Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/plutao/2014/12.01.11.55.32-0:en:title:2:land cover hybrid map:building hybrid land cover map crowdsourcing geographically weighted regression:>.
73 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 17:45.

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W/3HG7BL3
Repositóriosid.inpe.br/plutao/2014/12.01.11.55.31   (acesso restrito)
Última Atualização2015:05.18.13.03.31 (UTC) administrator
Repositório de Metadadossid.inpe.br/plutao/2014/12.01.11.55.32
Última Atualização dos Metadados2021:03.06.19.29.38 (UTC) administrator
DOI10.1016/j.isprsjprs.2014.06.016
ISSN0924-2716
Rótulolattes: 4419790523552484 10 SeeSLMFCPSZMSACVGRSMKHSVKO:2014:BuHyLa
Chave de CitaçãoSeeSLMFCPSZMSACVGRSMKHSVKO:2015:BuHyLa
TítuloBuilding a hybrid land cover map with crowdsourcing and geographically weighted regression
Ano2015
Data de Acesso16 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho4503 KiB
2. Contextualização
Autor 1 See, Linda
 2 Schepaschenko, Dmitry
 3 Lesiv, Myroslava
 4 Mccallum, Ian
 5 Fritz, Steffen
 6 Comber, Alexis
 7 Perger, Christoph
 8 Schill, Christian
 9 Zhao, Yuanyuan
10 Maus, Victor Wegner
11 Siraj, Muhammad Athar
12 Albrecht, Franziska
13 Cipriani, Anna
14 Vakolyuk, Mar'Yana
15 Garcia, Alfredo
16 Rabia, Ahmed H.
17 Singha, Kuleswar
18 Marcarini, Abel Alan
19 Kattenborn, Teja
20 Hazarika, Rubul
21 Schepaschenko, Maria
22 Van Der Velde, Marijn
23 Kraxner, Florian
24 Obersteiner, Michael
Grupo 1
 2
 3
 4
 5
 6
 7
 8
 9
10 CST-CST-SPG-INPE-MCTI-GOV-BR
Afiliação 1 International Institute of Applied Systems Analysis (IIASA)
 2 International Institute of Applied Systems Analysis (IIASA)
 3 Lviv Polytechnic National University
 4 International Institute of Applied Systems Analysis (IIASA)
 5 International Institute of Applied Systems Analysis (IIASA)
 6 University of Leicester
 7 International Institute of Applied Systems Analysis (IIASA)
 8 University of Freiburg
 9 Tsinghua University
10 Instituto Nacional de Pesquisas Espaciais (INPE)
11 National University of Sciences and Technology (IGIS-NUST)
12 University of Vienna
13 Università degli Studi di Modena e Reggio Emilia
14 International Institute of Applied Systems Analysis (IIASA)
15 National Institute of Agricultural Technology (INTA)
16 Damanhour University
17 Gauhati University
18 AgroParis Tech
19 Albert-Ludwigs-University Freiburg
20 Institute of Geological Science of the National Academy of Sciences of Ukraine
21 Russian Institute of Continuous Education in Forestry
22 International Institute of Applied Systems Analysis (IIASA)
23 International Institute of Applied Systems Analysis (IIASA)
24 International Institute of Applied Systems Analysis (IIASA)
Endereço de e-Mail do Autor 1
 2
 3
 4
 5
 6
 7
 8
 9
10 victor.maus@inpe.br
Endereço de e-Mailmarcelo.pazos@inpe.br
RevistaISPRS Journal of Photogrammetry and Remote Sensing
Volume103
Páginas48-56
Nota SecundáriaA1_GEOCIÊNCIAS A2_INTERDISCIPLINAR A2_CIÊNCIAS_AMBIENTAIS B1_BIODIVERSIDADE B1_ENGENHARIAS_IV C_CIÊNCIAS_AGRÁRIAS_I
Histórico (UTC)2014-12-01 11:55:32 :: lattes -> administrator ::
2014-12-09 15:22:25 :: administrator -> lattes :: 2014
2014-12-09 15:24:23 :: lattes -> administrator :: 2014 -> xxxx
2015-05-18 13:03:32 :: administrator :: xxxx -> 2015
2021-03-06 19:29:38 :: administrator -> simone :: 2015
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-ChaveLand cover
Validation
Crowdsourcing
Map integration
Global land cover
Geographically weighted regression
ResumoLand cover is of fundamental importance to many environmental applications and serves as critical baseline information for many large scale models e.g. in developing future scenarios of land use and climate change. Although there is an ongoing movement towards the development of higher resolution global land cover maps, medium resolution land cover products (e.g. GLC2000 and MODIS) are still very useful for modelling and assessment purposes. However, the current land cover products are not accurate enough for many applications so we need to develop approaches that can take existing land covers maps and produce a better overall product in a hybrid approach. This paper uses geographically weighted regression (GWR) and crowdsourced validation data from Geo-Wiki to create two hybrid global land cover maps that use medium resolution land cover products as an input. Two different methods were used: (a) the GWR was used to determine the best land cover product at each location; (b) the GWR was only used to determine the best land cover at those locations where all three land cover maps disagree, using the agreement of the land cover maps to determine land cover at the other cells. The results show that the hybrid land cover map developed using the first method resulted in a lower overall disagreement than the individual global land cover maps. The hybrid map produced by the second method was also better when compared to the GLC2000 and GlobCover but worse or similar in performance to the MODIS land cover product depending upon the metrics considered. The reason for this may be due to the use of the GLC2000 in the development of GlobCover, which may have resulted in areas where both maps agree with one another but not with MODIS, and where MODIS may in fact better represent land cover in those situations. These results serve to demonstrate that spatial analysis methods can be used to improve medium resolution global land cover information with existing products.
ÁreaCST
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CST > Building a hybrid...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
Idiomaen
Arquivo Alvosee_building.pdf
Grupo de Usuárioslattes
marcelo.pazos@inpe.br
Grupo de Leitoresadministrator
marcelo.pazos@inpe.br
Visibilidadeshown
Política de Arquivamentodenypublisher denyfinaldraft24
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/449U4PL
Lista de Itens Citandosid.inpe.br/bibdigital/2021/03.06.05.18 3
DivulgaçãoWEBSCI; PORTALCAPES; COMPENDEX; SCOPUS.
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel format isbn lineage mark month nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
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/4AS4G35
Repositóriosid.inpe.br/mtc-m21d/2024/03.05.20.47   (acesso restrito)
Última Atualização2024:04.25.21.05.48 (UTC) sabrina.marques@unesp.br
Repositório de Metadadossid.inpe.br/mtc-m21d/2024/03.05.20.47.18
Última Atualização dos Metadados2024:04.25.21.06.03 (UTC) sabrina.marques@unesp.br
Chave de CitaçãoMarques::MaAgAl
TítuloA maximum agreement algorithm for harmonizing land use and land cover map legends
Título AlternativoUm algoritmo de máxima concordância para harmonização de legendas de mapas de uso e cobertura da terra
CursoCAP-COMP-DIPGR-INPE-MCTI-GOV-BR
Data2024-02-19
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Computação Aplicada)
Tipo SecundárioTDI
Número de Arquivos4
Tamanho99970 KiB
2. Contextualização
AutorMarques, Sabrina Guilherme
Endereço de e-Mailsabrina.marques@unesp.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2024-03-05 20:47:18 :: sabrina.marques@unesp.br -> administrator ::
2024-03-06 12:27:49 :: administrator -> pubtc@inpe.br ::
2024-03-06 12:28:26 :: pubtc@inpe.br -> sabrina.marques@unesp.br ::
2024-04-09 22:38:45 :: sabrina.marques@unesp.br -> administrator ::
2024-04-11 16:52:19 :: administrator -> pubtc@inpe.br ::
2024-04-11 16:56:21 :: pubtc@inpe.br -> sabrina.marques@unesp.br ::
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoem andamento
Transferível1
Palavras-Chaveharmonization algorithm
National Inventory
MapBiomas
land use and land cover maps
biomes

algoritmo de harmonização
Inventário Nacional
MapBiomas
uso e cobertura da terra
biomas
ÁreaCOMP
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 05/03/2024 17:47 1.7 KiB 
4. Condições de acesso e uso
Idiomapt
Arquivo AlvoSabrina_s_Dissertation_v4.pdf
Grupo de Usuáriossabrina.marques@unesp.br
Grupo de Leitoresadministrator
pubtc@inpe.br
sabrina.marques@unesp.br
simone
Visibilidadeshown
Permissão de Leituradeny from all
Permissão de Atualizaçãotransferida para pubtc@inpe.br
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2021/06.04.03.40.25
DivulgaçãoBNDEPOSITOLEGAL
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosabstract academicdepartment affiliation archivingpolicy archivist callnumber committee contenttype copyholder copyright creatorhistory descriptionlevel doi electronicmailaddress format group isbn issn label lineage mark nextedition nexthigherunit notes number numberofpages orcid parameterlist parentrepositories previousedition previouslowerunit progress resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype year
7. Controle da descrição
e-Mail (login)sabrina.marques@unesp.br
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3MPPUAS
Repositóriosid.inpe.br/mtc-m21b/2016/11.11.15.22   (acesso restrito)
Última Atualização2016:11.11.15.22.36 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21b/2016/11.11.15.22.36
Última Atualização dos Metadados2021:03.06.05.21.33 (UTC) administrator
DOI10.1109/JSTARS.2016.2517118
ISSN1939-1404
2151-1535
Chave de CitaçãoMausCâSoSaRaQu:2016:TiDyTi
TítuloA time-weighted dynamic time warping method for land-use and land-cover mapping
Ano2016
MêsAug.
Data de Acesso16 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho3467 KiB
2. Contextualização
Autor1 Maus, Victor Wegner
2 Câmara, Gilberto
3 Souza, Ricardo Cartaxo Modesto de
4 Sanchez, Alber Hermersson Ipia
5 Ramos, Fernando Manuel
6 Queiroz, Gilberto Ribeiro de
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHB8
3
4
5 8JMKD3MGP5W/3C9JH4A
6 8JMKD3MGP5W/3C9JHBC
Grupo1 CST-CST-SPG-INPE-MCTI-GOV-BR
2 DPI-OBT-INPE-MCTI-GOV-BR
3 DPI-OBT-INPE-MCTI-GOV-BR
4 CST-CST-INPE-MCTI-GOV-BR
5 LAC-CTE-INPE-MCTI-GOV-BR
6 DPI-OBT-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)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 vwmaus1@gmail.com
2 gilberto.camara@inpe.br
3 cartaxo@dpi.inpe.br
4 alber.ipia@inpe.br
5 fernando.ramos@inpe.br
6 gilberto.queiroz@inpe.br
RevistaIEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Volume9
Número8
Páginas3729-3739
Histórico (UTC)2016-11-11 15:22:36 :: simone -> administrator ::
2016-11-11 15:22:37 :: administrator -> simone :: 2016
2016-11-11 15:23:34 :: simone -> administrator :: 2016
2016-11-12 07:39:22 :: administrator -> simone :: 2016
2016-12-22 16:39:32 :: simone -> administrator :: 2016
2021-03-06 05:21:33 :: administrator -> simone :: 2016
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-ChaveDynamic programming
image sequence analysis
monitoring
pattern classification
time series
ResumoThis paper presents a time-weighted version of the dynamic time warping (DTW) method for land-use and land-cover classification using remote sensing image time series. Methods based on DTW have achieved significant results in time-series data mining. The original DTW method works well for shape matching, but is not suited for remote sensing time-series classification. It disregards the temporal range when finding the best alignment between two time series. Since each land-cover class has a specific phenological cycle, a good time-series land-cover classifier needs to balance between shape matching and temporal alignment. To that end, we adjusted the original DTW method to include a temporal weight that accounts for seasonality of land-cover types. The resulting algorithm improves on previous methods for land-cover classification using DTW. In a case study in a tropical forest area, our proposed logistic time-weighted version achieves the best overall accuracy of 87.32%. The accuracy of a version with maximum time delay constraints is 84.66%. A time-warping method without time constraints has a 70.14% accuracy. To get good results with the proposed algorithm, the spatial and temporal resolutions of the data should capture the properties of the landscape. The pattern samples should also represent well the temporal variation of land cover.
ÁreaCST
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > A time-weighted dynamic...
Arranjo 2urlib.net > LABAC > A time-weighted dynamic...
Arranjo 3urlib.net > BDMCI > Fonds > Produção anterior à 2021 > COCST > A time-weighted dynamic...
Arranjo 4urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CST > A time-weighted dynamic...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 11/11/2016 13:22 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvomaus_a time.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Política de Arquivamentodenypublisher allowfinaldraft
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Vinculação8JMKD3MGP3W34P/3LQA8K8
Repositório Espelhosid.inpe.br/mtc-m21b/2013/09.26.14.25.22
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ESGTTP
8JMKD3MGPCW/3F3T29H
8JMKD3MGPCW/449U4PL
Lista de Itens Citandosid.inpe.br/bibdigital/2013/09.09.15.05 8
sid.inpe.br/mtc-m21/2012/07.13.14.49.22 5
sid.inpe.br/bibdigital/2021/03.06.05.18 3
DivulgaçãoWEBSCI; IEEEXplore.
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/4726JUB
Repositóriosid.inpe.br/mtc-m21d/2022/05.30.11.57   (acesso restrito)
Última Atualização2022:05.30.11.57.05 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2022/05.30.11.57.05
Última Atualização dos Metadados2023:01.03.16.46.07 (UTC) administrator
DOI10.1016/j.isprsjprs.2022.04.025
ISSN0924-2716
Chave de CitaçãoPrudenteSeOlXaXaAdSa:2022:MuApLa
TítuloMultisensor approach to land use and land cover mapping in Brazilian Amazon
Ano2022
MêsJuly
Data de Acesso16 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho23257 KiB
2. Contextualização
Autor1 Prudente, Victor Hugo Rohden
2 Sergii, Skakun
3 Oldoni, Lucas Volochen
4 Xaud, Haron A. M.
5 Xaud, Maristela R.
6 Adami, Marcos
7 Sanches, Ieda Del'Arco
Grupo1 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
2
3 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
4
5
6 COEAM-CGGO-INPE-MCTI-GOV-BR
7 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 University of Maryland
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
5 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
7 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 victor.rohden@yahoo.com
2
3 lucasoldoni@outlook.com
4
5
6 adami16@gmail.com
7 iedasanches@gmail.com
RevistaISPRS Journal of Photogrammetry and Remote Sensing
Volume189
Páginas95-109
Nota SecundáriaA1_GEOCIÊNCIAS A2_INTERDISCIPLINAR A2_CIÊNCIAS_AMBIENTAIS B1_ENGENHARIAS_IV B1_BIODIVERSIDADE C_CIÊNCIAS_AGRÁRIAS_I
Histórico (UTC)2022-05-30 11:57:05 :: simone -> administrator ::
2022-05-30 11:57:06 :: administrator -> simone :: 2022
2022-05-30 11:57:54 :: simone -> administrator :: 2022
2023-01-03 16:46:07 :: 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-ChaveClassification
Multilayer Perceptron
Random Forest
Roraima state
Sentinel images
t-Distributed Stochastic Neighbor Embedding
ResumoRemote sensing has an important role in the Land Use and Land Cover (LULC) mapping process worldwide. Combining spaceborne optical and microwave data is essential for accurate classification in areas with frequent cloud cover, such as tropical regions. In this study, we investigate the possible improvements, when SAR data is incorporated into the classification process along with optical data. We used MSI/Sentinel-2 and SAR/Sentinel-1 to provide LULC mapping in the Roraima State, Brazil, in 2019. This State is located in a tropical area, where the cloud cover is frequent over the year. Cloud cover becomes substantial, especially during the May-August period when crops are grown. Twenty-nine scenarios involving a combination of optical- and SAR-based features, as well as times of data acquisition, were considered in this study. Our results showed that optical or SAR data used individually are not enough to provide accurate LULC mapping. The best results in terms of overall accuracy (OA) were achieved using metrics of multi-temporal surface reflectance and vegetation index (VI) for optical imagery, and values of backscatter coefficient in different polarizations and their ratios yielding an OA of 86.41 ± 1.74%. Analysis of three periods of data (January to April, May to August, and September to December) used for classification allowed us to identify the optimal period for distinguishing specific classes. When comparing our LULC map with a LULC product derived within the MapBiomas project we observed that our method performed better to map annual and perennial crops and water classes. Our methodology provides a more accurate LULC for the Roraima State, and the proposed technique can be applied to benefit other regions that are affected by persistent cloud cover.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Multisensor approach to...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Multisensor approach to...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGGO > Multisensor approach to...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 30/05/2022 08:57 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo AlvoPrudente_2022_multisensor.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Política de Arquivamentodenypublisher denyfinaldraft24
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
8JMKD3MGPCW/46KUBT5
Lista de Itens Citandosid.inpe.br/bibdigital/2022/04.03.22.35 9
sid.inpe.br/bibdigital/2022/04.03.22.23 2
sid.inpe.br/bibdigital/2013/10.18.22.34 2
DivulgaçãoWEBSCI; PORTALCAPES; COMPENDEX; SCOPUS.
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/4ADCBR5
Repositóriosid.inpe.br/mtc-m16c/2023/12.18.16.35
Última Atualização2023:12.18.16.35.13 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m16c/2023/12.18.16.35.13
Última Atualização dos Metadados2024:01.08.18.21.25 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoAndradePeRoVaDaBaSi:2023:LiLaUs
TítuloLithology and land use and land cover maps improved to support soil mapping
FormatoOn-line.
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho1026 KiB
2. Contextualização
Autor1 Andrade, Bárbara Coelho de
2 Pedreira, João Pedro das Neves Cardoso
3 Roque, Lygia Crespo dos Santos
4 Vasques, Gustavo Mattos
5 Dart, Ricardo de Oliveira
6 Balieiro, Fabiano de Carvalho
7 Silveira Filho, Telmo Borges
Afiliação1 Embrapa Solos
2 Embrapa Solos
3 Embrapa Solos
4 Embrapa Solos
5 Embrapa Solos
6 Embrapa Solos
7 Secretaria de Estado do Ambiente e Sustentabilidade do Rio de Janeiro
Endereço de e-Mail do Autor1 barbaracoelhoandrade@live.com
2 neves.pedreira@outlook.com
3 lygiacdossantos@gmail.com
4 gustavo.vasques@embrapa.br
5 ricardo.dart@embrapa.br
6 fabiano.balieiro@embrapa.br
7 telmoborges.florestal@gmail.com
EditorVinhas, Lubia (INPE)
Feitosa, Flavia F. (UFABC)
Nome do EventoSimpósio Brasileiro de Geoinformática, 24 (GEOINFO)
Localização do EventoOn-line
Data04 a 06 dez. 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2023-12-18 16:35:47 :: simone -> administrator :: 2023
2024-01-08 18:21:25 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoSoil-landscape correlations are used to produce and interpret digital soil maps. This study aims to present a methodology for obtaining and preparing environmental covariates related to soil formation (lithology) and transformation (land use/land cover) to support digital soil mapping in Rio de Janeiro state, Brazil. Maps provided by the Geological Survey of Brazil and the MapBiomas Project were used. Lithology and land use/land cover classes, respectively, were merged according to class similarity and soil-landscape correlation. The derived maps have fewer classes and better correlation with soil formation and transformation, and thus, are ready to be used to produce and interpret soil spatial patterns in Rio de Janeiro state.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > GEOINFO > XXIV GEOINFO > Lithology and land...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIV GEOINFO > Lithology and land...
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/4ADCBR5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/4ADCBR5
Idiomaen
Arquivo AlvoAndrade_Lithology.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/banon-pc2@80/2006/07.04.20.21
Unidades Imediatamente Superiores8JMKD3MGPDW34P/4ADE2M8
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/12.19.01.40 4
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group holdercode isbn keywords label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid 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 ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP5W34M/3FA45U7
Repositóriosid.inpe.br/mtc-m21b/2013/11.26.17.01.08
Última Atualização2013:12.12.17.51.12 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2013/11.26.17.01.09
Última Atualização dos Metadados2021:03.06.19.30.58 (UTC) administrator
DOI10.1590/S0102-77862013000200002
ISSN0102-7786
Rótuloscopus 2013-11
Chave de CitaçãoVieiraCuAlCaNeSe:2013:LaUsLa
TítuloLand use and land cover map of a semiarid region of Brazil for meteorological and climatic models / Mapa de uso e cobertura da terra do semiárido do Brasil para modelos climáticos e meteorológicos
Ano2013
MêsJune
Data de Acesso16 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PN
Número de Arquivos1
Tamanho672 KiB
2. Contextualização
Autor1 Vieira, Rita Marcia da Silva Pinto
2 Cunha, Ana Paula Martins do Amaral
3 Alvalá, Regina Célia dos Santos
4 Carvalho, Vitor Celso
5 Neto, Sebastião Ferraz
6 Sestini, Marcelo Francisco
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JJ59
Grupo1 CST-CST-SPG-INPE-MCTI-GOV-BR
2 CPT-CPT-INPE-MCTI-GOV-BR
3 CST-CST-SPG-INPE-MCTI-GOV-BR
4
5
6 CST-CST-SPG-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
5
6 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 rita.marcia@inpe.br
2 ana.paula@cptec.inpe.br
3 regina.alvala@inpe.br
4 vitor@dsr.inpe.br
5 sebastiao.neto@inpe.br
6 marcelof.sestini@inpe.br
Endereço de e-Mailmarcelo.pazos@inpe.br
RevistaRevista Brasileira de Meteorologia
Volume28
Número2
Páginas129-138
Nota SecundáriaA2 A2 A2 B2 B2 B2 B3 B4 B4 B4 B5 C C C C
Histórico (UTC)2021-03-06 19:30:58 :: administrator -> marcelo.pazos@inpe.br :: 2013
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-Chavemudança de uso da terra
modelos biofísicos
sensoriamento remoto
semiárido
land use change
biogeophysical model
remote sensing
semiarid
ResumoAtravés da utilização de imagens digitais e técnicas de sensoriamento remoto, foi produzido um mapa de uso e cobertura da terra da região do semiárido do Brasil para aplicação em modelagem climática. O mapa apresenta a localização e distribuição dos principais tipos de vegetação e de formações não vegetacionais da superfície da terra para a região Nordeste do Brasil. Neste estudo foram utilizadas mapas de vegetação do Radambrasil e IBGE, mosaico digital de imagens Landsat 7 ETM+ e Landsat 5 TM do período de 1999-2000. Para atualizar o mapa foram aplicadas técnicas de segmentação e classificação não supervisionada (ISOSEG). Foram mapeadas um total de sete classes de uso e cobertura da terra, que foram compatibilizadas com a legenda do modelo de superfície Simplified Simple Biosphere SSiB para o uso em modelos climáticos e meteorológicos. A vegetação nesta região é caracterizada por diversos padrões morfológicos, que dependem da localização geográfica e das condições climáticas. Os resultados obtidos pelo mapeamento indicam um aumento considerável nas atividades agrícolas e nas pastagens, e consequentemente, a redução da vegetação natural. Considerando que a região é susceptível a desertificação, devido as suas condições climáticas e ambientais, o mapa atualizado é de extrema importância para estudos que envolvam os impactos das mudanças dos usos e cobertura da terra no clima. ABSTRACT: An updated vegetation cover and land use map over a semiarid region of Brazil has been produced at a 1 km spatial resolution, using satellite data and remote sensing techniques, for application in climate modeling. The map presents the location and distribution of major vegetation types and non-vegetated land surface formations for the Northeast Brazil Region, which includes the semiarid region. In this study, Radambrasil and IBGE vegetation maps, a digital mosaic of ETM+ Landsat 7, and TM Landsat 5 images from the period 1999-2000 were used. To update the map, the techniques of segmentation and unsupervised classification (ISOSEG) were applied. A total of 7 land cover and land use categories were mapped according to the " Simplified Simple Biosphere " (SSiB) model legend. This map shows that there has been a considerable increase in agricultural activities and pasture area. The vegetation in this region is an intricate combination of different life forms (e.g., trees and shrubs forming a closed cover) in this region. The semiarid region of Brazil is susceptible to desertification due to climatic and environmental conditions. This updated map should provide important input for regional stratification in climate studies.
ÁreaCST
Arranjo 1urlib.net > CGCPT > Land use and...
Arranjo 2urlib.net > CST > Land use and...
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-m21b.sid.inpe.br/ibi/8JMKD3MGP5W34M/3FA45U7
URL dos dados zipadoshttp://mtc-m21b.sid.inpe.br/zip/8JMKD3MGP5W34M/3FA45U7
Idiomaen
Arquivo Alvov28n2a02.pdf
Grupo de Usuáriosadministrator
marcelo.pazos@inpe.br
Grupo de Leitoresadministrator
marcelo.pazos@inpe.br
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
VinculaçãoTrabalho Vinculado à Tese/Dissertação
Repositório Espelhoiconet.com.br/banon/2006/11.26.21.31
Unidades Imediatamente Superiores8JMKD3MGPCW/3EUPEJL
8JMKD3MGPCW/449U4PL
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.06.18.03 5
sid.inpe.br/mtc-m21/2012/07.13.14.58.46 2
DivulgaçãoPORTALCAPES; SCIELO.
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel format isbn lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarytype url
7. Controle da descrição
e-Mail (login)marcelo.pazos@inpe.br
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/4ADBP7S
Repositóriosid.inpe.br/mtc-m16c/2023/12.18.13.25
Última Atualização2023:12.18.13.25.20 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2023/12.18.13.25.20
Última Atualização dos Metadados2024:02.07.12.04.51 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoMarquesAndrSote:2023:AsLaUs
TítuloAssessing Land Use and Land Cover Maps and Legends between MapBiomas and Brazil’s Fourth Emission Inventory
FormatoOn-line.
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho4356 KiB
2. Contextualização
Autor1 Marques, Sabrina Guilherme
2 Andrade, Pedro Ribeiro de
3 Soterroni, Aline C.
Grupo1
2 DIIAV-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 University of Oxford
Endereço de e-Mail do Autor1 sabrina.marques@inpe.br
2 pedro.andrade@inpe.br
EditorVinhas, Lubia (INPE)
Feitosa, Flavia F. (UFABC)
Nome do EventoSimpósio Brasileiro de Geoinformática, 24 (GEOINFO)
Localização do EventoOn-line
Data04 a 06 dez. 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioFull paper
Histórico (UTC)2023-12-18 13:25:58 :: simone -> administrator :: 2023
2024-01-08 18:21:06 :: administrator -> simone :: 2023
2024-01-11 17:38:38 :: simone -> administrator :: 2023
2024-02-07 12:04:51 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoComparing LULC maps is essential for understanding landscape dynamics, alteration patterns, and environmental implications. This study uses an algorithm to harmonize the maps of Brazil National Inventory and MapBiomas based on the spatial distribution of LULC classes. This investigation aims to compute the agreement between two initiatives while examining the uncertainties of both. Furthermore, the results highlight the classes and areas of potential inconsistency or ambiguity, allowing to identify and correct discrepancies, proposing a harmonized legend between then. For all Brazil, we achieved a maximum concordance of 81% between the two maps; out of the 44 equivalences, the algorithm correctly identified 84% of the mappings between the classes.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Assessing Land Use...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIV GEOINFO > Assessing Land Use...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIV GEOINFO > Assessing Land Use...
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/4ADBP7S
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/4ADBP7S
Idiomaen
Arquivo AlvoMarques_Assessing.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/banon-pc2@80/2006/07.04.20.21
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4ADE2M8
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/12.19.01.40 4
Acervo Hospedeirosid.inpe.br/mtc-m18@80/2008/03.17.15.17
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition holdercode isbn keywords label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid 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 ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/48UQ47H
Repositóriosid.inpe.br/marte2/2023/04.25.11.22
Última Atualização2023:04.25.11.22.05 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/04.25.11.22.05
Última Atualização dos Metadados2024:01.08.18.06.41 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoChavesSoPiSiSaLeSa:2023:CaStMa
TítuloGeobia and multitemporal segementation for land use and land cover mapping: a case study in Mato Grosso, Brazil
FormatoInternet
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho677 KiB
2. Contextualização
Autor1 Chaves, Michel Eustáquio Dantas
2 Soares, Anderson R.
3 Picoli, Michelle C. A.
4 Simões, Rolf Ezequiel de Oliveira
5 Sanchez Ipia, Alber Hamersson
6 Lechler, Sarah
7 Sanches, Ieda Del'Arco
Grupo1 DIOTG-CGCT-INPE-MCTI-GOV-BR
2
3
4 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
5 DIOTG-CGCT-INPE-MCTI-GOV-BR
6
7 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Cognizant Technology Solutions
3 Université Catholique de Louvain
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
6 University of Munster, Heisenbergstraße 2
7 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 michel.chaves@inpe.br
2 andersonreisgeo@gmail.com
3 mipicoli@.gmail.com
4 rolf.simoes@inpe.br
5 alber.ipia@inpe.br
6 s.lechler@uni-munster.de
7 ieda.sanches@inpe.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
Páginase156009
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-04-25 11:23:47 :: simone -> administrator :: 2023
2023-05-20 19:16:54 :: administrator -> simone :: 2023
2023-06-22 19:09:15 :: simone -> administrator :: 2023
2024-01-08 18:06:41 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveRemote Sensing
Time series
Object-based analysis
Data cubes
MOD13Q1
ResumoWith expressive crop production and rampant deforestation rates, the state of Mato Grosso, Brazil, represents the struggle between conservation and economic development. This scenario reinforces the need for accurate land use and land cover (LULC) information to support sustainable development policies. Satellite image time series from the Moderate Resolution Imaging Spectroradiometer (MODIS) sensor are relevant to produce up-to-date LULC classifications at pixels level. However, there is a need for understanding how it performs at the geo-objects level. In this study, we used Geographic Object-Based Image Analysis (GEOBIA) to produce a LULC map for Mato Grosso from the 2016/2017 harvest period. We derive spatio-temporal geo-objects of a MODIS data cube via segmentation and use Support Vector Machine (SVM) to perform the classification - comparing it with a reference map. The overall accuracy (0.75) and Kappa (0.64) indicate pros and cons of combining GEOBIA and MODIS for LULC mapping.
ÁreaSRE
TipoInteligência Artificial para Observação da Terra
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > SBSR 20 > Geobia and multitemporal...
Arranjo 2Projeto Memória 60... > Livros e livros editados > SBSR 20 > Geobia and multitemporal...
Arranjo 3urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Geobia and multitemporal...
Arranjo 4urlib.net > CGCT > Geobia and multitemporal...
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/48UQ47H
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/48UQ47H
Idiomaen
Arquivo Alvo156009.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
8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 5
sid.inpe.br/bibdigital/2013/10.18.22.34 3
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 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 ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/48DF32P
Repositóriosid.inpe.br/mtc-m21d/2023/01.21.03.35
Última Atualização2023:04.28.12.38.51 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2023/01.21.03.35.48
Última Atualização dos Metadados2023:05.01.20.44.09 (UTC) administrator
Chave SecundáriaINPE-18679-TDI/3303
Chave de CitaçãoCastroeSilva:2023:LaUsLa
TítuloLand use and land cover mapping and spatiotemporal segmentation based on image time series clustering
Título AlternativoMapeamento do uso e cobertura do solo com base em segmentação e agrupamento de séries temporais
CursoCAP-COMP-DIPGR-INPE-MCTI-GOV-BR
Ano2023
Data2023-01-30
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Computação Aplicada)
Tipo SecundárioTDI
Número de Páginas64
Número de Arquivos2
Tamanho53150 KiB
2. Contextualização
AutorCastro e Silva, Baggio Luiz de
BancaKörting, Thales Sehn (presidente)
Gomes, Karine Reis Ferreira (orientadora)
Queiroz, Gilberto Ribeiro de (orientador)
Santos, Rafael Duarte Coelho dos
Neves, Alana Kasahara
Endereço de e-Mailbaggio_luiz@id.uff.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2023-01-21 04:00:22 :: baggio.silva@inpe.br -> pubtc@inpe.br ::
2023-01-24 15:29:46 :: pubtc@inpe.br -> baggio.silva@inpe.br ::
2023-03-21 18:57:47 :: baggio.silva@inpe.br -> pubtc@inpe.br ::
2023-03-23 13:50:10 :: pubtc@inpe.br -> baggio.silva@inpe.br ::
2023-04-18 20:04:02 :: baggio.silva@inpe.br -> pubtc@inpe.br ::
2023-04-28 16:47:21 :: pubtc@inpe.br -> simone ::
2023-04-28 16:48:32 :: simone :: -> 2023
2023-04-28 16:49:39 :: simone -> administrator :: 2023
2023-05-01 20:44:09 :: administrator -> :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavesatellite image time series
LULC Classification
spatiotemporal segmentation
inland water bodies
clustering methods
séries temporais de imagem de satélite
classificação de uso e cobertura
segmentação espaço temporal
corpos d’água interiores
métodos de agrupamento
ResumoLand use and land cover mapping is fundamental in various applications such as environmental monitoring, public policy support, territorial management, and many others. The quality of this mapping directly affects its applications, reflecting the quality of the product and the methods used. Many images have been produced with different spatial, temporal, and spectral technologies through technological advances in remote sensing. In addition to producing these resources, open access policies favored the mapping and dissemination of various national and international land use and land cover products. One of the oldest and most widely used techniques in this mapping process is segmentation, which aims to find homogeneous regions in the image based on some attribute. However, this technique only considers information from a single image, which can be affected depending on the cloud cover. One such technique is spatiotemporal segmentation, which aims to find homogeneous regions in space and time. Therefore, this dissertation proposes a spatiotemporal segmentation method and a land use and land cover classification method using clustering methods with a "time-first, space-later" approach. These methods are based on unsupervised algorithms: Self-Organizing Map (SOM) and the Hierarchical Clustering Algorithm (HCA), where the input data are time series extracted from the satellite images to be mapped. Finally, a method for interpolating clouds in the time series of satellite images using Deep Learning was proposed since this is a crucial step in clustering methods that use distance as a similarity requirement. The three proposed approaches were examined, adhering to visual and quantitative assessment principles. In the spatiotemporal segmentation, the methodology was applied to a heterogeneous region southeast of Mato Grosso state. For land use and land cover classification, six distinct regions with varied characteristics of inland waters were selected, which served as a training base and were later applied in four other regions for mapping inland waters. Regarding cloud interpolation in time series, time series distributed throughout Brazil were chosen, using the Sentinel-2/MSI cloud mask (Scene Classification Layer - SCL) as the basis for reference interpolation. RESUMO: O mapeamento de uso e cobertura da terra tem papel fundamental em diversas aplicações como no monitoramento ambiental, no suporte à políticas públicas, na gestão territorial, entre outras. A qualidade desse mapeamento impacta diretamente nas suas aplicações, sendo este o reflexo da qualidade do produto e das metodologias utilizadas. Graças ao avanço tecnológico na área de sensoriamento remoto nos últimos anos, grandes volumes de imagens vêm sendo produzidos com diferentes resoluções espaciais, temporais e espectrais. Aliadas à produção destes recursos, as políticas de acesso aberto favoreceram o mapeamento e a disseminação de diferentes produtos de uso e cobertura da terra nacionais e internacionais. Uma das técnicas mais antigas e difundidas neste processo de mapeamento é a segmentação, que visa encontrar regiões homogêneas na imagem com base em algum atributo. Entretanto, esta técnica considera apenas informação de uma única imagem, que pode ser prejudicada dependendo da cobertura de nuvem. Uma variante desta técnica é a Segmentação espaçotemporal, que tem como objetivo não só encontrar regiões homogêneas no espaço mas também no tempo. Desta maneira, esta dissertação propõe um método segmentação espaçotemporal e um método de classificação de uso e cobertura da terra, baseados em métodos de clusterização utilizando uma abordagem time-first, space-later. Estes métodos têm como base os algoritmos não supervisionados: Self- Organizing Map (SOM) e o Hierarchical Clustering Algorithm (HCA), em que os dados de entrada são séries temporais extraídas das próprias imagens de satélite a serem mapeadas. Por fim foi proposto um método de interpolação de nuvens em séries temporais de imagens de satélite utilizando deep learning visto que esse é um passo crucial em metodologias de clustering que usam a distância como critério de similaridade. As três abordagens propostas foram examinadas, aderindo aos princípios de avaliação visual e quantitativa. Na segmentação espaçotemporal, aplicou-se a metodologia em uma região heterogênea localizada no sudeste do Estado de Mato Grosso. Para a classificação de uso e cobertura, selecionaram-se seis regiões distintas com características variadas de águas interiores, as quais serviram como base de treinamento e foram posteriormente aplicadas em quatro outras regiões para o mapeamento de águas interiores. No que concerne à interpolação de nuvens em séries temporais, foram escolhidas séries temporais distribuídas por todo o Brasil, utilizando-se a máscara de nuvem Sentinel-2/MSI (Scene Classification Layer - SCL) como base para interpolação de referência.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Land use and...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Land use and...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 28/04/2023 09:19 173.4 KiB 
originais/Defesa.pdf 19/04/2023 14:41 123.3 KiB 
originais/DissertacaoBAGGIO_V3.pdf 19/04/2023 13:12 51.7 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 28/04/2023 09:38 227.3 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34T/48DF32P
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34T/48DF32P
Idiomaen
Arquivo Alvopublicacao.pdf
Grupo de Usuáriosbaggio.silva@inpe.br
pubtc@inpe.br
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
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.12.22.16 2
sid.inpe.br/bibdigital/2022/04.03.23.11 1
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 Revista Científica (Journal Article)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/47UQRAE
Repositóriosid.inpe.br/mtc-m21d/2022/11.10.13.50
Última Atualização2022:11.10.13.50.21 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2022/11.10.13.50.21
Última Atualização dos Metadados2023:01.03.16.46.23 (UTC) administrator
DOI10.1117/1.JRS.16.034518
ISSN1931-3195
Chave de CitaçãoUeharaKörtSoarQuev:2022:TiMeAp
TítuloTime-series metrics applied to land use and land cover mapping with focus on landslide detection
Ano2022
MêsJuly
Data de Acesso16 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho13668 KiB
2. Contextualização
Autor1 Uehara, Tatiana Dias Tardelli
2 Körting, Thales Sehn
3 Soares, Anderson dos Reis
4 Quevedo, Renata Pacheco
ORCID1 0000-0003-1861-8848
2 0000-0002-0876-0501
3 0000-0001-6513-2192
4 0000-0002-7528-9166
Grupo1 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
3
4 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Cognizant Technology Solutions
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 tatiana.tardelli@gmail.com
2 contato.tsk@gmail.com
3
4 renatapquevedo@gmail.com
RevistaJournal of Applied Remote Sensing
Volume16
Número3
Páginase034518
Nota SecundáriaA2_GEOGRAFIA B1_GEOCIÊNCIAS B1_CIÊNCIAS_AGRÁRIAS_I B1_BIODIVERSIDADE B5_CIÊNCIAS_AMBIENTAIS
Histórico (UTC)2022-11-10 13:50:21 :: simone -> administrator ::
2022-11-10 13:50:22 :: administrator -> simone :: 2022
2022-11-10 13:50:48 :: simone -> administrator :: 2022
2023-01-03 16:46:23 :: 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-Chavemass movements
image time series
landslide inventory
random forest
machine learning
remote sensing
ResumoLandslides are a recurring phenomenon in Brazil and have caused many socioeconomic losses and casualties. To monitor them, land use and land cover (LULC) and landslide inventory maps are essential to identifying high susceptibility areas. In this sense, the main aim of this study is to produce LULC classification focused on landslide detection via semi-automatic methods, using data mining techniques with remote sensing time-series imagery. For that, different indices, such as the normalized difference vegetation index, the normalized difference built-up index (NDBI), and the soil adjusted vegetation index were extracted from Sentinel-2 imagery. Basic, polar, and fractal metrics were extracted from the time series. From the Shuttle Radar Topography Mission digital elevation model, six geomorphometric features were extracted. Then, classification was performed with random forest with four different approaches: mono-temporal, bi-temporal, metrical, and all. In every approach, the NDBI index or metric derived from it presented the highest importance, and the slope was ranked among the six first predictors. The all approach showed the highest overall accuracy (OA) (88.96%), followed by metrical (87.90%), bi-temporal (82.59%), and mono-temporal (74.95%). Briefly, the metrical approach presented the most beneficial result, presenting high OA and low levels of commission and omission errors.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > SER > Time-series metrics applied...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Time-series metrics applied...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 10/11/2022 10:50 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34T/47UQRAE
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34T/47UQRAE
Idiomaen
Arquivo Alvo034518_1.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.18.22.34 5
sid.inpe.br/bibdigital/2022/04.03.22.23 2
DivulgaçãoWEBSCI; PORTALCAPES; COMPENDEX; SCOPUS.
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar