@InProceedings{CouraShPoPeLiMe:2010:InFlNa,
               author = "Coura, Samuel Martins da Costa and Shimabukuro, Yosio Edemir and 
                         Ponzoni, Fl{\'a}vio Jorge and Pereira, Gabriel and Lima, Andre 
                         and Melo, Ivan Dornelas Falcone de",
          affiliation = "{} and {Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Instituto Nacional de Pesquisas Espaciais (INPE)} and {} and {} 
                         and {Servi{\c{c}}o Florestal Brasileiro –– SFB. Sede do IBAMA 
                         SCEN}",
                title = "Avaliac{\~a}o de imagens alos para mapeamento de uso e cobertura 
                         da terra - invent{\'a}rio florestal nacional do brasil",
            booktitle = "Anais...",
                 year = "2010",
                pages = "349--355",
         organization = "Semin{\'a}rio de atualiza{\c{c}}{\~a}o em Sensoriamento Remoto 
                         e Sistemas de Informa{\c{c}}{\~o}es Geogr{\'a}ficas aplicados 
                         {\`a} Engenharia Florestal, 9.",
            publisher = "FUPEF - UNICENTRO",
                 note = "{Setores de Atividade: Produ{\c{c}}{\~a}o Florestal.}",
             keywords = "Sensoriamento remoto, SIG, ALOS, mapeamento, 
                         vegeta{\c{c}}{\~a}o, invent{\'a}rio florestal.",
             abstract = "O mapeamento da vegeta{\c{c}}{\~a}o constitui um dos componentes 
                         mais importantes no Invent{\'a}rio Florestal Nacional do Brasil 
                         (INF-BR), que visa fornecer informa{\c{c}}{\~o}es sobre as 
                         florestas naturais e plantadas, sua composi{\c{c}}{\~a}o 
                         flor{\'{\i}}stica, extens{\~a}o, distribui{\c{c}}{\~a}o 
                         espacial, estoque florestal, diversidade e din{\^a}mica 
                         estrutural. Imagens dos sensores AVNIR e PRISM do sat{\'e}lite 
                         ALOS foram avaliadas para o mapeamento do uso e cobertura da terra 
                         em seis Unidades de Amostra de Paisagem (UAP) representativas dos 
                         biomas estudados neste trabalho. As imagens foram sistematicamente 
                         classificadas aplicando os algoritmos MaxVer, Isoseg, Bhattacharya 
                         e K-M{\'e}dias. O classificador MaxVer apresentou melhor 
                         desempenho quando comparado aos demais algoritmos de 
                         classifica{\c{c}}{\~a}o. A metodologia de mapeamento foi 
                         avaliada tomando como refer{\^e}ncia a UAP localizada na Mata 
                         Atl{\^a}ntica no Estado de S{\~a}o Paulo, que apresentou 
                         concord{\^a}ncia de 0,81 ({\'{\i}}ndice Kappa) entre as 
                         amostras do mapa e as de campo. Os resultados obtidos confirmam o 
                         potencial das imagens ALOS para mapeamento da 
                         vegeta{\c{c}}{\~a}o em escala local, sendo dessa forma, 
                         plenamente aplic{\'a}veis para o objetivo do IFN-BR.",
  conference-location = "Curitiba",
      conference-year = "2010",
                label = "lattes: 3921950644026513 1 CouraShPoPeLiMe:2010:INFLNA",
             language = "pt",
           targetfile = "coura avaliacao.pdf",
        urlaccessdate = "03 maio 2024"
}