|
|
Registros recuperados : 13 | |
5. | | EBERHARDT, I. D. R.; LUIZ, A. J. B.; FORMAGGIO, A. R.; SANCHES, I. D'A. Detecção de áreas agrícolas em tempo quase real com imagens Modis. Pesquisa Agropecuária Brasileira, Brasília, DF., v.50, n.7, p.605-614, jul. 2015. Biblioteca(s): Embrapa Meio Ambiente; Embrapa Unidades Centrais. |
| |
7. | | LUIZ, A. J. B.; EBERHARDT, I. D. R.; SCHULTZ, B.; FORMAGGIO, A. R. Visualização de dados de imagens de sensoriamento remoto. Revista da Estatística UFOP, Ouro Preto, v. 3, n. 2, 2014. Edição dos trabalhos apresentados oralmente na 59ª Reunião Anual da Regional Brasileira da Sociedade Internacional de Biometria, Ouro Preto, 2014. p. 260-265. Biblioteca(s): Embrapa Meio Ambiente. |
| |
8. | | SCHULTZ, B.; FORMAGGIO, A. R.; EBERHARDT, I. D. R.; SANCHES, I. D.; OLIVEIRA, J. C. de; LUIZ, A. J. B. Classificação orientada a objetos em imagens multitemporais ladsat aplicada na identificação de cana-de-açúcar e soja. Revista Brasileira de Cartografia, v. 68, n. 1, p. 131-143, 2016. Biblioteca(s): Embrapa Meio Ambiente. |
| |
9. | | TRABAQUINI, K.; LUIZ, A. J. B.; EBERHARDT, I. D. R.; SCHULTZ, B.; FORMAGGIO, A. R.; ATZBERGER, C. Metodologia para monitoramento agrícola com emprego de imagens orbitais e amostragem estatística. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 17., 2015, João Pessoa. Anais... São José dos Campos: INPE, 2015. p. 4482-4489. Biblioteca(s): Embrapa Meio Ambiente. |
| |
11. | | EBERHARDT, I. D. R.; LUIZ, A. J. B.; FORMAGGIO, A. R.; SANCHES, I. D.; SCHULTZ, B.; TRABAQUINI, K. Detecção de áreas agrícolas em tempo quase real (DATQuaR). In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 17., 2015, João Pessoa. Anais... São José dos Campos: INPE, 2015. p. 5650-5657. Biblioteca(s): Embrapa Meio Ambiente. |
| |
12. | | EBERHARDT, I. D. R.; MELO, M. P.; RIZZI, R.; FORMAGGIO, A. R.; ATZBERGER, C.; LUIZ, A. J. B.; FOSCHIERA, W.; SCHULTZ, B.; TRABAQUINI, K.; GOLTZ, E. Assessment of suitable observation conditions for a monthly operational remote sensing based crop monitoring system. In: IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2014, Quebec. Proceedings... Quebec: IEEE, 2014. p. 2126-2129. Biblioteca(s): Embrapa Meio Ambiente. |
| |
13. | | EBERHARDT, I. D. R.; SCHULTZ, B.; RIZZI, R.; SANCHES, I. D.; FORMAGGIO, A. R.; ATZBERGER, C.; MELLO, M. P.; IMMITZER, M.; TRABAQUINI, K.; LUIZ, A. J. B.; FOSCHIERA, W. Cloud cover assessment for operational crop monitoring systems in tropical areas. Remote Sensing, v. 8, n. 3, p. 1-14, 2016. Biblioteca(s): Embrapa Meio Ambiente. |
| |
Registros recuperados : 13 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Meio Ambiente. |
Data corrente: |
26/01/2016 |
Data da última atualização: |
17/01/2023 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
EBERHARDT, I. D. R.; LUIZ, A. J. B.; FORMAGGIO, A. R.; SANCHES, I. D.; SCHULTZ, B.; TRABAQUINI, K. |
Afiliação: |
ISAQUE DANIEL ROCHA EBERHARDT, INPE; ALFREDO JOSE BARRETO LUIZ, CNPMA; ANTONIO ROBERTO FORMAGGIO, INPE; IEDA DEL'ARCO SANCHES, INPE; BRUNO SCHULTZ, INPE; KLEBER TRABAQUINI, INPE. |
Título: |
Detecção de áreas agrícolas em tempo quase real (DATQuaR). |
Ano de publicação: |
2015 |
Fonte/Imprenta: |
In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 17., 2015, João Pessoa. Anais... São José dos Campos: INPE, 2015. p. 5650-5657. |
Idioma: |
Português |
Conteúdo: |
Abstract: Nowadays the challenge in agricultural estimates using remote sensing is to produce the estimates and data across the crop season, in near real-time. The aim of this paper is to build an approach capable to produce the crop maps of soybean+maize in near real-time, for Rio Grande do Sul state, using MODIS images. To generate the near real-time crop maps we used the MODIS 16 days composites vegetation index (VI) images of NDVI and EVI. This new approach was called Near Real-Time Crop Fields Detection (DATQuaR). The MODIS VIs images were aggregated in bimonthly periods using different ways: average, maximum, minimum and median of registered values. After that, the image of the previous period was subtracted from the image of the monitored period, generating the DATQuaR images. These images were classified by slice using as limit the occupied area estimate with soybean+maize produced by random sampling over Landsat image and visual interpretation. The DATQuaR maps were submitted to 3x3 pixel window mode filter. The results showed that the best approach was to aggregate the maximum registered MODIS IVs value in the monitored period and the minimum value registered in the previous period. In this case the EVI images and the 3x3 pixel window mode filterwere used. Using this approach the DATQuaR method achieved over 81% (in the worst period, January/February of 2014) of agreement with random sampling Landsat pixels classified by visual interpretation. |
Palavras-Chave: |
DATQuaR; Mapas de cultivo de verão; MODIS. |
Thesagro: |
Estatística agrícola; Sensoriamento remoto. |
Thesaurus NAL: |
Remote sensing; Statistics. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/137821/1/2015AA005.pdf
|
Marc: |
LEADER 02286nam a2200253 a 4500 001 2035217 005 2023-01-17 008 2015 bl uuuu u00u1 u #d 100 1 $aEBERHARDT, I. D. R. 245 $aDetecção de áreas agrícolas em tempo quase real (DATQuaR).$h[electronic resource] 260 $aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 17., 2015, João Pessoa. Anais... São José dos Campos: INPE, 2015. p. 5650-5657.$c2015 520 $aAbstract: Nowadays the challenge in agricultural estimates using remote sensing is to produce the estimates and data across the crop season, in near real-time. The aim of this paper is to build an approach capable to produce the crop maps of soybean+maize in near real-time, for Rio Grande do Sul state, using MODIS images. To generate the near real-time crop maps we used the MODIS 16 days composites vegetation index (VI) images of NDVI and EVI. This new approach was called Near Real-Time Crop Fields Detection (DATQuaR). The MODIS VIs images were aggregated in bimonthly periods using different ways: average, maximum, minimum and median of registered values. After that, the image of the previous period was subtracted from the image of the monitored period, generating the DATQuaR images. These images were classified by slice using as limit the occupied area estimate with soybean+maize produced by random sampling over Landsat image and visual interpretation. The DATQuaR maps were submitted to 3x3 pixel window mode filter. The results showed that the best approach was to aggregate the maximum registered MODIS IVs value in the monitored period and the minimum value registered in the previous period. In this case the EVI images and the 3x3 pixel window mode filterwere used. Using this approach the DATQuaR method achieved over 81% (in the worst period, January/February of 2014) of agreement with random sampling Landsat pixels classified by visual interpretation. 650 $aRemote sensing 650 $aStatistics 650 $aEstatística agrícola 650 $aSensoriamento remoto 653 $aDATQuaR 653 $aMapas de cultivo de verão 653 $aMODIS 700 1 $aLUIZ, A. J. B. 700 1 $aFORMAGGIO, A. R. 700 1 $aSANCHES, I. D. 700 1 $aSCHULTZ, B. 700 1 $aTRABAQUINI, K.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|