@InProceedings{FreitasOliv:2017:CaNuIm,
               author = "Freitas, Tatiana Par{\'a} Monteiro de and Oliveira, Raquel 
                         Aparecida Abrah{\~a}o Costa e",
                title = "Caracteriza{\c{c}}{\~a}o de nuvens em imagem do sat{\'e}lite 
                         Landsat 5 no Munic{\'{\i}}pio de Acar{\'a}-PA",
            booktitle = "Anais...",
                 year = "2017",
               editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz 
                         Eduardo Oliveira e Cruz de",
                pages = "3078--3083",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 18. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             abstract = "A presen{\c{c}}a de nuvens, detectada pelos sensores 
                         {\'o}pticos, 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 sat{\'e}lites da 
                         s{\'e}rie Landsat dificulta e at{\'e} mesmo impede que elas 
                         sejam utilizadas para fins de mapeamento e estimativa de {\'a}rea 
                         cultivada de culturas agr{\'{\i}}colas no Brasil, por exemplo. 
                         Tendo essa premissa este trabalho tem como objetivo aplicar a 
                         metodologia de classifica{\c{c}}{\~a}o supervisionada de imagem 
                         comparando os resultados obtidos a partir do uso dos algoritmos de 
                         Mahalanobis e Max-Ver para subsidiar a detec{\c{c}}{\~a}o de 
                         nuvens na regi{\~a}o estudada. A classifica{\c{c}}{\~a}o 
                         objetivou proporcionar dados para a segmenta{\c{c}}{\~a}o com o 
                         aux{\'{\i}}lio do uso do filtro threshold que teve como 
                         finalidade detectar nuvens em imagem do sat{\'e}lite Landsat 5. O 
                         estudo de caso foi executado na Cena 223/61 do Landsat 5 TM, que 
                         abrange o munic{\'{\i}}pio de Acar{\'a} no estado do Par{\'a}, 
                         regi{\~a}o pr{\'o}xima 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 avalia{\c{c}}{\~a}o dedutiva e qualitativa, mas 
                         tamb{\'e}m quantitativa da detec{\c{c}}{\~a}o de nuvens na 
                         regi{\~a}o, tendo cerca de 1500 identifica{\c{c}}{\~o}es 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 
                         \​\​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 Acar{\'a} in the state of Par{\'a}, 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.",
  conference-location = "Santos",
      conference-year = "28-31 maio 2017",
                 isbn = "978-85-17-00088-1",
                label = "59744",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/3PSLRR6",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3PSLRR6",
           targetfile = "59744.pdf",
                 type = "Corre{\c{c}}{\~a}o atmosf{\'e}rica",
        urlaccessdate = "27 abr. 2024"
}