| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Site | mtc-m21c.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34R/44JAAC8 | |||
| Repositório | sid.inpe.br/mtc-m21c/2021/04.26.12.37 | |||
| Última Atualização | 2021:04.26.12.39.55 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2021/04.26.12.37.26 | |||
| Última Atualização dos Metadados | 2022:04.03.22.39.37 (UTC) administrator | |||
| DOI | 10.3390/rs13081415 | |||
| ISSN | 2072-4292 | |||
| Chave de Citação | DinizCPSFBAS:2021:LaDeAp | |||
| Título | A large-scale deep-learning approach for multi-temporal aqua and salt-culture mapping  | |||
| Ano | 2021 | |||
| Mês | Apr. | |||
| Data de Acesso | 15 jun. 2024 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PI | |||
| Número de Arquivos | 1 | |||
| Tamanho | 4666 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Diniz, Cesar 2 Cortinhas, Luiz 3 Pinheiro, Maria Luize 4 Sadeck, Luís 5 Fernandes Filho, Alexandre 6 Baumann, Luis R. F. 7 Adami, Marcos 8 Souza Filho, Pedro Walfir M. | |||
| ORCID | 1 0000-0001-7718-0992 2 3 4 5 6 7 0000-0003-4247-4477 8 0000-0003-0252-808X | |||
| Grupo | 1 2 3 4 5 6 7 COEAM-CGGO-INPE-MCTI-GOV-BR | |||
| Afiliação | 1 Solved—Solutions in Geoinformation 2 Solved—Solutions in Geoinformation 3 Solved—Solutions in Geoinformation 4 Solved—Solutions in Geoinformation 5 Solved—Solutions in Geoinformation 6 Universidade Federal de Goiás (UFG) 7 Instituto Nacional de Pesquisas Espaciais (INPE) 8 Universidade Federal do Pará (UFPA) | |||
| Endereço de e-Mail do Autor | 1 cesar.diniz@solved.eco.br 2 luiz.cortinhas@solved.eco.br 3 maria.luize@solved.eco.br 4 luis.sadeck@solved.eco.br 5 alexandre.filho@solved.eco.br 6 fbaumann@ufg.br 7 adami16@gmail.com 8 pedro.martins.souza@itv.org | |||
| Revista | Remote Sensing | |||
| Volume | 13 | |||
| Número | 8 | |||
| Páginas | e1415 | |||
| Nota Secundária | B3_GEOGRAFIA B3_ENGENHARIAS_I B4_GEOCIÊNCIAS B4_CIÊNCIAS_AMBIENTAIS B5_CIÊNCIAS_AGRÁRIAS_I | |||
| Histórico (UTC) | 2021-04-26 12:37:26 :: simone -> administrator :: 2021-04-26 12:37:27 :: administrator -> simone :: 2021 2021-04-26 12:39:55 :: simone -> administrator :: 2021 2022-04-03 22:39:37 :: administrator -> simone :: 2021 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Palavras-Chave | aquaculture salt-culture U-Net Tensor-Flow Google Earth Engine Landsat | |||
| Resumo | Aquaculture and salt-culture are relevant economic activities in the Brazilian Coastal Zone (BCZ). However, automatic discrimination of such activities from other water-related covers/uses is not an easy task. In this sense, convolutional neural networks (CNN) have the advantage of predicting a given pixels class label by providing as input a local region (named patches or chips) around that pixel. Both the convolutional nature and the semantic segmentation capability provide the U-Net classifier with the ability to access the context domain instead of solely isolated pixel values. Backed by the context domain, the results obtained show that the BCZ aquaculture/saline ponds occupied ~356 km2 in 1985 and ~544 km2 in 2019, reflecting an area expansion of ~51%, a rise of 1.5× in 34 years. From 1997 to 2015, the aqua-salt-culture area grew by a factor of ~1.7, jumping from 349 km2 to 583 km2, a 67% increase. In 2019, the Northeast sector concentrated 93% of the coastal aquaculture/salt-culture surface, while the Southeast and South sectors contained 6% and 1%, respectively. Interestingly, despite presenting extensive coastal zones and suitable conditions for developing different aqua-salt-culture products, the North coast shows no relevant aqua or salt-culture infrastructure sign. | |||
| Área | SRE | |||
| Arranjo | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGGO > A large-scale deep-learning... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://mtc-m21c.sid.inpe.br/ibi/8JMKD3MGP3W34R/44JAAC8 | |||
| URL dos dados zipados | http://mtc-m21c.sid.inpe.br/zip/8JMKD3MGP3W34R/44JAAC8 | |||
| Idioma | en | |||
| Arquivo Alvo | remotesensing-13-01415.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Política de Arquivamento | allowpublisher allowfinaldraft | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/46KUBT5 | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2022/04.03.22.35 8 | |||
| Divulgação | WEBSCI; PORTALCAPES; MGA; COMPENDEX; SCOPUS. | |||
| Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 | |||
| 6. Notas | ||||
| Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||