@InProceedings{SilvaJúniorLJROLPBNZTSSGN:2019:PrMoSo,
author = "Silva J{\'u}nior, Carlos Antonio da and Lima, Mendelson and
Johann, Jerry A. and Rossi, Fernando Saragosa and Oliveira
J{\'u}nior, Jos{\'e} Francisco and Leonel J{\'u}nior, Antonio
H{\'e}rbete Sousa and Paludo, Alex and Becker, Willyan Ronaldo
and Nascimento, Kleberson Rodrigo do and Zanin, Rodrigo Bruno and
Teodoro, Paulo Eduardo and Shiratsuchi, Luciano Shozo and Shakir,
Muhammad and Gois, Giovanildo de and Nanni, Marcos Rafael",
affiliation = "{Universidade do Estado de Mato Grosso (UNEMAT)} and {Universidade
do Estado de Mato Grosso (UNEMAT)} and {Universidade Estadual do
Oeste do Paran{\'a} (UNIOESTE)} and {Universidade do Estado de
Mato Grosso (UNEMAT)} and {Universidade Federal de Alagoas (UFAL)}
and {Universidade do Estado de Mato Grosso (UNEMAT)} and
{Universidade Estadual do Oeste do Paran{\'a} (UNIOESTE)} and
{Universidade Estadual do Oeste do Paran{\'a} (UNIOESTE)} and
{Universidade Estadual do Oeste do Paran{\'a} (UNIOESTE)} and
{Universidade do Estado de Mato Grosso (UNEMAT)} and {Universidade
Federal de Mato Grosso do Sul (UFMS)} and {Louisiana State
University (LSU)} and {University of Peshawar-Institute of Space
Technology} and {Universidade Federal Fluminense (UFF)} and
{Universidade Estadual de Maring{\'a} (UEM)}",
title = "Sojamaps: project of monitoring of soybeam areas in Brazil using
big data in the cloud computing",
booktitle = "Anais...",
year = "2019",
editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco
and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
pages = "1334--1337",
organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
address = "S{\~a}o Jos{\'e} dos Campos",
keywords = "Time-serie, agriculture, Earth Engine, automated mapping,
S{\'e}rie temporal, agricultura, Earth Engine, mapeamento
automatizado.",
abstract = "The main objective of this research was to use time-series images
with medium spatial resolution and values with maximum and minimum
vegetation index relating to the dynamic aspects of the soybean
crop in Brazil via Earth Engine and making the data query
available on-line high performance. Three sensors (MODIS, OLI and
MSI) and cloud-based JavaScript processing were used for
time-series composition. The largest soybean areas were detected
in the Center-West and Southern regions of Brazil. Automated
monitoring via Earth Engine was satisfactory, showing the ability
to identify in near real-time what areas were grown with soybeans
after harvesting. RESUMO: O objetivo principal dessa
investiga{\c{c}}{\~a}o foi utilizar s{\'e}rietemporal de
imagens com m{\'e}dia resolu{\c{c}}{\~a}o espacial e valores
com m{\'a}ximos e m{\'{\i}}nimos de {\'{\i}}ndice de
vegeta{\c{c}}{\~a}o relacionando com os aspectos din{\^a}micos
da cultura da soja no Brasil via EE e disponibilizando a consulta
dos dados em plataforma on-line de alta performance. Foram
utilizados tr{\^e}s sensores (MODIS, OLI e MSI) e processamento
via JavaScript em nuvem para composi{\c{c}}{\~a}o da
s{\'e}rie-temporal. As maiores {\'a}reas de soja foram
detectadas nas regi{\~o}es Centro-Oeste e Sul do Brasil. O
monitoramento automatizado via Earth Engine foi satisfat{\'o}rio,
mostrando a capacidade de identificar em tempo quase real quais
{\'a}reas foram cultivadas com soja ap{\'o}s sua colheita.",
conference-location = "Santos",
conference-year = "14-17 abril 2019",
isbn = "978-85-17-00097-3",
language = "pt",
organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
ibi = "8JMKD3MGP6W34M/3TTQ8H8",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TTQ8H8",
targetfile = "97158.pdf",
type = "An{\'a}lise de s{\'e}ries temporais de imagens de
sat{\'e}lite",
urlaccessdate = "11 maio 2024"
}