|
|
Registros recuperados : 392 | |
41. | | VERWEIJ, P.; SIMOES, M.; ALVES, A.; FERRAZ, R.; CORMONT, A. Linking bayesian belief networks and GIS to assess the ecosystem integrity in the brazilian Amazon. In: INTERNATIONAL CONGRESS ON ENVIRONMENTAL MODELLING AND SOFTWARE, 7., 2014, San Diego. Proceedings... Manno, CH: International Environmental Modelling & Software Society, 2014. v. 2, p. 864-871. Biblioteca(s): Embrapa Solos. |
| |
42. | | FERRAZ, R. P. D.; SIMÕES, M. G.; DUBREUIL, V. Disponibilidade hídrica da reserva hidrogeológica renovável da bacia do Rio Verde, Goiás. In: SEMINÁRIO DA REDE AGROHIDRO, 3.; WORKSHOP DO PROJETO OS IMPACTOS DA AGRICULTURA E DAS MUDANÇAS CLIMÁTICAS NOS RECURSOS HÍDRICOS, 1., 2015, Corumbá. Água na agricultura: desafios frente às mudanças climáticas e de uso da terra: resumos. Brasília, DF: Embrapa, 2015. p. 36. Biblioteca(s): Embrapa Solos. |
| |
47. | | FERRAZ, R. P. D.; SIMÕES, M.; DUBREUIL, V. Sistema de indicadores para avaliação do potencial de sustentabilidade hídrica da atividade canavieira em bacias hidrográficas. In: SILVA, F. C. da; ALVES, B. J. R.; FREITAS, P. L. de (Ed.). Sistema de produção mecanizada da cana-de-açúcar integrada à produção de energia e alimentos. Brasília, DF: Embrapa, 2015. v. 1, pt. 3, cap. 3, p. 398-435. Biblioteca(s): Embrapa Solos. |
| |
49. | | MULIANGA, B.; BÉGUÉ, A.; SIMÕES, M.; CLOUVEL, P.; TODOROFF, P. Estimating potential soil erosion for environmental services in a sugarcane growing área ussing multisource remote sensing data. In: SPIE REMOTE SENSING, 4., 2013, Dresden. Remote sensing for agriculture, ecosystems, and hydrology XV: proceedings... Bellingham: SPIE, 2013. v. 8887. Ref. 88871W. Biblioteca(s): Embrapa Solos. |
| |
56. | | COSTA, W.; FONSECA, L.; KÖRTING, T.; SIMÕES, M.; KUCHLER, P. A case study for a multitemporal segmentation approach in optical remote sensing images. In: INTERNATIONAL CONFERENCE ON ADVANCED GEOGRAPHIC INFORMATION SYSTEMS, APPLICATIONS, AND SERVICES, 10., 2018, Rome. Proceedings... Haifa: Israel Institute of Technology, 2018. p. 66-70. GEOProcessing 2018. Biblioteca(s): Embrapa Solos. |
| |
59. | | GERGEMANN, I.; CARVALHO, N. M.; SIMOES, M. S. Efeitos da estratificação, em soluções de ácido giberélico, sobre a germinação de sementes de Pinus Taeda L. Silvicultura, São Paulo, v. 2, n. 14, p. 44-46, 1979. Biblioteca(s): Embrapa Florestas. |
| |
Registros recuperados : 392 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
07/10/2019 |
Data da última atualização: |
06/11/2019 |
Tipo da produção científica: |
Capítulo em Livro Técnico-Científico |
Autoria: |
ALMEIDA, M. B. F. de; SIMÕES, M.; FERRAZ, R. P. D. |
Afiliação: |
MATEUS BENCHIMOL FERREIRA DE ALMEIDA, UERJ; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS. |
Título: |
Aplicação de sensoriamento remoto no estudo dos níveis de degradação de pastagens. |
Ano de publicação: |
2019 |
Fonte/Imprenta: |
In: TULLIO, L. (Org.). Aplicações e princípios do sensoriamento remoto 3. Ponta Grossa: Atena, 2019. cap. 2, p. 11-21. |
DOI: |
10.22533/at.ed.3791923092 |
Idioma: |
Português |
Conteúdo: |
A degradação de pastagens é um problema global, porém tem particular importância no Brasil, considerando que o país aufere o título de um dos maiores produtores de carne do mundo. Desse modo, a localização, detecção e identificação para a posterior recuperação das pastagens degradadas é uma mais-valia para a pecuária, podendo contribuir significativamente nas receitas econômicas do país (PIB), além de apresentar também um viés ecológico, pois pastagens recuperadas se traduzem em florestas em pé, garantindo um meio ambiente equilibrado e propício para a própria pecuária. O presente estudo objetiva elaborar uma metodologia sistemática e coerente, com a finalidade de localizar, detectar, identificar e mapear os diferentes níveis de degradação de pastagens por meio de técnicas advindas de Sensoriamento Remoto, com o uso de imagens de satélite Sentinel-2, dadas as suas características espectrais bastante promissoras. A área de estudo localiza-se no município de Valença, Vale do Paraíba, sendo uma região marcada por fortes degradações nas áreas de pastagens. De acordo com as características da área de estudo e com base na confrontação com a bibliografia consultada, as pastagens degradadas se classificam nos níveis N1, N2, N3 e N4, respectivamente leve, moderado, forte e muito forte. No presente estudo realizou-se correção atmosférica, NDVI, SAVI e Análise de Mistura Espectral (AME). Contudo, o NDVI e o SAVI apresentaram perfis temporais muito similares, não proporcionando separabilidade satisfatória entre os níveis de degradação das pastagens. A AME apresentou resultados bastante promissores, no entanto o grau de confiança somente será estabelecido após validação em campo. Essa validação ocorrerá tanto em período úmido como em período seco para que se compreendam os aspectos sazonais e fonológicos das pastagens degradadas. MenosA degradação de pastagens é um problema global, porém tem particular importância no Brasil, considerando que o país aufere o título de um dos maiores produtores de carne do mundo. Desse modo, a localização, detecção e identificação para a posterior recuperação das pastagens degradadas é uma mais-valia para a pecuária, podendo contribuir significativamente nas receitas econômicas do país (PIB), além de apresentar também um viés ecológico, pois pastagens recuperadas se traduzem em florestas em pé, garantindo um meio ambiente equilibrado e propício para a própria pecuária. O presente estudo objetiva elaborar uma metodologia sistemática e coerente, com a finalidade de localizar, detectar, identificar e mapear os diferentes níveis de degradação de pastagens por meio de técnicas advindas de Sensoriamento Remoto, com o uso de imagens de satélite Sentinel-2, dadas as suas características espectrais bastante promissoras. A área de estudo localiza-se no município de Valença, Vale do Paraíba, sendo uma região marcada por fortes degradações nas áreas de pastagens. De acordo com as características da área de estudo e com base na confrontação com a bibliografia consultada, as pastagens degradadas se classificam nos níveis N1, N2, N3 e N4, respectivamente leve, moderado, forte e muito forte. No presente estudo realizou-se correção atmosférica, NDVI, SAVI e Análise de Mistura Espectral (AME). Contudo, o NDVI e o SAVI apresentaram perfis temporais muito similares, não proporcionando separabi... Mostrar Tudo |
Palavras-Chave: |
Análise de Mistura Espectral; NDVI; Pastagens Degradadas; SAVI; Sentinel-2. |
Thesagro: |
Pastagem; Sensoriamento Remoto. |
Thesaurus NAL: |
Pastures; Remote sensing. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/202621/1/Aplicacao-de-sensoriamento-remoto-no-estudo-dos-niveis-de-degradacao-de-pastagens-2019.pdf
|
Marc: |
LEADER 02756naa a2200265 a 4500 001 2112837 005 2019-11-06 008 2019 bl uuuu u00u1 u #d 024 7 $a10.22533/at.ed.3791923092$2DOI 100 1 $aALMEIDA, M. B. F. de 245 $aAplicação de sensoriamento remoto no estudo dos níveis de degradação de pastagens.$h[electronic resource] 260 $c2019 520 $aA degradação de pastagens é um problema global, porém tem particular importância no Brasil, considerando que o país aufere o título de um dos maiores produtores de carne do mundo. Desse modo, a localização, detecção e identificação para a posterior recuperação das pastagens degradadas é uma mais-valia para a pecuária, podendo contribuir significativamente nas receitas econômicas do país (PIB), além de apresentar também um viés ecológico, pois pastagens recuperadas se traduzem em florestas em pé, garantindo um meio ambiente equilibrado e propício para a própria pecuária. O presente estudo objetiva elaborar uma metodologia sistemática e coerente, com a finalidade de localizar, detectar, identificar e mapear os diferentes níveis de degradação de pastagens por meio de técnicas advindas de Sensoriamento Remoto, com o uso de imagens de satélite Sentinel-2, dadas as suas características espectrais bastante promissoras. A área de estudo localiza-se no município de Valença, Vale do Paraíba, sendo uma região marcada por fortes degradações nas áreas de pastagens. De acordo com as características da área de estudo e com base na confrontação com a bibliografia consultada, as pastagens degradadas se classificam nos níveis N1, N2, N3 e N4, respectivamente leve, moderado, forte e muito forte. No presente estudo realizou-se correção atmosférica, NDVI, SAVI e Análise de Mistura Espectral (AME). Contudo, o NDVI e o SAVI apresentaram perfis temporais muito similares, não proporcionando separabilidade satisfatória entre os níveis de degradação das pastagens. A AME apresentou resultados bastante promissores, no entanto o grau de confiança somente será estabelecido após validação em campo. Essa validação ocorrerá tanto em período úmido como em período seco para que se compreendam os aspectos sazonais e fonológicos das pastagens degradadas. 650 $aPastures 650 $aRemote sensing 650 $aPastagem 650 $aSensoriamento Remoto 653 $aAnálise de Mistura Espectral 653 $aNDVI 653 $aPastagens Degradadas 653 $aSAVI 653 $aSentinel-2 700 1 $aSIMÕES, M. 700 1 $aFERRAZ, R. P. D. 773 $tIn: TULLIO, L. (Org.). Aplicações e princípios do sensoriamento remoto 3. Ponta Grossa: Atena, 2019. cap. 2, p. 11-21.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|