@InProceedings{MaculRodOliRenEsc:2019:DeTrMu,
               author = "Macul, Mateus de Souza and Rodrigues, Danilo Avancini and 
                         Oliveira, Afonso Henrique Moraes and Renn{\'o}, Camilo Daleles 
                         and Escada, Maria Isabel Sobral",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais 
                         (INPE)}",
                title = "Detec{\c{c}}{\~a}o de trajet{\'o}rias de mudan{\c{c}}as da 
                         cobertura florestal em an{\'a}lise de dados multitemporais na 
                         regi{\~a}o sudoeste 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 = "2980--2983",
         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 = "Degrada{\c{c}}{\~a}o Florestal, Novo Progresso, Amaz{\^o}nia, 
                         s{\'e}ries temporais, Forest Degradation, Amazon, time series.",
             abstract = "A convers{\~a}o da floresta em outras coberturas ocorre a partir 
                         de diferentes trajet{\'o}rias, podendo envolver ou n{\~a}o 
                         processos de degrada{\c{c}}{\~a}o florestal. Este trabalho 
                         explora o uso de dados de sensoriamento remoto e desenvolve uma 
                         metodologia para a detec{\c{c}}{\~a}o de diferentes 
                         trajet{\'o}rias de mudan{\c{c}}a da cobertura florestal na 
                         Amaz{\^o}nia, com t{\'e}cnicas de minera{\c{c}}{\~a}o e 
                         an{\'a}lise de dados multitemporais em espa{\c{c}}o celular. 
                         Foram utilizadas imagens anuais empilhadas de NDVI do sensor 
                         OLI/Landsat 8 no per{\'{\i}}odo entre 2013 e 2017. Analisaram-se 
                         seis diferentes trajet{\'o}rias utilizando-se como 
                         refer{\^e}ncia dados do PRODES e DEGRAD produzidos pelo INPE. Os 
                         resultados foram avaliados e mostraram que a metodologia 
                         desenvolvida {\'e} eficiente para a detec{\c{c}}{\~a}o de 
                         diferentes trajet{\'o}rias de convers{\~a}o da cobertura 
                         florestal. A metodologia se revela promissora para a 
                         detec{\c{c}}{\~a}o e mapeamento de trajet{\'o}rias de 
                         mudan{\c{c}}a da cobertura florestal, embora requeira um 
                         esfor{\c{c}}o grande na coleta de amostras multitemporais para a 
                         classifica{\c{c}}{\~a}o de trajet{\'o}rias. ABSTRACT: The 
                         conversion of forest into other landcovers occurs through 
                         different trajectories, and may or may not involve processes of 
                         forest degradation. This work explores the use of remote sensing 
                         data and develops a methodology for the detection of different 
                         trajectories of forest cover change in the Amazon, with techniques 
                         of data mining and analysis of multitemporal data in cell space. 
                         Stacked annual NDVI images of the OLI / Landsat 8 sensor were used 
                         in the period between 2013 and 2017. Six different trajectories 
                         were analyzed using PRODES and DEGRAD data produced by INPE as 
                         reference. The results were evaluated and showed that the 
                         developed methodology is efficient for the detection of different 
                         paths of forest cover conversion. The methodology is promising for 
                         the detection and mapping of trajectories of forest landcover 
                         change, although it requires a great effort in the collection of 
                         multitemporal samples for the classification.",
  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/3TUTF4S",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TUTF4S",
           targetfile = "97290.pdf",
                 type = "Classifica{\c{c}}{\~a}o e minera{\c{c}}{\~a}o de dados",
        urlaccessdate = "27 abr. 2024"
}