| |
|
|
| Registros recuperados : 8 | |
| Registros recuperados : 8 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
14/02/2017 |
|
Data da última atualização: |
24/05/2017 |
|
Autoria: |
GRANDE, T. O. de; ALMEIDA, T. de; CICERELLI, R. E. |
|
Afiliação: |
THALLITA OLIVEIRA DE GRANDE, UNB; TATI DE ALMEIDA, UNB; REJANE ENNEAS CICERELLI, UNB. |
|
Título: |
Classificação orientada a objeto em associação às ferramentas reflectância acumulada e mineração de dados. |
|
Ano de publicação: |
2016 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 51, n. 12, p. 1983-1991, dez. 2016. |
|
Idioma: |
Português |
|
Notas: |
Título em inglês: Object-oriented classification in association with accumulated reflectance and data mining tools. |
|
Conteúdo: |
O objetivo deste trabalho foi utilizar as técnicas de reflectância acumulada e mineração de dados, seguidas por classificação orientada a objeto, em imagens do sensor Operational Land Imager (OLI), satélite Landsat 8, para a classificação de vegetação nativa e cobertura agropecuária do Cerrado. Quatro imagens de reflectância foram utilizadas para a discriminação de seis classes ? agricultura, pecuária, campo limpo úmido, savana, floresta e campo ?, para a classificação do Parque Nacional das Emas, no Estado de Goiás, e adjacências. As imagens foram segmentadas para a extração de atributos espectrais de amostras e a aplicação de combinações de atributos (média + moda, todos os atributos) na mineração de dados. O programa Weka foi utilizado para a construção das árvores de decisão. Essa metodologia indicou que a diferenciação entre alvos aumentou a partir da acumulação temporal da reflectância, em todas as bandas e as classes, e a melhor imagem foi aquela do somatório das quatro datas. A classificação baseada na associação de atributos média + moda não apresentou impedimentos no processamento das regras de decisão, diferentemente da associação de todos os atributos. A classificação média + moda apresentou acurácia satisfatória (exatidão global, 69%; Kappa, 58%; e TAU, 63%). A integração dessas técnicas apresenta potencial para a diferenciação de vegetação nativa e antrópica do Cerrado. |
|
Palavras-Chave: |
Análise baseada em objeto; Análise multitemporal; Anthropization; Antropização; Classificação supervisionada; Multitemporal analysis; Object-based analysis; Supervised classification. |
|
Thesagro: |
Mineração; Sensoriamento remoto. |
|
Thesaurus NAL: |
Mining; Remote sensing. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/155552/1/Classificacao-orientada-a-objeto.pdf
|
|
Marc: |
LEADER 02525naa a2200301 a 4500
001 2063949
005 2017-05-24
008 2016 bl uuuu u00u1 u #d
100 1 $aGRANDE, T. O. de
245 $aClassificação orientada a objeto em associação às ferramentas reflectância acumulada e mineração de dados.
260 $c2016
500 $aTítulo em inglês: Object-oriented classification in association with accumulated reflectance and data mining tools.
520 $aO objetivo deste trabalho foi utilizar as técnicas de reflectância acumulada e mineração de dados, seguidas por classificação orientada a objeto, em imagens do sensor Operational Land Imager (OLI), satélite Landsat 8, para a classificação de vegetação nativa e cobertura agropecuária do Cerrado. Quatro imagens de reflectância foram utilizadas para a discriminação de seis classes ? agricultura, pecuária, campo limpo úmido, savana, floresta e campo ?, para a classificação do Parque Nacional das Emas, no Estado de Goiás, e adjacências. As imagens foram segmentadas para a extração de atributos espectrais de amostras e a aplicação de combinações de atributos (média + moda, todos os atributos) na mineração de dados. O programa Weka foi utilizado para a construção das árvores de decisão. Essa metodologia indicou que a diferenciação entre alvos aumentou a partir da acumulação temporal da reflectância, em todas as bandas e as classes, e a melhor imagem foi aquela do somatório das quatro datas. A classificação baseada na associação de atributos média + moda não apresentou impedimentos no processamento das regras de decisão, diferentemente da associação de todos os atributos. A classificação média + moda apresentou acurácia satisfatória (exatidão global, 69%; Kappa, 58%; e TAU, 63%). A integração dessas técnicas apresenta potencial para a diferenciação de vegetação nativa e antrópica do Cerrado.
650 $aMining
650 $aRemote sensing
650 $aMineração
650 $aSensoriamento remoto
653 $aAnálise baseada em objeto
653 $aAnálise multitemporal
653 $aAnthropization
653 $aAntropização
653 $aClassificação supervisionada
653 $aMultitemporal analysis
653 $aObject-based analysis
653 $aSupervised classification
700 1 $aALMEIDA, T. de
700 1 $aCICERELLI, R. E.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 51, n. 12, p. 1983-1991, dez. 2016.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
