Resultado da Pesquisa
A expressão de busca foi <secondaryty cn and ref conference and firstg CST-CST-INPE-MCTI-GOV-BR and y 2014 and is * and not booktitle, Resumos and not booktitle, Abstracts>.
1 referência encontrada buscando em 15 dentre 15 sites.
Data e hora local de busca: 23/10/2020 03:37.
Tipo da ReferênciaConference Proceedings
Identificador8JMKD3MGP3W/3HG7DT4
Repositóriosid.inpe.br/plutao/2014/12.01.12.22.59
Metadadossid.inpe.br/plutao/2014/12.01.12.23
Siteplutao.sid.inpe.br
Rótulolattes: 6150479997891841 1 SilvaGalvSant:2014:ReNeAp
ISSN2178-8634
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Chave de CitaçãoSilvaGalvSant:2014:ReNeAp
Autor1 Silva, Ricardo Dal'Agnol da
2 Galvão, Lênio Soares
3 Santos, João Roberto dos
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHLF
3 8JMKD3MGP5W/3C9JHF4
Grupo1 CST-CST-INPE-MCTI-GOV-BR
2 DSR-OBT-INPE-MCTI-GOV-BR
3 DSR-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)
TítuloRedes neurais aplicadas ao estudo de florestas primária e secundária com dados espectral/textural ali/eo-1 / Neural networks applied to the study of primary and secondary forests with spectral/textural ali/eo-1 data
Nome do EventoSeminário de Atualização em Sensoriamento Remoto e Sistemas de Informações Geográficas Aplicados à Engenharia Florestal, 11 (SenGeF).
Ano2014
Título do LivroAnais
Data14-16 out. 2014
Cidade da EditoraCuritiba
Editora (Publisher)IEP
Localização do EventoCuritiba
Palavras-ChaveFlorestas tropicais, sucessões secundárias, redes neurais artificiais, ALI/EO-1, textura GLCM, Tropical forests, secondary successions, artificial neural networks, ALI/EO-1, GLCM texture.
ResumoAs sucessões secundárias são tipologias importantes para a manutenção da biodiversidade, regime hidrológico e sequestro de carbono. A utilização de métricas texturais GLCM pode colaborar na discriminação dessas classes por extrair a variabilidade espacial do dossel florestal. Assim sendo, também se faz necessária uma técnica como redes neurais artificiais para seleção dos atributos mais relevantes e integração desses dados. O objetivo do presente estudo foi de avaliar e comparar o uso de atributos espectrais ALI/EO-1 e métricas texturais GLCM utilizando a técnica de redes neurais artificiais Multi-Layer Perceptron para mapeamento da cobertura da terra na Floresta Nacional do Tapajós e arredores, com foco na discriminação das tipologias florestais primárias e sucessões secundárias. Observou-se que os atributos texturais mais relevantes foram a textura média das bandas 3, 4, 6, 7 e 8, e textura dissimilaridade da banda 8. Esses atributos, ao serem integrados aos dados espectrais em um conjunto híbrido, proporcionaram uma melhor discriminação entre as classes de NPV e solo, culturas agrícolas e SS1/SS2, SS1 e SS2, SS2 e SS3/FP. Dessa forma, as áreas de SS1, SS2, SS3 e FP puderam ser discriminadas com 89, 63, 62 e 83% de acurácia. Constatou-se exatidão global de 89% para a utilização dos dados híbridos contra 79% para dados somente espectrais. ABSTRACT Secondary successions are important typologies for biodiversity maintenance, hydrological regimen, and carbon sequestration. The use of GLCM textural metrics can collaborate to discriminate these classes due to the extraction of the spatial variability of the forest canopy. Hence, it is also necessary a technique such as artificial neural networks to select the most relevant attributes and to integrate these data. The aim of this study was to evaluate and compare the use of ALI/EO-1 spectral attributes and GLCM textural metrics using the Multi-Layer Perceptron artificial neural networks technique for land cover mapping in the Tapajos National Forest and vicinity, focusing on the discrimination of primary forest and secondary successions. It was observed that the most important textural attributes were the mean texture of bands 3, 4, 6, 7 and 8, and the dissimilarity of band 8. These attributes, when integrated into the spectral data to compose a hybrid dataset, provided better discrimination between the classes of NPV and soil, crops and SS1/SS2, SS1 and SS2, SS2 and SS3/PF. Thereby, the SS1, SS2, SS3 and FP areas could be discriminated with 89, 63, 62 and 83% of classification accuracy. It was observed an overall accuracy of 89% using the hybrid dataset against 79% using only the spectral data.
Páginas629-639
Idiomapt
Tipo SecundárioPRE CN
Tipo TerciárioArtigo
FormatoPapel
AreaSRE
Nota TerciáriaTrabalho não Vinculado à Tese/Dissertação
Tamanho633 KiB
Número de Arquivos1
Arquivo Alvolenio redes.pdf
Última Atualização2015:01.14.17.56.57 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator
Última Atualização dos Metadados2018:06.04.23.39.36 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator {D 2014}
Estágio do Documentoconcluido
É a matriz ou uma cópia?é a matriz
Espelhoiconet.com.br/banon/2006/11.26.21.31
Endereço de e-Mailmarcelo.pazos@inpe.br
e-Mail (login)marciana
Grupo de Usuárioslattes
marcelo.pazos@inpe.br
marciana
Grupo de Leitoresadministrator
marcelo.pazos@inpe.br
marciana
Visibilidadeshown
Transferível1
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
Tipo do ConteudoExternal Contribution
Estágio do Documentonot transferred
Permissão de Leituraallow from all
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3T29H
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
Histórico2014-12-01 12:23:00 :: lattes -> administrator ::
2018-06-04 23:39:36 :: administrator -> marciana :: 2014
Campos Vaziosaccessionnumber archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor electronicmailaddress isbn lineage mark nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject type url versiontype volume
Data de Acesso23 out. 2020
atualizar 
similares