@InProceedings{DutraShTeArDuTr:2019:MaDeDe,
author = "Dutra, Andeise Cerqueira and Shimabukuro, Yosio Edemir and Terra,
Marceli de Oliveira and Arai, Egidio and Duarte, Valdete and
Tramontina, Juliana",
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)} and {Instituto Nacional de Pesquisas Espaciais (INPE)}",
title = "Mapeamento do desmatamento e degrada{\c{c}}{\~a}o florestal por
queimada no Estado do Mato Grosso utilizando imagens CBERS-4",
booktitle = "Anais...",
year = "2019",
editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco
and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
pages = "1512--1515",
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 = "Modelo linear de mistura espectral, sensor PAN, amostras in situ,
queimadas agr{\'{\i}}colas, algod{\~a}o, Linear spectral mixing
model, PAN sensor, in situ samples, agricultural burn, cotton.",
abstract = "As taxas de mudan{\c{c}}a da cobertura florestal ocasionadas por
processos de desmatamento e degrada{\c{c}}{\~a}o tem sido
amplamente evidenciadas. Neste sentido, a miss{\~a}o CBERS (China
Brazil Earth Resources Satellite) tem colaborado para maximizar os
esfor{\c{c}}os de monitoramento da superf{\'{\i}}cie terreste.
Este trabalho tem como objetivo utilizar um m{\'e}todo de
classifica{\c{c}}{\~a}o autom{\'a}tica por abordagem
multi-temporal de imagens do sensor WFI a bordo do sat{\'e}lite
CBERS-4, para mapear a extens{\~a}o de {\'a}reas afetadas pelo
fogo e desmatamento no estado do Mato Grosso. Do total de
{\'a}rea desmatada mapeada no per{\'{\i}}odo chuvoso, 41%
estavam destinadas {\`a} agropecu{\'a}ria. A
classifica{\c{c}}{\~a}o referente ao per{\'{\i}}odo de
estiagem indicou que, do total de cicatrizes de queimada,
aproximadamente 80% foram detectadas em {\'a}reas desmatadas e
20% em floresta. A acur{\'a}cia global foi 0,90, apresentando os
maiores erros associados {\`a} classe queimada e hidrografia,
devido {\`a} maior semelhan{\c{c}}a na reflect{\^a}ncia
espectral destes alvos e a resolu{\c{c}}{\~a}o espacial do
sensor utilizado. ABSTRACT: Rates of forest cover change caused by
deforestation and degradation processes have been amply
demonstrated. In this sense, the CBERS (China Brazil Earth
Resources Satellite) mission has collaborated to maximize the
efforts to monitor Earths surface. This work aims to use a
multi-temporal approach of automatic classification of WFI sensor
images on board the CBERS-4 satellite, to map the extent of
affected areas by fire- and deforestation in the state of Mato
Grosso, Brazil. We demonstrate that 41% of the total deforested
areas were destined to agriculture in the rainy season. The
classification referring to the dry season indicated that 80% of
burned areas were detected in non-forested areas and 20% in forest
areas. The overall accuracy was 0.90, presenting largest errors
associated to burned and hydrography classes, due to the greater
similarity in the spectral reflectance of these targets and the
spatial resolution of the sensor used.",
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/3U67AJ8",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3U67AJ8",
targetfile = "97708.pdf",
type = "Mudan{\c{c}}a de uso e cobertura da Terra",
urlaccessdate = "27 abr. 2024"
}