Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/marte2/2015/06.15.15.43.44-0:pt:title:2:classificacao utilizando cobertura sintetica:classificacao cobertura terra utilizando dados oticos de radares abertura sintetica:>.
31 referências similares foram encontradas(inclusive a original) buscando em 22 dentre 22 Arquivos
(este total pode incluir algumas duplicatas - para ver a conta certa clique no botão Mostrar Todas).
As 10 mais recentes estão listadas abaixo.
Data e hora local de busca: 16/05/2024 12:14.

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3JM4D2H
Repositóriosid.inpe.br/marte2/2015/06.15.15.43
Última Atualização2015:06.15.15.43.44 (UTC) banon
Repositório de Metadadossid.inpe.br/marte2/2015/06.15.15.43.44
Última Atualização dos Metadados2018:06.06.03.23.31 (UTC) administrator
ISBN978-85-17-0076-8
Rótulo902
Chave de CitaçãoReisPantSantDutr:2015:ClCoTe
TítuloClassificação de cobertura da terra utilizando dados óticos e de radares de abertura sintética
FormatoInternet
Ano2015
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho2848 KiB
2. Contextualização
Autor1 Reis, Mariane Souza
2 Pantaleão, Eliana
3 Sant'Anna, Sidnei João Siqueira
4 Dutra, Luciano Vieira
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JJ8N
4 8JMKD3MGP5W/3C9JHMA
Grupo1
2
3
4 DPI-OBT-INPE-MCTI-GOV-BR
Afiliação1
2
3
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 reis@dpi.inpe.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Endereço de e-Mailwanderf@dsr.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 17 (SBSR)
Localização do EventoJoão Pessoa
Data25-29 abr. 2015
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas4612-4619
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2015-06-15 15:43:44 :: banon -> administrator ::
2018-06-06 03:23:31 :: administrator -> simone :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe availability of optical data is subject to weather conditions and lighting of the scene. Images from Synthetic Aperture Radar (SAR) can be obtained almost independently from weather conditions, what renders this data a strong candidate to be used in cover classification studies. Also, since these two different data are complementary, their combination can improve the results obtained with each separately. This work compares classification results from optical data, SAR data and optical-SAR fusion data and evaluates their performance for land cover identification. The study area is located in Belterra, state of Pará, in the Legal Amazon region. Different sets of data were used, including the original data and other texture attributes extracted from them. The aim of the study is to evaluate the use of optical, SAR data and the fusion of both for the assessment of the classifications and also the sensibility of the results to the variations induced by the selection of the training data. Results show that the use of SAR data together with optical data does not improve classification results when compared to the use of only optical data and the use of texture attributes of optical data may be interesting for only some cover classes. In the absence of optical data, texture attributes derived from filtrated SAR data may be used instead, with less accurate results in general, although the classification of fallow agriculture areas is improved in comparison to that obtained from optical data.
ÁreaSRE
TipoSensoriamento remoto de microondas
Arranjo 1urlib.net > Produção anterior à 2021 > DIDSR > SBSR 17 > Classificação de cobertura...
Arranjo 2Projeto Memória 60... > Livros e livros editados > SBSR 17 > Classificação de cobertura...
Arranjo 3urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Classificação de cobertura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3JM4D2H
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3JM4D2H
Idiomapt
Arquivo Alvop0902.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3JJLLP2
8JMKD3MGPCW/3EQCCU5
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.15.00.20 4
sid.inpe.br/marte2/2015/05.31.21.54 4
sid.inpe.br/mtc-m21/2012/07.13.14.53.50 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3PSMBRH
Repositóriosid.inpe.br/marte2/2017/10.27.15.34.54
Última Atualização2017:10.27.15.34.54 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2017/10.27.15.34.55
Última Atualização dos Metadados2021:03.06.19.30.36 (UTC) administrator
ISBN978-85-17-00088-1
Rótulo59337
Chave de CitaçãoReisSantDutr:2017:ClCoTe
TítuloClassificação de cobertura da terra utilizando dados óticos e de radar de abertura sintética em diferentes níveis de detalhamento
FormatoInternet
Ano2017
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1097 KiB
2. Contextualização
Autor1 Reis, Mariane Souza
2 Sant'Anna, Sidnei João Siqueira
3 Dutra, Luciano Vieira
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JJ8N
3 8JMKD3MGP5W/3C9JHMA
Grupo1 CST-CST-SESPG-INPE-MCTIC-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 reis@dpi.inpe.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Endereço de e-Maildaniela.seki@inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 18 (SBSR)
Localização do EventoSantos
Data28-31 maio 2017
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas5864-5871
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2017-10-27 15:34:55 :: banon -> administrator ::
2021-03-06 19:30:36 :: administrator -> simone :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe use of Synthetic Aperture Radar (SAR) data, sole or fused/combined to optical data, is interesting in regions like the Brazilian Amazon, in which cloud cover is constant. Many works has been done in the region, comparing classifications obtained from SAR, optical or fused data. In general, optical data has shown better results than SAR data. Fused data has either presented better, comparable or worse results. This paper presents land cover classifications for a region in low Tapajós River, in the Brazilian Amazon, using optical, SAR and fused data, using three legends, with different level of detail (number of classes). It was observed that the lower is the number of classes, the higher is the accuracy of the classification. Although optical results were better for all legends level, results obtained from SAR data is comparable to those when using a small number of classes. In addition, some classes where better classified using specific type of data.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 18 > Classificação de cobertura...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 18 > Classificação de cobertura...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 18 > Classificação de cobertura...
Arranjo 4urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CST > Classificação de cobertura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3PSMBRH
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3PSMBRH
Idiomapt
Arquivo Alvo59337.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3PMFNUS
8JMKD3MGPCW/449U4PL
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.53.50 4
sid.inpe.br/mtc-m21/2012/07.13.15.00.20 2
sid.inpe.br/marte2/2017/09.25.14.55 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/48BJD9H
Repositóriosid.inpe.br/mtc-m21d/2023/01.09.14.49   (acesso restrito)
Última Atualização2023:03.15.14.42.57 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2023/01.09.14.49.26
Última Atualização dos Metadados2023:03.15.14.44.30 (UTC) simone
Chave SecundáriaINPE--TDI/
Chave de CitaçãoSilvaJr:2001:ClCoTe
TítuloClassificação da cobertura da terra na Floresta Nacional do Tapajós através de medidas de textura utilizando dados do radar ERS
Título AlternativoClassification of land cover in the Tapajós National Forest through texture measures of radar ERS images
CursoSER-SRE-DIPGR-INPE-MCTI-GOV-BR
Ano2001
Data2001-12-14
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas164
Número de Arquivos1
Tamanho22606 KiB
2. Contextualização
AutorSilva Junior, Lélio Walter Pinheiro da
BancaValeriano, Dalton de Morison (presidente)
Freitas, Corina da Costa (orientador)
Dutra, Luciano Vieira (orientador)
Shimabukuro, Yosio Edemir
Mascarenhas, Nelson Delfim D'Ávila
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2023-01-09 14:51:38 :: simone :: -> 2001
2023-01-09 14:51:39 :: simone -> administrator :: 2001
2023-01-22 13:43:10 :: administrator -> simone :: 2001
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavex
ResumoEste trabalho tem como objetivo verificar a viabilidade de utilização do radar ERS, como ferramenta para o monitoramento da cobertura vegetal na área da Floresta Nacional do Tapajós, através da classificação utilizando medidas de textura. A textura, diferente da informação espectral que descreve a variação do nível de cinza de um pixel, contém informações sobre a distribuição espacial dos níveis de cinza de uma região da imagem e reflete sua variação espacial para um determinado alvo na imagem. A informação textural de imagens de radar apresenta um grande potencial na discriminação de regiões agrícolas e de floresta, e teoricamente, melhora o desempenho dos classificadores digitais. A geração das medidas de textura é realizada através da filtragem espacial da imagem radar original. Para a seleção das medidas de textura a serem empregadas na classificação, utilizou-se o resultado da classificação de áreas de treinamento por classificação pontual de máxima verossimilhança e dois métodos padrões de seleção de atributos. No primeiro método se realiza uma Pesquisa Seqüencial Progressiva que tem como critério de seleção de atributos o coeficiente de concordância Kappa. No segundo realiza-se uma seleção previa dos atributos utilizando como parâmetro o Fator Discriminante (Fd), gerado de forma automática pelo programa Texture 1.0 e após emprega-se, novamente, a Pesquisa Seqüencial Progressiva. As imagens das medidas selecionadas por ambos os métodos foram classificadas utilizando dois tipos de classificadores: pontual/contextual e por regiões. Observou-se que para o classificador pontual/contextual, as medidas selecionadas pelos dois métodos de seleção de atributos apresentam desempenhos semelhantes, sendo que o segundo método de seleção de atributos apresenta um menor número de medidas que o primeiro. Para o classificador por regiões as medidas selecionadas pelos dois métodos de seleção de atributos apresentaram um baixo desempenho na classificação. Este desempenho ruim pode ser explicado pela necessidade de se ter uma imagem radar com alguma variação do retroespalhamento entre as regiões. Dos dois classificadores utilizados, o classificador pontual/contextual apresentou o melhor desempenho, mas a performance na classificação ainda foi muito baixa. Por fim, concluiu-se que a classificação utilizando medidas de textura apresentou um melhor desempenho em relação à classificação utilizando somente a imagem de radar original; que as medidas de textura apresentam um grande potencial para a classificação de imagens de radar. Na tentativa de se diminuir o erro da classificação, e ao mesmo tempo verificar quais classes podem ser discriminada, com razoável qualidade, nas imagens ERS, por medidas de textura, foi realizada uma análise de agrupamento de classes, onde o melhor desempenho foi atingido quando se utilizou duas classes, basicamente floresta e não floresta. Esta separabilidade, a qual foi obtida usando medidas de textura, por si só já proporcionou razoável desempenho na detecção de desmatamento na Amazônia. Isto sugere ser possível o uso deste método para monitoração das atividades antrópicas na Amazônia, principalmente em regiões onde a cobertura de nuvens seja um problema. ABSTRACT: This work has as objective to verify the viability of the use of radar ERS, as a tool for monitoring the vegetal cover in the area of the Tapajós National Forest, through the classification using texture measures. The texture, unlike of the spectral information, that describes the variation of the pixel gray levei, contains information of the spatial distribution of the gray leveis in a region of the image. The textural information of radar image presents a great potential in the discrimination of agricultural and forest regions, and theoretically, it improves the performance of the digital classification. The generation oí texture measures is carried through the spatial filtering of the original radar image For the selection of the texture measures to be employed in the classification, nnaximum-likelihood classification results of training areas was used together with two methods of selection of attributes. The first method was performed through a Progressive Sequential Research that has as a criterion of attribute selection the Kappa coefficient of agreement. In the second method a previous selection of the attributes was carried through the Discriminate Factor (Fd), which is generated automatically from the Texture 1.0 program and after. the Progressive Sequential Research was used, again. The measures selected for the both methods were classified using two types of classifiers: MAXVER/ICM and a region classifier. It was observed that for the MAXVER/ICM classifier, the measures selected from the two methods of attribute selection present a similar performance, having the second method a less number of measures than the first one. For the region classifier, the measures selected for the two methods of attribute selection presented a low performance in the classification. This poor performance can be explained by the necessity of having a radar image with some backscatter variation between regions. The MAXVER/ICM classifier presented the best performance, but the performance in the classification was still very low. Finally, it was concluded that the classification using texture measures presented better performance in relation to the classification of the original radar image; that the measures of texture presented a great potential for classification radar images. In attempting to diminishing the error of the classification, and at the same time to verify which classes cold be discriminated, with reasonable quality, in ERS images, through texture measures, it was performed an analysis of class grouping, where the best performance was reached when the two classes were used, basically forest and non-forest. This separability, which was obtained using texture measures, by itself already provided reasonable performance in the detention of deforestation in the Amazônia, what suggests to be possible the use of this method for monitoring cover disturbances activities in the Amazônia, mainly in regions where the cloud covering is a problem.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Classificação da cobertura...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Classificação da cobertura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 09/01/2023 11:49 1.7 KiB 
4. Condições de acesso e uso
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
pubtc@inpe.br
simone
Visibilidadeshown
Detentor da CópiaSID/SCD
Permissão de Leituradeny from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2021/06.04.03.40.25
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype copyright creatorhistory descriptionlevel dissemination doi e-mailaddress electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositóriodpi.inpe.br/sbsr@80/2008/11.16.03.20
Última Atualização2009:03.30.21.33.36 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/sbsr@80/2008/11.16.03.20.38
Última Atualização dos Metadados2022:07.07.03.46.35 (UTC) administrator
Chave SecundáriaINPE-15793-PRE/10405
ISBN978-85-17-00044-7
Chave de CitaçãoAboudNetaDuScNeFrSi:2009:UtImPo
TítuloComparação entre classificação contextual e classificação por regiões para mapeamento de uso e cobertura da terra na região da Floresta Nacional de Tapajós - PA (FLONA): utilizando imagens polarimétricas em banda L
FormatoDVD, On-line.
Ano2009
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1851 KiB
2. Contextualização
Autor1 Aboud Neta, Sumaia Resegue
2 Dutra, Luciano Vieira
3 Scofield, Graziela Balda
4 Negri, Rogério Galante
5 Freitas, Corina da Costa
6 Silva, Daniel Luís Andrade e
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHMA
Grupo1 DPI-OBT-INPE-MCT-BR
2 DPI-OBT-INPE-MCT-BR
3 DPI-OBT-INPE-MCT-BR
4
5 DPI-OBT-INPE-MCT-BR
6 DSR-OBT-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 sumaia@dpi.inpe.br
2 dutra@dpi.inpe.br
3 graziela@dpi.inpe.br
4 rogerio@dpi.inpe.br
5 corina@dpi.inpe.br
6 andrade@dsr.inpe.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Endereço de e-Mailerich@sid.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 14 (SBSR)
Localização do EventoNatal
Data25-30 abr. 2009
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas7749-7756
Título do LivroAnais
Tipo TerciárioArtigo
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2008-11-18 13:15:56 :: sumaia@dpi.inpe.br -> sbsr ::
2008-12-15 19:35:22 :: sbsr -> lise@dpi.inpe.br ::
2008-12-16 23:10:01 :: lise@dpi.inpe.br -> sbsr ::
2008-12-17 13:28:15 :: sbsr -> lise@dpi.inpe.br ::
2008-12-18 12:33:41 :: lise@dpi.inpe.br -> sbsr ::
2009-01-09 13:08:14 :: sbsr -> lise@dpi.inpe.br ::
2009-01-19 12:54:14 :: lise@dpi.inpe.br -> sbsr ::
2009-02-19 20:16:18 :: sbsr -> administrator ::
2009-05-28 12:58:09 :: administrator -> lise@dpi.inpe.br ::
2009-06-16 13:14:51 :: lise@dpi.inpe.br -> marciana ::
2009-06-22 13:55:13 :: marciana -> erich@sid.inpe.br ::
2009-06-23 14:26:37 :: erich@sid.inpe.br -> administrator ::
2009-08-05 01:53:22 :: administrator -> erich@sid.inpe.br ::
2010-05-14 02:40:30 :: erich@sid.inpe.br -> marciana ::
2011-02-16 14:17:00 :: marciana -> administrator :: 2009
2022-07-07 03:46:35 :: administrator -> :: 2009
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveremote sensing
polarimetric
MAXVER-ICM
Bhattacharyya
ALOS/PALSAR
sensoriamento remoto
polarimétrico
ResumoThe ALOS PALSAR (Phased Array type L-band Synthetic Aperture Radar) sensor can provide full polarimetric data (HH, HV and VV) for scientific purposes. Dutra et al.(2008) showed that, from the three possible channels, HH-HV channels presented better classification results when the following five classes are used: primary forest, secondary forest, bare soil, agriculture and degraded forest. This study is extending the former work by increasing the number of classes, including now pasture and dirty pasture, and testing if contextual classification can improve the overall accuracy. The results showed that the contextual classification does improve the per point classification results, however not as good as region classification when SEGSAR segmentation is used. Region based classification, particularly the one developed to take in account as much as possible the radar statistical behavior, performed better for VV-HV channels with 98.6% of overall accuracy using gamma filter on image and 92.7% without gamma filter on image. Comparing this study with Dutra et al.(2008), it was possible to observe that the better channels are different, with only two classes more, which shows that the best channels set is totally dependent on a particular set of classes being considered. So, the best dual polarization depends on the desired land use application, but the HV channels seems to be always chosen. The presence of HV channel in the dual polarization products provide the better combinations for general mapping of the rain forest problem.
ÁreaSRE
TipoTécnicas de Classificação e Mineração de Dados
Arranjo 1urlib.net > Produção anterior à 2021 > DIDPI > Comparação entre classificação...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Comparação entre classificação...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
Segsar_SBSR_Final.pdf 17/11/2008 22:53 1.3 MiB
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/dpi.inpe.br/sbsr@80/2008/11.16.03.20
URL dos dados zipadoshttp://urlib.net/zip/dpi.inpe.br/sbsr@80/2008/11.16.03.20
Idiomapt
Arquivo Alvo7749-7756.pdf
Grupo de Usuáriosadministrator
sumaia@dpi.inpe.br
lise@dpi.inpe.br
marciana
administrator
erich@sid.inpe.br
Grupo de Leitoresadministrator
sumaia@dpi.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/marte1@80/2009/05.26.17.02
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.53.50 4
sid.inpe.br/bibdigital/2013/09.09.15.05 1
Acervo Hospedeirodpi.inpe.br/netuno@1905/2006/07.17.20.18
dpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Agência FinanciadoraCNPq
CAPES
FAPESP
JAXA
Nota1
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition identifier issn label lineage nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarymark serieseditor shorttitle tertiarymark url versiontype volume

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador3ERPFQRTRW34M/3E7GLEF
Repositóriodpi.inpe.br/marte2/2013/05.29.00.53.19
Última Atualização2013:05.29.00.53.19 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/marte2/2013/05.29.00.53.20
Última Atualização dos Metadados2018:06.06.03.33.34 (UTC) administrator
ISBN978-85-17-00066-9 (Internet)
978-85-17-00065-2 (DVD)
Rótulo1453
Chave de CitaçãoNascimentoRubPerBarRic:2013:InWEQu
TítuloClassificação da Cobertura da Terra, Utilizando os Programas Livres: InterIMAGE, WEKA e QuantumGIS
FormatoDVD, Internet.
Ano2013
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1796 KiB
2. Contextualização
Autor1 Nascimento, Anderson Félix do
2 Rubim, Igor Brum
3 Pereira, Eduardo Gustavo Soares
4 Barros, Rafael Silva de
5 Richter, Monika
Endereço de e-Mail do Autor1 andinhofelix@ufrj.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 16 (SBSR)
Localização do EventoFoz do Iguaçu
Data13-18 abr. 2013
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas2258-2265
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2013-05-29 00:53:20 :: banon -> administrator ::
2018-06-06 03:33:34 :: administrator -> wanderf@dsr.inpe.br :: 2013
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoWorking with geomatics, remote sensing and its products like high resolution satellite images offers great data amount. Investigate and study those data demands appropriate software tools. This paper intended to present an image analysis for remote sensing based only in open source and free software. To reach this goal InterIMAGE 1.28, QuantumGIS 1.8 and WEKA 3.6 were employed. A GeoEye-1 satellite image acquired over Angra dos Reis city, Rio de Janeiro, Brazil, has been segmented in InterIMAGE. The segmentation file was used to collect some samples and attributes were exported with them on a vector file. A data mining software (WEKA) was used to analyse those data exported and a decision tree has been generated by the same software. Its results with decision rules were applied on the segmentation file in QuantumGIS. In this software, the advanced search tool has been used to find the group of features of their classes, according the decision rules and attributes established in WEKA. No edition or modification on the modeling proposed by WEKA was done. As result, a map with land cover and land use of the area was produced. A point vector file, with 30 samples per class was produced in QuantumGIS in order to evaluate accuracy of this map. As reference it was used an existing and validated land cover and land use map in 1:5.000 scale, produced by ESPAÇO laboratory using Definiens. With this comparison a confusion matrix has been generated, obtaining 66% of global accuracy.
ÁreaSRE
TipoClassificação e Mineração de Dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 16 > Classificação da Cobertura...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 16 > Classificação da Cobertura...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 16 > Classificação da Cobertura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/3ERPFQRTRW34M/3E7GLEF
URL dos dados zipadoshttp://urlib.net/zip/3ERPFQRTRW34M/3E7GLEF
Idiomapt
Arquivo Alvop1453.pdf
Grupo de Usuáriosadministrator
banon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores3ERPFQRTRW34M/3E7G88S
Lista de Itens Citandodpi.inpe.br/marte2/2013/05.28.22.25 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)wanderf@dsr.inpe.br
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositórioltid.inpe.br/sbsr/2002/11.22.21.04
Última Atualização2003:10.22.12.17.01 (UTC) administrator
Repositório de Metadadosltid.inpe.br/sbsr/2002/11.22.21.04.25
Última Atualização dos Metadados2018:06.06.02.42.03 (UTC) administrator
Chave SecundáriaINPE-16152-PRE/10755
ISBN85-17-00017-X
Chave de CitaçãoNepomucenoVaFrSaSiSaDu:2003:ClDaRa
TítuloClassificação de dados de radar na Banda-P utilizando rede neural artificial para mapeamento de cobertura da terra na região de Santarém, Pará
FormatoCD-ROM, Online.
Ano2003
Data de Acesso16 maio 2024
Tipo SecundárioCN
Número de Arquivos1
Tamanho357 KiB
2. Contextualização
Autor1 Nepomuceno, Alcina Maria
2 Valeriano, Dalton de Morisson
3 Freitas, Corina da Costa
4 Santa Rosa, Antônio Nuno de Castro
5 Silva, Nilton Correia da
6 Santos, João Roberto dos
7 Dutra, Luciano Vieira
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JGT4
3
4
5
6 8JMKD3MGP5W/3C9JHF4
7 8JMKD3MGP5W/3C9JHMA
Grupo1 DSR-INPE-MCT-BR
2 DSR-INPE-MCT-BR
3 DPI-INPE-MCT-BR
4
5
6 DSR-INPE-MCT-BR
7 DPI-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Universidade de Brasília (UnB). Departamento da Ciência da Computação.
5 Universidade de Brasília (UnB). Instituto de Geociências.
6 Instituto Nacional de Pesquisas Espaciais (INPE)
7 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 alcina@ltid.inpe.br
2 dalton@ltid.inpe.br
3 corina@dpi.inpe.br
4
5
6 jroberto@ltid.inpe.br
7 dutra@dpi.inpe.br
EditorEpiphanio, José Carlos Neves
Fonseca, Leila Maria Garcia
Endereço de e-Mailantonio@gisplan.com.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 11 (SBSR).
Localização do EventoBelo Horizonte
Data5-10 abr. 2003
Editora (Publisher)INPE
Cidade da EditoraSão José dos Campos
Páginas2249 - 2256
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais
Histórico (UTC)2009-06-03 15:19:05 :: administrator -> vinicius ::
2009-06-30 14:04:35 :: vinicius -> erich@sid.inpe.br ::
2010-05-14 02:53:27 :: erich@sid.inpe.br -> marciana ::
2011-02-16 13:53:23 :: marciana -> administrator :: 2003
2018-06-06 02:42:03 :: administrator -> :: 2003
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveradar
classification
Artificial Neural Networks
land cover
ResumoThe present work is concerned with the potential application of artificial neural networks for the classification of polarimetric radar images operating in the P band. The study area is located near the Tapajós National Forest, in the northern State of Pará, Brazil, and comprises regions of dense rain forest partially disturbed by deforestation and agricultural land use. The remote sensing data were obtained during the test mission of the polarimetric imaging radars (P (415 MHz) and X (10 GHz) bands) of the German company AeroSensing RadarSystem GmbH, promoted by the Brazilian Army and the National Institute for Space Research in September 2000. A P band 2.4 km x 7.4 km- image was selected to assess the capacity of the neural network "Fuzzy-ART" for the land cover classes discrimination. Two time-domain filtering processes were compared regarding their ability to reduce the speckle noise, both of them operating with neighborhood boxes of three and five cells. Filtered and non-filtered HH, HV as well VV P band images were used as inputs by the network to generate classified images. A confusion matrix based on ground truth data was employed for the global and partial classification accuracy analysis, which considered seven land cover classes: exposed soil (IF), pasture/tillage (PC), recent forest regeneration (RN), intermediate forest regeneration (RI), old forest regeneration (RA), very old forest regeneration (RMA), and primary forest (FP). The results show that the unsupervised neural network-based classification method was able to accordingly map the land cover classes in respect to the field observations samples. The results point to prospective use of data and classification methodology for fast and accurate radar images interpretation, complying with the needs of ongoing monitoring and fiscalization activities in the dense rain forest in a quick and efficient manner.
ÁreaSRE
TipoRadar: Processamento e Aplicações / Radar: Processing and Applications
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Classificação de dados...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Classificação de dados...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/ltid.inpe.br/sbsr/2002/11.22.21.04
URL dos dados zipadoshttp://urlib.net/zip/ltid.inpe.br/sbsr/2002/11.22.21.04
IdiomaPortuguese
Arquivo Alvo16_446.pdf
Grupo de Usuáriosadministrator
erich@sid.inpe.br
Visibilidadeshown
Detentor da CópiaSID/SCD
Permissão de Leituraallow from all
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/marte@80/2007/10.17.19.59
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.53.50 1
sid.inpe.br/mtc-m21/2012/07.13.14.51.02 1
sid.inpe.br/mtc-m21/2012/07.13.14.44.17 1
Divulgação<E>
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyright creatorhistory descriptionlevel documentstage doi edition identifier issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m16d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP7W/3DSF9PP
Repositóriosid.inpe.br/mtc-m19/2013/04.09.12.17
Última Atualização2013:06.18.16.35.39 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m19/2013/04.09.12.17.31
Última Atualização dos Metadados2018:06.05.04.14.03 (UTC) administrator
Chave SecundáriaINPE-17215-TDI/2051
Chave de CitaçãoMeneghetti:2013:ClCoTe
TítuloClassificação da Cobertura da Terra do Município de Raposa (MA) com Imagens Worldview-2 Utilizando o Aplicativo InterIMAGE e Mineração de Dados
Título AlternativoLand Cover Classification of Raposa (MA) municipality using Worldview-2 images the InterIMAGE Application and Data Mining
CursoSER-SRE-SPG-INPE-MCTI-GOV-BR
Ano2013
Data2013-04-30
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas114
Número de Arquivos1
Tamanho11966 KiB
2. Contextualização
AutorMeneghetti, Graziela Thaís
GrupoSER-SRE-SPG-INPE-MCTI-GOV-BR
AfiliaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
BancaAlmeida, Cláudia Maria de (presidente)
Kux, Hermann Johann Heinrich (orientador)
Florenzano, Teresa Gallotti
Feitosa, Antônio Cordeiro
Endereço de e-Mailgrazielatm@gmail.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2013-04-09 12:19:21 :: grazitm@dsr.inpe.br -> yolanda ::
2013-04-12 18:04:14 :: yolanda -> grazitm@dsr.inpe.br ::
2013-05-28 14:18:34 :: grazitm@dsr.inpe.br -> yolanda ::
2013-06-18 12:42:57 :: yolanda -> lmanacero@yahoo.com ::
2013-06-18 16:40:49 :: lmanacero@yahoo.com -> tereza@sid.inpe.br ::
2013-06-19 13:53:42 :: tereza@sid.inpe.br :: -> 2013
2013-06-19 14:03:05 :: tereza@sid.inpe.br -> administrator :: 2013
2018-06-05 04:14:03 :: administrator -> :: 2013
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveWorldView-2
mineração de dados
GEOBIA
WorldView-2
data mining
GEOBIA
ResumoAs áreas costeiras são caracterizadas como locais sensíveis devido a sua dinâmica natural, presença de dunas, praias, estuários e mangues. Com a disponibilidade de imagens de alta resolução e métodos de análise baseados em objeto, as técnicas de Sensoriamento Remoto são ferramentas importantes para o monitoramento desses ambientes. Neste trabalho, utilizou-se o InterIMAGE, sistema de interpretação de imagens baseado em conhecimento, em imagens de alta resolução espacial do sensor WorldView-2 e técnicas de Mineração de Dados, visando à extração de informações de cobertura da terra. A metodologia foi aplicada em áreas-testes do município de Raposa, setor nordeste da Ilha do Maranhão, escolhidas a partir da heterogeneidade de alvos presentes na cena e do contato entre dunas e manguezais, uma vez que este ambiente costeiro tem sofrido grande pressão devido ao crescimento populacional e soterramento pelas dunas. O objetivo desta pesquisa é elaborar, a partir do \textit{software} livre InterIMAGE, um modelo de conhecimento e de técnicas de Mineração de Dados que, aplicados em imagens do sensor WorldView-2, permitam avaliar a utilização das bandas adicionais desse sistema sensor em áreas costeiras, além de realizar a classificação da cobertura da terra, facilitando assim a tomada de decisões para a gestão do território. ABSTRACT: Coastal areas are characterized as sensitive sites due to their dynamics, the presence of dunes, beaches, estuaries and mangroves. With the availability of high-resolution images and object-based image analysis (OBIA) methods, remote sensing techniques can be very beneficial to monitor these sites. This work proposes the use of the knowledge-based InterIMAGE interpretation system on high spacial resolution images from the WorldView-2 sensor, considering data mining techniques to extract land cover information. The proposed methodology was applied in test areas in the surrounding of Raposa city in the northeastern sector of Maranhão Island. This study area was chosen due to its heterogeneity of targets and to the dune - mangroves interface. The mangroves are suffering a great pressure due to population growth and to the progressive dune advancement over them. The objective of this research is to elaborate a knowledge model considering data mining techniques applied to WorldView-2 images. An evaluation on the use of the additional new bands system was made, which shall facilitate decision-making for land management.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Classificação da Cobertura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
Originais/@4primeirasPaginas-7.pdf 14/06/2013 08:46 777.2 KiB 
Originais/aprovacao.pdf 12/06/2013 11:59 144.4 KiB 
Originais/DISSERTACAO_GRAZIELA_MENEGHETTI_SID.docx 03/06/2013 08:55 38.1 MiB
Originais/DISSERTACAO_GRAZIELA_MENEGHETTI_SID.pdf 03/06/2013 08:57 18.8 MiB
publicacao.pdf 18/06/2013 13:11 11.7 MiB
Conteúdo da Pasta agreement
agreement.html 09/04/2013 09:17 1.7 KiB 
autorizacao.pdf 18/06/2013 13:35 2.7 MiB
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP7W/3DSF9PP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP7W/3DSF9PP
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosadministrator
grazitm@dsr.inpe.br
lmanacero@yahoo.com
tereza@sid.inpe.br
yolanda.souza@mcti.gov.br
Grupo de Leitoresadministrator
grazitm@dsr.inpe.br
yolanda.souza@mcti.gov.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor dos Direitosoriginalauthor yes
Detentor da CópiaSID/SCD
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhoiconet.com.br/banon/2006/11.26.21.31
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.18.22.34 2
DivulgaçãoBNDEPOSITOLEGAL
Acervo Hospedeirosid.inpe.br/mtc-m19@80/2009/08.21.17.02
6. Notas
Campos Vaziosacademicdepartment archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel doi electronicmailaddress format isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readpermission resumeid schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP8W/37TCD5P
Repositóriosid.inpe.br/mtc-m18@80/2010/07.23.13.20
Última Atualização2010:07.23.13.20.19 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m18@80/2010/07.23.13.20.20
Última Atualização dos Metadados2023:08.16.14.37.52 (UTC) administrator
Chave de CitaçãoNegriFreiDutr:2008:ClCoSo
TítuloClassificação da Cobertura do Solo na Amazônia Utilizando Dados Polarimétricos do Sensor ALOS PALSAR
FormatoOn-line.
Ano2008
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho416 KiB
2. Contextualização
Autor1 Negri, Rogério Galante
2 Freitas, Corina da Costa
3 Dutra, Luciano Vieira
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JHMA
Grupo1 SPG-INPE-MCT-BR
2 DPI-OBT-INPE-MCT-BR
3 DPI-OBT-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
EditorVijaykumar, Nandamudi Lankalapalli
Luz, Eduardo Fávero Pacheco da
Furtado, Helaine Cristina Morais
Yanasse, Horacio Hideki
Domingues, Margarete Oliveira
Rocha, Renata Sampaio da
Follmann, Rosângela
Cintra, Rosângela Saher Correa
Veronese, Thalita Biazzuz
Endereço de e-Mailcapsecretaria@gmail.com
Nome do EventoWorkshop dos Cursos de Computação Aplicada do INPE, 8 (WORCAP).
Localização do EventoSão José dos Campos
Data15 e 16 out. 2008
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2010-07-23 13:20:20 :: capsecretaria@gmail.com -> administrator ::
2023-08-16 14:37:52 :: administrator -> capsecretaria@gmail.com :: 2008
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoO objetivo deste estudo foi analisar a capacidade de discriminação de alvos na região da Floresta Nacional de Tapajós a partir da utilização de diferentes combinações entre as componentes das imagens polarimétricas do sensor ALOS PALSAR, associadas a diferentes métodos de classificação de imagens. Foi possível observar que a componente HV possui informações capaz de proporcionar melhor discriminação entre os alvos.
ÁreaCOMP
TipoModelagem Computacional
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Classificação da Cobertura...
Arranjo 2urlib.net > BDMCI > Fonds > WORCAP > VIII WORCAP > Classificação da Cobertura...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > VIII WORCAP > Classificação da Cobertura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP8W/37TCD5P
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP8W/37TCD5P
Idiomapt
Arquivo AlvoRogerioNegri_worcap08_2(2).pdf
Grupo de Usuáriosadministrator
capsecretaria@gmail.com
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhoiconet.com.br/banon/2005/09.28.12.40
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPDW34P/49L7LQS
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/08.16.14.37 2
sid.inpe.br/mtc-m21/2012/07.13.14.53.50 1
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition electronicmailaddress isbn issn keywords label lineage mark nextedition notes numberofvolumes orcid pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor shorttitle sponsor tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)capsecretaria@gmail.com
atualizar 

1. Identificação
Tipo de ReferênciaRelatório (Report)
Sitemtc-m16d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP7W/38FQ4QL
Repositóriosid.inpe.br/mtc-m19/2010/10.26.11.36
Última Atualização2021:05.27.20.04.10 (UTC) sergio
Repositório de Metadadossid.inpe.br/mtc-m19/2010/10.26.11.36.34
Última Atualização dos Metadados2021:05.27.20.04.11 (UTC) sergio
Número do RelatórioINPE-16780-RPQ/864
Chave de CitaçãoDeus:2010:ClCoSo
TítuloClassificação da cobertura do solo urbano utilizando imagens IKONOS II e dados LiDAR
Ano2010
Data de Acesso16 maio 2024
TipoRPQ
Número de Páginas44
Número de Arquivos1
Tamanho1812 KiB
2. Contextualização
AutorDeus, Leonardo Rodrigues de
GrupoLAC-CTE-INPE-MCT-BR
AfiliaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autorldedeus@dpi.inpe.br
Endereço de e-Mailcapsecretaria@gmail.com
InstituiçãoInstituto Nacional de Pesquisas Espaciais
CidadeSão José dos Campos
Histórico (UTC)2010-10-26 11:36:34 :: capsecretaria@gmail.com -> yolanda ::
2011-02-08 10:50:07 :: yolanda -> ricardo ::
2011-02-08 11:32:52 :: ricardo -> viveca@sid.inpe.br ::
2011-02-09 10:47:28 :: viveca@sid.inpe.br :: -> 2010
2011-02-09 13:47:48 :: viveca@sid.inpe.br -> administrator :: 2010
2019-12-04 15:56:06 :: administrator -> sergio :: 2010
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavemineração de dados
sensoriamento remoto
cobertura do solo urbano
classificação do solo urbano
imagens IKONOS II
dados LiDAR
data mining
remote sensing
urban land cover
classification of urban land
IKONOS II images
LiDAR data
ResumoA quantidade de dados que são produzidos nas mais diversas áreas de conhecimento e o conseqüente armazenamento destes dados em repositórios cada vez com mais espaço de disco, leva à necessidade de novas teorias e ferramentas computacionais que auxiliem a mão de obra humana no processo de descobrir conhecimento ao se analisar estes dados. Neste sentido a mineração de dados tem sido empregada nos mais diversos campos de pesquisa para se extrair conhecimento a partir dos grandes volumes de dados disponíveis. O sensoriamento remoto é um campo que tem se beneficiado com a utilização de técnicas de mineração de dados, uma vez que estas podem aumentar o potencial de análise e aplicação dos dados deste tipo. Visando utilizar técnicas de descoberta de conhecimento em banco de dados, este trabalho tem por objetivo utilizar dados de sensoriamento remoto, compostos por imagens do sensor IKONOS II e dados LiDAR, para classificar a cobertura do solo urbano, analisando se as informações acrescentadas pelos dados LiDAR possibilitam a obtenção de uma classificação mais precisa, a partir do uso de um software de mineração de dados para predição da classificação. Foram empregadas três classificadores diferentes implementados no software Weka, o IBK, o J48 e MLP. Os resultados mostraram que para todos os classificadores, a utilização de imagens IKONOS II em conjunto com dados LiDAR possibilitou que a cobertura do solo urbano fosse classificada com maior precisão. A contribuição dos dados LiDAR para classificar a cobertura do solo urbano esta na informação de altura dos alvos que sistema fornece, e a utilização destes dados propiciou uma melhora na precisão das instâncias classificadas corretamente da ordem de 5\% para a área de estudo. ABSTRACT: The amount of data that are produced in several areas of knowledge and the consequent storage of these data in repositories with increasing disk space, leads to the need for new theories and computational tools to assist the labor human in the process of discovery knowledge when analyzing these data. In this sense, data mining has been used in various fields of research in order to extract knowledge from large volumes of data. Remote sensing is a field that has benefited from the use of data mining techniques, since these can increase the potential for analysis and application of such data. Aiming to use techniques of knowledge discovery in databases, this study aims to use remote sensing data, comprising images of the IKONOS sensor II and LiDAR data to classify land cover urban, evaluating whether the information added by LiDAR data help to obtain a more precise classification, from the use of a data mining software for predicting classification. We used three different classifiers implemented in Weka software, IBK, the J48 and MLP. The results showed that for all classifiers, the use of IKONOS II images in association with LiDAR data enabled the urban land cover be classified more accurately. The contribution of LiDAR data to classify the coverage of urban land is information of height the targets that the system provides and the use of these data led to an improvement in the accuracy of instances correctly classified in the order of 5\% for the study area.
ÁreaCOMP
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Classificação da cobertura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
Originais/%404primeirasPaginas.pdf 08/02/2011 08:51 154.6 KiB 
Originais/Trabalho Mineracao Final com Resumo.doc 08/02/2011 09:00 3.9 MiB
Originais/Trabalho Mineracao Final com Resumo.pdf 08/02/2011 08:39 1.6 MiB
publicacao.pdf 08/02/2011 09:06 1.8 MiB
Conteúdo da Pasta agreement
TERMO DE DEPOSITO ASSINADO LEONARDO RODRIGUES DE DEUS.pdf 27/05/2021 17:04 459.6 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP7W/38FQ4QL
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP7W/38FQ4QL
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosadministrator
capsecretaria@gmail.com
ricardo
viveca@sid.inpe.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor da CópiaSID/SCD
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m19@80/2009/08.21.17.02.53
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
DivulgaçãoNTRSNASA
Acervo Hospedeirosid.inpe.br/mtc-m19@80/2009/08.21.17.02
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype creatorhistory date descriptionlevel doi edition format isbn issn label lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup recipient resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype session shorttitle sponsor subject tertiarymark tertiarytype translator url versiontype
7. Controle da descrição
e-Mail (login)sergio
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m16b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador6qtX3pFwXQZGivnK2Y/SGknP
Repositóriosid.inpe.br/mtc-m17@80/2008/01.07.17.24
Última Atualização2015:06.10.16.32.01 (UTC) marciana
Repositório de Metadadossid.inpe.br/mtc-m17@80/2008/01.07.17.24.18
Última Atualização dos Metadados2018:06.05.03.36.53 (UTC) administrator
Chave SecundáriaINPE--PRE/
ISSN0102-261X
Chave de CitaçãoLatorreCarvSantShim:2007:InDaSe
TítuloIntegração de dados de Sensoriamento Remoto multi resoluções para a representação da cobertura da terra utilizando Campos Contínuos de vegetação e classificação por árvores de decisão
Ano2007
MêsJan.
Data de Acesso16 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PN
Número de Arquivos1
Tamanho938 KiB
2. Contextualização
Autor1 Latorre, Marcelo Lopes
2 Carvalho Júnior, Osmar Abílio de
3 Santos, João Roberto dos
4 Shimabukuro, Yosio Edemir
Grupo1 DSR-INPE-MCT-BR
2
3 DSR-INPE-MCT-BR
4 DSR-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Universidade de Brasília (UnB)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 latav@dsr.inpe.br
2 osmarjr@unb.br
3 jroberto@ltid.inpe.br
4 yosio@dsr.inpe.br
RevistaRevista Brasileira de Geofísica
Volume25
Número1
Páginas63-74
Histórico (UTC)2008-01-07 17:24:18 :: marciana -> administrator ::
2013-09-14 00:21:14 :: administrator -> marciana :: 2007
2015-06-10 16:32:02 :: marciana -> administrator :: 2007
2016-06-04 21:40:07 :: administrator -> marciana :: 2007
2016-08-17 17:39:32 :: marciana -> administrator :: 2007
2018-06-05 03:36:53 :: administrator -> marciana :: 2007
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveDigital image processing
continuous fields
regression trees
Amazon forest
sensoriamento remoto
processamento digital de imagens
campos contínuos
árvore de regressão
Floresta Amazônica
ResumoThis paper aims to develop a methodology of multisensor integration for an Amazon monitoring system. The proposed system employs the Vegetation Continuous Fields (VCF) method that uses the decision tree algorithm. The algorithm uses a set of independent variables, in this case MODIS multi-temporal metrics, to recursively split a dependent variable, in this case training data from class memberships, into subsets, which maximize the reduction of squares of sum of the residuals. The training data are obtained by high-resolution imagery classification (Landsat/TM, ETM+ and CBERS 2/CCD). In this study, an automated algorithm was developed from IDL language in the ENVI software and the statistical procedure of the S-PLUS software. The study area is Mato Grosso State with an extensive area of Amazon forest. The scenes are classified in three classes: forest, non-forest, and water. Comparisons of the final product with regional land cover maps derived from PRODES revel general agreement. Therefore, the results of this study suggest that the methodology is appropriate for land cover determination in the Amazon forest. RESUMO: Este trabalho objetiva desenvolver uma metodologia de integração de multisensores para um sistema de monitoramento da Amazônia. O sistema proposto baseia-se no Vegetation Continuous Fields (VCF) que utiliza um algoritmo de árvore de decisão. O algoritmo utiliza um conjunto de variáveis independentes, no caso métricas multitemporais do MODIS, para recursivamente particionar uma variável dependente, no caso dados de treinamentos provenientes de classes de uso da terra, em subconjuntos, que maximizam a redução do quadrado da soma residual. Os dados de treinamentos são obtidos pela classificação de imagens de alta resolução (Landsat/TM, ETM+ e CBERS 2/CCD). Neste estudo, um algoritmo foi desenvolvido a partir da linguagem IDL, no programa ENVI, e uma rotina estatística do programa S-PLUS. A área de estudo é o Estado do Mato Grosso com uma extensa área de cobertura de Floresta Amazônica. As cenas são classificadas em três classes: floresta, não floresta e água. Comparações do produto final com o mapa regional de uso da terra derivado do PRODES revelam uma concordância geral. Portanto, os resultados desse estudo sugerem que a metodologia é apropriada para a determinação da cobertura da terra na Floresta Amazônica.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Integração de dados...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://mtc-m16b.sid.inpe.br/ibi/6qtX3pFwXQZGivnK2Y/SGknP
URL dos dados zipadoshttp://mtc-m16b.sid.inpe.br/zip/6qtX3pFwXQZGivnK2Y/SGknP
Idiomapt
Arquivo Alvolatorre_integracao.pdf
Grupo de Usuáriosadministrator
marciana
Grupo de Leitoresadministrator
marciana
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
DivulgaçãoPORTALCAPES; SCIELO.
Acervo Hospedeirolcp.inpe.br/ignes/2004/02.12.18.39
cptec.inpe.br/walmeida/2003/04.25.17.12
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel doi e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)marciana
atualizar