|
|
Registro Completo |
Biblioteca(s): |
Embrapa Pecuária Sudeste. |
Data corrente: |
10/11/2006 |
Data da última atualização: |
26/06/2023 |
Tipo da produção científica: |
Documentos |
Autoria: |
NOVAES, A. P.; OLIVEIRA, M. C. de S. |
Afiliação: |
ANTONIO PEREIRA DE NOVAES, CNPDIA/SÃO CARLOS, SP.; MARCIA CRISTINA DE SENA OLIVEIRA, CPPSE. |
Título: |
Fotossensibilização em bezerros: um relato. |
Ano de publicação: |
2006 |
Fonte/Imprenta: |
São Carlos, SP: Embrapa Instrumentação Agropecuária, 2006. |
Série: |
(Documentos / Embrapa Instrumentação Agropecuária; 23). |
Idioma: |
Português |
Palavras-Chave: |
Bezerros. |
Thesagro: |
Fotossensibilização. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/123949/1/DOC23-2006.pdf
|
Marc: |
LEADER 00491nam a2200145 a 4500 001 1047617 005 2023-06-26 008 2006 bl uuuu u01u1 u #d 100 1 $aNOVAES, A. P. 245 $aFotossensibilização em bezerros$bum relato.$h[electronic resource] 260 $aSão Carlos, SP: Embrapa Instrumentação Agropecuária$c2006 490 $a(Documentos / Embrapa Instrumentação Agropecuária; 23). 650 $aFotossensibilização 653 $aBezerros 700 1 $aOLIVEIRA, M. C. de S.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Pecuária Sudeste (CPPSE) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Florestas. Para informações adicionais entre em contato com cnpf.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Florestas. |
Data corrente: |
18/09/2009 |
Data da última atualização: |
25/02/2016 |
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
Autoria: |
LUZ, J. da. |
Título: |
Imagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de Floresta Ombrófila Mista. |
Ano de publicação: |
2009 |
Fonte/Imprenta: |
2009. |
Páginas: |
121 f. |
Idioma: |
Português |
Notas: |
Dissertação (Mestrado em Engenharia Florestal) - Setor de Ciências Agrárias, Universidade Federal do Paraná, Curitiba. Orientador: Nelson Carlos Rosot; Co-orientador: Maria Augusta Doetzer Rosot. |
Conteúdo: |
O presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos
classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de
vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram
aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de
resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas
utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening
e Principal Components Spectral Sharpening. Para as classificações foram utilizados os
algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a
Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por
árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o
software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a
classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura)
representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação
por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no
software SPRING) foi necessário primeiramente realizar a segmentação da imagem para
posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação
do software em processar 61 bandas conjuntamente no processo de segmentação, a técnica
Análise de Cluster foi empregada para a seleção de seis bandas representativas do conjunto de
dados. Na análise visual e no teste de fidelidade espectral, as técnicas de fusão que apresentaram
melhores resultados foram as Componentes Principais e Gram-Schmidt. No teste de transferência
de detalhes as quatro técnicas de fusão se mostraram apropriadas. No resultado das classificações
o algoritmo que apresentou melhor acurácia foi a Árvore de Decisão, apresentando valor de
coeficiente Kappa de 0,966 e acurácia geral de 97% em comparação com o Bhattacharya, que
respectivamente apresentou os seguintes valores: 0,755 e 79%. Apesar da técnica Árvore de
Decisão apresentar um coeficiente Kappa superior, sua classificação se mostrou com aparência de
“salt and pepper”, com pixels isolados, assemelhando-se a uma imagem com ruído, ao contrário
da classificação por regiões. MenosO presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos
classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de
vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram
aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de
resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas
utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening
e Principal Components Spectral Sharpening. Para as classificações foram utilizados os
algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a
Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por
árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o
software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a
classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura)
representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação
por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no
software SPRING) foi necessário primeiramente realizar a segmentação da imagem para
posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação
do software em processar 61 bandas conjuntamente no ... Mostrar Tudo |
Palavras-Chave: |
Árvore de decisão; Imagem de satélite. |
Categoria do assunto: |
K Ciência Florestal e Produtos de Origem Vegetal |
Marc: |
LEADER 03122nam a2200157 a 4500 001 1428215 005 2016-02-25 008 2009 bl uuuu m 00u1 u #d 100 1 $aLUZ, J. da 245 $aImagens ALOS para o mapeamento da vegetação arbórea e outros usos do solo em área de Floresta Ombrófila Mista. 260 $a2009.$c2009 300 $a121 f. 500 $aDissertação (Mestrado em Engenharia Florestal) - Setor de Ciências Agrárias, Universidade Federal do Paraná, Curitiba. Orientador: Nelson Carlos Rosot; Co-orientador: Maria Augusta Doetzer Rosot. 520 $aO presente estudo teve como objetivo principal avaliar o uso de diferentes algoritmos classificadores em imagens do satélite ALOS para mapeamento do uso do solo e classes de vegetação em um fragmento de Floresta Ombrófila Mista. Como objetivo secundário foram aplicadas e analisadas quatro diferentes técnicas de fusão para as imagens PRISM (2,5 metros de resolução espacial) e AVNIR-2 (10 metros), utilizando três e quatro bandas. As técnicas utilizadas foram as seguintes: HSV, Color normalized (CN), Gram-Schmidt Spectral Sharpening e Principal Components Spectral Sharpening. Para as classificações foram utilizados os algoritmos supervisionados Bhattacharya e Árvore de Decisão (C4.5). A área de estudo foi a Reserva Florestal Embrapa/Epagri localizada no Município de Caçador, SC. Na classificação por árvore de decisão foi utilizado um aplicativo para a geração do conjunto de regras da árvore, o software WEKA e um aplicativo de processamento de imagens, o software ENVI, para a classificação digital (RSI, 2005). Foram utilizadas 61 variáveis (13 espectrais e 48 de textura) representadas em 317 amostras de treinamento de 3 x 3 pixels cada uma. Quando da classificação por Bhattacharya (algoritmo de classificação por crescimento de regiões implementado no software SPRING) foi necessário primeiramente realizar a segmentação da imagem para posterior uso das regiões como amostras de treinamento para a classificação. Devido à limitação do software em processar 61 bandas conjuntamente no processo de segmentação, a técnica Análise de Cluster foi empregada para a seleção de seis bandas representativas do conjunto de dados. Na análise visual e no teste de fidelidade espectral, as técnicas de fusão que apresentaram melhores resultados foram as Componentes Principais e Gram-Schmidt. No teste de transferência de detalhes as quatro técnicas de fusão se mostraram apropriadas. No resultado das classificações o algoritmo que apresentou melhor acurácia foi a Árvore de Decisão, apresentando valor de coeficiente Kappa de 0,966 e acurácia geral de 97% em comparação com o Bhattacharya, que respectivamente apresentou os seguintes valores: 0,755 e 79%. Apesar da técnica Árvore de Decisão apresentar um coeficiente Kappa superior, sua classificação se mostrou com aparência de “salt and pepper”, com pixels isolados, assemelhando-se a uma imagem com ruído, ao contrário da classificação por regiões. 653 $aÁrvore de decisão 653 $aImagem de satélite
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Florestas (CNPF) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|