Resultado da Pesquisa
A expressão de busca foi <{conferencen WORCAP 22 or conferencen WETE 13 or conferencen GEOINFO 23 or conferencen spgcst 11 or conferencen EPGMET} and y 2022 and firstg *CGCT-INPE-MCTI-GOV-BR>.
15 referências foram encontradas buscando em 20 dentre 20 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: 11/07/2025 08:18.

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/49QJUSP
Repositóriosid.inpe.br/mtc-m21d/2023/09.12.18.53
Última Atualização2023:09.12.18.53.41 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2023/09.12.18.53.41
Última Atualização dos Metadados2023:09.25.17.36.37 (UTC) simone
Chave SecundáriaINPE--PRE/
Chave de CitaçãoClaudinoSaleHerdQuad:2022:DiImLA
TítuloDisponibilidade de Imagens LANDSAT para a região do município de Itajaí, SC, para análise de Ilhas de Calor
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1520 KiB
2. Contextualização
Autor1 Claudino, Carla
2 Sales Filho, Pedro Cardoso de
3 Herdiez, Dirceu Luis
4 Quadro, Mário Francisco Leal de
Grupo1
2
3 DIIAV-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Federal de Santa Catarina (IFSC)
2 Instituto Federal de Santa Catarina (IFSC)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Federal de Santa Catarina (IFSC)
Endereço de e-Mail do Autor1 carlaclaudino@yahoo.com
2
3 dirceu.herdies@inpe.br
Nome do EventoEncontro dos Alunos de Pós Graduação em Meteorologia (EPGMET), 21
Localização do EventoCachoeira Paulista
Data24-27 out. 2022
Título do LivroAnais
Histórico (UTC)2023-09-12 18:53:41 :: simone -> administrator ::
2023-09-14 02:18:28 :: 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-ChaveSensoriamento remoto
Satélite
Litoral
ResumoNas cidades geralmente percebe-se um clima mais quente do que nas áreas rurais, devido, dentre outros fatores, aos materiais que formam as cidades e como elas são construídas. Como forma de identificar as diferentes temperaturas nas cidades e seus arredores, pode-se utilizar técnicas de medição indireta, como o sensoriamento remoto. Dentre as plataformas para instalação dos sensores remotos para obter imagens da superfície terrestre, pode-se mencionar os satélites da missão LANDSAT, em operação desde 1991. Dessa forma, o objetivo deste trabalho consiste em verificar se as imagens disponibilizadas pelos satélites da série LANDSAT podem ser utilizadas para estudos de ilhas de calor na região da cidade de Itajaí - SC, Brasil, no período que compreende o ano de 1991 a 2020. Para cada ano, foi determinado o período de busca de imagens com base na temperatura do ar mais quente observada no respectivo ano. A busca de imagens foi realizada no site Earth Explorer da USGS. Como resultados, nos períodos analisados, em muitos anos as imagens obtidas apresentaram nuvens na área de estudo, sendo necessário estabelecer novo período para busca de imagens ou aplicar método específico para retirada das nuvens para posterior estudo da presença, ou ausência, das ilhas de calor nestes anos. Quanto ao LANDSAT-7, nos períodos analisados, todas as imagens a partir do ano de 2004 apresentaram lacunas de dados. Quanto ao LANDSAT-5, nos períodos analisados nos anos de 1996, 1998 e 2003, não foram encontradas imagens na base consultada. Por conseguinte, para a área de estudo conclui-se que as imagens do LANDSAT-5 e LANDSAT-8 são úteis para estudo de ilhas de calor urbanas, como são obtidas, já as imagens do LANDSAT-7 demandam considerações quanto ao grau de interferência das áreas sem dados, nas imagens em que isto for observado, nas análises.
ÁreaMET
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > MET > XXI EPGMET > Disponibilidade de Imagens...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXI EPGMET > Disponibilidade de Imagens...
Arranjo 3urlib.net > BDMCI > Fonds > EPGMET > XXI EPGMET > Disponibilidade de Imagens...
Arranjo 4urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Disponibilidade de Imagens...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 12/09/2023 15:53 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34T/49QJUSP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34T/49QJUSP
Arquivo AlvoEPGMET_Expandido_Carla_Claudino - Carla Claudino.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGP3W34P/49QQMUE
8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/mtc-m21b/2023/09.14.02.17 - 10
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
NotasResumo expandido
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn label language lineage mark mirrorrepository nextedition numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487MGBB
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.17.21
Última Atualização2022:12.16.17.21.17 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.17.21.17
Última Atualização dos Metadados2023:01.30.13.07.49 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoBarretoRosi:2022:InGIUs
TítuloInnovative Tools for TerraHidro: An Intuitive GIS User Interface
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho5231 KiB
2. Contextualização
Autor1 Barreto, Thiago Luiz Morais
2 Rosim, Sérgio
Grupo1 DIOTG-CGCT-INPE-MCTI-GOV-BR
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 thiago.luiz@inpe.br
2 sergio.rosim@inpe.br
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 17:21:32 :: simone -> administrator :: 2022
2023-01-30 13:07:49 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThis article shows the development and implementation of the TerraHidro system, interface version, in Linux, with innovations in relation to the traditional interfaces of geographic information systems. The objective is to reduce user interaction with the system, allowing several functions to be performed with just one interaction, with intermediate functions being performed automatically. Therefore, it was necessary to create a metadata structure to associate each data with its type. In addition, a tool was implemented to save the execution history, under user command. A text file will be created. It will work with a TerraHidro function script in the command line version.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Innovative Tools for...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Innovative Tools for...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Innovative Tools for...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Innovative Tools for...
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/487MGBB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487MGBB
Idiomaen
Arquivo Alvo423-428_Barreto_innovative.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2022/12.19.22.45 15
sid.inpe.br/mtc-m16c/2023/01.30.13.05 7
sid.inpe.br/bibdigital/2022/04.03.22.23 5
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487MF52
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.17.06
Última Atualização2022:12.16.17.06.50 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.17.06.50
Última Atualização dos Metadados2023:01.30.13.07.45 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoJorgeQuilCostSant:2022:CoLSNe
TítuloA convolutional LSTM neural network for precipitation nowcasting based on weather radar data
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho637 KiB
2. Contextualização
Autor1 Jorge, Aurelienne Aparecida Souza
2 Quiles, Marcos
3 Costa, Izabelly Carvalho da
4 Santos, Leonardo B. L.
Grupo1 DIPTC-CGCT-INPE-MCTI-GOV-BR
2
3 DIPTC-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Universidade Federal de São Paulo (UNIFESP)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Centro Nacional de Monitoramento e Alerta de Desastres Naturais (CEMADEN)
Endereço de e-Mail do Autor1 aurelienne.jorge@inpe.br
2 quiles@gmail.com
3 izabelly.costa@inpe.br
4 santoslbl@gmail.com
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 17:07:48 :: simone -> administrator :: 2022
2023-01-30 13:07:45 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoDue to the high instability of the atmosphere, it is a challenging task to forecast precipitation events in the very short term. Artificial Neural Networks have been recently employed in this context as an alternative to solve prediction problems. This work proposes a convolutional LSTM neural network based on weather radar images (spatial data) to forecast rainfall events, whatever the precipitation intensity is. The preliminary results show better performance when comparing the network prediction error with a persistence model.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > A convolutional LSTM...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > A convolutional LSTM...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > A convolutional LSTM...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > A convolutional LSTM...
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/487MF52
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487MF52
Idiomaen
Arquivo Alvo384-388_Jorge_convolutional.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2022/12.19.22.45 8
sid.inpe.br/bibdigital/2022/04.03.22.23 2
sid.inpe.br/mtc-m16c/2023/01.30.13.05 2
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487MELS
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.17.01
Última Atualização2022:12.16.17.01.40 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.17.01.41
Última Atualização dos Metadados2023:01.30.13.07.44 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoLeiteAndeFreiBrog:2022:PaEsOc
TítuloPadrões espaço-temporais da ocorrência do fogo na Amazônia brasileira
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho836 KiB
2. Contextualização
Autor1 Leite, Cândida Caroline Souza de Santana
2 Anderson, Liana Oighenstein
3 Freitas, Ana Larissa Ribeiro de
4 Broggio, Igor Santiago
Grupo1 DISSM-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Centro Nacional de Monitoramento e Alerta de Desastres Naturais (CEMADEN)
3 Centro Nacional de Monitoramento e Alerta de Desastres Naturais (CEMADEN)
4 Universidade Estadual do Norte Fluminense Darcy Ribeiro (UENF)
Endereço de e-Mail do Autor1 candida.leite@inpe.br
2 liana.anderson@cemaden.gov.br
3 alarisig@gmail.com
4 igor@pq.uenf.br
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 17:02:37 :: simone -> administrator :: 2022
2023-01-30 13:07:44 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe occurrence of fires in the Amazon can be amplified by severe droughts and the accumulation of combustible material due to deforestation and forest degradation. This study aimed to identify the pattern of occurrence of hotspots between 2003 and 2019, with emphasis on the fire day. Hotspot data were used to identify spatio-temporal patterns of hotspot occurrence and positive fire anomalies in the Brazilian Amazon biome. The results showed peaks in the occurrence of hotspots in 2005 and 2007, with respectively 85,721 and 90,206 hotspots observed during the month of September. About 55.3% of the biome area has a monthly recurrence of positive fire anomalies for up to 3 months. Resumo. A ocorrência de incêndios na Amazônia pode ser amplificada por secas severas e o acúmulo de material combustível devido ao desmatamento e à degradação florestal. Este estudo teve como objetivo identificar o padrão de ocorrência de focos de calor entre 2003 e 2019, com destaque para o dia do fogo, nesse último ano. Foram utilizados dados de focos de calor para identificar padrões espaço-temporais da ocorrência do fogo e as anomalias positivas desses eventos no bioma amazônico brasileiro. Os resultados demonstraram picos na ocorrência de focos de calor em 2005 e 2007, com respectivamente 85.721 e 90.206 focos observados durante o mês de setembro. Cerca de 55,3% da área do bioma apresenta recorrência mensal de anomalias positivas de fogo de até 3 meses.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Padrões espaço-temporais da...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Padrões espaço-temporais da...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Padrões espaço-temporais da...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Padrões espaço-temporais da...
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/487MELS
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487MELS
Idiomapt
Arquivo Alvo372-377_Leite_padroes.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/01.30.13.05 10
sid.inpe.br/mtc-m16c/2022/12.19.22.45 10
sid.inpe.br/bibdigital/2022/04.03.22.23 3
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487ME5B
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.16.54
Última Atualização2022:12.16.16.54.55 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.16.54.55
Última Atualização dos Metadados2023:01.30.13.07.43 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoCabralSantMont:2022:AnMoNe
TítuloAnalysis of mobility network metrics in the spread of COVID-19 in the Metropolitan Region of Vale do Para´ıba and Litoral Norte (RMVPLN)
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1573 KiB
2. Contextualização
Autor1 Cabral, Letícia da S.
2 Santos, Leonardo Bacelar Lima
3 Monteiro, Antônio Miguel Vieira
Grupo1
2
3 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Universidade Estadual Paulista (UNESP)
2 Universidade Federal de São Paulo (UNIFESP)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 leticia.cabral1516@gmail.com
2 santoslbl@gmail.com
3 miguel.monteiro@inpe.br
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 16:55:13 :: simone -> administrator :: 2022
2022-12-20 10:35:56 :: administrator -> simone :: 2022
2022-12-20 13:56:37 :: simone -> administrator :: 2022
2023-01-30 13:07:43 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoIn 2019, a pandemic of the so-called new coronavirus (SARS-COV-II) began, which causes the disease COVID-19. In a short time after the first case appeared, hundreds of countries began to register new cases every day. Mapping and analyzing the flow of people, regardless of the mode of transport, can help us to understand and prevent several phenomena that can affect our society in different ways. Graphs are complex networks made up of points and edges. The (geo)graphs are graphs with known spatial location and, in the case of our study, the edges represent the flow between them. The (geo)graphs proved to be a promising tool for such analyses. In the study region, municipalities that first registered their COVID-19 cases are also municipalities that have the highest mobility indices analyzed: degree, betweenness and weight of edges.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Analysis of mobility...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Analysis of mobility...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Analysis of mobility...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Analysis of mobility...
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/487ME5B
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487ME5B
Idiomaen
Arquivo Alvo360-365_Cabral_analysis.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2022/12.19.22.45 8
sid.inpe.br/mtc-m16c/2023/01.30.13.05 6
sid.inpe.br/bibdigital/2022/04.03.22.23 1
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487MBAP
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.16.20
Última Atualização2022:12.16.16.20.02 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.16.20.02
Última Atualização dos Metadados2023:01.30.13.07.37 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoFelgueirasSaNaAlRoSa:2022:MoVaEl
TítuloModeling and Validation of Elevation Data Obtained by GNSS and Drone Devices for Managing Floodings in Coastal Lands Caused by Climate Change
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho720 KiB
2. Contextualização
Autor1 Felgueiras, Carlos Alberto
2 Santos, Cláudia Cristina dos
3 Namikawa, Laércio Massaru
4 Albuquerque, Paulo Cesar Gurgel de
5 Rosim, Sérgio
6 Sant'Anna, Sidnei João Siqueira
Grupo1 DIOTG-CGCT-INPE-MCTI-GOV-BR
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
3 DIOTG-CGCT-INPE-MCTI-GOV-BR
4 DIOTG-CGCT-INPE-MCTI-GOV-BR
5 DIOTG-CGCT-INPE-MCTI-GOV-BR
6 DIOTG-CGCT-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 carlinhos.felg@gmail.com
2 claudia.santos@inpe.br
3 namikawa@gmail.com
4 paulo.gurgel@inpe.br
5 sergiorosim7@gmail.com
6 sjssantanna@gmail.com
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 16:20:32 :: simone -> administrator :: 2022
2022-12-20 10:35:54 :: administrator -> simone :: 2022
2022-12-20 14:18:06 :: simone -> administrator :: 2022
2023-01-30 13:07:37 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThis short-paper reports and explores a methodology to model and validate geographical elevation information from samples, points and images, acquired by Global Network Satellite System (GNSS) and Aerial Drone devices. The elevation models will be used on flooding management activities of coastal lands caused by climate change. The methodology of this article addresses details: on how to obtain and process GNSS sample points and drone images to generate the final Digital Elevation Model (DEM) and; on how to validate the DEM information to attain its quantitative quality. Also, the article presents some initial ideas for creating different flooding scenarios according to the sea level variation. The simulated scenarios can be used on decision making activities to minimize risks of human and material losses. The up-to-now results, obtained in a case study in Guaec´a beach area, show the applicability and the feasibility of the proposed methodology.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Modeling and Validation...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Modeling and Validation...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Modeling and Validation...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Modeling and Validation...
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/487MBAP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487MBAP
Idiomaen
Arquivo Alvo287-292_Felgueiras_modeling.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/01.30.13.05 12
sid.inpe.br/mtc-m16c/2022/12.19.22.45 7
sid.inpe.br/bibdigital/2022/04.03.22.23 3
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487M8E2
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.15.45
Última Atualização2022:12.16.15.45.36 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.15.45.36
Última Atualização dos Metadados2023:01.30.13.07.33 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoAnjosFerQueZioSan:2022:InMéAn
TítuloIntegrando métodos de análise durante a coleta de amostras de uso e cobertura da terra
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho671 KiB
2. Contextualização
Autor1 Anjos, Abner Ernâni dos
2 Ferreira, Karine Reis
3 Queiroz, Gilberto Ribeiro de
4 Zioti, Fabiana
5 Sansigolo, Gabriel
Grupo1 DIOTG-CGCT-INPE-MCTI-GOV-BR
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
3 DIOTG-CGCT-INPE-MCTI-GOV-BR
4 DIOTG-CGCT-INPE-MCTI-GOV-BR
5 DIOTG-CGCT-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)
Endereço de e-Mail do Autor1 abner.anjos@inpe.br
2 karine.ferreira@inpe.br
3 gilberto.queiroz@inpe.br
4 fabiana.zioti@inpe.br
5 gabriel.sansigolo@inpe.br
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 15:46:26 :: simone -> administrator :: 2022
2023-01-30 13:07:33 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe Land Use and Land Cover (LULC) mapping based on machine learning requires collecting samples for the training of predictive models. This step is a time-consuming and expensive process, in addition this activity is subject to mislabeling samples. Therefore, several methods for quality assessment have been developed and applied successfully, but attaching the collect process with assessment becomes a challenge on some platforms. This article presents a work in progress that aims to integrate methods for sample analysis during the collection process in the TerraCollect system under development in the Brazil Data Cube. RESUMO: A produção de mapas de uso e cobertura da terra com base em aprendizado de máquina requer a coleta de amostras para treinamento de modelos preditivos. Esta etapa é custosa e pode demandar tempo, além de ser uma atividade sujeita a erros na rotulação. Por conta disso, abordagens para análise da qualidade de dados de treinamento têm sido desenvolvidas e empregadas com sucesso, porém unir estas duas atividades ainda é um desafio em diversas plataformas. Este artigo apresenta um trabalho em andamento que busca a integração de métodos para a análise das amostras durante a coleta na plataforma web TerraCollect em desenvolvimento no projeto Brazil Data Cube.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Integrando métodos de...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Integrando métodos de...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Integrando métodos de...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Integrando métodos de...
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/487M8E2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487M8E2
Idiomapt
Arquivo Alvo247-252_Anjos_integrando.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/01.30.13.05 6
sid.inpe.br/mtc-m16c/2022/12.19.22.45 6
sid.inpe.br/bibdigital/2022/04.03.22.23 3
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487M7M2
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.15.36
Última Atualização2022:12.16.15.36.54 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.15.36.54
Última Atualização dos Metadados2023:01.30.13.07.31 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoMataveliSáncChavGuer:2022:DeInWi
TítuloDeforestation Increases Within Full Protected Areas of the Brazilian Amazon
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho862 KiB
2. Contextualização
Autor1 Mataveli, Guilherme Augusto Verola
2 Sánchez Ipia, Alber Hamersson
3 Chaves, Michel Eustáquio Dantas
4 Guerrero, João
Grupo1 DIOTG-CGCT-INPE-MCTI-GOV-BR
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
3 DIOTG-CGCT-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 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
Endereço de e-Mail do Autor1 guilhermemataveli@gmail.com
2 alber.ipia@inpe.br
3 michel.chaves@inpe.br
4 jvguerrero2@gmail.com
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 15:38:05 :: simone -> administrator :: 2022
2023-01-30 13:07:31 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoSince 2012, deforestation rates have been increasing within the Brazilian Amazon. This situation undermines the mitigation efforts against global climate change and stresses our need for both accurate identification of deforestation hotspots and promotion of law enforcement. It also implies a permanent need to explore the deforestation data, looking for patterns that enable the public, the academia, and authorities to anticipate and prepare for deforestation outburst. For this reason, we analyzed data of the Brazilian deforestation monitoring program (PRODES) to find deforestation patterns within Full Protected Areas of the Brazilian Amazon. Our aim is to identify and quantify deforestation from 2008 to 2021. We applied a trend analysis to find FPAs with significant increments and we found that approximately 15% of FPAs have statistically significant deforestation growth according to the Mann-Kendall test at 5% significance. Furthermore, we found that only four FPAs accounted for 67.6% of the deforestation increments during 2021, making them good candidates for closer monitoring and law enforcement. Besides, our results also show the role of FPAs as forest safeguards, although deforestation within them is increasing.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Deforestation Increases Within...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Deforestation Increases Within...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Deforestation Increases Within...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Deforestation Increases Within...
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/487M7M2
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487M7M2
Idiomaen
Arquivo Alvo229-234_Mataveli_Deforestation.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2022/12.19.22.45 5
sid.inpe.br/mtc-m16c/2023/01.30.13.05 5
sid.inpe.br/bibdigital/2022/04.03.22.23 2
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487M6RP
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.15.26
Última Atualização2022:12.16.15.26.32 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.15.26.32
Última Atualização dos Metadados2023:01.30.13.07.29 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoBragaSilRibAndAra:2022:EsCaFl
TítuloMapeamento de Corte Seletivo na Amazônia Brasileira Usando Imagens Planet de Alta Resolução Espacial e Inteligência Artificial: estudo de caso na Floresta Nacional do Jamari
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1298 KiB
2. Contextualização
Autor1 Braga, Daniel
2 Silva, Ricardo Dalagnol da
3 Ribeiro, Celso Bandeira M.
4 Anderson, Liana O.
5 Aragão, Luiz Eduardo Oliveira e Cruz de
Grupo1
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
3
4
5 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Universidade Federal de Juiz de Fora (UFJF)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Universidade Federal de Juiz de Fora (UFJF)
4 Centro Nacional de Monitoramento e Alerta de Desastres Naturais (CEMADEN)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 daniel.braga@ich.ufjf.br
2 ricds@hotmail.com
3 celso.bandeira@ufjf.edu.br
4 liana.anderson@gmail.com
5 luiz.aragao@inpe.br
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioShort paper
Histórico (UTC)2022-12-16 15:27:24 :: simone -> administrator :: 2022
2023-01-30 13:07:29 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe Amazon has the largest remnant of tropical forests in the world and is being threatened daily by deforestation and forest degradation. The estimated area of forest degradation is underestimated, which is problematic for both sustainable policy enforcement, environmental oversight and national carbon emission inventories. Therefore, a deep learning model (U-Net) was trained to map forest degradation using Planet imagery (4.77 m spatial resolution) in the Jamari National Forest at the Brazilian Amazon. Preliminary results showed an overall accuracy of 67%. Our approach is promising to monitor forest concessions in Amazonia. Resumo. A Amazônia possui o maior remanescente de florestas tropicais do mundo e está sendo ameaçada diariamente pelo desmatamento e degradação florestal. A área estimada de degradação florestal é subestimada, o que é problemático tanto para a aplicação de políticas sustentáveis, fiscalização ambiental e inventários nacionais de emissões de carbono. Dessa forma, um modelo de deep learning (UNet) foi treinado para mapear a degradação florestal usando imagens Planet (resolução espacial de 4,77 m) na Floresta Nacional do Jamari, na Amazônia brasileira. Os resultados preliminares mostraram precisão geral de 67%. Nossa abordagem é promissora para monitoramento de concessões florestais na Amazônia.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Mapeamento de Corte...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Mapeamento de Corte...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Mapeamento de Corte...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Mapeamento de Corte...
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/487M6RP
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487M6RP
Idiomapt
Arquivo Alvo204-210_Braga_Mapeamento.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2022/12.19.22.45 8
sid.inpe.br/mtc-m16c/2023/01.30.13.05 6
sid.inpe.br/bibdigital/2022/04.03.22.23 3
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 mirrorrepository 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)
Sitemtc-m16c.sid.inpe.br
Identificador8JMKD3MGPDW34P/487M6K5
Repositóriosid.inpe.br/mtc-m16c/2022/12.16.15.23
Última Atualização2022:12.16.15.23.27 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16c/2022/12.16.15.23.28
Última Atualização dos Metadados2023:01.30.13.07.28 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoMatosSáncCarn:2022:DeLeAu
TítuloDeep learning automated workflow for cloud segmentation in remote sensing images
FormatoOn-line.
Ano2022
Data de Acesso11 jul. 2025
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho2101 KiB
2. Contextualização
Autor1 Matos, Diego Henrique M.
2 Sánchez Ipia, Alber Hamersson
3 Carneiro, Tiago G. S.
Grupo1
2 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Universidade Federal de Minas Gerais (UFMG)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Universidade Federal de Ouro Preto (UFOP)
Endereço de e-Mail do Autor1 diegohmm@ufmg.br
2 alber.ipia@inpe.br
3 tiago@ufop.edu.br
EditorRosim, Sergio (INPE)
Santos, Leonardo Bacelar Lima (CEMADEN)
Pereira, Marconi de Arruda (UFSJ)
Nome do EventoSimpósio Brasileiro de Geoinformática, 23 (GEOINFO)
Localização do EventoOn-line
Data28 a 30 nov. 2022
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais
Tipo TerciárioFull paper
Histórico (UTC)2022-12-16 15:23:58 :: simone -> administrator :: 2022
2023-01-30 13:07:28 :: administrator -> simone :: 2022
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoIn this work, we propose an open source and automated workflow for semantic segmentation of remote sensing images. Even though it can be used in other sensors, to evaluate this workflow, a case study has been conducted applying a deep learning algorithm for segmenting clouds in images from WFI sensor, onboard CBERS-4A satellite. Since WFI does not have a tailor-made cloud segmentation algorithm, we customized our workflow based on the Unet neural network to fulfill this gap. Our results are promising according to our tests, although some problems were identified, like false positives over high albedo targets. These problems suggest improvements that could be tackled in the future.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Deep learning automated...
Arranjo 2urlib.net > BDMCI > Fonds > GEOINFO > XXIII GEOINFO > Deep learning automated...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > XXIII GEOINFO > Deep learning automated...
Arranjo 4urlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Deep learning automated...
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/487M6K5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34P/487M6K5
Idiomaen
Arquivo Alvo192-203_Matos_deep.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46KUATE
8JMKD3MGPDW34P/4888LHB
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2023/01.30.13.05 7
sid.inpe.br/mtc-m16c/2022/12.19.22.45 7
sid.inpe.br/bibdigital/2022/04.03.22.23 2
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 mirrorrepository 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