@InProceedings{AraújoSMSOGNA:2019:EsCaTr,
author = "Ara{\'u}jo, Lidiane Cristina Lima de and Souza, Jefferson Jesus
de and Morais, Vitor Mateus de Carvalho and Souza, Arlesson
Ant{\^o}nio de Almeida and Oliveira, Rodrigo Rafael Souza de and
Gomes, Alessandra Rodrigues and Narvaes, Igor da Silva and Adami,
Marcos",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)} and {Funda{\c{c}}{\~a}o de
Desenvolvimento da Pesquisa (FUNDEP)} and {Funda{\c{c}}{\~a}o de
Desenvolvimento da Pesquisa (FUNDEP)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas
Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais
(INPE)}",
title = "Avalia{\c{c}}{\~a}o das altera{\c{c}}{\~o}es na cobertura
florestal utilizando dados de projetos de monitoramento do
desmatamento da Amaz{\^o}nia e verifica{\c{c}}{\~a}o em campo:
estudo de caso para o trecho de Bel{\'e}m a Rur{\'o}polis-PA",
booktitle = "Anais...",
year = "2019",
editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco
and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
pages = "911--914",
organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
address = "S{\~a}o Jos{\'e} dos Campos",
keywords = "Sensoriamento Remoto, desflorestamento, valida{\c{c}}{\~a}o,
exatid{\~a}o global, acur{\'a}cia, Remote Sensing,
Deforestation, Validation, Global Accuracy, Accuracy.",
abstract = "O desflorestamento na Amaz{\^o}nia tem aumentado a demanda de
mapeamento como forma de monitorar seu avan{\c{c}}o nesse bioma.
Para garantir informa{\c{c}}{\~o}es precisas das
fei{\c{c}}{\~o}es em imagens de sat{\'e}lite, {\'e} importante
validar os dados gerados. Dessa forma, este trabalho avaliou o
mapeamento das altera{\c{c}}{\~o}es da cobertura florestal, em
um trecho da Transamaz{\^o}nica, atrav{\'e}s da
compara{\c{c}}{\~a}o com dados de campo. Foram utilizadas
imagens AWiFS/RST-2, WFI/CBERS-4 e OLI/LST-8, dos anos de 2018 e
2014, respectivamente. As classes mais representativas, para esse
trecho, foram Agricultura, Degrada{\c{c}}{\~a}o, Corte Raso,
Floresta, Pastos Limpo e Sujo e Vegeta{\c{c}}{\~a}o
Secund{\'a}ria, atingindo 84,62% de exatid{\~a}o global,
considerado muito bom. A classe Degrada{\c{c}}{\~a}o obteve 50%
de concord{\^a}ncia, tendo apresentado erros de omiss{\~a}o e
inclus{\~a}o, enquanto que a classe Pasto Limpo apresentou
omiss{\~a}o de 33,33%, enquanto que a classe de corte raso obteve
um erro de omiss{\~a}o de 16,67%. Desta forma, o conhecimento de
campo foi essencial na defini{\c{c}}{\~a}o do mapeamento.
ABSTRACT: Deforestation in the Amazon has increased the demand for
mapping as a way to gain its progress in this biome. For accurate
information on satellite imagery, it is important to validate the
generated data. Thus, this work evaluated the mapping of changes
in forest cover, in a Transamazon process, through the comparison
with field data. The AWiFS / RST-2, WFI / CBERS-4 and OLI / LST-8
images from the years 2018 and 2014, respectively, were used. The
most representative classes, for this case, were: Agriculture,
Degradation, Short Cut, Forest, Pasture Clean and Secondary
Vegetable, reaching 84.62% of global precision, being very good.
The Degradation class obtained 50% agreement, errors of omission
and inclusion were presented, while the category presented
omission of 33.33%, while the cut class had the omission error of
16.67%. In this way, the field knowledge was essential in the
definition of the mapping.",
conference-location = "Santos",
conference-year = "14-17 abril 2019",
isbn = "978-85-17-00097-3",
language = "pt",
organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
ibi = "8JMKD3MGP6W34M/3TUTQ6B",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TUTQ6B",
targetfile = "97300.pdf",
type = "Degrada{\c{c}}{\~a}o de florestas",
urlaccessdate = "2024, May 04"
}