@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"
}