@InProceedings{BritoCCSSFSQ:2023:UsSéTe,
author = "Brito, Pedro Vin{\'{\i}}cius da Silva and Chaves, Michel
Eust{\'a}quio Dantas and Carvalho, Herica F. de Sousa and Souza,
Felipe Carvalho de and Silva, Baggio Luiz de Castro e and
Ferreira, Karine Reis and Santos, Rafael Duarte Coelho dos and
Queiroz, Gilberto Ribeiro de",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
Nacional de Pesquisas Espaciais (INPE)} and {Universidade Federal
de Pernambuco (UFPE)} and {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 {Instituto
Nacional de Pesquisas Espaciais (INPE)}",
title = "Uso de s{\'e}ries temporais para classifica{\c{c}}{\~o}es de
uso e cobertura da terra em Petrolina, Pernambuco",
booktitle = "Anais...",
year = "2023",
editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz
Eduardo Oliveira e Cruz de and Sanches, Ieda DelArco",
pages = "e156223",
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 = "Random Forest, Cubos de dados, An{\'a}lise temporal,Random
Forest, Data cubes, Temporal analysis.",
abstract = "A vasta gama de imagens de sat{\'e}lite disponibilizadas
gratuitamente e os avan{\c{c}}os de m{\'e}todos computacionais
ampliaram o uso de t{\'e}cnicas de sensoriamento remoto para
analisar a superf{\'{\i}}cie terrestre, melhorando an{\'a}lises
sobre vegeta{\c{c}}{\~a}o. Em regi{\~o}es como a zona
semi{\'a}rida do bioma Caatinga, isso tem sido essencial para
avaliar as condi{\c{c}}{\~o}es e a sazonalidade
caracter{\'{\i}}stica da vegeta{\c{c}}{\~a}o local. O objetivo
deste estudo foi gerar classifica{\c{c}}{\~o}es de uso e
cobertura da terra e avaliar mudan{\c{c}}as entre 2018 e 2020 por
meio de duas abordagens: (1) classifica{\c{c}}{\~a}o de
s{\'e}ries temporais de imagens de sat{\'e}lite e (2)
classifica{\c{c}}{\~a}o de cada imagem de forma individual. Esse
estudo conclui que a primeira abordagem usando o m{\'e}todo
Randon Forest e s{\'e}ries temporais NDVI potencializou a
capacidade de diferenciar classes de uso e cobertura da terra em
Petrolina-PE. ABSTRACT: The wide range of freely available
satellite images and advances in computational methods have
promoted the use of remote sensing techniques to analyze the
Earths surface, improving analysis of vegetation. In regions such
as the semi-arid zone of the Caatinga biome, this has been
essential to assess the conditions and seasonality characteristic
of the local vegetation. The objective of this study was to
generate land use and land cover classifications and assess
changes between 2018 and 2020 through two approaches: (1)
classification of satellite image time series and (2)
classification of each satellite image individually. This study
concludes that the first approach using the Randon Forest method
and NDVI time series enhanced the differentiation of land use and
land cover classes in Petrolina-PE.",
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/494UPLL",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/494UPLL",
targetfile = "156223.pdf",
type = "Mudan{\c{c}}a de uso e cobertura da Terra",
urlaccessdate = "02 maio 2024"
}