02506nam a2200277 a 450000100080000000500110000800800410001910000170006024501490007726001200022630000270034650000220037352015620039565000190195765000250197665000210200165000250202265300270204765300170207465300220209170000210211370000280213470000230216270000220218570000210220720007662020-01-22       2014    bl uuuu     u00u1 u    #d1 aSCRIVANI, R.  aIdentificação da mudança de uso da terra usando técnicas de agrupamento de séries temporais de imagens de satélite.h[electronic resource]  aIn: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 5., 2014, Campo Grande, MS. Anais... São José dos Campos: INPEc2014  ap. 554-563.c1 CD-ROM.  aGeopantanal 2014.  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.  aRemote sensing  aTime series analysis  aVegetation index  aSensoriamento remoto  aÍndice de vegetação  aSensor MODIS  aSéries temporais1 aAMARAL, B. F. do1 aGONÇALVES, R. R. do V.1 aSOUSA, E. P. M. de1 aZULLO JÚNIOR, J.1 aROMANI, L. A. S.