Fechar
Metadados

@InProceedings{MoreiraBarrFariAdam:2008:UsGeMo,
               author = "Moreira, Mauricio Alves and Barros, Marco Aur{\'e}lio and Faria, 
                         Viviane Gomes Cardoso de 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 {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)}",
                title = "Uso da geotecnologia para monitorar a cafeicultura brasileira Fase 
                         II S{\~a}o Paulo e Minas Gerais",
            booktitle = "Anais...",
                 year = "2008",
         organization = "Simp{\'o}sio SELPER, 13.",
             keywords = "CAF{\'E}, geoprocessamento, Mapeamento, coffee crop, Remote 
                         Sensing, geoprocessing and area mapping.",
             abstract = "O objetivo deste trabalho foi usar imagens do TM/Landsat-5 em 
                         conjunto com t{\'e}cnicas de geoprocessamento e dados auxiliares 
                         para desenvolver uma metodologia para o mapeamento da cafeicultura 
                         brasileira. A {\'a}rea de estudo correspondeu aos Estados de 
                         Minas Gerais e S{\~a}o Paulo. A abordagem metodol{\'o}gica 
                         consistiu-se de quatro fases: a) Preparo do material como a 
                         restaura{\c{c}}{\~a}o das imagens, o georreferenciamento e o 
                         recorte da {\'a}rea {\'u}til da imagem, com base na malha 
                         municipal. b) classifica{\c{c}}{\~a}o da imagem por uma 
                         abordagem n{\~a}o-supervisionada a fim de obter o mapa 
                         tem{\'a}tico preliminar com a distribui{\c{c}}{\~a}o espacial 
                         do caf{\'e} por munic{\'{\i}}pio. c) Interativa, em que o 
                         interprete procurou eliminar erros de classifica{\c{c}}{\~a}o 
                         atrav{\'e}s da edi{\c{c}}{\~a}o matricial, existente no SPRING. 
                         Essa fase {\'e} realizada com auxilio de dados auxiliares, como 
                         as imagens do Google Earth, dados oficiais e contato com 
                         t{\'e}cnicos de cada munic{\'{\i}}pio. d) 
                         Determina{\c{c}}{\~a}o da {\'a}rea de caf{\'e} por 
                         munic{\'{\i}}pio, atrav{\'e}s da fun{\c{c}}{\~a}o 
                         estat{\'{\i}}stica de imagem por pol{\'{\i}}gono, existente no 
                         SPRING. De acordo com os resultados obtidos pode-se concluir que: 
                         a) a metodologia pode ser usada para mapear o caf{\'e} em 
                         qualquer regi{\~a}o cafeeira do Pa{\'{\i}}s, bastando apenas 
                         adaptar a metodologia para cada situa{\c{c}}{\~a}o de cultivo do 
                         caf{\'e}; b) a restaura{\c{c}}{\~a}o das imagens TM/Landsat-5 
                         com pixels de 10m foi muito importante para mapear pequenas 
                         lavouras de caf{\'e}; c) o uso do google earth como dado auxiliar 
                         permitiu identificar e separar lavouras de caf{\'e} de {\'a}reas 
                         de cerrado; e d) em locais de relevo {\'e} muito importante usar 
                         imagens TM/Landsat-5 com {\^a}ngulo de eleva{\c{c}}{\~a}o solar 
                         maior ABSTRACT: The objective of this work was to use TM/Landsat-5 
                         images together with geoprocessing techniques and ancillary 
                         information to develop a methodology to map coffee crop in Brazil. 
                         The study area comprises the States of Minas Gerais and S{\~a}o 
                         Paulo. The methodology consisted of four phases: a) image 
                         georeferencing, image restoration, and selection of area of 
                         interest based on coffee crop producing municipalities within the 
                         image scene; b) image classification based on a non-supervised 
                         approach in order to obtain a preliminary coffee crop distribution 
                         map for each municipality; c) interactive visual 
                         photointerpretation to eliminate errors from the digital 
                         classification using a matrix edition procedure from the Sping 
                         software and ancillary information such as Google Earth and 
                         official agricultural statistics at municipality level; and d) 
                         coffee crop area estimation for each municipality using the Spring 
                         software. Results indicated that the presented methodological 
                         procedure was satisfactory to identify and map coffee crop in any 
                         location within the coffee crop production regions of Minas Gerais 
                         and S{\~a}o Paulo States. It is likely that the coffee crop could 
                         also be mapped in any region of Brazil with some minor 
                         methodological adaptations.",
  conference-location = "Havana",
                label = "lattes: 7484071887086439 4 MoreiraBarrFariAdam:2008:UsGeMo",
             language = "pt",
           targetfile = "moreira_uso.pdf",
        urlaccessdate = "26 jan. 2021"
}


Fechar