@InProceedings{DutraShArDuGaSa:2019:ImFrDe,
               author = "Dutra, Andeise Cerqueira and Shimabukuro, Yosio Edemir and Arai, 
                         Egidio and Duarte, Valdete and Gasparaini, Kaio Allan Cruz and 
                         Santos, Erone Ghizoni dos",
          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 = "Imagens fra{\c{c}}{\~a}o derivadas das imagens PROBA-V para 
                         mapear o uso e cobertura da terra no Estado do Mato Grosso",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "3192--3195",
         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, Processamento de Imagem, Desmatamento, 
                         {\'A}reas agr{\'{\i}}colas, {\'A}reas de floresta, Remote 
                         Sensing, Image Processing, Deforestation, Agricultural Areas, 
                         Forest Areas.",
             abstract = "Este trabalho apresenta um m{\'e}todo semi-autom{\'a}tico para 
                         gerar o mapa de uso e cobertura da terra predominante durante um 
                         ano, isto {\'e}, {\'a}reas utilizadas para agricultura, 
                         {\'a}reas de floresta e corpos dī{\'a}gua. Para isto, foram 
                         utilizadas as imagens PROBA-V obtidas no ano de 2015 com a 
                         resolu{\c{c}}{\~a}o espacial de 100m sobre o estado do Mato 
                         Grosso. O m{\'e}todo proposto {\'e} baseado na 
                         aplica{\c{c}}{\~a}o do Modelo Linear de Mistura Espectral para 
                         gerar as imagens fra{\c{c}}{\~a}o de vegeta{\c{c}}{\~a}o, solo 
                         e sombra/{\'a}gua das imagens compostas de cinco dias 
                         (resolu{\c{c}}{\~a}o temporal). Em seguida, s{\~a}o geradas 
                         imagens compostas com as m{\'a}ximas propor{\c{c}}{\~o}es 
                         correspondentes as imagens multitemporais de 
                         vegeta{\c{c}}{\~a}o, de solo e de sombra/{\'a}gua. Dessa 
                         maneira, as classes de agricultura, corpos dī{\'a}gua, floresta e 
                         cerrado/pastagem s{\~a}o facilmente identificadas e mapeadas de 
                         modo autom{\'a}tico. Os resultados obtidos s{\~a}o {\'u}teis 
                         para o monitoramento das mudan{\c{c}}as de uso e cobertura da 
                         terra em anos subsequentes. ABSTRACT: This work presents a 
                         semi-automatic method for generating the map of predominant land 
                         use and land cover for a year, i.e., areas occupied by 
                         agriculture, forest and water bodies. For this, we used PROBA-V 
                         images obtained during the year 2015 with 100 m spatial resolution 
                         over Mato Grosso State. The proposed method is based on the 
                         application of Linear Spectral Mixing Model to generate fraction 
                         images of vegetation, soil and shade/water of five days composite 
                         images (temporal resolution). Following images with high 
                         proportion values of each component are generated from 
                         multitemporal fraction images of vegetation, soil and shade/water. 
                         In this manner, the classes of agriculture, water bodies, forest 
                         and Cerrado and pastureland are easily identified and mapped 
                         automatically. Such results are useful for monitoring land use and 
                         land cover changes in subsequent years.",
  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/3U6L4P8",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3U6L4P8",
           targetfile = "97761.pdf",
                 type = "Mudan{\c{c}}a de uso e cobertura da Terra",
        urlaccessdate = "27 abr. 2024"
}