Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/marte2/2019/09.04.18.44.57-0:pt:title:2:areas classificacao queimadas learning:classificacao areas queimadas machine learning usando dados sensoriamento remoto:>.
8 referências similares encontradas (inclusive a original) buscando em 22 dentre 22 Arquivos.
Data e hora local de busca: 16/05/2024 08:42.
1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3TUPLEP
Repositóriosid.inpe.br/marte2/2019/09.04.18.44
Última Atualização2019:09.04.18.44.57 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/09.04.18.44.57
Última Atualização dos Metadados2021:01.03.02.13.38 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoSantosJúniorBittMoreSant:2019:ClÁrQu
TítuloClassificação de áreas queimadas por machine learning usando dados de sensoriamento remoto
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho481 KiB
2. Contextualização
Autor1 Santos Júnior, Cícero Alves dos
2 Bittencourt, Olga Oliveira
3 Morelli, Fabiano
4 Santos, Rafael
Grupo1 DIDSA-CGCPT-INPE-MCTIC-GOV-BR
2
3 DIDPI-CGOBT-INPE-MCTIC-GOV-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)
Endereço de e-Mail do Autor1 cicero.alves@inpe.br
2 olga.bittencourt@inpe.br
3 fabiano.morelli@inpe.br
4 rafael.santos@inpe.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
Páginas1784-1787
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-06 16:29:11 :: simone -> administrator :: 2019
2021-01-03 02:13:38 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveáreas queimadas
classificação
machine learning
dados de sensoriamento remoto
burned areas
classification
machine learning
remote sensing data
ResumoApresentamos um estudo para melhorar a automação do processo de classificação de áreas queimadas usando dados de sensoriamento remoto. Mostramos os atributos mais relevantes para enriquecer a base de conhecimento e o resultado da aplicação deles em uma comparação de modelos de classificação de machine learning. Validamos nosso estudo com dados de queimadas do Cerrado feitos por especialistas. Os melhores resultados foram obtidos com os modelos Random Forest e Neural Networks e indicam a viabilidade de utilização da abordagem no processo de classificação de áreas queimadas. ABSTRACT: We present an study to improve automation on Woody savannah burned areas classification process in a continuous and periodical way through the use of machine learning classification models. We propose some relevant features to enrich a burns knowledge database in some classification models. The developed approach is validated over a study area in the Brazilian Cerrado against reference data derived from classifications done by experts. Best results were obtained by Random Forest and Neural Network models and indicate enhancement on the methods used so far.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Classificação de áreas...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Classificação de áreas...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 19 > Classificação de áreas...
Arranjo 4urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Classificação de áreas...
Arranjo 5urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSA > Classificação de áreas...
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/3TUPLEP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3TUPLEP
Idiomapt
Arquivo Alvo97280.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 Superiores8JMKD3MGP6W34M/3UCAT7H
8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/43SRC6S
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 9
sid.inpe.br/bibdigital/2013/09.09.15.05 2
sid.inpe.br/bibdigital/2021/01.03.02.10 1
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)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
IdentificadorJ8LNKAN8RW/38MQP6H
Repositóriodpi.inpe.br/plutao/2010/12.02.13.02.48
Última Atualização2011:01.31.18.35.34 (UTC) marciana
Repositório de Metadadosdpi.inpe.br/plutao/2010/12.02.13.02.49
Última Atualização dos Metadados2018:06.05.00.12.26 (UTC) administrator
Chave SecundáriaINPE--PRE/
ISBN978-85-60424-05-4
Rótulolattes: 1023733288544345 1 ZanottaZani:2010:IdAuÁr
Chave de CitaçãoZanottaZani:2010:IdAuÁr
TítuloIdentificação automática de áreas queimadas no Pantanal a partir de uma classificação por um suporte bayesiano e informações de contexto espacial usando imagens multitemporais de sensoriamento remoto
FormatoDVD
Ano2010
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho745 KiB
2. Contextualização
Autor1 Zanotta, Daniel Capella
2 Zani, Hiran
Grupo1 DSR-OBT-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 daniel.zanotta@ufrgs.br
Endereço de e-Maildaniel.zanotta@ufrgs.br
Nome do Evento3º Geopantanal
Localização do EventoCáceres
Data2010
Páginas735-743
Título do LivroAnais
Tipo TerciárioArtigo
Histórico (UTC)2010-12-06 14:15:25 :: lattes -> ricardo :: 2010
2010-12-07 11:40:38 :: ricardo -> administrator :: 2010
2010-12-08 15:16:09 :: administrator -> marciana :: 2010
2011-01-31 18:36:03 :: marciana -> administrator :: 2010
2018-06-05 00:12:26 :: administrator -> marciana :: 2010
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Palavras-Chavesensoriamento remoto
detecção de áreas queimadas
contexto espacial
Pantanal
ResumoNeste trabalho, uma metodologia para detecção automática de queimadas é sugerida. Através de técnicas de detecção de mudanças por subtração de imagens tomadas em duas datas distintas, uma classificação obedecendo ao critério Bayesiano é realizada utilizando parâmetros estatísticos (média e matriz de covariância) extraídos automaticamente do próprio conjunto de dados resultante através do algoritmo Expectation Maximization. Em um trabalho anteriormente realizado no Pantanal, uma metodologia semelhante foi adotada para detectar queimadas, porém, não considerava a possível ocorrência de alagamentos, confundindo os mesmos com queimadas no mapa final. No presente trabalho, as regiões alagadas são automaticamente identificadas e excluídas do mapa final resultando em uma melhora na qualidade da detecção. A exemplo da abordagem anteriormente realizada, neste trabalho a última etapa do processo envolve a aplicação de operadores morfológicos de erosão/dilatação de imagens com o objetivo de inserir informações de contexto espacial no mapa final, refinando-o. Experimentos foram conduzidos para uma cena Landsat, sensor TM com regiões atingidas por queimadas e alagamentos. Os resultados mostram que a acurácia é aumentada com a consideração das áreas alagadas e a subsequente aplicação do contexto espacial, chegando a valores próximos de 97% de acerto quando comparados com um mapa de referência.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Identificação automática de...
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/J8LNKAN8RW/38MQP6H
URL dos dados zipadoshttp://urlib.net/zip/J8LNKAN8RW/38MQP6H
Idiomapt
Arquivo Alvozanotta identificacaonao.pdf
Grupo de Usuárioslattes
administrator
marciana
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
URL (dados não confiáveis)http://www.geopantanal2009.cnptia.embrapa.br/2010/cd
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor issn lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark type versiontype volume
7. Controle da descrição
e-Mail (login)marciana
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGPDW34P/3Q5DSEP
Repositóriosid.inpe.br/mtc-m16c/2017/12.01.20.32
Última Atualização2017:12.01.20.32.04 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2017/12.01.20.32.04
Última Atualização dos Metadados2023:02.15.04.21.02 (UTC) administrator
ISSN2179-4820
Chave de CitaçãoAndradeBittMoreSant:2017:ClSeÁr
TítuloClassificação semiautomática de áreas queimadas com o uso de redes neurais
FormatoPendrive, On-line.
Ano2017
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho2858 KiB
2. Contextualização
Autor1 Andrade, Ronaldo Nelis de
2 Bittencourt, Olga
3 Morelli, Fabiano
4 Santos, Rafael
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)
EditorDavis Jr., Clodoveu A. (UFMG)
Queiroz, Gilberto R. de (INPE)
Endereço de e-Maillubia@dpi.inpe.br
Nome do EventoSimpósio Brasileiro de Geoinformática, 18 (GEOINFO)
Localização do EventoSalvador
Data04-06 dez. 2017
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas92-97
Título do LivroAnais
Tipo TerciárioShort papers
Histórico (UTC)2017-12-01 20:32:04 :: lubia@dpi.inpe.br -> administrator ::
2020-05-20 12:41:04 :: administrator -> simone :: 2017
2020-05-20 13:17:47 :: simone -> administrator :: 2017
2023-02-15 04:21:02 :: administrator -> simone :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThis paper presents an approach to improve the semi-automatic detection of burned areas through the use of neural networks. The approach is validated over a selected study area in the Brazilian Cerrado against reference data derived from data classified by experts. Methods are still being developed and improved, and initial results corroborate the validity of the approach, which will be extended to other study areas.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > GEOINFO > XVIII GEOINFO > Classificação semiautomática de...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > XVIII GEOINFO > Classificação semiautomática de...
Arranjo 3urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Classificação semiautomática de...
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/8JMKD3MGPDW34P/3Q5DSEP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/3Q5DSEP
Idiomapt
Arquivo Alvo10andrade_santos.pdf
Grupo de Usuárioslubia@dpi.inpe.br
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/banon-pc2@80/2006/07.04.20.21
Unidades Imediatamente Superiores8JMKD3MGPDW34P/42T2QPE
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/01.30.13.05 3
sid.inpe.br/mtc-m16c/2020/07.22.00.47 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 doi edition electronicmailaddress group isbn keywords label lineage mark nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project 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)simone
atualizar 

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/4AKLQD2
Repositóriosid.inpe.br/mtc-m21d/2024/01.26.12.36
Última Atualização2024:03.28.19.53.40 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2024/01.26.12.36.50
Última Atualização dos Metadados2024:04.04.08.39.23 (UTC) administrator
Chave SecundáriaINPE- 18796-TDI/3399
Chave de CitaçãoCoelho:2024:AvUsAu
TítuloAvaliação do uso do AutoML para a classificação de áreas queimadas usando séries temporais do satélite Landsat-8
Título AlternativoAssessment of AutoML usage on burned area classification using Landsat-8 time series
CursoCAP-COMP-DIPGR-INPE-MCTI-GOV-BR
Ano2024
Data2023-12-13
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Computação Aplicada)
Tipo SecundárioTDI
Número de Páginas101
Número de Arquivos2
Tamanho6935 KiB
2. Contextualização
AutorCoelho, Marcelly Homem
BancaQueiroz, Gilberto Ribeiro de (presidente)
Santos, Rafael Duarte Coelho dos (orientador)
Bittencourt, Olga Regina Fradico de Oliveira (orientadora)
Lorena, Ana Carolina
Perez, Anderson Luiz Fernandes
Endereço de e-Mailmarcellyhc@gmail.com
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2024-01-26 12:36:50 :: luis.cpv@hotmail.com -> administrator ::
2024-03-28 19:16:23 :: administrator -> pubtc@inpe.br ::
2024-04-01 13:45:42 :: pubtc@inpe.br -> simone ::
2024-04-01 13:47:16 :: simone :: -> 2024
2024-04-01 13:52:28 :: simone -> administrator :: 2024
2024-04-04 08:39:23 :: administrator -> :: 2024
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveárea queimada
aprendizado de máquina
classificação
série temporal
burnt area
machine learning
classification
time series
ResumoAs queimadas representam um desafio global e afetam grandes extensões de vegetação nativa, causando impactos negativos no âmbito social, econômico e ecológico. A classificação de áreas queimadas em imagens de satélite é de interesse para automatizar o mapeamento de regiões que sofreram queimas e, dessa forma, ajudar a otimizar a alocação de recursos destinados a essa problemática. Esta dissertação descreve o desenvolvimento de um método baseado em aprendizado de máquina para a classificação automática de áreas queimadas por meio de análises de séries temporais do satélite Landsat-8. A pergunta de pesquisa que pretende-se responder consiste em É possível determinar áreas queimadas por meio de séries temporais de índices espectrais referentes a pontos geográficos?. Dentro do escopo desse trabalho, demonstra-se que um modelo de classificação supervisionada, treinado com amostras de queimadas de um ano específico, é capaz de ser generalizado para classificar ocorrências de queimadas em períodos anuais subsequentes. Para avaliação do método proposto, foram conduzidos seis experimentos distintos, com o experimento final usando os conjuntos de dados correspondentes aos anos de 2018 e 2019 para o treinamento do modelo, enquanto o conjunto de dados de 2020 foi empregado para fins de teste. Foram analisadas as métricas de desempenho: taxa de acerto média, precisão, revocação e F1-score. Os resultados obtidos por meio do modelo Support Vector Machine (SVM) treinado com o algoritmo de otimização Stochastic Gradient Descent (SGD) revelaram uma taxa de acerto média na classificação de áreas queimadas e não queimadas de 95,55% com desvio padrão de 1,78%. Esta dissertação contribui para o avanço das técnicas de identificação de queimadas, oferecendo uma abordagem eficaz e precisa que se mostra promissora para a gestão de recursos e a mitigação de impactos ambientais. ABSTRACT: Wildfires pose a worldwide challenge, impacting vast stretches of native vegetation and giving rise to adverse effects on social, economic, and ecological dimensions. The classification of burned areas in satellite imagery is of interest for automating the mapping of affected regions, ultimately aiding the allocation of resources addressed to this issue. This dissertation describes the development of a machine learningbased approach for the automated classification of burned areas employing some time series of Landsat-8 images. The proposed research question is: Is it possible to identify burned areas from spectral indexes time series referred to geographical locations? Within the scope of this work, it is shown that a supervised classification model, trained with samples from a specific year is capable of generalizing into subsequent years of data. Six separate experiments were conducted to evaluate the proposed method, with the final one using datasets corresponding to the years of 2018 and 2019 for training the model, while datasets from 2020 were used for testing. The following performance metrics were assessed: accuracy, precision, recall, and F1- score. The results obtained with a Support Vector Machine (SVM) model trained with the Stochastic Gradient Descent (SGD) optimization algorithm reveled an accuracy of 95,55% with a standard deviation of 1,78%. This dissertation contibutes to the advancement of burned area identification methods, presenting an effective and accurate approach with promissing applications in resource management and environmental impact mitigation.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Avaliação do uso...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Avaliação do uso...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 28/03/2024 16:36 174.8 KiB 
originais/Defesa.pdf 26/01/2024 08:51 124.3 KiB 
originais/v_18_01_2024_Dissertacao_CAP_INPE.pdf 19/01/2024 09:36 6.6 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 28/03/2024 16:53 110.6 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34T/4AKLQD2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34T/4AKLQD2
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosluis.cpv@hotmail.com
simone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor dos Direitosoriginalauthor yes
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/3F2PHGS
8JMKD3MGPCW/46KUES5
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 schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W/48743N2
Repositóriosid.inpe.br/plutao/2022/12.12.17.51
Última Atualização2022:12.15.18.45.12 (UTC) lattes
Repositório de Metadadossid.inpe.br/plutao/2022/12.12.17.51.01
Última Atualização dos Metadados2023:07.08.07.14.44 (UTC) administrator
DOI10.14210/cotb.v13.p029-036
Rótulolattes: 0096913881679975 4 HomemCoelhoOlivMoreSant:2022:MéClÁr
Chave de CitaçãoCoelhoBittMoreSant:2022:MéClÁr
TítuloMétodo para a Classificação de Áreas Queimadas Baseado em Aprendizado de Máquina Automatizado
Ano2022
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho487 KiB
2. Contextualização
Autor1 Coelho, Marcelly Homem
2 Bittencourt, Olga Oliveira
3 Morelli, Fabiano
4 Santos, Rafael Duarte Coelho dos
Identificador de Curriculo1
2
3
4 8JMKD3MGP5W/3C9JJ4N
Grupo1 CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
2 COPDT-CGIP-INPE-MCTI-GOV-BR
3 DIPE4-COGPI-INPE-MCTI-GOV-BR
4 COPDT-CGIP-INPE-MCTI-GOV-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)
Endereço de e-Mail do Autor1 marcellyhc@gmail.com
2 olgarf.oliveira@gmail.com
3 fabiano.morelli@inpe.br
4 rafael.santos@inpe.br
Nome do EventoComputer on the Beach
Localização do EventoItajaí, SC
Data05-07 maio 2022
Páginas029
Título do LivroAnais
Tipo TerciárioArtigo
Histórico (UTC)2022-12-12 18:06:29 :: lattes -> administrator :: 2022
2022-12-13 15:14:44 :: administrator -> lattes :: 2022
2022-12-15 18:45:14 :: lattes -> administrator :: 2022
2023-07-08 07:14:44 :: administrator -> simone :: 2022
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-ChaveBurnt areas
Automated machine learning
Classification

Supervised learning
Remote sensing
ResumoForest fires burn large areas of native vegetation and it causes impacts in the social, economic and ecological scope. Burnt areas classification can help understand fires occurrence and support public policies. This work aims to develop a method of automatic burnt areas classification. The method is based on the application of Automated Machine Learning in data sets, from the Landsat8/OLI satellite images of 2018 and 2019. We intend to answer the following research question: Is it possible to automate the choice of machine learning models and maintain quality levels in the classification of burnt areas?. The contribution of this research is to determine whether a predictive model, trained with validated samples from 2018, is capable of classifying fires occurrences in 2019. For the performance evaluation, the following metrics were analyzed: precision, probability of detection and average success rate. The results indicate that the method has a high potential to classify burnt areas.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Método para a...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Método para a...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > COGPI > Método para a...
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/8JMKD3MGP3W/48743N2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W/48743N2
Idiomapt
Arquivo Alvo029.pdf
Grupo de Leitoresadministrator
lattes
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPCW/46KUES5
8JMKD3MGPCW/46L2FGP
Lista de Itens Citandosid.inpe.br/bibdigital/2022/04.03.23.11 19
sid.inpe.br/bibdigital/2013/10.12.22.16 2
sid.inpe.br/mtc-m21/2012/07.13.14.58.32 1
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination e-mailaddress edition editor format isbn issn lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url usergroup 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/3JM458B
Repositóriosid.inpe.br/marte2/2015/06.15.14.08.24
Última Atualização2015:06.15.14.08.24 (UTC) banon
Repositório de Metadadossid.inpe.br/marte2/2015/06.15.14.08.25
Última Atualização dos Metadados2018:06.06.03.17.53 (UTC) administrator
ISBN978-85-17-0076-8
Rótulo76
Chave de CitaçãoJesusSetMorCânMel:2015:EfCoAt
TítuloEfeito da correção atmosférica na classificação de índices espectrais para o mapeamento de áreas queimadas
FormatoInternet
Ano2015
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho319 KiB
2. Contextualização
Autor1 Jesus, Silvia Cristina de
2 Setzer, Alberto
3 Morelli, Fabiano
4 Cândido, Pietro de Almeida
5 Melchiori, Arturo Emiliano
Grupo1
2
3 OBT-OBT-INPE-MCTI-GOV-BR
4 SER-SRE-SPG-INPE-MCTI-GOV-BR
Afiliação1
2
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 silviac@dsr.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
Páginas368-375
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2015-06-15 14:08:25 :: banon -> administrator ::
2018-06-06 03:17:53 :: administrator -> simone :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThis paper investigates the impact of atmospheric correction (AC) for medium-resolution imagery in the mapping of fire scars when using automatic classification based on the spectral composite indexes NBR, dNDVI and dNBR. 11 Landsat-5/TM scenes of a same Cerrado area in 2005-2006 provided 9 time-consecutive pairs in which a visual analysis provided the reference mapping of burned areas. Automatic digital classification of the three indexes with 10 output classes, including one specific for burn scars, was compared with and without the use of the so-called 6S AC algorithm. Results show that atmospherically corrected and uncorrected data are highly correlated (R2≈1). The values in the contingency tables for both procedures are not significantly different; considering AC and non-AC values for all the data, the overall accuracy is above 99% for both, the product accuracy for scars is 79.6% and 82.6%, and the user accuracy is 92.2% and 94.3%, respectively. In conclusion, the mapping of fire scars in medium-resolution imagery doesnt require atmospheric correction when the most common indexes for burned area estimates are used with automatic classification, what may simplify the processing chain of large image datasets; however, this may not be the case in non-automatic classification, when surface reflectance thresholds are defined for individual scenes and applications.
ÁreaSRE
TipoDegradação de florestas
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 17 > Efeito da correção...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 17 > Efeito da correção...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 17 > Efeito da correção...
Arranjo 4urlib.net > BDMCI > Fonds > Produção anterior à 2021 > CGOBT > Efeito da correção...
Arranjo 5urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Efeito da correção...
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/3JM458B
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3JM458B
Idiomapt
Arquivo Alvop0076.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3JJLLP2
8JMKD3MGPCW/3EU2H28
8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/marte2/2015/05.31.21.54 7
sid.inpe.br/bibdigital@80/2006/04.07.15.50.13 1
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 resumeid 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)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
IdentificadorJ8LNKAN8RW/3D53BQP
Repositóriodpi.inpe.br/plutao/2012/11.28.15.00.48
Última Atualização2013:03.01.19.34.50 (UTC) marciana
Repositório de Metadadosdpi.inpe.br/plutao/2012/11.28.15.00.49
Última Atualização dos Metadados2018:06.05.00.02.01 (UTC) administrator
Chave SecundáriaINPE--PRE/
ISBN21788634
Rótulolattes: 4064192418002014 1 PereiraJúniorAntoBret:2012:CoMéCl
Chave de CitaçãoPereiraJúniorAntoBret:2012:CoMéCl
TítuloComparação entre métodos de classificação para mapeamento de áreas queimadas no Parque Estadual do Jalapão, Tocantins
Ano2012
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho650 KiB
2. Contextualização
Autor1 Pereira Júnior, Alfredo da Costa
2 Antonioli, Virgínia
3 Bretos, Ana Luisa Kalantzopoulos
Identificador de Curriculo1 8JMKD3MGP5W/3C9JGGQ
Grupo1 DSR-OBT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 alfredo@dsr.inpe.br
Endereço de e-Mailalfredo@dsr.inpe.br
Nome do EventoSeminário de Atualização em Sensoriamento Remoto e Sistemas de Informações Geográficas Aplicados à Engenharia Florestal, 10 (SENGEF).
Localização do EventoCuritiba Curitiba
Data2012
Editora (Publisher)IEP
Páginas544-552
Título do LivroAnais
Tipo TerciárioArtigo
Histórico (UTC)2012-11-28 23:06:25 :: lattes -> marciana :: 2012
2013-03-01 19:34:50 :: marciana -> administrator :: 2012
2018-06-05 00:02:01 :: administrator -> marciana :: 2012
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Palavras-Chavecerrado
queimadas
fogo
mapeamento
sensoriamento remoto
Parque Estadual do Jalapão
Tocantins
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Comparação entre métodos...
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/J8LNKAN8RW/3D53BQP
URL dos dados zipadoshttp://urlib.net/zip/J8LNKAN8RW/3D53BQP
Idiomapt
Arquivo AlvoPereira Júnior.pdf
Grupo de Usuárioslattes
marciana
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
NotasSetores de Atividade: Pesquisa e desenvolvimento científico, Atividades ligadas ao patrimônio cultural e ambiental.
Campos Vaziosabstract archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor format issn lineage mark mirrorrepository nextedition numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisheraddress readergroup rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume
7. Controle da descrição
e-Mail (login)marciana
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3TTQ4P2
Repositóriosid.inpe.br/marte2/2019/08.29.17.24
Última Atualização2019:08.29.17.24.14 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/08.29.17.24.15
Última Atualização dos Metadados2019:12.13.01.17.13 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoSacramentoMich:2019:AnMuÁr
TítuloAnálise multitemporal de áreas queimadas na Mata Atlântica do sul da Bahia a partir de classificação orientada a objetos e índices espectrais
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho678 KiB
2. Contextualização
Autor1 Sacramento, Iorrana Figueiredo
2 Michel, Roberto Ferreira Macho
Afiliação1 Universidade Federal de Viçosa (UFV)
2 Universidade Estadual de Santa Cruz (UESC)
Endereço de e-Mail do Autor1 iorrana.figueiredo@ufv.br
2 roberto@michel.com
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
Páginas1167-1170
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-06 16:04:48 :: simone -> administrator :: 2019
2019-12-13 01:17:13 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveárea queimada
análise multitemporal
classificação orientada a objeto
burned area
multitemporal analysis
object-oriented classification
ResumoDiante dos desafios de caracterização do comportamento espectral de áreas queimadas, este estudo propôs analisar o método de classificação orientada a objeto, a partir de índices espectrais, para o mapeamento dessas áreas na Mata Atlântica do Sul da Bahia. A análise multitemporal foi realizada considerando a diferença entre duas imagens Landsat 8: pré e pós-fogo. A classificação orientada a objeto consistiu nas etapas de segmentação, classificação, otimização e validação em ambiente SIG. A classificação foi considerada boa pelo índice Kappa. A classe fraca foi superestimada por corresponder a áreas onde a mudança foi pouco percebida. As áreas queimadas apesentaram aumento da reflectância na faixa do vermelho e do infravermelho médio e diminuição na faixa do infravermelho próximo. O ΔNBR foi o melhor discriminador de áreas queimadas. A efetividade na discriminação por índices espectrais está mais relacionada com a informação espectral do que a quantidade de índices. ABSTRACT: Facing the challenge of the spectral signature characterization of burned areas, this objective of this study was to analyze the oriented-object classification method using spectral indices for mapping burned areas in the South Bahia Atlantic Rain Forest. The multitemporal analysis was performed considering the difference between two Landsat 8 images: pre and post-fire. The supervise object-oriented classification was executed by segmentation, classification, optimization and validation algorithms at GIS environment. The validation was classified as good by the Kappa agreement measure. The weak forest fire class was overestimated, corresponding to areas where the change was subtle. The burned areas presented an increase in reflectance on the red and shortwave infrared bands and a decrease on the near infrared band. The ΔNBR was the best burned area discriminator index. The effectiveness on the burned areas discrimination by spectral indices is related mainly with the spectral information than with the quantity of indices.
ÁreaSRE
TipoAnálise de séries temporais de imagens de satélite
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Análise multitemporal de...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Análise multitemporal de...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 19 > Análise multitemporal de...
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/3TTQ4P2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3TTQ4P2
Idiomapt
Arquivo Alvo97152.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 Superiores8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 3
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 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