@Article{LatorreCarvSantShim:2007:InDaSe,
               author = "Latorre, Marcelo Lopes and Carvalho J{\'u}nior, Osmar 
                         Ab{\'{\i}}lio de and Santos, Jo{\~a}o Roberto dos and 
                         Shimabukuro, Yosio Edemir",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Universidade de Bras{\'{\i}}lia (UnB)} and {Instituto Nacional 
                         de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "Integra{\c{c}}{\~a}o de dados de Sensoriamento Remoto multi 
                         resolu{\c{c}}{\~o}es para a representa{\c{c}}{\~a}o da 
                         cobertura da terra utilizando Campos Cont{\'{\i}}nuos de 
                         vegeta{\c{c}}{\~a}o e classifica{\c{c}}{\~a}o por {\'a}rvores 
                         de decis{\~a}o",
              journal = "Revista Brasileira de Geof{\'{\i}}sica",
                 year = "2007",
               volume = "25",
               number = "1",
                pages = "63--74",
                month = "Jan.",
             keywords = "Digital image processing, continuous fields, regression trees, 
                         Amazon forest, sensoriamento remoto, processamento digital de 
                         imagens, campos cont{\'{\i}}nuos, {\'a}rvore de regress{\~a}o, 
                         Floresta Amaz{\^o}nica.",
             abstract = "This paper aims to develop a methodology of multisensor 
                         integration for an Amazon monitoring system. The proposed system 
                         employs the Vegetation Continuous Fields (VCF) method that uses 
                         the decision tree algorithm. The algorithm uses a set of 
                         independent variables, in this case MODIS multi-temporal metrics, 
                         to recursively split a dependent variable, in this case training 
                         data from class memberships, into subsets, which maximize the 
                         reduction of squares of sum of the residuals. The training data 
                         are obtained by high-resolution imagery classification 
                         (Landsat/TM, ETM+ and CBERS 2/CCD). In this study, an automated 
                         algorithm was developed from IDL language in the ENVI software and 
                         the statistical procedure of the S-PLUS software. The study area 
                         is Mato Grosso State with an extensive area of Amazon forest. The 
                         scenes are classified in three classes: forest, non-forest, and 
                         water. Comparisons of the final product with regional land cover 
                         maps derived from PRODES revel general agreement. Therefore, the 
                         results of this study suggest that the methodology is appropriate 
                         for land cover determination in the Amazon forest. RESUMO: Este 
                         trabalho objetiva desenvolver uma metodologia de 
                         integra{\c{c}}{\~a}o de multisensores para um sistema de 
                         monitoramento da Amaz{\^o}nia. O sistema proposto baseia-se no 
                         Vegetation Continuous Fields (VCF) que utiliza um algoritmo de 
                         {\'a}rvore de decis{\~a}o. O algoritmo utiliza um conjunto de 
                         vari{\'a}veis independentes, no caso m{\'e}tricas multitemporais 
                         do MODIS, para recursivamente particionar uma vari{\'a}vel 
                         dependente, no caso dados de treinamentos provenientes de classes 
                         de uso da terra, em subconjuntos, que maximizam a 
                         redu{\c{c}}{\~a}o do quadrado da soma residual. Os dados de 
                         treinamentos s{\~a}o obtidos pela classifica{\c{c}}{\~a}o de 
                         imagens de alta resolu{\c{c}}{\~a}o (Landsat/TM, ETM+ e CBERS 
                         2/CCD). Neste estudo, um algoritmo foi desenvolvido a partir da 
                         linguagem IDL, no programa ENVI, e uma rotina estat{\'{\i}}stica 
                         do programa S-PLUS. A {\'a}rea de estudo {\'e} o Estado do Mato 
                         Grosso com uma extensa {\'a}rea de cobertura de Floresta 
                         Amaz{\^o}nica. As cenas s{\~a}o classificadas em tr{\^e}s 
                         classes: floresta, n{\~a}o floresta e {\'a}gua. 
                         Compara{\c{c}}{\~o}es do produto final com o mapa regional de 
                         uso da terra derivado do PRODES revelam uma concord{\^a}ncia 
                         geral. Portanto, os resultados desse estudo sugerem que a 
                         metodologia {\'e} apropriada para a determina{\c{c}}{\~a}o da 
                         cobertura da terra na Floresta Amaz{\^o}nica.",
                 issn = "0102-261X",
             language = "pt",
           targetfile = "latorre_integracao.pdf",
        urlaccessdate = "16 jun. 2024"
}