Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite.

dc.contributorTATIANA GROSSI CHQUILOFF VIEIRA, GeoSolos; WILIAN SOARES LACERDA, UFLA; HELENA MARIA RAMOS ALVES, SAPC; MARGARETE MARIN LORDELO VOLPATO, GeoSolos; LÍVIA NAIARA DE ANDRADE, GeoSolos; RICARDO CÉSAR ARSILLO BRAGA, GeoSolos; VANESSA CRISTINA OLIVEIRA DE SOUZA, GeoSolos.
dc.creatorVIEIRA, T. G. C.
dc.creatorLACERDA, W. S.
dc.creatorALVES, H. M. R.
dc.creatorVOLPATO, M. M. L.
dc.creatorANDRADE, L. N. de
dc.creatorBRAGA, R. C. A.
dc.creatorSOUZA, V. C. O. de
dc.date2011-04-09T22:27:27Z
dc.date2011-04-09T22:27:27Z
dc.date2011-03-10
dc.date2009
dc.date2011-04-10T11:11:11Z
dc.date.accessioned2026-07-01T00:24:40Z
dc.descriptionA aplicação de Redes Neurais Artificiais (RNAs) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora, principalmente na discriminação de classes de maior complexidade. No presente trabalho, é apresentado uma aplicação de RNAs na identificação de áreas cafeeiras que possui um padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes de uso da terra. Foram utilizadas três bandas espectrais da imagem do satélite HRV/SPOT5 da região de Guaxupé (MG) com o software de processamento de imagens IDRISI. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, o que é considerado um índice bom. A metodologia de Redes Neurais Artificiais do tipo multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se acrescente outros dados de entrada para melhorar a classificação.
dc.identifierIn: CONGRESSO BRASILEIRO DE REDES NEURAIS, 9., 2009, Ouro Preto.
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/880327
dc.identifier.urihttp://hdl.handle.net/123456789/403315
dc.languagepor
dc.rightsopenAccess
dc.subjectClassificação
dc.subjectCafeicultura
dc.subjectSensoriamento Remoto
dc.titleRedes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite.
dc.typeArtigo em anais e proceedings

Archivos