@InProceedings{WiederkehrGSSBCDB:2019:AvDaSA,
               author = "Wiederkehr, Natalia Cristina and Gama, F{\'a}bio Furlan and 
                         Santos, Jo{\~a}o Roberto dos and Sanches, Ieda Del’Arco and 
                         Bispo, Polyanna da Concei{\c{c}}{\~a}o and Castro, Paulo 
                         Bernardo Neves e and Diniz, Juliana Maria Ferreira de Souza and 
                         Balzter, Heiko",
          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 {University of Leicester} and {Universidade 
                         Federal de Ouro Preto (UFOP)} and {Instituto Nacional de Pesquisas 
                         Espaciais (INPE)} and {University of Leicester}",
                title = "Avalia{\c{c}}{\~a}o de dados SAR polarim{\'e}tricos do 
                         Sentinel-1A para discriminar tipologias de cobertura da terra em 
                         uma {\'a}rea de dom{\'{\i}}nio de floresta tropical",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "511--514",
         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 = "Sentinel-1A, SAR/banda C, polarimetria, coeficientes de 
                         retroespalhamento, uso e cobertura da terra, Sentinel-1A, C-band 
                         SAR, polarimetry, backscattering coefficient, land use and land 
                         cover.",
             abstract = "O presente trabalho tem como objetivo avaliar a capacidade dos 
                         dados polarim{\'e}tricos do Sentinel-1A para discriminar 
                         tipologias de cobertura da terra em uma {\'a}rea de 
                         influ{\^e}ncia da Floresta Amaz{\^o}nica. Neste estudo, 
                         utilizou-se uma imagem SAR nas polariza{\c{c}}{\~o}es VV e VH no 
                         formato Single Look Complex. Com base nesta imagem foi gerada a 
                         matriz de Covari{\^a}ncia e aplicado o teorema de 
                         decomposi{\c{c}}{\~a}o de alvos H-Alpha, que permitiu obter os 
                         atributos Entropia e {\^A}ngulo alfa. Tamb{\'e}m foi realizada a 
                         calibra{\c{c}}{\~a}o radiom{\'e}trica, para obter os 
                         coeficientes de retroespalhamento nas polariza{\c{c}}{\~o}es VV 
                         e VH. Em seguida, foi realizada a sele{\c{c}}{\~a}o dos 
                         atributos e coeficientes que apresentaram maior potencial para 
                         discriminar as classes. Para a classifica{\c{c}}{\~a}o da 
                         imagem, foi utilizado o algoritmo Support Vector Machine e, a 
                         partir da combina{\c{c}}{\~a}o do coeficiente de 
                         retroespalhamento na polariza{\c{c}}{\~a}o VH e do atributo 
                         polarim{\'e}trico Entropia, obteve-se uma exatid{\~a}o global de 
                         81,0% e {\'{\I}}ndice Kappa de 0,75. ABSTRACT: This work aimed 
                         to evaluate the capacity of polarimetric data from Sentinel-1A to 
                         discriminate land cover typologies in area of influence of the 
                         Amazon forest. This study used a SAR image in the VV and VH 
                         polarizations in the configuration Single-Look-complex. A 
                         covariance matrix was generated from the image and the H-Alpha 
                         target decomposition theorem was applied. Based on this, the 
                         attributes Entropy and Alpha angle were generated. The radiometric 
                         calibration was also performed, which enabled the extraction of 
                         the backscattering coefficients for the VH and VV polarizations. 
                         Following, the attributes and coefficients that had the best 
                         potential for class discrimination were selected. The Support 
                         Vector Machine algorithm was used for the image classification, 
                         and a 0.75 Kappa with global accuracy of 81.0% was achieved from 
                         the combination of the backscattering in the VH polarization and 
                         the polarimetric attribute Entropy.",
  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/3UA4UG5",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3UA4UG5",
           targetfile = "97917.pdf",
                 type = "Sensoriamento remoto de microondas",
        urlaccessdate = "27 abr. 2024"
}