Técnicas de mineração de dados para identificação de áreas com cana- açúcar em imagens landsat 5.

Vista sencilla de ítem
dc.contributorROBSON T . NONATO, Unicamp; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA.
dc.creatorNONATO, R. T.
dc.creatorOLIVEIRA, S. R. de M.
dc.date2014-02-06T11:11:11Z
dc.date2014-02-06T11:11:11Z
dc.date2014-02-06
dc.date2013
dc.date2014-02-06T11:11:11Z
dc.date.accessioned2026-07-07T04:13:28Z
dc.descriptionResumo: Neste trabalho, verificou-se a aderência de técnicas de mineração de dados voltadas para problemas de classificação de dados na identificação automatizada de áreas cultivadas com cana-de-açúcar, em imagens do satélite Landsat 5/TM . Para essa verificação, foram estudadas imagens de áreas cultivadas com cana-de-açúcar em três fases fenológicas diferentes. Os pixels foram convertidos em valores de refletância de superfície, nas vizinhanças das cidades de Araras, São Carlos e Araraquara , no Estado de São Paulo. Foram gerados cinco modelos de árvores de decisão binária, induzidos pelo algoritmo C4.5, em que todos roduziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos significativos na acurácia do modelo de classificação e contribuiu para melhorar a distinção de áreas cultivadas com cana -de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana, lagos e rios. Os índices de vegetação mostraram-se relevantes na distinção da fase e do estado fenológico das culturas. Os resultados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras, no Estado de São Paulo.
dc.identifierEngenharia Agrícola, Jaboticabal, v. 33, n. 6, p. 1268-1280, nov./dez. 2013.
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/978823
dc.identifier.urihttp://hdl.handle.net/123456789/454557
dc.languagepor
dc.rightsopenAccess
dc.subjectMapeamento agrícola
dc.subjectClassificação de imagens
dc.subjectÁrvore de decisão
dc.subjectSensoriamento Remoto
dc.subjectRemote sensing
dc.titleTécnicas de mineração de dados para identificação de áreas com cana- açúcar em imagens landsat 5.
dc.typeArtigo de periódico

Archivos

Colecciones

Embrapa Agricultura Digital (CNPTIA)