<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Conference Proceedings">
		<site>marte2.sid.inpe.br 802</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>8JMKD3MGP6W34M/3PSLRR6</identifier>
		<repository>sid.inpe.br/marte2/2017/10.27.12.56.46</repository>
		<lastupdate>2017:10.27.12.56.46 dpi.inpe.br/marte2/2013/05.17.15.03.06 banon</lastupdate>
		<metadatarepository>sid.inpe.br/marte2/2017/10.27.12.56.47</metadatarepository>
		<metadatalastupdate>2018:06.06.03.06.51 dpi.inpe.br/marte2/2013/05.17.15.03.06 administrator {D 2017}</metadatalastupdate>
		<isbn>978-85-17-00088-1</isbn>
		<label>59744</label>
		<citationkey>FreitasOliv:2017:CaNuIm</citationkey>
		<title>Caracterização de nuvens em imagem do satélite Landsat 5 no Município de Acará-PA</title>
		<format>Internet</format>
		<year>2017</year>
		<secondarytype>PRE CN</secondarytype>
		<numberoffiles>1</numberoffiles>
		<size>1409 KiB</size>
		<author>Freitas, Tatiana Pará Monteiro de,</author>
		<author>Oliveira, Raquel Aparecida Abrahão Costa e,</author>
		<electronicmailaddress>TATIANAPARA@HOTMAIL.COM</electronicmailaddress>
		<editor>Gherardi, Douglas Francisco Marcolino,</editor>
		<editor>Aragão, Luiz Eduardo Oliveira e Cruz de,</editor>
		<e-mailaddress>daniela.seki@inpe.br</e-mailaddress>
		<conferencename>Simpósio Brasileiro de Sensoriamento Remoto, 18 (SBSR)</conferencename>
		<conferencelocation>Santos</conferencelocation>
		<date>28-31 maio 2017</date>
		<publisher>Instituto Nacional de Pesquisas Espaciais (INPE)</publisher>
		<publisheraddress>São José dos Campos</publisheraddress>
		<pages>3078-3083</pages>
		<booktitle>Anais</booktitle>
		<organization>Instituto Nacional de Pesquisas Espaciais (INPE)</organization>
		<transferableflag>1</transferableflag>
		<abstract>A presença de nuvens, detectada pelos sensores ópticos, deve ser levada em conta no mapeamento do uso do solo. Rudorff & Sugawara (2007), que relatam que a frequente cobertura de nuvens nas imagens obtidas pelos satélites da série Landsat dificulta e até mesmo impede que elas sejam utilizadas para fins de mapeamento e estimativa de área cultivada de culturas agrícolas no Brasil, por exemplo. Tendo essa premissa este trabalho tem como objetivo aplicar a metodologia de classificação supervisionada de imagem comparando os resultados obtidos a partir do uso dos algoritmos de Mahalanobis e Max-Ver para subsidiar a detecção de nuvens na região estudada. A classificação objetivou proporcionar dados para a segmentação com o auxílio do uso do filtro threshold  que teve como finalidade detectar nuvens em imagem do satélite Landsat 5. O estudo de caso foi executado na Cena 223/61 do Landsat 5 TM, que abrange o município de Acará no estado do Pará, região próxima ao equador com o aparecimento de constantes nuvens. Foram usados os softwares Envi 4.5 e Image J para processamento das imagens. Como resultados o algoritmo de Mahalanobis se mostrou mais eficaz quando comparado ao Max-Ver, tanto na avaliação dedutiva e qualitativa, mas também quantitativa da detecção de nuvens na região, tendo cerca de 1500 identificações de nuvens a mais que o algoritmo menos eficaz.The presence of clouds, detected by optical sensors, must be taken into account in the mapping of soil use. Rudorff & Sugawara (2007), who report that the frequent cloud cover in the images obtained by the Landsat series satellites makes it difficult and even prevents them from being used for mapping and estimating the cultivated area of &#8203;&#8203;agricultural crops in Brazil, for example. Based on this premise, this work aims to apply the supervised image classification methodology comparing the results obtained from the use of Mahalanobis and Max-Ver algorithms to support the detection of clouds in the studied region. The objective of the classification was to provide data for segmentation using the threshold filter to detect Landsat 5 satellite imagery. The case study was performed in Cena 223/61 of Landsat 5 TM, which covers the city of Acará in the state of Pará, near the equator with constant appearance of clouds. Envi 4.5 and Image J software were used for image processing. As a result, the Mahalanobis algorithm proved to be more effective when compared to Max-Ver, both in the deductive and qualitative evaluation, but also quantitative cloud detection in the region, having about 1500 more cloud identifications than the algorithm less effective.</abstract>
		<area>SRE</area>
		<type>Correção atmosférica</type>
		<language>pt</language>
		<targetfile>59744.pdf</targetfile>
		<usergroup>banon</usergroup>
		<visibility>shown</visibility>
		<mirrorrepository>urlib.net/www/2011/03.29.20.55</mirrorrepository>
		<nexthigherunit>8JMKD3MGP6W34M/3PMFNUS</nexthigherunit>
		<citingitemlist>sid.inpe.br/marte2/2017/09.25.14.55 2</citingitemlist>
		<hostcollection>dpi.inpe.br/marte2/2013/05.17.15.03.06</hostcollection>
		<username>banon</username>
		<lasthostcollection>dpi.inpe.br/marte2/2013/05.17.15.03.06</lasthostcollection>
		<url>http://marte2.sid.inpe.br/rep-/sid.inpe.br/marte2/2017/10.27.12.56.46</url>
	</metadata>
</metadatalist>