Identificação da mudança de uso da terra usando técnicas de agrupamento de séries temporais de imagens de satélite.

Vista sencilla de ítem
dc.contributorRACHEL SCRIVANI, Feagri/Unicamp; BRUNO FERRAZ DO AMARAL, ICMC/USP; RENATA RIBEIRO DO VALLE GONÇALVES, Cepagri/Unicamp; ELAINE PARROS MACHADO DE SOUSA, ICMC/USP; JURANDIR ZULLO JÚNIOR, Cepagri/Unicamp; LUCIANA ALVIM SANTOS ROMANI, CNPTIA.
dc.creatorSCRIVANI, R.
dc.creatorAMARAL, B. F. do
dc.creatorGONÇALVES, R. R. do V.
dc.creatorSOUSA, E. P. M. de
dc.creatorZULLO JÚNIOR, J.
dc.creatorROMANI, L. A. S.
dc.date2015-10-01T06:49:00Z
dc.date2015-10-01T06:49:00Z
dc.date2014-11-21
dc.date2014
dc.date2020-01-22T11:11:11Z
dc.date.accessioned2026-07-07T04:14:12Z
dc.descriptionResumo. A disponibilidade de dados orbitais, aliada à necessidade crescente de monitoramento de grandes extensões e de preservação de regiões ambientalmente sensíveis, gera uma oportunidade para o desenvolvimento/adaptação de métodos computacionais. A fim de gerar informações de avaliação temporal e espacial que possam constituir importante ferramenta de planejamento e de orientação à tomada de decisão para o manejo e conservação destas áreas, o objetivo deste trabalho é propor uma abordagem baseada em métodos de agrupamento de séries de imagens de satélite para auxiliar na análise espaço-temporal da mudança do uso da terra, identificando de forma automática, com alta probabilidade de serem áreas inundáveis, floresta, culturas agrícolas e pastagem em escala regional. Séries temporais de imagens do sensor MODIS com valores dos índices de vegetação NDVI e EVI, do período de 2008/2009 a 2013/2014, foram agrupadas por meio do algoritmo K-means. Para uma avaliação da qualidade dos agrupamentos obtidos foi utilizado o coeficiente de Silhueta. Séries temporais de precipitação do satélite TRMM foram utilizadas a fim de correlacionar com os demais resultados obtidos para avaliar a pré-classificação gerada pelo método de agrupamento em anos secos, chuvosos e com distribuição de chuva diferente da normalidade. A abordagem proposta pode auxiliar no monitoramento de áreas ambientalmente sensíveis, tendo o EVI apresentado melhor desempenho em áreas de densa vegetação e concentração de água.
dc.descriptionGeopantanal 2014.
dc.format1 CD-ROM.
dc.formatp. 554-563.
dc.identifierIn: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 5., 2014, Campo Grande, MS. Anais... São José dos Campos: INPE, 2014.
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1000766
dc.identifier.urihttp://hdl.handle.net/123456789/454974
dc.languagepor
dc.rightsopenAccess
dc.subjectSensor MODIS
dc.subjectSéries temporais
dc.subjectÍndice de vegetação
dc.subjectSensoriamento remoto
dc.subjectRemote sensing
dc.subjectTime series analysis
dc.subjectVegetation index
dc.titleIdentificação da mudança de uso da terra usando técnicas de agrupamento de séries temporais de imagens de satélite.
dc.typeArtigo em anais e proceedings

Archivos

Colecciones

Embrapa Agricultura Digital (CNPTIA)