@InProceedings{VibransNLRKBSLDPAF:2023:MaCoFl,
               author = "Vibrans, Alexander Christian and Nicoletti, Adilson Luiz and 
                         Liesenberg, Veraldo and Refosco, Julio Cesar and Kohler, Luciana 
                         Pereira de Ara{\'u}jo and Bizon, Artur Ricardo and Silva, Murilo 
                         Schramm da and Linger, D{\'e}bora Vanessa and Dal Bosco, Fernanda 
                         and Pessatti, Thales Bohn and Andrade, Marlon Yuri and Faria, 
                         Thuane La{\'{\i}}s",
          affiliation = "{Universidade Regional de Blumenau (FURB)} and {Universidade 
                         Regional de Blumenau (FURB)} and {Universidade do Estado de Santa 
                         Catarina (UDESC)} and {Universidade Regional de Blumenau (FURB)} 
                         and {Universidade Regional de Blumenau (FURB)} and {Universidade 
                         Regional de Blumenau (FURB)} and {Universidade Regional de 
                         Blumenau (FURB)} and {Universidade Regional de Blumenau (FURB)} 
                         and {Universidade Regional de Blumenau (FURB)} and {Universidade 
                         Regional de Blumenau (FURB)} and {Universidade Regional de 
                         Blumenau (FURB)} and {Universidade Regional de Blumenau (FURB)}",
                title = "Mapeamento da cobertura florestal de Santa Catarina",
            booktitle = "Anais...",
                 year = "2023",
               editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz 
                         Eduardo Oliveira e Cruz de and Sanches, Ieda DelArco",
                pages = "e155884",
         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 = "Mapeamento tem{\'a}tico, MonitoraSC, Random Forest, 
                         IFFSC,thematic mapping, MonitoraSC, Random Forest, IFFSC.",
             abstract = "Mapeamentos proporcionam informa{\c{c}}{\~o}es 
                         imprescind{\'{\i}}veis fundamentais para a gest{\~a}o 
                         territorial. Sinergias entre os dados de campo do Invent{\'a}rio 
                         Flor{\'{\i}}stico Florestal de Santa Catarina (IFFSC) e de 
                         recursos de sensoriamento remoto resultaram em um novo mapeamento 
                         de cobertura da terra de Santa Catarina. Imagens do sat{\'e}lite 
                         Landsat-8 OLI do ano de 2017 foram classificadas utilizando 
                         algoritmo Random Forest. A legenda {\'e} composta por 12 classes 
                         tem{\'a}ticas e a {\'a}rea m{\'{\i}}nima mapeada {\'e} de 0,5 
                         ha. O mapa tem acur{\'a}cia geral de 95±1,0%. A acur{\'a}cia da 
                         classe floresta apresentou 96,2% com os pontos amostrais do IFFSC. 
                         A cobertura florestal nativa (florestas a partir do est{\'a}gio 
                         m{\'e}dio de regenera{\c{c}}{\~a}o) resultou em 38,05% do 
                         territ{\'o}rio, reflorestamentos em 10,46%, agricultura em 
                         16,73%. O mapeamento constitui a base para a tomada de 
                         decis{\~a}o em atividades de planejamento e gest{\~a}o 
                         territorial e servir{\'a} como linha-base para o monitoramento 
                         cont{\'{\i}}nuo da extens{\~a}o da cobertura florestal do 
                         estado. ABSTRACT: Mappings provide essential information for 
                         territorial management. Synergies between field data from the 
                         Santa Catarina Forest Floristic Inventory (IFFSC) and remote 
                         sensing resources resulted in a new land cover mapping of Santa 
                         Catarina. Landsat-8 OLI images from the year 2017 were classified 
                         using a Random Forest algorithm. The legend is composed of 12 
                         thematic classes and the minimum area mapped is 0.5 ha. The map 
                         has an overall accuracy of 95±1.0%. The accuracy of the forest 
                         class presented 96.2% with the IFFSC sampling points. Native 
                         forest cover (intermediate stage of regeneration or older) 
                         resulted in 38.05% of the territory, reforestation in 10.46%, 
                         agriculture in 16.73%. The map constitutes the basis for 
                         decision-making in land use planning and will serve as a baseline 
                         for the continuous forest cover monitoring in Santa Catarina.",
  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/4949TAB",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/4949TAB",
           targetfile = "155884.pdf",
                 type = "Floresta e outros tipos de vegeta{\c{c}}{\~a}o",
        urlaccessdate = "11 maio 2024"
}