|
|
Registro Completo |
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
19/09/2023 |
Data da última atualização: |
04/12/2023 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
ALMEIDA, M. B. F. de; SIMÕES, M.; FERRAZ, R. P. D.; KUCHLER, P. C. |
Afiliação: |
MATEUS BENCHIMOL FERREIRA DE ALMEIDA, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; PATRICK CALVANO KUCHLER, UNIVERSIDADE DO ESTADO DO RIO DE JANEIRO. |
Título: |
Avaliação e mapeamento de pastagens com diferentes níveis de degradação a partir de classificação digital de imagens sentinel-2, por meio do algoritmo random forest: estudo de caso de Valença/RJ e arredores. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
Revista Foco, v. 16, n. 6, e2106, 2023. |
DOI: |
https://doi.org/10.54751/revistafoco.v16n6-004 |
Idioma: |
Português |
Conteúdo: |
O presente trabalho objetivou desenvolver uma metodologia de avaliação e mapeamento de pastagens com diferentes níveis de degradação, com base em técnicas de Sensoriamento Remoto. Utilizou-se imagens Sentinel-2, índices de vegetação, texturas GLCM e amostras de campo (peso e altura da biomassa das pastagens). O processamento das imagens digitais foi realizado no R e no Google Earth Engine usando o algoritmo random forest. No R, obteve-se informações sobre as imagens mais importantes; e no Google Earth Engine, realizou-se o processamento da série temporal principal. O índice de vegetação NCI foi a imagem mais importante, apresentando correlação de R2 = 0,722 com o peso da biomassa. Os resultados revelaram que na área de estudo tem-se: N1 (52.72%), N2N3 (32.56%) e N4 (14.72%). As acurácias alcançadas foram as seguintes: Acurácia Global = 0,93; Kappa = 0,89; e F-score (N1 = 0,97, N2N3 = 0,93, N4 = 0,88). |
Palavras-Chave: |
Aprendizado de máquina; Índices de vegetação; Normalized Canopy Index (NCI); Séries temporais; Texturas GLCM. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1156752/1/Avaliacao-e-mapeamento-de-pastagens-com-diferentes-niveis-de-degradacao-2023.pdf
|
Marc: |
LEADER 01793naa a2200229 a 4500 001 2156752 005 2023-12-04 008 2023 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.54751/revistafoco.v16n6-004$2DOI 100 1 $aALMEIDA, M. B. F. de 245 $aAvaliação e mapeamento de pastagens com diferentes níveis de degradação a partir de classificação digital de imagens sentinel-2, por meio do algoritmo random forest$bestudo de caso de Valença/RJ e arredores.$h[electronic resource] 260 $c2023 520 $aO presente trabalho objetivou desenvolver uma metodologia de avaliação e mapeamento de pastagens com diferentes níveis de degradação, com base em técnicas de Sensoriamento Remoto. Utilizou-se imagens Sentinel-2, índices de vegetação, texturas GLCM e amostras de campo (peso e altura da biomassa das pastagens). O processamento das imagens digitais foi realizado no R e no Google Earth Engine usando o algoritmo random forest. No R, obteve-se informações sobre as imagens mais importantes; e no Google Earth Engine, realizou-se o processamento da série temporal principal. O índice de vegetação NCI foi a imagem mais importante, apresentando correlação de R2 = 0,722 com o peso da biomassa. Os resultados revelaram que na área de estudo tem-se: N1 (52.72%), N2N3 (32.56%) e N4 (14.72%). As acurácias alcançadas foram as seguintes: Acurácia Global = 0,93; Kappa = 0,89; e F-score (N1 = 0,97, N2N3 = 0,93, N4 = 0,88). 653 $aAprendizado de máquina 653 $aÍndices de vegetação 653 $aNormalized Canopy Index (NCI) 653 $aSéries temporais 653 $aTexturas GLCM 700 1 $aSIMÕES, M. 700 1 $aFERRAZ, R. P. D. 700 1 $aKUCHLER, P. C. 773 $tRevista Foco$gv. 16, n. 6, e2106, 2023.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registros recuperados : 15 | |
5. | | KUCHLER, P. C.; BÉGUÉ, A.; SIMÕES, M.; GAETANO, R.; ARVOR, D.; FERRAZ, R. P. D. Assessing the optimal preprocessing steps of MODIS time series to map cropping systems in Mato Grosso, Brazil. International Journal of Applied Earth Observation and Geoinformation, v. 92, 102150, Oct. 2020.Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
Biblioteca(s): Embrapa Solos. |
| |
12. | | KUCHLER, P. C.; SIMÕES, M.; BÉGUÉ, A.; MACHADO, P. L. O. de A.; FERRAZ, R. P. D.; MADARI, B. E.; FREITAS, P. L. de; MANZATTO, C. V. Monitoring Brazilian low-carbon agriculture plan: the potential of remote sensing to detect adoption of selected agricultural practices. In: EFITA WCCA CONGRESS, 2017, Montpellier. Conference proceedings. Montpellier: Efita, 2017. p. 169-170.Tipo: Resumo em Anais de Congresso |
Biblioteca(s): Embrapa Arroz e Feijão. |
| |
13. | | KUCHLER, P. C.; SIMÕES, M.; BÉGUÉ, A.; MACHADO, P. L. O. de A.; FERRAZ, R. P. D.; MADARI, B. E.; FREITAS, P. L. de; MANZATTO, C. V. Monitoring Brazilian low-carbon agriculture plan: the potential of remote sensing to detect adoption of selected agricultural practices. In: EFITA WCCA CONGRESS, 2017, Montpellier. Conference proceedings. Montpellier: Efita, 2017. p. 169-170.Tipo: Resumo em Anais de Congresso |
Biblioteca(s): Embrapa Solos. |
| |
14. | | KUCHLER, P. C.; SIMÕES, M.; FERRAZ, R. P. D.; ARVOR, D.; MACHADO, P. L. O. de A.; ROSA, M.; GAETANO, R.; BÉGUÉ, A. Monitoring complex integrated crop-livestock systems at regional scale in Brazil: a big earth observation data approach. Remote Sensing, v. 14, n. 7, 1648, 2022.Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
Biblioteca(s): Embrapa Arroz e Feijão; Embrapa Solos. |
| |
15. | | SIMÕES, M.; FERRAZ, R. P. D.; KUCHLER, P. C.; ALMEIDA, M. B. F. de; VIEIRA, L. P.; LAGE, S. M.; FREITAS, P. L. de. Inteligência artificial para a avaliação de pastagens degradadas a partir de fotos de smartphones e de séries temporais de imagens de satélite: uma abordagem baseada em deep e machine learning para subsidiar o cálculo de indicadores agro-socioambientais. Caderno Pedagógico, v. 20, n. 10, p. 4637-4657, 2023.Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
Biblioteca(s): Embrapa Solos. |
| |
Registros recuperados : 15 | |
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|