@InProceedings{HamamuraMendPoliSilv:2019:IdEsAr,
               author = "Hamamura, Caio and Mendes, Fl{\'a}vio Henrique and Polizel, 
                         Jefferson Lordello and Silva Filho, Dem{\'o}stenes Ferreira da",
          affiliation = "{Universidade de S{\~a}o Paulo (USP)} and {Universidade de 
                         S{\~a}o Paulo (USP)} and {Universidade de S{\~a}o Paulo (USP)} 
                         and {Universidade de S{\~a}o Paulo (USP)}",
                title = "Identifica{\c{c}}{\~a}o de esp{\'e}cies arb{\'o}reas a partir 
                         de imagem de sensoriamento remoto",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "3120--3123",
         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 = "Arboriza{\c{c}}{\~a}o urbana, drone, imagem de 
                         alt{\'{\i}}ssima resolu{\c{c}}{\~a}o, resposta espectral, 
                         copas de {\'a}rvores, Urban forestry, drone, very high-resolution 
                         image, spectral patterns, tree canopy.",
             abstract = "O planejamento das esp{\'e}cies arboriza{\c{c}}{\~a}o urbana 
                         {\'e} essencial para o que os benef{\'{\i}}cios provenientes 
                         das {\'a}rvores sejam maximizados e para que haja 
                         resili{\^e}ncia a mudan{\c{c}}as clim{\'a}ticas. Este estudo 
                         teve como objetivo identificar {\'a}rvores a n{\'{\i}}vel de 
                         esp{\'e}cie, por meio de sensoriamento remoto com imagem RGB de 
                         alt{\'{\i}}ssima resolu{\c{c}}{\~a}o (drone 5 cm), datada em 
                         setembro de 2018, levando em considera{\c{c}}{\~a}o padr{\~o}es 
                         espectrais, texturais e estruturais da copa. Os resultados 
                         mostraram que as palmeiras e as con{\'{\i}}feras tiveram melhor 
                         diferencia{\c{c}}{\~a}o, com maior confus{\~a}o entre as 
                         folhosas que apresentaram maior variabilidade. Apresentamos um 
                         novo tipo de gr{\'a}fico de radar para an{\'a}lise de dados 
                         multivariados, possibilitando melhor compreens{\~a}o do problema 
                         da classifica{\c{c}}{\~a}o. ABSTRACT: Urban tree planting 
                         planning is essential to maximize benefits from trees and to 
                         provide resilience to climate changes. The aim of this study was 
                         to identify trees at the species level, by means of remote sensing 
                         with very high spatial resolution RGB imagery (drone 5 cm), dated 
                         September 2018, considering spectral, textural and structural 
                         patterns of the crowns. The results showed that the palm trees and 
                         conifers were better characterized, whereas broadleaved presented 
                         confusion due to higher variability. We present a novel type of 
                         radar plot for analyzing multivariate data, which allows better 
                         comprehension over the classification issues.",
  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/3TUTM9H",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TUTM9H",
           targetfile = "97292.pdf",
                 type = "Classifica{\c{c}}{\~a}o e minera{\c{c}}{\~a}o de dados",
        urlaccessdate = "03 maio 2024"
}