| |
|
|
| Registros recuperados : 178 | |
| 107. |  | ASSAD, E. D.; MARIN, F. R.; PINTO, H. S.; ZULLO JÚNIOR, J. Zoneamento agrícola de riscos climáticos do Brasil: base teórica, pesquisa e desenvolvimento. Informe Agropecuário, Belo Horizonte, v. 29, n. 246, p. 47-60, set./out. 2008.| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Semiárido; Embrapa Uva e Vinho. |
|    |
| 108. | | PINTO, H. S.; ZULLO JÚNIOR, J.; ASSAD, E. D.; BRUNINI, O.; ALFONSI, R. R.; CORAL, G. Zoneamento de riscos climáticos para a cafeicultura do estado de São Paulo. Revista Brasileira de Agrometeorologia, Passo Fundo, v. 9, n. 3, p. 495-500, dez. 2001. Número especial.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 115. | | GONÇALVES, R. R. V.; ZULLO JÚNIOR, J.; ROMANI, L. A. S.; NASCIMENTO, C. R.; TRAINA, A. J. M. Analysis of NDVI time series using cross-correlation and forecasting methods for monitoring sugarcane fields in Brazil. International Journal of Remote Sensing, Basingstoke, v. 33, n. 15, p. 4653-4672, Aug. 2012.| Biblioteca(s): Embrapa Agricultura Digital. |
|  |
| 117. | | PALLONE FILHO, W. J.; ZULLO JUNIOR, J.; ASSAD, E. D.; PINTO, H. S.; ROCHA, J. V.; LAMPARELLI, R. A. C. Monitoramento de estiagem durante o verão de regiões tropicais utilizando imagens AVHRR/NOAA-14. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 11., 2003, Belo Horizonte. Anais... São José dos Campos: Inpe, 2003. p. 1193-1201.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 118. | | ROMANI, L. A. S.; ZULLO JÚNIOR, J.; NASCIMENTO, C. R.; GONÇALVES, R. R. V.; TRAINA, C; TRAINA, A. J. M. Monitoring sugar cane crops through DTW-based method for similarity search in NDVI time series. In: INTERNATIONAL WORKSHOP ON THE ANALYSIS OF MULTI-TEMPORAL REMOTE SENSING IMAGES, 5., 2009, Groton, Connecticut. Proceedings... Storrs: UConn, 2009. p. 171-178. MultiTemp 2009.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| Registros recuperados : 178 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
21/11/2014 |
|
Data da última atualização: |
22/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SCRIVANI, R.; AMARAL, B. F. do; GONÇALVES, R. R. do V.; SOUSA, E. P. M. de; ZULLO JÚNIOR, J.; ROMANI, L. A. S. |
|
Afiliação: |
RACHEL SCRIVANI, Feagri/Unicamp; BRUNO FERRAZ DO AMARAL, ICMC/USP; RENATA RIBEIRO DO VALLE GONÇALVES, Cepagri/Unicamp; ELAINE PARROS MACHADO DE SOUSA, ICMC/USP; JURANDIR ZULLO JÚNIOR, Cepagri/Unicamp; LUCIANA ALVIM SANTOS ROMANI, CNPTIA. |
|
Título: |
Identificação da mudança de uso da terra usando técnicas de agrupamento de séries temporais de imagens de satélite. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
In: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 5., 2014, Campo Grande, MS. Anais... São José dos Campos: INPE, 2014. |
|
Páginas: |
p. 554-563. |
|
Descrição Física: |
1 CD-ROM. |
|
Idioma: |
Português |
|
Notas: |
Geopantanal 2014. |
|
Conteúdo: |
Resumo. A disponibilidade de dados orbitais, aliada à necessidade crescente de monitoramento de grandes extensões e de preservação de regiões ambientalmente sensíveis, gera uma oportunidade para o desenvolvimento/adaptação de métodos computacionais. A fim de gerar informações de avaliação temporal e espacial que possam constituir importante ferramenta de planejamento e de orientação à tomada de decisão para o manejo e conservação destas áreas, o objetivo deste trabalho é propor uma abordagem baseada em métodos de agrupamento de séries de imagens de satélite para auxiliar na análise espaço-temporal da mudança do uso da terra, identificando de forma automática, com alta probabilidade de serem áreas inundáveis, floresta, culturas agrícolas e pastagem em escala regional. Séries temporais de imagens do sensor MODIS com valores dos índices de vegetação NDVI e EVI, do período de 2008/2009 a 2013/2014, foram agrupadas por meio do algoritmo K-means. Para uma avaliação da qualidade dos agrupamentos obtidos foi utilizado o coeficiente de Silhueta. Séries temporais de precipitação do satélite TRMM foram utilizadas a fim de correlacionar com os demais resultados obtidos para avaliar a pré-classificação gerada pelo método de agrupamento em anos secos, chuvosos e com distribuição de chuva diferente da normalidade. A abordagem proposta pode auxiliar no monitoramento de áreas ambientalmente sensíveis, tendo o EVI apresentado melhor desempenho em áreas de densa vegetação e concentração de água. MenosResumo. A disponibilidade de dados orbitais, aliada à necessidade crescente de monitoramento de grandes extensões e de preservação de regiões ambientalmente sensíveis, gera uma oportunidade para o desenvolvimento/adaptação de métodos computacionais. A fim de gerar informações de avaliação temporal e espacial que possam constituir importante ferramenta de planejamento e de orientação à tomada de decisão para o manejo e conservação destas áreas, o objetivo deste trabalho é propor uma abordagem baseada em métodos de agrupamento de séries de imagens de satélite para auxiliar na análise espaço-temporal da mudança do uso da terra, identificando de forma automática, com alta probabilidade de serem áreas inundáveis, floresta, culturas agrícolas e pastagem em escala regional. Séries temporais de imagens do sensor MODIS com valores dos índices de vegetação NDVI e EVI, do período de 2008/2009 a 2013/2014, foram agrupadas por meio do algoritmo K-means. Para uma avaliação da qualidade dos agrupamentos obtidos foi utilizado o coeficiente de Silhueta. Séries temporais de precipitação do satélite TRMM foram utilizadas a fim de correlacionar com os demais resultados obtidos para avaliar a pré-classificação gerada pelo método de agrupamento em anos secos, chuvosos e com distribuição de chuva diferente da normalidade. A abordagem proposta pode auxiliar no monitoramento de áreas ambientalmente sensíveis, tendo o EVI apresentado melhor desempenho em áreas de densa vegetação e concentração de águ... Mostrar Tudo |
|
Palavras-Chave: |
Índice de vegetação; Sensor MODIS; Séries temporais. |
|
Thesagro: |
Sensoriamento remoto. |
|
Thesaurus NAL: |
Remote sensing; Time series analysis; Vegetation index. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/112162/1/identificacao-mudanca.pdf
|
|
Marc: |
LEADER 02506nam a2200277 a 4500
001 2000766
005 2020-01-22
008 2014 bl uuuu u00u1 u #d
100 1 $aSCRIVANI, R.
245 $aIdentificação da mudança de uso da terra usando técnicas de agrupamento de séries temporais de imagens de satélite.$h[electronic resource]
260 $aIn: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 5., 2014, Campo Grande, MS. Anais... São José dos Campos: INPE$c2014
300 $ap. 554-563.$c1 CD-ROM.
500 $aGeopantanal 2014.
520 $aResumo. A disponibilidade de dados orbitais, aliada à necessidade crescente de monitoramento de grandes extensões e de preservação de regiões ambientalmente sensíveis, gera uma oportunidade para o desenvolvimento/adaptação de métodos computacionais. A fim de gerar informações de avaliação temporal e espacial que possam constituir importante ferramenta de planejamento e de orientação à tomada de decisão para o manejo e conservação destas áreas, o objetivo deste trabalho é propor uma abordagem baseada em métodos de agrupamento de séries de imagens de satélite para auxiliar na análise espaço-temporal da mudança do uso da terra, identificando de forma automática, com alta probabilidade de serem áreas inundáveis, floresta, culturas agrícolas e pastagem em escala regional. Séries temporais de imagens do sensor MODIS com valores dos índices de vegetação NDVI e EVI, do período de 2008/2009 a 2013/2014, foram agrupadas por meio do algoritmo K-means. Para uma avaliação da qualidade dos agrupamentos obtidos foi utilizado o coeficiente de Silhueta. Séries temporais de precipitação do satélite TRMM foram utilizadas a fim de correlacionar com os demais resultados obtidos para avaliar a pré-classificação gerada pelo método de agrupamento em anos secos, chuvosos e com distribuição de chuva diferente da normalidade. A abordagem proposta pode auxiliar no monitoramento de áreas ambientalmente sensíveis, tendo o EVI apresentado melhor desempenho em áreas de densa vegetação e concentração de água.
650 $aRemote sensing
650 $aTime series analysis
650 $aVegetation index
650 $aSensoriamento remoto
653 $aÍndice de vegetação
653 $aSensor MODIS
653 $aSéries temporais
700 1 $aAMARAL, B. F. do
700 1 $aGONÇALVES, R. R. do V.
700 1 $aSOUSA, E. P. M. de
700 1 $aZULLO JÚNIOR, J.
700 1 $aROMANI, L. A. S.
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. |
|
|
