@InProceedings{VieiraMoDaAlSoRo:2017:UsImRa,
               author = "Vieira, Valdira de Caldas Brito and Moreira, Maur{\'{\i}}cio 
                         Alves and Dantas, Felipe Ramos and Alencar, Heloisa Maria Quirino 
                         de and Sousa, M{\'a}rcio Fabr{\'{\i}}cio Leit{\~a}o Oliveira 
                         de and Rocha, Maria do Esp{\'{\i}}rito Santo Abreu da",
          affiliation = "{} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
                title = "Uso de imagens do RapidEye e t{\'e}cnicas de geoprocessamento 
                         para mapear o baba{\c{c}}u nas regi{\~o}es central e norte do 
                         Piau{\'{\i}}",
            booktitle = "Anais...",
                 year = "2017",
               editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz 
                         Eduardo Oliveira e Cruz de",
                pages = "4227--4234",
         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 = "Uso de imagens do RapidEye e t{\'e}cnicas de geoprocessamento 
                         para mapear o baba{\c{c}}u nas regi{\~o}es central e norte do 
                         Piau{\'{\i}}Esta pesquisa foi desenvolvida com o objetivo de 
                         realizar o mapeamento da distribui{\c{c}}{\~a}o espacial do 
                         baba{\c{c}}u nos munic{\'{\i}}pios de maior 
                         produ{\c{c}}{\~a}o de am{\^e}ndoas nas regi{\~o}es centro e 
                         norte do estado do Piau{\'{\i}}, Brasil. Foram utilizadas cenas 
                         do sat{\'e}lite RapidEye, cujos processos de 
                         segmenta{\c{c}}{\~a}o e classifica{\c{c}}{\~a}o foram 
                         realizados no software eCognition e, em seguida, procedeu-se uma 
                         reclassifica{\c{c}}{\~a}o manual no m{\'o}dulo ArcMap do 
                         ArcGis, apoiado por imagens do GoogleEarth Pro. O levantamento dos 
                         dados de localiza{\c{c}}{\~a}o dos baba{\c{c}}uais foi 
                         realizado utilizando equipamentos GPS de navega{\c{c}}{\~a}o com 
                         precis{\~a}o de 10 metros. A utiliza{\c{c}}{\~a}o da 
                         metodologia de processamento digital de imagens para a 
                         identifica{\c{c}}{\~a}o da distribui{\c{c}}{\~a}o espacial do 
                         baba{\c{c}}u apresentou alguns problemas, tanto no que se refere 
                         a qualidade e disponibilidade das imagens, como pela dificuldade 
                         de identifica{\c{c}}{\~a}o do baba{\c{c}}u devido a 
                         ocorr{\^e}ncia de outras palmeiras com grande semelhan{\c{c}}a 
                         de resposta espectral. A {\'a}rea total mapeada foi de 18.844,12 
                         km2, que corresponde aos vinte e cinco munic{\'{\i}}pios que 
                         apresentaram maior produ{\c{c}}{\~a}o m{\'e}dia entre os anos 
                         de 2006 e 2013, estabelecendo-se um valor m{\'{\i}}nimo de cinco 
                         toneladas de am{\^e}ndoas. A {\'a}rea classificada como 
                         baba{\c{c}}u foi de 2.680,80 km2, representando 14,23% da 
                         {\'a}rea de todos os munic{\'{\i}}pios mapeados.",
  conference-location = "Santos",
      conference-year = "28-31 maio 2017",
                 isbn = "978-85-17-00088-1",
                label = "59883",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/3PSM2N5",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3PSM2N5",
           targetfile = "59883.pdf",
                 type = "Processamento de imagens",
        urlaccessdate = "27 abr. 2024"
}