<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Journal Article">
		<site>plutao.sid.inpe.br 800</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>J8LNKAN8RW/3D545NE</identifier>
		<repository>dpi.inpe.br/plutao/2012/11.28.19.14.54</repository>
		<lastupdate>2013:01.17.11.09.56 dpi.inpe.br/plutao@80/2008/08.19.15.01 marciana</lastupdate>
		<metadatarepository>dpi.inpe.br/plutao/2012/11.28.19.14.55</metadatarepository>
		<metadatalastupdate>2018:06.05.00.02.13 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator {D 2012}</metadatalastupdate>
		<secondarykey>INPE--PRE/</secondarykey>
		<doi>10.1590/S0100-204X2012000900004</doi>
		<issn>0100-204X</issn>
		<label>lattes: 9840759640842299 7 LuBLMHFDS:2012:LaUsCl</label>
		<citationkey>LuBLMHFDS:2012:LaUsCl</citationkey>
		<title>Land use/cover classification in the Brazilian Amazon using satellite images /  Classificação de uso e cobertura da terra na Amazônia brasileira por meio de imagens de satélite</title>
		<year>2012</year>
		<month>Set.</month>
		<typeofwork>journal article</typeofwork>
		<secondarytype>PRE PN</secondarytype>
		<numberoffiles>1</numberoffiles>
		<size>7870 KiB</size>
		<author>Lu, Dengsheng,</author>
		<author>Batistela, Mateus,</author>
		<author>Li, Guiying,</author>
		<author>Moran, Emilio,</author>
		<author>Hetrick, Scott,</author>
		<author>Freitas, Corina da Costa,</author>
		<author>Dutra, Luciano Vieira,</author>
		<author>Sant'anna, Sidnei João Siqueira,</author>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid>8JMKD3MGP5W/3C9JHMA</resumeid>
		<resumeid>8JMKD3MGP5W/3C9JJ8N</resumeid>
		<group></group>
		<group></group>
		<group></group>
		<group></group>
		<group></group>
		<group>DPI-OBT-INPE-MCTI-GOV-BR</group>
		<group>DPI-OBT-INPE-MCTI-GOV-BR</group>
		<group>DPI-OBT-INPE-MCTI-GOV-BR</group>
		<affiliation>Indiana University, Anthropological Center for Training and Research on Global Environmental Change, Student Building 331, 701 East Kirkwood Avenue, Bloomington, Indiana, 47405, USA</affiliation>
		<affiliation>Embrapa Monitoramento por Satélite, Avenida Soldado Passarinho, nº 303, CEP 13070&#8209;115 Campinas, SP, Brazil. E&#8209;mail: mb@cnpm.embrapa.br</affiliation>
		<affiliation>Indiana University, Anthropological Center for Training and Research on Global Environmental Change, Student Building 331, 701 East Kirkwood Avenue, Bloomington, Indiana, 47405, USA</affiliation>
		<affiliation>Indiana University, Anthropological Center for Training and Research on Global Environmental Change, Student Building 331, 701 East Kirkwood Avenue, Bloomington, Indiana, 47405, USA</affiliation>
		<affiliation>Indiana University, Anthropological Center for Training and Research on Global Environmental Change, Student Building 331, 701 East Kirkwood Avenue, Bloomington, Indiana, 47405, USA</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress></electronicmailaddress>
		<electronicmailaddress>dutra@dpi.inpe.br</electronicmailaddress>
		<e-mailaddress>dutra@dpi.inpe.br</e-mailaddress>
		<journal>Pesquisa Agropecuária Brasileira</journal>
		<volume>47</volume>
		<number>9</number>
		<pages>1185-1208</pages>
		<secondarymark>B1_ARQUITETURA_E_URBANISMO B5_ASTRONOMIA_/_FÍSICA B4_BIOTECNOLOGIA B2_CIÊNCIA_DE_ALIMENTOS B1_CIÊNCIAS_AGRÁRIAS_I B1_CIÊNCIAS_BIOLÓGICAS_I B5_CIÊNCIAS_BIOLÓGICAS_II B2_ECOLOGIA_E_MEIO_AMBIENTE B1_ENGENHARIAS_I B2_ENGENHARIAS_II B1_ENGENHARIAS_III B1_ENGENHARIAS_IV B2_GEOCIÊNCIAS B1_GEOGRAFIA A2_INTERDISCIPLINAR B2_MEDICINA_II B1_MEDICINA_VETERINÁRIA B4_QUÍMICA B2_SAÚDE_COLETIVA B1_ZOOTECNIA_/_RECURSOS_PESQUEIROS</secondarymark>
		<transferableflag>1</transferableflag>
		<contenttype>External Contribution</contenttype>
		<versiontype>publisher</versiontype>
		<keywords>data fusion, multiple sensor data, nonparametric classifiers, texture, fusão de dados, dados de sensor múltiplo, classificadores não paramétricos, textura.</keywords>
		<abstract>Land use/cover classification is one of the most important applications in remote sensing. However, mapping accurate land use/cover spatial distribution is a challenge, particularly in moist tropical regions, due to the complex biophysical environment and limitations of remote sensing data per se. This paper reviews experiments related to land use/cover classification in the Brazilian Amazon for a decade. Through comprehensive analysis of the classification results, it is concluded that spatial information inherent in remote sensing data plays an essential role in improving land use/cover classification. Incorporation of suitable textural images into multispectral bands and use of segmentation&#8209;based method are valuable ways to improve land use/cover classification, especially for high spatial resolution images. Data fusion of multi&#8209;resolution images within optical sensor data is vital for visual interpretation, but may not improve classification performance. In contrast, integration of optical and radar data did improve classification performance when the proper data fusion method was used. Among the classification algorithms available, the maximum likelihood classifier is still an important method for providing reasonably good accuracy, but nonparametric algorithms, such as classification tree analysis, have the potential to provide better results. However, they often require more time to achieve parametric optimization. Proper use of hierarchical&#8209;based methods is fundamental for developing accurate land use/cover classification, mainly from historical remotely sensed data. RESUMO A classificação de uso e cobertura da terra é uma das principais aplicações do sensoriamento remoto. Contudo, a precisão no mapeamento da distribuição espacial do uso/cobertura da terra é um desafio, principalmente em regiões tropicais úmidas, em razão do complexo ambiente biofísico e das limitações dos dados de sensoriamento remoto per se. Este trabalho revisa experimentos relacionados à classificação do uso/cobertura da terra na Amazônia brasileira, durante uma década. A partir de análise compreensiva dos resultados de classificação, conclui-se que a informação espacial, em dados de sensoriamento remoto, tem papel fundamental na melhoria da classificação de uso/cobertura da terra. A incorporação de imagens de textura, em bandas multiespectrais, e o uso de método baseado em segmentação são formas importantes de melhorar a classificação, especialmente para imagens de alta resolução espacial. A fusão de dados de imagens de resolução múltipla dentro de dados do sensor ótico é vital para a interpretação visual, mas pode não melhorar o desempenho da classificação. Em contraste, a integração de dados ópticos e de radar melhorou o desempenho da classificação, quando o método adequado de fusão de dados foi utilizado. Entre os algoritmos de classificação disponíveis, o classificador de máxima verossimilhança ainda é importante para se obter precisão razoável, mas algoritmos não paramétricos, como a análise por árvore de decisão, podem promover melhores resultados. Porém, algoritmos não paramétricos geralmente demandam mais tempo para obtenção da parametrização otimizada. O uso adequado de métodos baseados em hierarquia é fundamental para a precisão na classificação de uso/cobertura da terra, sobretudo em dados de sensoriamento remoto antigos.</abstract>
		<area>SRE</area>
		<language>pt</language>
		<usergroup>administrator</usergroup>
		<usergroup>lattes</usergroup>
		<usergroup>marciana</usergroup>
		<readergroup>administrator</readergroup>
		<readergroup>marciana</readergroup>
		<visibility>shown</visibility>
		<archivingpolicy>allowpublisher allowfinaldraft</archivingpolicy>
		<readpermission>allow from all</readpermission>
		<documentstage>not transferred</documentstage>
		<nexthigherunit>8JMKD3MGPCW/3EQCCU5</nexthigherunit>
		<citingitemlist>sid.inpe.br/mtc-m21/2012/07.13.15.00.20 2</citingitemlist>
		<citingitemlist>sid.inpe.br/mtc-m21/2012/07.13.14.53.50 1</citingitemlist>
		<citingitemlist>sid.inpe.br/bibdigital/2013/09.09.15.05 1</citingitemlist>
		<dissemination>WEBSCI; PORTALCAPES; SCIELO.</dissemination>
		<hostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</hostcollection>
		<notes>Setores de Atividade: Administração pública, defesa e seguridade social, Outras atividades profissionais, científicas e técnicas.</notes>
		<username>marciana</username>
		<lasthostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</lasthostcollection>
		<url>http://plutao.sid.inpe.br/rep-/dpi.inpe.br/plutao/2012/11.28.19.14.54</url>
	</metadata>
</metadatalist>