Registro Completo |
Biblioteca(s): |
Embrapa Café; Embrapa Unidades Centrais. |
Data corrente: |
21/02/2011 |
Data da última atualização: |
11/03/2011 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
ANDRADE, L. N.; VIEIRA, T. G. C.; LACERDA, W. S.; DAVIS JUNIOR, C. A.; VOLPATO, M. L. M.; ALVES, H. M. R. |
Afiliação: |
LÍVIA N. ANDRADE, UFMG/UFLA; TATIANA GROSSI CHQUILOFF VIEIRA, EPAMIG/URESM; WILIAN SOARES LACERDA, UFLA/DCC; CLODOVEU AUGUSTO DAVIS JUNIOR, UFMG/DCC; MARGARETE LORDELO MARIN VOLPATO, EPAMI/URESM; HELENA MARIA RAMOS ALVES, SAPC. |
Título: |
Identificação automática de áreas cafeeiras em imagens de satélite utilizando redes neurais artificiais. |
Ano de publicação: |
2010 |
Fonte/Imprenta: |
In.: CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA, 19, 2010, Lavras. |
Idioma: |
Português |
Conteúdo: |
A cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Neste sentido, o presente estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras da região de Machado, MG. A região apresenta relevo ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Outro complicador é a alta similaridade do padrão espectral do café e áreas de mata nativa. A área foi dividida entre os relevos plano e acidentado, e foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, que utilizam classificadores automáticos clássicos, como o Battacharya e o Maxver. O Kappa do mapa classificado pela RNA foi de 55,84% para o relevo mais movimentado e 60,29% para o relevo menos movimentado. |
Palavras-Chave: |
Rede neural artificial. |
Thesagro: |
Cafeicultura; Sensoriamento Remoto. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/29314/1/Identificacao-automatica.pdf
|
Marc: |
LEADER 01807nam a2200205 a 4500 001 1880457 005 2011-03-11 008 2010 bl uuuu u00u1 u #d 100 1 $aANDRADE, L. N. 245 $aIdentificação automática de áreas cafeeiras em imagens de satélite utilizando redes neurais artificiais.$h[electronic resource] 260 $aIn.: CONGRESSO DE PÓS-GRADUAÇÃO DA UFLA, 19, 2010, Lavras.$c2010 520 $aA cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Neste sentido, o presente estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras da região de Machado, MG. A região apresenta relevo ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Outro complicador é a alta similaridade do padrão espectral do café e áreas de mata nativa. A área foi dividida entre os relevos plano e acidentado, e foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, que utilizam classificadores automáticos clássicos, como o Battacharya e o Maxver. O Kappa do mapa classificado pela RNA foi de 55,84% para o relevo mais movimentado e 60,29% para o relevo menos movimentado. 650 $aCafeicultura 650 $aSensoriamento Remoto 653 $aRede neural artificial 700 1 $aVIEIRA, T. G. C. 700 1 $aLACERDA, W. S. 700 1 $aDAVIS JUNIOR, C. A. 700 1 $aVOLPATO, M. L. M. 700 1 $aALVES, H. M. R.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Café (CNPCa) |
|