@InProceedings{AraújoSMSOGNA:2019:EsCaTr,
               author = "Ara{\'u}jo, Lidiane Cristina Lima de and Souza, Jefferson Jesus 
                         de and Morais, Vitor Mateus de Carvalho and Souza, Arlesson 
                         Ant{\^o}nio de Almeida and Oliveira, Rodrigo Rafael Souza de and 
                         Gomes, Alessandra Rodrigues and Narvaes, Igor da Silva and Adami, 
                         Marcos",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Funda{\c{c}}{\~a}o de 
                         Desenvolvimento da Pesquisa (FUNDEP)} and {Funda{\c{c}}{\~a}o de 
                         Desenvolvimento da Pesquisa (FUNDEP)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {Instituto Nacional de Pesquisas Espaciais 
                         (INPE)}",
                title = "Avalia{\c{c}}{\~a}o das altera{\c{c}}{\~o}es na cobertura 
                         florestal utilizando dados de projetos de monitoramento do 
                         desmatamento da Amaz{\^o}nia e verifica{\c{c}}{\~a}o em campo: 
                         estudo de caso para o trecho de Bel{\'e}m a Rur{\'o}polis-PA",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "911--914",
         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 = "Sensoriamento Remoto, desflorestamento, valida{\c{c}}{\~a}o, 
                         exatid{\~a}o global, acur{\'a}cia, Remote Sensing, 
                         Deforestation, Validation, Global Accuracy, Accuracy.",
             abstract = "O desflorestamento na Amaz{\^o}nia tem aumentado a demanda de 
                         mapeamento como forma de monitorar seu avan{\c{c}}o nesse bioma. 
                         Para garantir informa{\c{c}}{\~o}es precisas das 
                         fei{\c{c}}{\~o}es em imagens de sat{\'e}lite, {\'e} importante 
                         validar os dados gerados. Dessa forma, este trabalho avaliou o 
                         mapeamento das altera{\c{c}}{\~o}es da cobertura florestal, em 
                         um trecho da Transamaz{\^o}nica, atrav{\'e}s da 
                         compara{\c{c}}{\~a}o com dados de campo. Foram utilizadas 
                         imagens AWiFS/RST-2, WFI/CBERS-4 e OLI/LST-8, dos anos de 2018 e 
                         2014, respectivamente. As classes mais representativas, para esse 
                         trecho, foram Agricultura, Degrada{\c{c}}{\~a}o, Corte Raso, 
                         Floresta, Pastos Limpo e Sujo e Vegeta{\c{c}}{\~a}o 
                         Secund{\'a}ria, atingindo 84,62% de exatid{\~a}o global, 
                         considerado muito bom. A classe Degrada{\c{c}}{\~a}o obteve 50% 
                         de concord{\^a}ncia, tendo apresentado erros de omiss{\~a}o e 
                         inclus{\~a}o, enquanto que a classe Pasto Limpo apresentou 
                         omiss{\~a}o de 33,33%, enquanto que a classe de corte raso obteve 
                         um erro de omiss{\~a}o de 16,67%. Desta forma, o conhecimento de 
                         campo foi essencial na defini{\c{c}}{\~a}o do mapeamento. 
                         ABSTRACT: Deforestation in the Amazon has increased the demand for 
                         mapping as a way to gain its progress in this biome. For accurate 
                         information on satellite imagery, it is important to validate the 
                         generated data. Thus, this work evaluated the mapping of changes 
                         in forest cover, in a Transamazon process, through the comparison 
                         with field data. The AWiFS / RST-2, WFI / CBERS-4 and OLI / LST-8 
                         images from the years 2018 and 2014, respectively, were used. The 
                         most representative classes, for this case, were: Agriculture, 
                         Degradation, Short Cut, Forest, Pasture Clean and Secondary 
                         Vegetable, reaching 84.62% of global precision, being very good. 
                         The Degradation class obtained 50% agreement, errors of omission 
                         and inclusion were presented, while the category presented 
                         omission of 33.33%, while the cut class had the omission error of 
                         16.67%. In this way, the field knowledge was essential in the 
                         definition of the mapping.",
  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/3TUTQ6B",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3TUTQ6B",
           targetfile = "97300.pdf",
                 type = "Degrada{\c{c}}{\~a}o de florestas",
        urlaccessdate = "28 abr. 2024"
}