|
|
Registro Completo |
Biblioteca(s): |
Embrapa Agropecuária Oeste. |
Data corrente: |
05/05/2004 |
Data da última atualização: |
05/05/2004 |
Autoria: |
NEPOMUCENO, A. M. |
Título: |
Uso de rede reural artificial não supervisionada na classificação de dados de radar na Banda-P pra mapeamento de cobertura da terra em floresta tropical. |
Ano de publicação: |
2004 |
Fonte/Imprenta: |
2003. |
Descrição Física: |
1 CD-ROM. |
Série: |
(INPE-10236-TDI/901). |
Idioma: |
Português |
Notas: |
Dissertação (Mestrado em Sensoriamento Remoto)- Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2003. |
Conteúdo: |
Apresenta-se uma avaliação sobre as propriedades discriminatórias de dados de radar na
banda P para o mapeamento da cobertura da terra usando a rede neural artificial não
supervisionada Fuzzy-ART (Teoria da Ressonância Adaptativa). A área de estudo situase
próxima à Floresta Nacional do Tapajós, no Estado do Pará, Brasil. Os dados de radar
foram obtidos durante a missão realizada pela empresa alemã AeroSensing
RadarSystem GmbH em setembro de 2000. Foi selecionada uma faixa de imageamento
2,4 km x 7,4 km para o estudo. Os parâmetros de entrada para a rede Fuzzy-ART foram
otimizados por algoritmo genético. Foram investigadas as eficiências dos filtros Map
Gamma (5x5) e a combinação dos filtros Frost e Mediana (3x3) para redução do efeito
do ruído speckle. As seguintes imagens foram avaliadas individualmente e combinadas
duas a duas: retroespalhamento nas polarizações HH, HV, VV, Seção Transversa Média
(STM), e os índices biofísicos Índice de Biomassa (BMI), Índice de Estrutura do Dossel
(CSI) e Índice de Espalhamento Volumétrico (VSI). Examinou-se também a
combinação HH/HV/VV. Os padrões discriminados pela rede neural foram relacionados
com as classes de cobertura da terra de locais previamente observados em trabalho de
campo. As oito classes de referência são: Solo Exposto (SE), Pasto/Cultivo (PC),
Regeneração Nova (RN), Regeneração Intermediária (RI), Regeneração Antiga (RA),
Regeneração Muito Antiga (RMA), Floresta Primária (FP), e Várzea (VA). Um
conjunto de amostras de referência foi utilizado para identificar a classe a que os
padrões pertencem e outro para calcular a exatidão global e o índice Kappa. A
discriminação de oito classes de cobertura da terra não foi satisfatória. A melhor
exatidão global (56%) foi obtida a partir da classificação da imagem STM. Baseado no
grau de confusão entre as classes de referência foi realizada combinações entre classes e
entre seus correspondentes padrões para cinco e quatro classes. Os melhores resultados
de exatidão global foram obtidos na discriminação de quatro classes (SE/PC; RN/RI;
FP/RMA/RA e VA). As seguintes exatidões globais foram obtidas para as imagens
classificadas individualmente: 84%, 73%, 78%, 83%, 74%, 79%, e 76% para HH, HV,
VV, STM, BMI, CSI e VSI, respectivamente. Foram obtidos os seguintes resultados
para as classificações das combinações de imagens: 84,9%, 84,5% 83,7%, 81,2%,
79,6%, 76,5%, 74,4%, e 72,8% para CSI/HV, HH/HV/VV, HH/HV, HH/VV, CSI/VV,
VSI/HV, BMI/HV e VV/HV, respectivamente. Como resultado geral das análises, o
melhor resultado (84,9%) foi obtido a partir da combinação das imagens CSI e HV
filtradas com o filtro Map Gamma para a discriminação das classes SE/PC, RN/RI,
FP/RMA/RA e VA. Conclui-se que a utilização das imagens co-polarizadas e com
polarização cruzada combinadas contribui para uma melhora no resultado das
classificações, e que a aplicabilidade dos dados da banda-P para avaliação da cobertura
da terra em paisagens de Floresta Tropical é somente confiável para classes de cobertura
da terra amplamente definidas. MenosApresenta-se uma avaliação sobre as propriedades discriminatórias de dados de radar na
banda P para o mapeamento da cobertura da terra usando a rede neural artificial não
supervisionada Fuzzy-ART (Teoria da Ressonância Adaptativa). A área de estudo situase
próxima à Floresta Nacional do Tapajós, no Estado do Pará, Brasil. Os dados de radar
foram obtidos durante a missão realizada pela empresa alemã AeroSensing
RadarSystem GmbH em setembro de 2000. Foi selecionada uma faixa de imageamento
2,4 km x 7,4 km para o estudo. Os parâmetros de entrada para a rede Fuzzy-ART foram
otimizados por algoritmo genético. Foram investigadas as eficiências dos filtros Map
Gamma (5x5) e a combinação dos filtros Frost e Mediana (3x3) para redução do efeito
do ruído speckle. As seguintes imagens foram avaliadas individualmente e combinadas
duas a duas: retroespalhamento nas polarizações HH, HV, VV, Seção Transversa Média
(STM), e os índices biofísicos Índice de Biomassa (BMI), Índice de Estrutura do Dossel
(CSI) e Índice de Espalhamento Volumétrico (VSI). Examinou-se também a
combinação HH/HV/VV. Os padrões discriminados pela rede neural foram relacionados
com as classes de cobertura da terra de locais previamente observados em trabalho de
campo. As oito classes de referência são: Solo Exposto (SE), Pasto/Cultivo (PC),
Regeneração Nova (RN), Regeneração Intermediária (RI), Regeneração Antiga (RA),
Regeneração Muito Antiga (RMA), Floresta Primária (FP), e Várzea (VA). Um
conjunto de amostras de re... Mostrar Tudo |
Palavras-Chave: |
Banda P; Classificação de imagem; Imagem de radar; Processamento de imagem; Rede neural. |
Thesagro: |
Sensoriamento Remoto. |
Categoria do assunto: |
-- |
Marc: |
LEADER 03916nam a2200217 a 4500 001 1247605 005 2004-05-05 008 2004 bl uuuu m 00u1 u #d 100 1 $aNEPOMUCENO, A. M. 245 $aUso de rede reural artificial não supervisionada na classificação de dados de radar na Banda-P pra mapeamento de cobertura da terra em floresta tropical. 260 $a2003.$c2004 300 $c1 CD-ROM. 490 $a(INPE-10236-TDI/901). 500 $aDissertação (Mestrado em Sensoriamento Remoto)- Instituto Nacional de Pesquisas Espaciais, São José dos Campos, 2003. 520 $aApresenta-se uma avaliação sobre as propriedades discriminatórias de dados de radar na banda P para o mapeamento da cobertura da terra usando a rede neural artificial não supervisionada Fuzzy-ART (Teoria da Ressonância Adaptativa). A área de estudo situase próxima à Floresta Nacional do Tapajós, no Estado do Pará, Brasil. Os dados de radar foram obtidos durante a missão realizada pela empresa alemã AeroSensing RadarSystem GmbH em setembro de 2000. Foi selecionada uma faixa de imageamento 2,4 km x 7,4 km para o estudo. Os parâmetros de entrada para a rede Fuzzy-ART foram otimizados por algoritmo genético. Foram investigadas as eficiências dos filtros Map Gamma (5x5) e a combinação dos filtros Frost e Mediana (3x3) para redução do efeito do ruído speckle. As seguintes imagens foram avaliadas individualmente e combinadas duas a duas: retroespalhamento nas polarizações HH, HV, VV, Seção Transversa Média (STM), e os índices biofísicos Índice de Biomassa (BMI), Índice de Estrutura do Dossel (CSI) e Índice de Espalhamento Volumétrico (VSI). Examinou-se também a combinação HH/HV/VV. Os padrões discriminados pela rede neural foram relacionados com as classes de cobertura da terra de locais previamente observados em trabalho de campo. As oito classes de referência são: Solo Exposto (SE), Pasto/Cultivo (PC), Regeneração Nova (RN), Regeneração Intermediária (RI), Regeneração Antiga (RA), Regeneração Muito Antiga (RMA), Floresta Primária (FP), e Várzea (VA). Um conjunto de amostras de referência foi utilizado para identificar a classe a que os padrões pertencem e outro para calcular a exatidão global e o índice Kappa. A discriminação de oito classes de cobertura da terra não foi satisfatória. A melhor exatidão global (56%) foi obtida a partir da classificação da imagem STM. Baseado no grau de confusão entre as classes de referência foi realizada combinações entre classes e entre seus correspondentes padrões para cinco e quatro classes. Os melhores resultados de exatidão global foram obtidos na discriminação de quatro classes (SE/PC; RN/RI; FP/RMA/RA e VA). As seguintes exatidões globais foram obtidas para as imagens classificadas individualmente: 84%, 73%, 78%, 83%, 74%, 79%, e 76% para HH, HV, VV, STM, BMI, CSI e VSI, respectivamente. Foram obtidos os seguintes resultados para as classificações das combinações de imagens: 84,9%, 84,5% 83,7%, 81,2%, 79,6%, 76,5%, 74,4%, e 72,8% para CSI/HV, HH/HV/VV, HH/HV, HH/VV, CSI/VV, VSI/HV, BMI/HV e VV/HV, respectivamente. Como resultado geral das análises, o melhor resultado (84,9%) foi obtido a partir da combinação das imagens CSI e HV filtradas com o filtro Map Gamma para a discriminação das classes SE/PC, RN/RI, FP/RMA/RA e VA. Conclui-se que a utilização das imagens co-polarizadas e com polarização cruzada combinadas contribui para uma melhora no resultado das classificações, e que a aplicabilidade dos dados da banda-P para avaliação da cobertura da terra em paisagens de Floresta Tropical é somente confiável para classes de cobertura da terra amplamente definidas. 650 $aSensoriamento Remoto 653 $aBanda P 653 $aClassificação de imagem 653 $aImagem de radar 653 $aProcessamento de imagem 653 $aRede neural
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agropecuária Oeste (CPAO) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Amapá. |
Data corrente: |
17/11/2008 |
Data da última atualização: |
14/10/2022 |
Autoria: |
SOUZA, G. D. de; OLIVEIRA, L. P. S. de; SILVA, R. A. da. |
Afiliação: |
GIZELLE DIAS DE SOUZA, UNIVERSIDADE FEDERAL DO AMAPÁ; LANA PATRICIA SANTOS DE OLIVEIRA, UNIVERSIDADE FEDERAL DO AMAPÁ; RICARDO ADAIME DA SILVA, CPAF-AP. |
Título: |
Aspectos biológicos de Bephratelloides pomorum (Fabricius, 1808) (Hymenoptera: eurytomyidae). |
Ano de publicação: |
2004 |
Fonte/Imprenta: |
Revista científica eletrônica de Agronomia, v. 3, n. 6, dez. 2004. |
Idioma: |
Português |
Notas: |
Notas técnicas. |
Conteúdo: |
O presente trabalho objetiva reunir informações sobre Bephratelloides pomorum (Fabricius, 1808) (Hymenoptera: Eurytomyidae), uma importante praga da gravioleira no Brasil |
Palavras-Chave: |
Bephratelloides pomorum. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/353039/1/dalbjMbqwA1LQyC-2013-4-29-13-58-5.pdf
|
Marc: |
LEADER 00703naa a2200169 a 4500 001 1353039 005 2022-10-14 008 2004 bl uuuu u00u1 u #d 100 1 $aSOUZA, G. D. de 245 $aAspectos biológicos de Bephratelloides pomorum (Fabricius, 1808) (Hymenoptera$beurytomyidae). 260 $c2004 500 $aNotas técnicas. 520 $aO presente trabalho objetiva reunir informações sobre Bephratelloides pomorum (Fabricius, 1808) (Hymenoptera: Eurytomyidae), uma importante praga da gravioleira no Brasil 653 $aBephratelloides pomorum 700 1 $aOLIVEIRA, L. P. S. de 700 1 $aSILVA, R. A. da 773 $tRevista científica eletrônica de Agronomia$gv. 3, n. 6, dez. 2004.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amapá (CPAF-AP) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|