|
|
Registros recuperados : 169 | |
Registros recuperados : 169 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
06/09/2006 |
Data da última atualização: |
12/03/2024 |
Autoria: |
ANTUNES, J. F. G.; ZULLO JÚNIOR, J. |
Afiliação: |
JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; JURANDIR ZULLO JÚNIOR. |
Título: |
Aplicação de lógica fuzzy para estimativa de área plantada da cultura de soja utilizando imagens AVHRR-NOAA. |
Ano de publicação: |
2006 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 35., 2006, João Pessoa. Agroenergia e desenvolvimento tecnológico: programa final: caderno de resumos. João Pessoa: SBEA, 2006. |
Páginas: |
p. 33. |
Idioma: |
Português |
Notas: |
CONBEA 2006. |
Conteúdo: |
A estimativa precisa com antecedência à época da colheita de áreas plantadas de soja é de fundamental importância para a economia brasileira. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. As imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada. O objetivo do trabalho é desenvolver uma metodologia de classificação automática baseada em lógica fuzzy utilizando índices de vegetação de imagens AVHRR-NOAA para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas oficiais, com o nível de erro relativo aceitável. |
Palavras-Chave: |
Classificação de imagens; Previsão de safras. |
Thesagro: |
Sensoriamento Remoto; Soja. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/263169/1/RA-Aplicacao-logica-fuzzy-CONBEA-2006.pdf
|
Marc: |
LEADER 02133nam a2200193 a 4500 001 1006964 005 2024-03-12 008 2006 bl uuuu u00u1 u #d 100 1 $aANTUNES, J. F. G. 245 $aAplicação de lógica fuzzy para estimativa de área plantada da cultura de soja utilizando imagens AVHRR-NOAA. 260 $aIn: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 35., 2006, João Pessoa. Agroenergia e desenvolvimento tecnológico: programa final: caderno de resumos. João Pessoa: SBEA$c2006 300 $ap. 33. 500 $aCONBEA 2006. 520 $aA estimativa precisa com antecedência à época da colheita de áreas plantadas de soja é de fundamental importância para a economia brasileira. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. As imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada. O objetivo do trabalho é desenvolver uma metodologia de classificação automática baseada em lógica fuzzy utilizando índices de vegetação de imagens AVHRR-NOAA para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas oficiais, com o nível de erro relativo aceitável. 650 $aSensoriamento Remoto 650 $aSoja 653 $aClassificação de imagens 653 $aPrevisão de safras 700 1 $aZULLO JÚNIOR, J.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|