Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Agropecuária Oeste.
Data corrente:  26/10/2005
Data da última atualização:  26/10/2005
Autoria:  ANDERSON, L. O.
Título:  Classificação e monitoramento da cobertura vegetal do estado do Mato Grosso utilizando dados multitemporais do sensor modis.
Ano de publicação:  2005
Fonte/Imprenta:  2004. CD-ROM
Série:  (INPE-12290-TDI/986).
Idioma:  Português
Notas:  Dissertação (Mestrado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, São José dos Campos.
Conteúdo:  Em uma escala global, a mudança do uso da terra e da cobertura vegetal está ocorrendo em passos acelerados, principalmente nos trópicos. Estas mudanças nos ecossistemas terrestres estão fortemente associadas aos processos de desenvolvimento socioeconômico principalmente em países subdesenvolvidos, onde não se encontram planejamentos para a ocupação do território, nem projetos e estudos para explorar de maneira sustentável os recursos da terra. Com a facilidade de acesso a um número cada vez maior de informações provenientes do Sensoriamento Remoto, a utilização de novos sensores, com melhores resoluções espacial, temporal e espectral, tem se mostrado extremamente importante para um melhor entendimento dos processos ecológicos e antrópicos que agem nos sistemas terrestres. Neste contexto, foi selecionado para a realização desta pesquisa o Estado do Mato Grosso, uma região que possui diversas formações vegetais e que vem sofrendo grandes mudanças no uso e cobertura da terra, e o sensor MODIS, que possui características de resolução espectral, espacial e temporal que possibilitam uma melhoria na qualidade e acurácia de estudos em escalas regional e global. Este trabalho apresenta uma proposta metodológica para a realização da classificação da cobertura da terra e o monitoramento das mudanças na cobertura vegetal, devido a fatores naturais e antrópicos. Os objetivos gerais deste estudo foram: 1) gerar um mapa de cobertura da terra da região para o ano de 2002; 2) monitorar as mu... Mostrar Tudo
Categoria do assunto:  --
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agropecuária Oeste (CPAO)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CPAO25354 - 1ADPTS - --29/0405.00047
Voltar






Registro Completo

Biblioteca(s):  Embrapa Agricultura Digital.
Data corrente:  06/12/2019
Data da última atualização:  19/12/2019
Tipo da produção científica:  Boletim de Pesquisa e Desenvolvimento
Autoria:  SOUZA, K. X. S. de; CAMARGO NETO, J.
Afiliação:  KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; JOAO CAMARGO NETO, CNPTIA.
Título:  Uso de redes neurais multicamadas para classificação de perfis de solos.
Ano de publicação:  2019
Fonte/Imprenta:  Campinas: Embrapa Informática Agropecuaria, 2019.
Páginas:  23 p.
Descrição Física:  il.
Série:  (Embrapa Informática Agropecuária. Boletim de pesquisa e desenvolvimento, 45).
ISSN:  1677-9266
Idioma:  Português
Conteúdo:  Resumo - O processo de classificação de solos executado por especialistas é uma tarefa laboriosa, que envolve várias etapas de coleta e a aplicação de regras de classificação de acordo com o Manual do Sistema Brasileiro de Classificação de Solos (SiBCS). Este trabalho relata a aplicação de redes neurais do tipo perceptron multicamadas na classificação de solos, nos níveis categóricos 1 a 4. Os dados de perfis de solo utilizados vieram de uma base de dados do Instituto Brasileiro de Geografia e Estatística (IBGE). A otimiza-ção da função de custo de entropia cruzada, usada no treinamento da rede neural, foi realizada por meio do algoritmo de stochastic gradient descent. As redes apresentaram resultados de acurácia que variam de 63,38 a 27,79, tendo o valor maior sido obtido para o primeiro nível e o menor para o quarto nível de classificação. Os resultados mostraram o alto potencial de uso do perceptron multicamadas para a classificação de perfis de solo, resultado que pode ser ainda melhorado caso se disponha de um conjunto maior e mais balanceado de perfis de solos previamente classificados.
Palavras-Chave:  Amostras de solo; Aprendizado profundo; Classificação de solos; Deep learning; Perceptron multicamadas; Redes neurais multicamadas.
Thesaurus NAL:  Neural networks; Soil classification.
Categoria do assunto:  X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/206400/1/Boletim-45.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPTIA20217 - 1UMTFL - DD
Fechar
Expressão de busca inválida. Verifique!!!
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional