@InProceedings{SouzaEscaSantMont:2019:ReEsÁr,
               author = "Souza, Anielli Rosane de and Escada, Maria Isabel Sobral and 
                         Santos, Gabriela Veneziani de Souza and Monteiro, Ant{\^o}nio 
                         Miguel Vieira",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Universidade Estadual 
                         Paulista (UNESP)} and {Instituto Nacional de Pesquisas Espaciais 
                         (INPE)}",
                title = "Cartografia do a{\c{c}}a{\'{\i}}: representa{\c{c}}{\~a}o 
                         espacial de {\'a}reas potenciais de ocorr{\^e}ncia de 
                         a{\c{c}}a{\'{\i}} no baixo Tocantins, nordeste do Par{\'a}",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "1954--1957",
         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 = "a{\c{c}}a{\'{\i}}, classifica{\c{c}}{\~a}o, Hand, uso e 
                         cobertura da terra, A{\c{c}}ai, Clasisifcation, Hand, land use 
                         and land cover.",
             abstract = "Este artigo apresenta uma proposta metodol{\'o}gica de mapeamento 
                         das {\'a}reas de potencial ocorr{\^e}ncia de 
                         a{\c{c}}a{\'{\i}} a partir de dados derivados de sensoriamento 
                         remoto e t{\'e}cnicas de geoprocessamento. O potencial desse 
                         estudo revela-se a partir da associa{\c{c}}{\~a}o entre dados de 
                         uso e cobertura da terra derivado do TerraClass com o dado de 
                         eleva{\c{c}}{\~a}o do Shuttle Radar Topography Mission (SRTM) e 
                         de um algoritmo descritor topogr{\'a}fico, o Height Above the 
                         Neareast Drainage (HAND), combinados a partir de 
                         opera{\c{c}}{\~o}es booleana, que juntos possibilitaram compor 
                         um indicador de potencial ocorr{\^e}ncia de a{\c{c}}a{\'{\i}} 
                         na regi{\~a}o do baixo Tocantins. O resultado apontou 208.495 
                         hectares (43%) da {\'a}rea mapeada como alto potencial de 
                         ocorr{\^e}ncia de a{\c{c}}a{\'{\i}} e o {\'{\i}}ndice de 
                         acerto foi de 84%. Este mapeamento possibilitou territorializar as 
                         atividades extrativistas e identificar as {\'a}reas potenciais de 
                         produ{\c{c}}{\~a}o de a{\c{c}}a{\'{\i}}, podendo ent{\~a}o 
                         subsidiar pol{\'{\i}}ticas de desenvolvimento econ{\^o}mico 
                         local ambientalmente sustent{\'a}veis e socialmente inclusivas. 
                         ABSTRACT: This work presents a methodological proposal for mapping 
                         potential areas of a{\c{c}}ai occurrence based on data derived 
                         from remote sensing and geoprocessing techniques. The use of 
                         TerraClass derived land cover data with Shuttle Radar Topography 
                         Mission (SRTM) elevation data and a topographic descriptor 
                         algorithm, Height Above the Neareast Drainage (HAND), combined 
                         from Boolean operations, made it possible to compose an indicator 
                         of potential occurrence of a{\c{c}}a{\'{\i}} in the Lower 
                         Tocantins river. The result indicated 208,495 hectares (43%) of 
                         the area mapped as high potential of a{\c{c}}ai occurrence and 
                         the hit rates was 84%. This mapping made it possible to 
                         territorialize the extractive activities and to identify the 
                         potential areas of a{\c{c}}ai production, being able to subsidize 
                         economic development policies local, environmentally sustainable 
                         and socially inclusive.",
  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/3TUT3US",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TUT3US",
           targetfile = "97283.pdf",
                 type = "Classifica{\c{c}}{\~a}o e minera{\c{c}}{\~a}o de dados",
        urlaccessdate = "27 abr. 2024"
}