Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/49379HB
Repositóriosid.inpe.br/marte2/2023/05.03.22.45
Última Atualização2023:05.03.22.45.22 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/05.03.22.45.23
Última Atualização dos Metadados2024:01.15.20.39.23 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoSilvaSaCaCrRaMa:2023:IdCuAg
TítuloIdentificação de cultura agrícola do tomate baseado em imagens MSI/SENTINEL-2
FormatoInternet
Ano2023
Data de Acesso05 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho4623 KiB
2. Contextualização
Autor1 Silva, Angela Gabrielly Pires
2 Santos Sobrinho, João Victor dos
3 Campos, Giovanna Mota Borges
4 Cremon, Édipo Henrique
5 Rabelo, Max Well de Oliveira
6 Macedo, Marina Alberti
Grupo1 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Federal de Goiás (IFG)
3 Instituto Federal de Goiás (IFG)
4 Instituto Federal de Goiás (IFG)
5 Instituto Federal de Goiás (IFG)
6 Instituto Federal de Goiás (IFG)
Endereço de e-Mail do Autor1 angela.pires@inpe.br
2 jvictorss202@gmail.com
3 giovannacampos214@gmail.com
4 edipo.cremon@ifg.edu.br
5 maxwell.rabelo@ifg.edu.br
6 marina.macedo@ifg.edu.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase156286
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-05-03 22:46:02 :: simone -> administrator :: 2023
2024-01-15 20:39:23 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveSolanum lycoprisum
Google Earth Engine
Random Forest
Classificação supervisionada
aprendizado de máquina. Solanum lycoprisum
Google Earth Engine
Random Forest
Supervised classification
machine learning
ResumoEste trabalho teve por objetivo identificar as áreas ocupadas pela cultura agrícola de tomate utilizando técnicas de classificação supervisionada aplicadas às imagens orbitais do sensor MSI (Multispectral Instrument) a bordo dos satélites Sentinel-2A e 2B. A área de estudo foi o município de Cristalina, localizado no leste do estado de Goiás. A classificação foi realizada na plataforma do Google Earth Engine (GEE) com base em amostras com ocorrência do plantio do tomate e sua ausência, divididas em 70% para treinamento/calibração e 30% para validação (teste). No treinamento foram utilizados os algoritmos de classificação Random Forest (RF) e Gradient Tree Boost (GTB). O RF teve melhor desempenho preditivo (F-score = 0,9745) em relação ao GTB (F-score = 0,9680). Este trabalho indica que é possível realizar o mapeamento da cultura do tomate por sensoriamento remoto orbital com boa exatidão. ABSTRACT: The main goal of this work was to identify the tomato crop based on supervised classification in MSI (Multispectral Instrument) imagery from the Sentinel-2A and 2B satellites. Study area was Cristalina City, located in the east of the Goiás State (Brazil). The classification was performed on the Google Earth Engine (GEE) platform based on samples with occurrence of tomato planting and its absence, divided into 70% for training/calibration and 30% for validation (test). In the training the Random Forest (RF) and Gradient Tree Boost (GTB) classification algorithms were used. RF had better predictive performance (F-score = 0.9745) in relation to GTB (F-score = 0.9680). This work indicates that it is possible to perform tomato crop mapping by orbital remote sensing with good accuracy.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Identificação de cultura...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > SBSR 20 > Identificação de cultura...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 20 > Identificação de cultura...
Arranjo 4urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Identificação de cultura...
Arranjo 5urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Identificação de cultura...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/49379HB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/49379HB
Idiomapt
Arquivo Alvo156286_compressed.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 8
sid.inpe.br/bibdigital/2013/10.18.22.34 1
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar