%0 Conference Proceedings
%4 sid.inpe.br/marte2/2023/05.03.22.04
%2 sid.inpe.br/marte2/2023/05.03.22.04.33
%@isbn 978-65-89159-04-9
%T Detecção de áreas queimadas utilizando dados temporais e modelagem estatística não supervisionada
%D 2023
%A Negri, Rogério Galente,
%A Luz, Andréa E. O.,
%A Frery, Alejandro C. O.,
%A Casaca, Wallace C. O.,
%@affiliation Universidade Estadual Paulista (UNESP)
%@affiliation Universidade Estadual Paulista (UNESP)
%@affiliation Victoria University of Wellington (VUW)
%@affiliation Universidade Estadual Paulista (UNESP)
%E Gherardi, Douglas Francisco Marcolino,
%E Aragão, Luiz Eduardo Oliveira e Cruz de,
%E Sanches, Ieda DelArco,
%B Simpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
%C Florianópolis
%8 02-05 abril 2023
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%J São José dos Campos
%P e155775
%S Anais
%1 Instituto Nacional de Pesquisas Espaciais (INPE)
%K Queimadas, índices espectrais, séries temporais, não supervisionado, Forest fires, spectral index, time series, unsupervise.
%X As queimadas florestais têm aumentado significativamente nos últimos anos. Eventos desta natureza motivam o desenvolvimento de metodologias automatizadas para o devido mapeamentos e monitoramento. Este trabalho introduz um método capaz de mapear de forma acurada áreas afetadas por fogo utilizando modelagem estatística e series temporais de imagens de sensoriamento remoto. A avaliação desta proposta é realizada por dois estudos de caso envolvendo áreas de floresta no Brasil com frequente histórico de queimadas. São utilizadas imagens obtidas pelos satélites Landsat-8 e Sentinel-2 e apresentadas comparações com um método alternativo. ABSTRACT: The frequency of forest fires has increased significantly in recent years across the planet. Events of this nature motivate the development of automated methodologies aimed at mapping areas affected by fire. In this context, we propose a method capable of accurately mapping areas affected by fire using time series of remotely sensed multispectral images by statistical modeling. In order to evaluate the introduced proposal, we carry out a case study on a region in Brazil with recurrent history of forest fires. Furthermore, images obtained by the Landsat-8 satellite are used in this case study. Comparisons with an alternative method are included in this analysis.
%9 Classificação e mineração de dados
%@language pt
%3 155775.pdf