%0 Audiovisual Material
%4 sid.inpe.br/marte2/2025/10.12.17.23
%2 sid.inpe.br/marte2/2025/10.12.17.23.22
%@isbn 978-65-89159-04-9
%F 902
%T Detectando padrões atípicos de agricultura em aplicações de crédito rural baseado em séries temporais de imagens de satélites
%D 2025
%A Silva, Baggio Luiz de Castro e,
%A Gomes, Karine Reis Ferreira,
%A Queiroz, Gilberto Ribeiro de,
%A Adami, Marcos,
%A Körting, Thales Sehn,
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@electronicmailaddress baggio.silva@inpe.br
%@electronicmailaddress karine.ferreira@inpe.br
%@electronicmailaddress gilberto.queiroz@inpe.br
%@electronicmailaddress marcos.adami@inpe.br
%@electronicmailaddress thales.korting@inpe.br
%B Simpósio Brasileiro de Sensoriamento Remoto, 21 (SBSR)
%C Salvador, BA
%8 13-16 abril 2025
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%J São José dos Campos
%K sensoriamento remoto, séries temporais de imagens, aprendizado não supervisionado, padrões atípicos, agricultura.
%X Este artigo apresenta uma metodologia para a detecção de padrões atípicos em aplicações de crédito rural agrícola, baseada em séries temporais de imagens de satélite. A metodologia utiliza os métodos de agrupamento Mapas Auto-Organizáveis (Self-Organizing Maps - SOM) e Hierárquico, empregando as distâncias Euclidiana e DTW (Dynamic Time Warping). Os resultados são aplicados a glebas de soja adquiridas do Sistema de Operações do Crédito Rural e do Proagro (Sicor).
%9 Séries temporais de imagens de satélite
%@language pt
%3 poster_SBSR_2025.pdf