@InProceedings{OliveiraEsca:2023:MéPaMi,
               author = "Oliveira, Maria Ant{\^o}nia Falc{\~a}o de and Escada, Maria 
                         Isabel Sobral",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "M{\'e}tricas de paisagem e minera{\c{c}}{\~a}o de dados para a 
                         classifica{\c{c}}{\~a}o de padr{\~o}es de 
                         degrada{\c{c}}{\~a}o florestal representados por c{\'e}lulas",
            booktitle = "Anais...",
                 year = "2023",
               editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz 
                         Eduardo Oliveira e Cruz de and Sanches, Ieda DelArco",
                pages = "e156331",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 20. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "padr{\~o}es degrada{\c{c}}{\~a}o florestal, m{\'e}tricas da 
                         paisagem, classifica{\c{c}}{\~a}o, geoDMA, forest degradation 
                         patterns, landscape metrics, classification, geoDMA.",
             abstract = "Este estudo tem como objetivo classificar a degrada{\c{c}}{\~a}o 
                         florestal em diferentes padr{\~o}es utilizando m{\'e}tricas da 
                         paisagem e minera{\c{c}}{\~a}o de dados em uma regi{\~a}o do 
                         estado de Mato Grosso MT. S{\~a}o utilizados dados do 
                         monitoramento de floresta do Inpe (DETER e PRODES) e de Planos de 
                         manejo Florestal Sustent{\'a}vel PMFS. Uma tipologia {\'e} 
                         elaborada contendo 8 classes de degrada{\c{c}}{\~a}o florestal: 
                         Degrada{\c{c}}{\~a}o por efeito de borda; Degrada{\c{c}}{\~a}o 
                         por fogo florestal; Degrada{\c{c}}{\~a}o moderada; 
                         Degrada{\c{c}}{\~a}o por corte seletivo desordenado; 
                         Degrada{\c{c}}{\~a}o por corte seletivo geom{\'e}trico; 
                         Degrada{\c{c}}{\~a}o por corte seletivo geom{\'e}trico em 
                         {\'a}reas de PMFS; {\'A}reas de PMFS e Floresta intacta. O 
                         per{\'{\i}}odo da an{\'a}lise, corresponde ao per{\'{\i}}odo 
                         de 2017 a 2021. Dentre as classe analisadas, a classe 
                         degrada{\c{c}}{\~a}o por efeito de borda, foi dominante em todos 
                         os anos, chegando a 56,43% ao final do per{\'{\i}}odo observado. 
                         Do total de floresta mapeada em 2017, 20% passou a ser 
                         classificada em alguma classe de degrada{\c{c}}{\~a}o em 2021. 
                         ABSTRACT: This study aims to classify forest degradation in 
                         different patterns using landscape metrics and data mining in a 
                         region of the state of Mato Grosso - MT. Data from Inpes forest 
                         monitoring (DETER and PRODES) and from Sustainable Forest 
                         Management Plans PMFS are used. A typology is elaborated 
                         containing 8 classes of forest degradation: Degradation by edge 
                         effect; Degradation by forest fire; Moderate degradation; 
                         Degradation by selective logging; Degradation by geometric 
                         selective logging; Degradation by geometric selective logging in 
                         PMFS areas; PMFS areas and Intact forest, considering the period 
                         from 2017 to 2021. Among the analyzed classes, the edge 
                         degradation class was dominant in all years, reaching 56.43% at 
                         the end of the observed period. Of the total forest mapped in 
                         2017, 20% started to be classified in some degradation class in 
                         2021.",
  conference-location = "Florian{\'o}polis",
      conference-year = "02-05 abril 2023",
                 isbn = "978-65-89159-04-9",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/4945HR8",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/4945HR8",
           targetfile = "156331.pdf",
                 type = "Degrada{\c{c}}{\~a}o de florestas",
        urlaccessdate = "03 maio 2024"
}