Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/marte2/2019/08.30.13.48.50-0:pt:title:2:uso classificacao classificadores diferentes:comparativo classificadores rf maxver classificacao uso cobertura terra diferentes densidades temporais:>.
8 referências similares encontradas (inclusive a original) buscando em 22 dentre 22 Arquivos.
Data e hora local de busca: 16/05/2024 03:58.
1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3TTTQG2
Repositóriosid.inpe.br/marte2/2019/08.30.13.48
Última Atualização2019:08.30.13.48.50 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/08.30.13.48.50
Última Atualização dos Metadados2020:01.06.12.30.34 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoCaonBGCMPOAM:2019:CoClRF
TítuloComparativo entre os classificadores RF e MAXVER para classificação de uso e cobertura da terra, em diferentes densidades temporais
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho439 KiB
2. Contextualização
Autor1 Caon, Ivã Luis
2 Becker, Willyan Ronaldo
3 Ganascini, Diandra
4 Cattani, Carlos Eduardo Vizzotto
5 Mendes, Isaque de Souza
6 Prudente, Victor Hugo Rohden
7 Oldoni, Lucas Volochen
8 Antunes, João Francisco Gonçalves
9 Mercante, Erivelto
Grupo1
2
3
4
5
6 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
7 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Universidade Estadual do Oeste do Paraná (UNIOESTE)
2 Universidade Estadual do Oeste do Paraná (UNIOESTE)
3 Universidade Estadual do Oeste do Paraná (UNIOESTE)
4 Universidade Estadual do Oeste do Paraná (UNIOESTE)
5 Universidade Estadual do Oeste do Paraná (UNIOESTE)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
7 Instituto Nacional de Pesquisas Espaciais (INPE)
8 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
9 Universidade Estadual do Oeste do Paraná (UNIOESTE)
Endereço de e-Mail do Autor1 iva.caon@unioeste.br
2 willyan.becker@unioeste.br
3 diandra.ganascini@unioeste.br
4 carlos.cattani@unioeste.br
5 isaque.mendes@unioeste.br
6 victor.prudente@inpe.br
7 lucas.oldoni@inpe.br
8 joao.antunes@embrapa.br
9 erivelto.mercante@unioeste.br
EditorGherardi, Douglas Francisco Marcolino
Sanches, Ieda DelArco
Aragão, Luiz Eduardo Oliveira e Cruz de
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 19 (SBSR)
Localização do EventoSantos
Data14-17 abril 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas1994-1997
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-04 11:03:25 :: simone -> administrator :: 2019
2020-01-06 12:30:34 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveFusão de imagens
STARFM
classificação de imagens
uso e cobertura da terra
Image fusion
STARFM
image classification
land use and land cover
ResumoO uso combinado de sensores com melhor resolução temporal com sensores de melhor resolução espacial, têm permitido o mapeamento detalhado da superfície terrestre. Desse modo destacam-se os algoritmos de predição, que são capazes de unir a melhor resolução espacial de um sensor a melhor resolução temporal de outro. Além das resoluções das imagens, o uso de algoritmos de classificação eficientes é decisivo para se obter elevada acurácia nos mapeamentos. Assim, o objetivo desse trabalho foi comparar os classificadores Random Forest e Máxima Verossimilhança, com diferentes modos de entrada de dados, a fim de definir qual o melhor classificador. Os resultados apontaram que o algoritmo Random Forest apresentou as maiores métricas de acurácia. ABSTRACT: The combined use of sensors with better temporal resolution with sensors of better spatial resolution, has allowed the detailed mapping of the terrestrial surface. In this way the prediction algorithms, which are able to unite better spatial resolution of one sensor and better temporal resolution of another one, stand out. In addition, using images, the use of identification algorithms is more important to obtain accuracy in mappings. Thus, it was compared with the Random Forest and Maximum Likelihood methods, with different modes of data entry, a process of adjusting to a better classifier. The results were similar to the Random Forest algorithm presented as the highest accuracy metrics.
ÁreaSRE
TipoAnálise de séries temporais de imagens de satélite
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Comparativo entre os...
Arranjo 2urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Comparativo entre os...
Arranjo 3urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Comparativo entre os...
Arranjo 4Projeto Memória 60... > Livros e livros editados > SBSR 19 > Comparativo entre os...
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/3TTTQG2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3TTTQG2
Idiomapt
Arquivo Alvo97174.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP7W/36GM26S
Repositóriosid.inpe.br/mtc-m19@80/2009/12.03.18.40
Última Atualização2009:12.03.18.43.55 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m19@80/2009/12.03.18.40.48
Última Atualização dos Metadados2018:06.05.04.47.36 (UTC) administrator
Chave de CitaçãoTrevisanBispMaia:2008:AnDiTé
TítuloAnálise de diferentes técnicas de classificação digital no mapeamento do uso e cobertura da terra
FormatoCD-ROM
Ano2008
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1358 KiB
2. Contextualização
Autor1 Trevisan, Giselle Vanessa
2 Bispo, Polyanna Conceição
3 Maia, André L. S.
Grupo1 DSR-OBT-INPE-MCT-BR
2 DSR-OBT-INPE-MCT-BR
3 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)
Endereço de e-Mail do Autor1 giselle@dsr.inpe.br
2 polybispo@hotmail.com
Endereço de e-Mailgiselle@dsr.inpe.br
Nome do EventoGeonordeste - 4 Simpósio Regional de Geoprocessamento e Sensoriamento Remoto.
Localização do EventoAracajú - SE
Data12 a 15 de agosto
Título do LivroAnais
Tipo TerciárioSessão Oral
Histórico (UTC)2009-12-03 18:43:55 :: giselle@dsr.inpe.br -> administrator ::
2018-06-05 04:47:36 :: administrator -> giselle@dsr.inpe.br :: 2008
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Palavras-Chaveclassification schemes
preprocessing
global and conditional performance
ResumoThe purpose of this work was to evaluate the effect of using several image classification schemes for mapping land cover and use in three input data: original bands, equalization of bands, fractions of linear mixture model. Four classification procedures were used: K-means, Isoseg, Maximum Likelihood and Battacharya. Results showed that all classification methods used were efficient with very good performance according to the Kappa coefficient. There were not expressive differences in the algorithms global performance with the variation in input data. For any data input the class forest, secondary forest and soil were well discriminate with MaxVer, K-means and Battacharya respectively. The class grass was well recognized on original bands with Isoseg.
ÁreaSRE
Arranjourlib.net > DIDSR > Análise de diferentes...
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/8JMKD3MGP7W/36GM26S
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP7W/36GM26S
Idiomapt
Arquivo AlvoTrevisan_etal_2008_Geonordeste.pdf
Grupo de Usuáriosadministrator
giselle@dsr.inpe.br
administrator
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m19@80/2009/08.21.17.02.53
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
Acervo Hospedeirosid.inpe.br/mtc-m19@80/2009/08.21.17.02
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition editor isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume
7. Controle da descrição
e-Mail (login)giselle@dsr.inpe.br
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m16d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP7W/3B6G3JP
Repositóriosid.inpe.br/mtc-m19/2012/01.10.12.26
Última Atualização2012:01.10.12.31.11 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m19/2012/01.10.12.26.54
Última Atualização dos Metadados2018:06.05.04.35.40 (UTC) administrator
Chave SecundáriaINPE--PRE/
ISSN0560-4613
1808-0936
Chave de CitaçãoSousaTeiSilAndBra:2010:AvClBa
TítuloAvaliação de classificadores baseados em aprendizado de máquina para a classificação do uso e cobertura da terra no bioma caatinga
Ano2010
Mêsset.
Data de Acesso16 maio 2024
Tipo SecundárioPRE PN
Número de Arquivos1
Tamanho671 KiB
2. Contextualização
Autor1 Sousa, Beatriz Fernandes Simplicio
2 Teixeira, Adunias dos Santos
3 Silva, Francisco de Assis Tavares Ferreira da
4 Andrade, Eunice Maia de
5 Braga, Arthur Plínio de Souza
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JH4L
Grupo1
2
3 CRN-CCR-INPE-MCT-BR
Afiliação1
2
3 Instituto Nacional de Pesquisas Espaciais (INPE)
RevistaRevista Brasileira de Cartografia
Volume62
Número2 , setembro 2010.
Páginasedição Especial
Histórico (UTC)2012-01-10 12:33:04 :: marciana -> administrator :: 2010
2018-06-05 04:35:40 :: administrator -> marciana :: 2010
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-ChaveInteligência Artificial
Semi-árido
Classificação de Imagens de Satélite
Artificial Intelligence
Semi Arid
Satellite Image Classification
ResumoO manejo adequado dos recursos naturais em ambientes frágeis, como o da Caatinga, requer o conhecimento de suas propriedades e distribuição espacial. Nesse contexto, o trabalho tem por objetivo avaliar o desempenho de dois algoritmos baseados em aprendizado de máquina (Multi Layer Perceptron (MLP) e o Support Vector Machine (SVM)) e do método da Máxima Verossimilhança na classificação do uso e cobertura da terra no bioma Caatinga. Para o experimento, foi utilizada uma imagem do satélite LANDSAT-5/TM contendo a área de estudo localizada no município de Iguatu-CE e definidas as classes de cobertura da terra, a saber: antropização por agricultura (APA), outros tipos de antropização (OTA), água, caatinga herbácea arbustiva (CHA) e caatinga arbórea densa (CAD). O desempenho dos métodos foi analisado através dos coeficientes de Exatidão Global (EG), Exatidão Específica (EE) e Kappa (K) calculados a partir dos dados da matriz de confusão correspondente à verdade terrestre. Os valores do coeficiente de EG foram de: 86,03%, 82,14% e 81,2% e K de: 0,77, 0,76 e 0,75 nos métodos SVM, MLP e Máxima Verossimilhança, respectivamente. Os valores de EE foram superiores a 70% para todos os classificadores testados. Os resultados obtidos demonstram que os métodos SVM e MLP estão aptos à classificação dos padrões propostos, já que apresentaram resultados semelhantes ao método tradicional da Máxima Verossimilhança. Porém, estes classificadores podem consumir mais tempo na etapa de definição dos parâmetros da rede e de processamento.ABSTRACT Proper management of natural resources in fragile environments, such as the Caatinga, requires knowledge of their properties and spatial distribution. In this context, the study aims at evaluating the performance of two algorithms based on machine learning (Multi Layer Perceptron (MLP) and Support Vector Machine (SVM)) and the Maximum Proper management of natural resources in fragile environments, such as the Caatinga, requires knowledge of their properties and spatial distribution. In this context, the study aims at evaluating the performance of two algorithms based on machine learning (Multi Layer Perceptron (MLP) and Support Vector Machine (SVM)) and the Maximum Likelihood method to classify land use and land cover in the Caatinga biome. For the experiment, it was used a satellite image of LANDSAT-5/TM containing the study area located in the municipality of Iguatu-CE, and classes of land cover, namely: anthropized by agriculture, other types of anthropized, water, herbaceous shrub savanna (CHA ) and dense arboreal savanna (CAD) were defined. The performance of the methods was analyzed by the coefficient of Global Accuracy (EG), Accuracy Specific (EE) and Kappa (K) coefficient calculated with data taken from the confusion matrix corresponding to ground truth. The coefficient of EG were: 86.03%, 82.14% and 81.2% and K: 0.77, 0.76 and 0.75 in the methods SVM, MLP and maximum likelihood respectively. EE values were above 70% for all classifiers tested. The results have shown that SVM and MLP methods are suited to the classification of the proposed standards, as it showed similar results to the traditional method of maximum likelihood. However, these methods are more time consuming in the stage of defining the parameters of the network and may require more computation power during stage of processing.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > CRCRN > Avaliação de classificadores...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 10/01/2012 10:26 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP7W/3B6G3JP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP7W/3B6G3JP
Idiomapt
Arquivo Alvo62_ESPECIAL_02_6.pdf
Grupo de Usuáriosadministrator
marciana
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
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/3EUAPES
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.46.21 5
sid.inpe.br/bibdigital/2013/10.03.20.46 1
DivulgaçãoPORTALCAPES
Acervo Hospedeirosid.inpe.br/mtc-m19@80/2009/08.21.17.02
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel doi e-mailaddress electronicmailaddress format isbn label lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype typeofwork url
7. Controle da descrição
e-Mail (login)marciana
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador3ERPFQRTRW34M/3E7GMAE
Repositóriodpi.inpe.br/marte2/2013/05.29.01.03.39
Última Atualização2013:05.29.01.03.39 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/marte2/2013/05.29.01.03.40
Última Atualização dos Metadados2018:06.06.03.33.45 (UTC) administrator
ISBN978-85-17-00066-9 (Internet)
978-85-17-00065-2 (DVD)
Rótulo1601
Chave de CitaçãoFushitaReisFareSant:2013:CoMeUs
TítuloDesempenho da classificação supervisionada em diferentes programas: comparação por meio do uso da terra e do índice de naturalidade da paisagem
FormatoDVD, Internet.
Ano2013
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho2126 KiB
2. Contextualização
Autor1 Fushita, Angela Terumi
2 Reis, Rodrigo Rufino dos
3 Faresin, Luiza
4 Santos, José Eduardo dos
Endereço de e-Mail do Autor1 angela_fushita@yahoo.com.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
Páginas6463-6470
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2013-05-29 01:03:40 :: banon -> administrator ::
2018-06-06 03:33:45 :: administrator -> wanderf@dsr.inpe.br :: 2013
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThis paper objectives to evaluate the classification of land use and occupation among four software (SPRING 5.2, MULTISPEEC, ARCGIS 10 and IDRISI SELVA) for an test area and analyzes the urbanity index to theses landscapes. For characterization of land use and occupation was made the rectangle with 684 columns and 556 rows of the orbital images (Landsat 5 TM, orbit 220, point 75 , bands 3, 4 e 5, pass in August, 18 of 2011). The maximum likelihood classification (MAXLIKE) to satellite image was processed in SPRING 5.2, MULTISPEEC, ARCGIS 10 and IDRISI 32. Points for gauging in field had been showed and analyzed accuracy of the two maps through the kappa coefficient. The urbanity index (IB) was made in IDRISI with the land use map. The kappa coefficient (k) gotten for each material is k spring = 0.53, kmultispeec = 0.49, k arcgis = 0.51 and k idrisi = 0.41. The higher accuracy and fewer pixel sampled was obtained SPRING 5.2, so it is not possible to relate the amount of training area and the mapping accuracy.The average of IB were IB spring = 0.611; IB multispeec = 0.73; IB arcgis = 0.41 and IB idrisi = 0.334The ranges of urbanity index generated from the product of different software shown as the choice of classification technique, method and program interferes with the performance of this particular index.
ÁreaSRE
TipoMonitoramento e Modelagem Ambiental
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 16 > Desempenho da classificação...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 16 > Desempenho da classificação...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 16 > Desempenho da classificação...
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/3E7GMAE
URL dos dados zipadoshttp://urlib.net/zip/3ERPFQRTRW34M/3E7GMAE
Idiomapt
Arquivo Alvop1601.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 4
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 ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/46DD25B
Repositóriosid.inpe.br/mtc-m21d/2022/02.22.12.51
Última Atualização2022:05.05.19.17.44 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21d/2022/02.22.12.51.08
Última Atualização dos Metadados2022:08.07.03.59.00 (UTC) administrator
Chave SecundáriaINPE-18537-TDI/3182
Chave de CitaçãoRuiz:2022:UsMéFe
TítuloUso de métricas fenológicas calculadas de diferentes índices de vegetação da constelação de satélites PlanetScope para classificação de fitofisionomias do Cerrado
Título AlternativoUse of phenological metrics calculated from different vegetation indices of the planetscope satellite constellation for classifying Savanna physiognomies
CursoSER-SRE-DIPGR-INPE-MCTI-GOV-BR
Ano2022
Data2022-02-11
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas71
Número de Arquivos1
Tamanho3787 KiB
2. Contextualização
AutorRuiz, Isadora Haddad
BancaKörting, Thales Sehn (presidente)
Galvão, Lênio Soares (orientador)
Breunig, Fábio Marcelo (orientador)
Bourscheidt, Vandoir
Endereço de e-Mailisadora.rhaddad@gmail.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2022-02-22 12:51:08 :: isadora.ruiz@inpe.br -> administrator ::
2022-02-22 18:44:48 :: administrator -> pubtc@inpe.br ::
2022-02-22 18:45:16 :: pubtc@inpe.br -> isadora.ruiz@inpe.br ::
2022-02-23 16:04:28 :: isadora.ruiz@inpe.br -> administrator ::
2022-03-02 14:38:20 :: administrator -> pubtc@inpe.br ::
2022-03-02 14:38:52 :: pubtc@inpe.br -> isadora.ruiz@inpe.br ::
2022-03-02 19:07:28 :: isadora.ruiz@inpe.br -> administrator ::
2022-05-05 18:54:38 :: administrator -> pubtc@inpe.br ::
2022-05-16 23:13:20 :: pubtc@inpe.br -> simone ::
2022-05-16 23:19:47 :: simone :: -> 2022
2022-05-16 23:19:48 :: simone -> administrator :: 2022
2022-08-07 03:59:00 :: administrator -> :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavefenologia da vegetação
planetScope
Cerrado
constelação de satélites
classificação
ensemble metrics
land surface phenology
random Forest
satellite constellation
Savannas
ResumoO mapeamento da vegetação nativa do Cerrado no Brasil é desafiador, não havendo um consenso sobre a melhor estratégia de sensoriamento remoto para lidar com a variabilidade espacial de algumas fitofisionomias e a similaridade espectral de outras. Neste estudo, avaliou-se o desempenho de 12 métricas fenológicas (Land Surface Phenology - LSP) calculadas a partir de três diferentes índices de vegetação (IV) da constelação de satélites PlanetScope (PS). As métricas foram usadas como variáveis de entrada para o algoritmo de aprendizado de máquina Random Forest (RF), visando classificar oito fitofisionomias do Cerrado. A área de estudo foi a Estação Ecológica de Águas Emendadas (ESAE), localizada na região central do Brasil. Testou-se a classificação LSP na estação de crescimento 2017-2018 contra a classificação IV na estação seca de 2017, usando um mapa disponível de vegetação como referência para avaliação da precisão dos resultados. Além disso, analisou-se o desempenho do uso combinado (todos os IVs ou métricas LSP em conjunto) e individual (cada IV ou métricas LSP usadas separadamente) das variáveis na classificação RF das fitofisionomias. Os resultados mostraram que a acurácia total (OA) da classificação RF usando 12 imagens PS adquiridas na estação seca de 2017, variou de 0,56 para o Green-Red Normalized Difference (GRND) a 0,57 e 0,61 para o Enhanced Vegetation Index (EVI) e Normalized Difference Vegetation Index (NDVI), respectivamente. As métricas LSP, determinadas durante a estação de crescimento de 2017-2018, produziram ganhos de 19,3% (EVI), 13,1% (NDVI) e 5,4% (GRND), quando comparadas com o uso isolado de IVs da estação seca. Mantendo o EVI da estação seca como referência para comparação, o uso combinado dos IVs (OA = 0,70) ou métricas LSP (OA = 0,73) produziu ganhos na OA de 22,8% e 28,1%, respectivamente. As variáveis mais significativas para o modelo RF empregando conjuntamente as métricas LSP foram obtidas principalmente do NDVI e EVI, sendo elas: o valor mínimo (TRG) e máximo (PEAK) de IV; o valor médio na primavera (MSP); o valor médio na estação de crescimento (MGS); e a taxa de verdejamento na primavera (RSP). Os resultados mostraram a importância de se utilizar dados de alta resolução espacial e temporal da constelação de satélites PlanetScope para classificar fitofisionomias de Cerrado, usando informações de fenologia da vegetação. Além disso, quando séries temporais densas não estiverem disponíveis para calcular adequadamente as métricas LSP, uma alternativa é o uso combinado de IVs com sensibilidades diferentes aos parâmetros biofísicos da vegetação. Isto é válido especialmente para dados de satélite adquiridos durante a estação seca local, quando a frequência de cobertura de nuvens é reduzida. ABSTRACT: Mapping of savannas in Brazil is challenging since there is no consensus on the best remote sensing strategy to deal with the spatial variability of some physiognomies and the spectral similarity among others. In this study, we evaluated the performance of 12 land surface phenology (LSP) metrics calculated from three PlanetScope (PS) vegetation indices (VIs) for Random Forest (RF) classification of eight savanna physiognomies. At the protected Ecological Station of Águas Emendadas (ESAE) located in central Brazil, we tested the LSP classification in the 2017-2018 growing season against the dry-season VI classification in 2017 using an available vegetation map for accuracy assessment. Furthermore, we analyzed the performance of individual (each set of VIs or LSP metrics used separately) and combined (all VIs or LSP metrics used together) metrics for RF classification of the savanna physiognomies. The results showed that the overall accuracy (OA) of RF classification using 12 PS images acquired in the 2017 dry season ranged from 0.56 for the Green-Red Normalized Difference (GRND) to 0.57 and 0.61 for the Enhanced Vegetation Index (EVI) and Normalized Difference Vegetation Index (NDVI), respectively. The LSP metrics retrieved during the 2017-2018 growing season produced gains in OA of 19.3% (EVI), 13.1% (NDVI) and 5.4% (GRND) when compared to the individual use of VIs in the dry season. Keeping the dry-season EVI as a reference of comparison, the combined use of VIs (OA = 0.70) or LSP metrics (OA = 0.73) also generated gains in OA of 22.8% and 28.1%, respectively. The most important ranked LSP metrics from the combination of this type of variable were mainly calculated from the NDVI and EVI: the minimum (TRG) and maximum (PEAK) VI values; the mean Spring (MSP); the mean growing season (MGS); and the rate of spring green up (RSP). The results show the importance of the combined use of high spatial and temporal resolution data of the Planets satellite constellation for the classification of Brazilian savannas using the vegetation phenology information. Besides that, when dense time series are not available for retrieving the LSP metrics, an alternative is the combined use of different VIs for satellite data acquired during the dry season when the frequency of cloud cover is reduced.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Uso de métricas...
Arranjo 2Uso de métricas...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 04/05/2022 14:23 414.4 KiB 
originais/defesa.pdf 04/03/2022 08:38 121.4 KiB 
originais/Dissertação_PGSER_Isadora-Haddad-Ruiz_final.pdf 03/03/2022 13:29 3.4 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 05/05/2022 16:17 868.4 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34T/46DD25B
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34T/46DD25B
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosisadora.ruiz@inpe.br
simone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Permissão de Leituraallow 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 copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

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@80/2006/11.15.22.01.04
Última Atualização2007:03.01.17.09.48 (UTC) erich@sid.inpe.br
Repositório de Metadadosdpi.inpe.br/sbsr@80/2006/11.15.22.01.05
Última Atualização dos Metadados2018:06.06.02.37.37 (UTC) administrator
ISBN978-85-17-00031-7
Chave de CitaçãoBonattoMartBarr:2007:UsGeCl
TítuloUso de geotecnologia para a classificação de pastagens em diferentes níveis de degradação da Bacia do Ribeirão Matança localizada no Município de Pium - TO
FormatoCD-ROM, On-line.
Ano2007
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho990 KiB
2. Contextualização
Autor1 Bonatto, Frederico
2 Martins, Alan Kardec Elias
3 Barros, Emmanuel Kirlian Evangelista
Afiliação1 Universidade Federal do Tocantins (UFT). Engenharia Ambiental.
2 Fundação Universidade do Tocantins (UNITINS)
3 Universidade Federal do Tocantins (UFT). Engenharia Ambiental.
Endereço de e-Mail do Autor1 fredericobonatto@yahoo.com.br
2 akemartins@gmail.com
3 kirllian@uft.edu.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Fonseca, Leila Maria Garcia
Endereço de e-Mailfredericobonatto@yahoo.com.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 13 (SBSR).
Localização do EventoFlorianópolis
Data21-26 abr. 2007
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas791-798
Título do LivroAnais
Tipo TerciárioIniciação Científica
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2006-11-15 22:01:05 :: fredericobonatto@yahoo.com.br -> sbsr ::
2007-01-09 16:55:59 :: sbsr -> administrator ::
2009-08-05 01:44:04 :: administrator -> erich@sid.inpe.br ::
2010-05-14 02:43:34 :: erich@sid.inpe.br -> marciana ::
2011-02-16 14:06:27 :: marciana -> administrator :: 2007
2018-06-06 02:37:37 :: administrator -> :: 2007
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveImage processing
mapping
pastures
Mapeamento
pastagem
processamento de imagem
ResumoThe present work has for objective to qualitying and quantitying pastures degraded in the basin of the Ribeirão Matança located in the city of Pium TO, becoming use of the techniques of the geotechnologies. Through the Cbers image with the methodology of the visual classification by means of applicatory use SPRING 4.2 the use map became of which the classroom pasture had the biggest area and in the following stage the map of degradation of the pastures in three different levels was gotten. The predominant level was the 2 representing 51.47% of the pasture area. In the reached results, new perspectives for future works confide, using different e regions situations, contributing for the development of the digital processing of the images.
ÁreaSRE
TipoCBERS: Avaliação e Aplicações
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
Frederico Bonatto.pdf 15/11/2006 20:01 720.5 KiB 
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/dpi.inpe.br/sbsr@80/2006/11.15.22.01.04
URL dos dados zipadoshttp://urlib.net/zip/dpi.inpe.br/sbsr@80/2006/11.15.22.01.04
Idiomapt
Arquivo Alvo791-798.pdf
Grupo de Usuáriosfredericobonatto@yahoo.com.br
administrator
erich@sid.inpe.br
Grupo de Leitoresadministrator
bernardo@dsr.inpe.br
fredericobonatto@yahoo.com.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/banon-pc2@80/2006/07.17.20.31
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Agência FinanciadoraFundação Universidade do Tocantisn - Unitins / CNPq - Conselho Nacioanl de Desenvolvimento Científico e Tecnológico
Nota1
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group identifier issn label lineage nextedition nexthigherunit notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor shorttitle tertiarymark url versiontype volume

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador3ERPFQRTRW/3A5HTK5
Repositóriodpi.inpe.br/marte/2011/07.22.17.20
Última Atualização2011:07.22.17.20.42 (UTC) wanderf@dsr.inpe.br
Repositório de Metadadosdpi.inpe.br/marte/2011/07.22.17.20.42
Última Atualização dos Metadados2018:06.06.02.24.39 (UTC) administrator
ISBN978-85-17-00056-0 (Internet)
978-85-17-00057-7 (DVD)
Chave de CitaçãoAlbuquerqueGiaJarSilQui:2011:MeClIm
TítuloMetodologia de classificação em imagens de satélite de diferentes sensores e com uma única composição colorida para identificação de mudanças de uso do solo
FormatoDVD, Internet.
Ano2011
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho747 KiB
2. Contextualização
Autor1 Albuquerque, Rafael Walter de
2 Giannotti, Mariana
3 Jardini, Maurício George Miguel
4 Silva, Luiz Roberto da
5 Quintanilha, José Alberto
Afiliação1 Universidade de São Paulo - USP
2 Universidade de São Paulo - USP
3 Fundação para o Desenvolvimento Técnico da Engenharia - FDTE
4 Companhia Energética de São Paulo - CESP
5 Universidade de São Paulo - USP
Endereço de e-Mail do Autor1 r.w.albuquerque@gmail.com
2 mariana.giannotti@gmail.com
3 maruricio.jardini@gmail.com
4 luizroberto.silva@cesp.com.br
5 jaquinta@usp.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Endereço de e-Mailwanderf@dsr.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 15 (SBSR).
Localização do EventoCuritiba
Data30 abr. - 5 maio 2011
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas6858-6865
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2011-08-15 15:18:02 :: wanderf@dsr.inpe.br -> administrator :: 2011
2018-06-06 02:24:39 :: administrator -> tereza@sid.inpe.br :: 2011
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveEnvironmetal protection
monitoring
manager
dam
proteção ambiental
monitoramento
gestor
represa
ResumoPopulation growth has induced the occupation of areas that require environmental protection. Such places need constant monitoring, otherwise the quality of environment affect peoples lives. Thats the case of dams that are used as water resource to produce electric energy, they need to be preserved to keep providing an energy of quality to population. Some dams are constantly suffering with local human presence, such as buildings and fishing. In this cases satellite images are very useful for identifying points that new establishments are checked. The classification in two images of the same local that differ in the moment of time they were taken can provide where are the locals that new kinds of human activity are appearing. This work has the objective of developing a methodology of classification of two different sensor and time period satellite images that were provided in only one color composed band each. As the digital archives of the images were missing the values of the bands of the satellite sensor, the parameters of the classification method had to be tested by an empirical method. The methodology developed showed quite good results. The commission errors that appeared were mostly associated with the inappropriate registration of the two images, indicating the method potential. Therefore, methodologies of identifying change using high resolution images depends a lot in the registration process.
ÁreaSRE
TipoUso e Cobertura da Terra
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/3ERPFQRTRW/3A5HTK5
URL dos dados zipadoshttp://urlib.net/zip/3ERPFQRTRW/3A5HTK5
Idiomapt
Arquivo Alvop0519.pdf
Grupo de Usuárioswanderf@dsr.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Acervo Hospedeirodpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group issn label lineage mark nextedition nexthigherunit 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)tereza@sid.inpe.br
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/4935N6H
Repositóriosid.inpe.br/marte2/2023/05.03.14.22
Última Atualização2023:05.03.14.22.38 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/05.03.14.22.39
Última Atualização dos Metadados2024:01.08.18.09.30 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoSilveiraTsujUda:2023:VaPaCN
TítuloVariações do parâmetro CN para diferentes classificações do uso do solo em uma pequena bacia urbanizada
FormatoInternet
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho515 KiB
2. Contextualização
Autor1 Silveira, Tainara Cristina da
2 Tsuji, Thays Mitsuko
3 Uda, Patrízia Kazue
Afiliação1 Universidade Federal de Santa Catarina (UFSC)
2 Universidade Federal de Santa Catarina (UFSC)
3 Universidade Federal de Santa Catarina (UFSC)
Endereço de e-Mail do Autor1 taicristina5@gmail.com
2 thaysmitsuko@hotmail.com
3 patricia.kazue@ufsc.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase155973
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-05-03 14:23:09 :: simone -> administrator :: 2023
2024-01-08 18:09:30 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveUso e ocupação do solo
curva número
escoamento superficial
método SCS
sensoriamento remoto
Land use
curve number
runoff
SCS method
remote sensing
ResumoO CN é o principal parâmetro de entrada do modelo SCS-CN, um dos mais difundidos métodos hidrológicos de estimativa de escoamento superficial. A obtenção do CN é facilitada por ferramentas de sensoriamento remoto. Contudo, imprecisões nestes processos, especialmente na determinação da cobertura do solo podem alterar os resultados do CN. Nesse trabalho avaliou-se e comparou-se os valores de CN obtidos a partir da classificação de uso e ocupação do solo de diferentes imagens da bacia urbana do rio do Meio, Florianópolis-SC. Foram usadas ortofotos dos anos de 2010, 2016 e a classificação do solo disponibilizada pelo MapBiomas, referente ao ano de 2020. Os resultados indicam que resoluções baixas e classificações inconsistentes podem deturpar os valores de CN especialmente em pequenas bacias. As diferenças médias obtidas entre os valores de CN de 2,66% entre as imagens de 2010 e 2016, 11,35% entre 2016 e 2020 e, 11,24% entre 2010 e 2020. ABSTRACT: The CN is the main input parameter of the SCS-CN model, one of the most widespread hydrological methods to estimate runoff. Obtaining the CN is facilitated through the use of remote sensing tools. However, inaccuracies in these processes, especially in the determination of land use, can alter the CN results. In this paper we evaluated and compared CN values obtained from different land use and cover classification from different images of Meio river urban catchment, Florianópolis-SC. Were used ortophotos The results indicate that, despite being more recent, 2010 and 2016 orthophotos, and a 2020 land use classification provided by MapBiomas. The results indicate low resolutions and inconsistent classifications could distort the CN values when applied in small basins. The mean differences were obtained between the CN values of 2.66% between classifications 2010 and 2016, 11.35% between 2016 and 2020 and 11.24% between 2010 and 2020.
ÁreaSRE
TipoHidrologia
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Variações do parâmetro...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CGCT > SBSR 20 > Variações do parâmetro...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 20 > Variações do parâmetro...
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/4935N6H
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/4935N6H
Idiomapt
Arquivo Alvo155973.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar