@InProceedings{GoltzFonRudPinAgu:2008:PrCa,
author = "Goltz, Elizabeth and Fonseca, Leila Maria Garcia and Rudorff,
Bernardo Friedrick Teodor and Pinho, Carolina Moutinho Duque de
and Aguiar, Daniel Alves de",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de
Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas
Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais
(INPE)}",
title = "Detec{\c{c}}{\~a}o autom{\'a}tica das {\'a}reas de reforma
dentro das {\'a}reas de cana-de-a{\c{c}}{\'u}car - projeto
canasat",
booktitle = "Anais...",
year = "2008",
organization = "SELPER, 12.",
keywords = "Cana-de-a{\c{c}}{\'u}car, Classifica{\c{c}}{\~a}o
autom{\'a}tica, Rede hier{\'a}rquica, Classifica{\c{c}}{\~a}o
multitemporal.",
abstract = "Desde o ano safra 2003/04 o cultivo da cana-de-a{\c{c}}{\'u}car
vem sendo mapeado anualmente no Estado de S{\~a}o Paulo - Brasil
atrav{\'e}s do projeto Canasat utilizando imagens de
sensoriamento remoto e t{\'e}cnicas de geoprocessamento. A
atualiza{\c{c}}{\~a}o anual do mapa do cultivo da cana consiste
basicamente em duas etapas: 1) acrescentar as novas {\'a}reas de
expans{\~a}o e 2) subtrair as {\'a}reas de reforma. Este
procedimento {\'e} feito por meio de interpreta{\c{c}}{\~a}o
visual sendo esta uma tarefa morosa e tediosa, com isso, o
presente trabalho tem por objetivo buscar uma alternativa que
automatize o procedimento de identifica{\c{c}}{\~a}o de
mapeamento das {\'a}reas de cana em reforma por meio de redes
hier{\'a}rquicas. Para isso, 4 imagens do sensor TM (Thematic
Mapper) a bordo do sat{\'e}lite Landsat-5 adquiridas em datas bem
definidas e favor{\'a}veis para a identifica{\c{c}}{\~a}o das
{\'a}reas de reforma foram transformadas em imagens NDVI
(Normalized Difference Vegetation Index). As imagens NDVI foram
segmentadas com base no mapa tem{\'a}tico da cana do ano safra
anterior. Em seguida, estas foram importadas para o Definiens
Developer onde foram geradas a segmenta{\c{c}}{\~a}o,
gera{\c{c}}{\~a}o das classes, sele{\c{c}}{\~a}o das amostras
e cria{\c{c}}{\~a}o da rede hier{\'a}rquica (com atributos de
{\'A}rea, Brilho e M{\'e}dia) e a classifica{\c{c}}{\~a}o. Ao
se comparar o mapeamento gerado por edi{\c{c}}{\~a}o matricial e
o mapeamento gerado pela rede hier{\'a}rquica notou-se que a
maioria dos pol{\'{\i}}gonos de reforma foram detectados
corretamente. Apareceram somente erros de inclus{\~a}o, alguns
foram devido {\`a} presen{\c{c}}a de nuvens e outros devido ao
n{\~a}o reconhecimento de {\'a}reas muito pequenas na
segmenta{\c{c}}{\~a}o. Outros testes devem ser gerados para
verificar se a segmenta{\c{c}}{\~a}o multiresolu{\c{c}}{\~a}o
reconhece as {\'a}reas de reforma, e assim realmente automatizar
todo o processo.",
conference-location = "Habana Habana",
label = "lattes: 1958394372634693 5 GoltzFonRudPinAgu:2008:PRCA",
language = "pt",
targetfile = "goltz_deteccao.pdf",
url = "http://www.dsr.inpe.br/tmp/Selper_Cuba/tema3/11.pdf",
urlaccessdate = "07 maio 2024"
}