|
|
Registros recuperados : 501 | |
12. | | RODRIGUES, N. B.; SILVA, J. C. L. da; PINHEIRO, H. S. K.; CARVALHO JUNIOR, W. de. Digital mapping of Fe2O3, Nb and TiO2 contents in Morro dos Seis Lagos (AM). In: CONGRESSO LATINO-AMERICANO DE CIÊNCIA DO SOLO, 23.; CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 38., 2023, Florianópolis. Anais [...]. Florianópolis: Epagri, 2023. p. 104. Ref. ID 1073. Biblioteca(s): Embrapa Solos. |
| |
16. | | CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; PEREIRA, N. R.; FERNANDES FILHO, E. I. Aplicação de um sistema automatizado (ALES - Automated Land Evaluation System) na avaliação das terras das microrregiões de Chapecó e Xanxerê, Oeste Catarinense, para o cultivo de grãos. Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 30, n. 3, p. 509-522, maio/jun. 2006. Biblioteca(s): Embrapa Solos. |
| |
Registros recuperados : 501 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
09/02/2009 |
Data da última atualização: |
30/03/2022 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
Nacional - A |
Autoria: |
CHAGAS, C. da S.; VIEIRA, C. A. O.; FERNANDES FILHO, E. I.; CARVALHO JUNIOR, W. de. |
Afiliação: |
CESAR DA SILVA CHAGAS, CNPS; CARLOS ANTÔNIO OLIVEIRA VIEIRA, UFV; ELPÍDIO INÁCIO FERNANDES FILHO, UFV; WALDIR DE CARVALHO JUNIOR, CNPS. |
Título: |
Comparação entre imagens Aster e Landsat 7 na classificação de níveis de degradação de pastagens utilizando redes neurais artificiais. |
Ano de publicação: |
2008 |
Fonte/Imprenta: |
Revista Brasileira de Cartografia, Rio de Janeiro, v. 60, n. 3, p. 243-252, out. 2008. |
Idioma: |
Português |
Conteúdo: |
O presente estudo teve como objetivo comparar a eficiência dos dados dos sensores Aster e ETM+/Landsat 7 na classificação do uso e cobertura da terra, com ênfase nos níveis de degradação das pastagens na Zona da Mata Mineira, através da utilização de redes neurais artificiais. Foram testadas três composições de uma imagem do sensor Aster e uma do ETM+/Landsat 7, para definição das melhores feições discriminantes para o classificador. As classes de uso e cobertura consideradas foram: floresta, café, área urbana/solo exposto e três níveis de degradação das pastagens (moderado, forte e muito forte). Utilizou-se o simulador de redes neurais Java Neural Network Simulator e o algoritmo empregado foi o back-propagation. Dentre as composições de imagens testadas o melhor resultado foi alcançado com a utilização das 9 bandas do Aster (30m) como variáveis discriminantes, que também permitiu uma melhor discriminação dos níveis de degradação das pastagens considerados. Este resultado é atribuído à melhor resolução espectral desta composição de imagem quando comparada às demais. Dentre as classes consideradas, a pastagem no nível de degradação muito forte foi a que apresentou o maior erro de classificação, em todas as composições, sendo bastante confundida com a pastagem no nível de degradação forte. |
Palavras-Chave: |
Pastagens; Redes neurais. |
Thesagro: |
Sensoriamento Remoto. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/148199/1/334-953-1-PB.pdf
|
Marc: |
LEADER 02042naa a2200193 a 4500 001 1339820 005 2022-03-30 008 2008 bl uuuu u00u1 u #d 100 1 $aCHAGAS, C. da S. 245 $aComparação entre imagens Aster e Landsat 7 na classificação de níveis de degradação de pastagens utilizando redes neurais artificiais.$h[electronic resource] 260 $c2008 520 $aO presente estudo teve como objetivo comparar a eficiência dos dados dos sensores Aster e ETM+/Landsat 7 na classificação do uso e cobertura da terra, com ênfase nos níveis de degradação das pastagens na Zona da Mata Mineira, através da utilização de redes neurais artificiais. Foram testadas três composições de uma imagem do sensor Aster e uma do ETM+/Landsat 7, para definição das melhores feições discriminantes para o classificador. As classes de uso e cobertura consideradas foram: floresta, café, área urbana/solo exposto e três níveis de degradação das pastagens (moderado, forte e muito forte). Utilizou-se o simulador de redes neurais Java Neural Network Simulator e o algoritmo empregado foi o back-propagation. Dentre as composições de imagens testadas o melhor resultado foi alcançado com a utilização das 9 bandas do Aster (30m) como variáveis discriminantes, que também permitiu uma melhor discriminação dos níveis de degradação das pastagens considerados. Este resultado é atribuído à melhor resolução espectral desta composição de imagem quando comparada às demais. Dentre as classes consideradas, a pastagem no nível de degradação muito forte foi a que apresentou o maior erro de classificação, em todas as composições, sendo bastante confundida com a pastagem no nível de degradação forte. 650 $aSensoriamento Remoto 653 $aPastagens 653 $aRedes neurais 700 1 $aVIEIRA, C. A. O. 700 1 $aFERNANDES FILHO, E. I. 700 1 $aCARVALHO JUNIOR, W. de 773 $tRevista Brasileira de Cartografia, Rio de Janeiro$gv. 60, n. 3, p. 243-252, out. 2008.
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. |
|
|