utilizando imagem de média resolução espacial (ALOS). Daniela Cappellesso Mangoni, Marianne da Silva Santos,
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 maisTESTE DE ALGORITMOS DE CLASSIFICAÇÃO PARA A ANÁLISE TEMPORAL DE USO E OCUPAÇÃO DO SOLO NO MUNICÍPIO DE SÃO GABRIEL RS
TESTE DE ALGORITMOS DE CLASSIFICAÇÃO PARA A ANÁLISE TEMPORAL DE USO E OCUPAÇÃO DO SOLO NO MUNICÍPIO DE SÃO GABRIEL RS Bruna Nascimento de Vasconcellos¹, Aline Bernarda Debastiani¹, Mônica Joelma do Nascimento
Leia maisSegmentação e classificação de tipologias florestais a partir de imagens QUICKBIRD
Segmentação e classificação de tipologias florestais a partir de imagens QUICKBIRD Segmentation and classification of forest types with QUICKBIRD images Resumo Adélia Maria Oliveira Sousa 1 Paulo Mesquita
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 maisExtração da cobertura vegetal de áreas urbanas utilizando imagens do satélite GeoEye-1
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.1576 Extração da cobertura vegetal de áreas urbanas utilizando imagens do satélite
Leia maisIdentificação de Tipos de Culturas Agrícolas a partir de Seqüências de Imagens Multitemporais Utilizando Modelos de Markov Ocultos
Paula Beatriz Cerqueira Leite Identificação de Tipos de Culturas Agrícolas a partir de Seqüências de Imagens Multitemporais Utilizando Modelos de Markov Ocultos Dissertação de Mestrado Dissertação apresentada
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 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 maisAna Paula Barbosa 1 Alessandra Fagioli da Silva 2 Célia Regina Lopes Zimback 2 Sérgio Campos 2.
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 2011, INPE p.7286 Comparação de métodos de classificação de imagens, visando o gerenciamento
Leia maisAvaliação de métodos de classificação para o mapeamento de remanescentes florestais a partir de imagens HRC/CBERS
http://dx.doi.org/10.12702/viii.simposfloresta.2014.131-592-1 Avaliação de métodos de classificação para o mapeamento de remanescentes florestais a partir de imagens HRC/CBERS Juliana Tramontina 1, Elisiane
Leia maisMAPEAMENTO DO USO E OCUPAÇÃO DO SOLO DA BACIA HIDROGRÁFICA DO RIO NEGRO-RS NO ANO DE 2014 MAPPING LULC IN NEGRO RIVER WATERSHED IN 2014
MAPEAMENTO DO USO E OCUPAÇÃO DO SOLO DA BACIA HIDROGRÁFICA DO RIO NEGRO-RS NO ANO DE 2014 Alexandro Gularte Schafer 1 * & Vivian Teixeira Alves Branco 2 Resumo Este artigo apresenta os resultados do mapeamento
Leia maisUtilização de imagens de satélite para criação do mapa de uso e cobertura da terra para o estado de Goiás Ano base 2015
Utilização de imagens de satélite para criação do mapa de uso e cobertura da terra para o estado de Goiás Ano base 2015 Robson Vieira Coelho 1 (IC)*, Silvio Braz de Sousa 2 (PO) 1 - Bolsista de Iniciação
Leia maisSensoriamento Remoto I Engenharia Cartográfica. Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista
Sensoriamento Remoto I Engenharia Cartográfica Prof. Enner Alcântara Departamento de Cartografia Universidade Estadual Paulista 2016 Coleta de dados de sensoriamento remoto A quantidade de radiação eletromagnética,
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 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 maisDIFERENTES TÉCNICAS DE CLASSIFICAÇÃO DIGITAL EM IMAGENS LANDSAT 8, PARA O MAPEAMENTO DO USO DO SOLO NO MUNICÍPIO DE CAMPINAS-SP
DIFERENTES TÉCNICAS DE CLASSIFICAÇÃO DIGITAL EM IMAGENS LANDSAT 8, PARA O MAPEAMENTO DO USO DO SOLO NO MUNICÍPIO DE CAMPINAS-SP Temática: Cartografía y tecnologías de la información geográfica Cassiano
Leia maisGeoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá
Geoprocessamento e sensoriamento remoto como ferramentas para o estudo da cobertura vegetal. Iêdo Bezerra Sá Engº Florestal, D.Sc. Sensoriamento Remoto/Geoprocessamento, Pesquisador Embrapa Semi-Árido
Leia maisMapeamento com o uso de limiar multiespectral utilizando o MATLAB e SPRING na classificação de Máxima Verossimilhança
Anais XV Simpósio Brasileiro de Sensoriamento Remoto - SBSR, Curitiba, PR, Brasil, 30 de abril a 05 de maio de 20, INPE p.2608 Mapeamento com o uso de limiar multiespectral utilizando o MATLAB e SPRING
Leia maisSatélites e Sensores. Bruno Silva Oliveira
Satélites e Sensores Bruno Silva Oliveira São José dos Campos - SP Julho/2017 Órbita Polar Cíclica, heliossíncrona Órbita Geoestacionária Órbita Geoestacionária Quantos satélites orbitam a Terra? Satélites
Leia mais4 Método Proposto CR AD PA NDVI Descrição geral do modelo
34 4 Método Proposto 4.1. Descrição geral do modelo Neste trabalho, cada classe (cobertura vegetal) possui um HMM específico. Os estágios fenológicos correspondem a estados e os símbolos observáveis a
Leia maisVALIDAÇÃO DAS CLASSIFICAÇÕES DAS IMAGENS DOS SATÉLITES LANDSAT 8 E SENTINEL-2 NA BACIA HIDROGRÁFICA DO CÓRREGO RIBEIRÃOZINHO/MS
VALIDAÇÃO DAS CLASSIFICAÇÕES DAS IMAGENS DOS SATÉLITES LANDSAT 8 E SENTINEL-2 NA BACIA HIDROGRÁFICA DO CÓRREGO RIBEIRÃOZINHO/MS VALIDATION OF CLASSIFICATIONS OF THE IMAGES OF THE LANDSAT 8 AND SENTINEL-2
Leia maisComparação entre o uso de filtros e classificadores em uma imagem de radar, em ambiente SPRING
Comparação entre o uso de filtros e classificadores em uma imagem de radar, em ambiente SPRING Taís Virgínia Gottardo 1 Carlos Antônio Oliveira Vieira 1 1 Universidade Federal de Viçosa - UFV Departamento
Leia maisGENERALIZAÇÃO DE REDES NEURAIS ARTIFICIAS USANDO DADOS DE DIFERENTES SENSORES - LANDSAT E CBERS - UMA ABORDAGEM ORIENTADA A REGIÕES
GENERALIZAÇÃO DE REDES NEURAIS ARTIFICIAS USANDO DADOS DE DIFERENTES SENSORES - LANDSAT E CBERS - UMA ABORDAGEM ORIENTADA A REGIÕES Igor Amazonas de Andrade 1 Mosar Faria Botelho 2 Selma Regina Aranha
Leia maisDiscordância global e análise de índices de acurácia para avaliação de mapeamentos de área de cana-de-açúcar no Paraná
Discordância global e análise de índices de acurácia para avaliação de mapeamentos de área de cana-de-açúcar no Paraná Clóvis Cechim Júnior 1 Jerry Adriani Johann 1 João Francisco Gonçalves Antunes 2 1
Leia maisLAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos
LAB 1 - GEOPROCESSAMENTO Introdução à imagem multiespectral e assinatura espectral de alvos Neste laboratório, você começará a trabalhar com imagens multiespectrais. O objetivo do laboratório é desenvolver
Leia maisprocessos de formação e suas inter-relações com o ambiente. As diversas combinações de fatores (clima, relevo,
INTRODUÇÃO AO LEVANTAMENTO DE SOLOS INTRODUÇÃO AO LEVANTAMENTO DE SOLOS variabilidade espacial dos solos fenômeno natural variabilidade espacial dos solos fenômeno natural resultante da interação resultante
Leia maisComparação entre classificadores por pixel e por região com imagem SPOT-5 para o estado de Minas Gerais
Comparação entre classificadores por pixel e por região com imagem SPOT-5 para o estado de Minas Gerais Fernanda Rodrigues Fonseca 1 Thiago Duarte Pereira 1 Luciano Vieira Dutra 1 Eliana Pantaleão 1 Corina
Leia maisFundamentos de Sensoriamento Remoto
UNIVERSIDADE DO ESTADO DE SANTA CATARINA PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA CIVIL DISCIPLINA: Geoprocessamento para aplicações ambientais e cadastrais Fundamentos de Sensoriamento Remoto Profª. Adriana
Leia maisSegmentação de imagens-fração derivadas do sensor TM-Landsat para o mapeamento do uso do solo no municipio de Sapezal (MT)
Segmentação de imagens-fração derivadas do sensor TM-Landsat para o mapeamento do uso do solo no municipio de Sapezal (MT) JOSÉ L. RODRÍGUEZ YI, LUIGI C. MARRONI AULICINO, YOSIO E. SHIMABUKURO, BERNARDO
Leia mais