@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"
}