| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
10/05/2022 |
|
Data da última atualização: |
10/05/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
SILVA, C. A.; GUERRISI, G.; DEL FRATE, F.; SANO, E. E. |
|
Afiliação: |
CLAUDIA ARANTES SILVA; GIORGIA GUERRISI; FABIO DEL FRATE; EDSON EYJI SANO, CPAC. |
|
Título: |
Near-real time deforestation detection in the Brazilian Amazon with Sentinel-1 and neural networks. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
European Journal of Remote Sensing, v. 55, n. 1, 2022. |
|
Páginas: |
p. 129-149 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Optical-based near-real time deforestation alert systems in the Brazilian Amazon are ineffective in the rainy season. This study identify clear-cut deforested areas through Neural Network (NN) algorithm based on C-band, VV- and VH-polarized, Sentinel-1 images. Statistical parameters of backscatter coefficients (mean, standard deviation, and the difference between maximum and minimum values ? MMD) were computed from 30 Sentinel-1 images, from 2019, used as input parameters of the NN classifier. The samples were manually selected, including forested and deforested areas. After deforestation, mean backscatter signals decreased on the average of 2 dB for VV and 2.3 dB for VH from May to September?October. A Multi-Layer Perceptron (MLP) network was used for detecting near-real time forest disturbances larger than 2 ha. Case studies were performed for both polarizations considered the following input sets to the MLP: mean; mean and standard deviation; mean and MMD; and mean, standard deviation, and MMD. For the 2019 dataset, the latter showed the best performance of the NN algorithm with accuracy and F1 score of 99%. Automatic extraction using 2018 Sentinel-1 images reached accuracy and F1 score of 89% with the MapBiomas reference data and accuracy of 81% and F1 score of 79% with the PRODES reference data. |
|
Palavras-Chave: |
Desflorestamento; Extração automática de imagens; Floresta Amazônica; Rede neural. |
|
Thesagro: |
Desmatamento; Floresta Tropical. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1142848/1/Sano-Near-real-time-deforestation-detection-in-the.pdf
|
|
Marc: |
LEADER 02044naa a2200241 a 4500
001 2142848
005 2022-05-10
008 2022 bl uuuu u00u1 u #d
100 1 $aSILVA, C. A.
245 $aNear-real time deforestation detection in the Brazilian Amazon with Sentinel-1 and neural networks.$h[electronic resource]
260 $c2022
300 $ap. 129-149
520 $aOptical-based near-real time deforestation alert systems in the Brazilian Amazon are ineffective in the rainy season. This study identify clear-cut deforested areas through Neural Network (NN) algorithm based on C-band, VV- and VH-polarized, Sentinel-1 images. Statistical parameters of backscatter coefficients (mean, standard deviation, and the difference between maximum and minimum values ? MMD) were computed from 30 Sentinel-1 images, from 2019, used as input parameters of the NN classifier. The samples were manually selected, including forested and deforested areas. After deforestation, mean backscatter signals decreased on the average of 2 dB for VV and 2.3 dB for VH from May to September?October. A Multi-Layer Perceptron (MLP) network was used for detecting near-real time forest disturbances larger than 2 ha. Case studies were performed for both polarizations considered the following input sets to the MLP: mean; mean and standard deviation; mean and MMD; and mean, standard deviation, and MMD. For the 2019 dataset, the latter showed the best performance of the NN algorithm with accuracy and F1 score of 99%. Automatic extraction using 2018 Sentinel-1 images reached accuracy and F1 score of 89% with the MapBiomas reference data and accuracy of 81% and F1 score of 79% with the PRODES reference data.
650 $aDesmatamento
650 $aFloresta Tropical
653 $aDesflorestamento
653 $aExtração automática de imagens
653 $aFloresta Amazônica
653 $aRede neural
700 1 $aGUERRISI, G.
700 1 $aDEL FRATE, F.
700 1 $aSANO, E. E.
773 $tEuropean Journal of Remote Sensing$gv. 55, n. 1, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 272 | |
| 164. |  | VALADÃO, L. V.; FONSECA, I. R.; CICERELLI, R. E.; ALMEIDA, T.; GARNIER, J.; SANO, E. E. Temporal dynamics of the hydropower water Reservoirs of the Tocantins - Araguaia Basin, Brazil, based on remote sensing and hydrometeorological station datasets. Water, v. 15, n. 9, 2023. p. 1-23| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 3 |
| Biblioteca(s): Embrapa Cerrados. |
|    |
| 165. | | JESUS, E. T.; FERREIRA, L. G.; FERREIRA, M. E.; FERREIRA, N. C.; HUETE, A.; SANO, E. E. Avaliação dos índices de vegetação MODIS para a detecção de mudanças na cobertura vegetal do Cerrado. In: CONFERÊNCIA CIENTÍFICA DO LBA, 3., 2004, Brasília, DF. Anais de trabalhos completos. Brasília, DF: LBA, 2004. 1 p.| Biblioteca(s): Embrapa Cerrados. |
| |
| 168. | | SANO, E. E.; BETTIOL, G. M.; MARTINS, E. de S.; VASCONCELOS, V.; BOLFE, E. L.; VICTORIA, D. de C. Características gerais da paisagem do Cerrado. In: BOLFE, E. L.; SANO, E. E.; CAMPOS, S. K. (Ed.). Dinâmica agrícola no cerrado: análises e projeções. Brasília, DF: Embrapa, 2020. v. 1, cap. 1, p. 21-37. p. 21-37| Tipo: Capítulo em Livro Técnico-Científico |
| Biblioteca(s): Embrapa Cerrados. |
| |
| 170. | | THOMA, D. P.; MORAN, M. S.; BRYANT, R.; RAHMAN, M.; HOLIFIELD-COLLINS, C. D.; SKIRVIN, S.; SANO, E. E. Comparison of four models to determine surface soil moisture from C-band radar imagery in a sparsely vegetated semiarid landscape. Water Resources Research, v. 42, p. 1-12, 2006.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: Internacional - A |
| Biblioteca(s): Embrapa Cerrados. |
| |
| 175. | | ASSAD, E. D.; SANO, E. E.; CUNHA, S. A. R. da; CORREA, T. B. S.; RODRIGUES, H. R. Identificação de impurezas e misturas em pó de café por meio de comportamento espectral e análise de imagens digitais. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 37, n. 2, p. 211-216, fev. 2002.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: -- - -- |
| Biblioteca(s): Embrapa Agricultura Digital; Embrapa Unidades Centrais. |
| |
| 176. | | ASSAD, E. D.; SANO, E. E.; CUNHA, S. A. R. da; CORREA, T. B. S.; RODRIGUES, H. R. Identificacao de impurezas e misturas em po de cafe por meio de comportamento espectral e analise de imagens digitais. Pesquisa Agropecuaria Brasileira,Brasilia, v. 37, n., 2, p. 211-216, 2002.| Biblioteca(s): Embrapa Agroindústria de Alimentos; Embrapa Cerrados. |
| |
| 178. | | CAMELO, A. P.; SANCHES, K.; MATRICARDI, E. A. T.; SANO, E. E.; SOUZA, A. N. de; MIGUEL, E. P. Effects of landscape fragmentation on soil loss in the Cerrado Biome, Brazil. Environmental Management and Sustainable Development, v. 13, n. 1, 2024.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 4 |
| Biblioteca(s): Embrapa Cerrados. |
| |
| 180. | | BEUCHLE, R.; GRECCHI, R. C.; SHIMABUKURO, Y. E.; SELIGER, R.; EVA, H. D.; SANO, E. E.; ARCHARD, F. Land cover changes in the Brazilian Cerrado and Caatinga biomes from 1990 to 2010 based on a systematic remote sensing sampling approach Applied Geography, v. 58, p. 116,127, Mar. 2015.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Cerrados. |
| |
| Registros recuperados : 272 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
