@InProceedings{AlcântaraSAISPSAG:2023:SéTeÍn,
               author = "Alc{\^a}ntara, Ta{\'{\i}}s Carolina de Oliveira and Silva, 
                         Brenda Caroline Sampaio da and Alencar, Isa Costa and Igawa, 
                         Tassio Koiti and Sadeck, Luis Waldyr Rodrigues and Paiva, 
                         B{\'a}rbara Souza and Sousa, Samila Leslien Silva and Adami, 
                         Marcos and Gomes, Alessandra Rodrigues",
          affiliation = "{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)} 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 = "S{\'e}rie temporal de {\'{\i}}ndices de vegeta{\c{c}}{\~a}o 
                         para diferencia{\c{c}}{\~a}o de classes de uso e cobertura da 
                         terra",
            booktitle = "Anais...",
                 year = "2023",
               editor = "Gherardi, Douglas Francisco Marcolino and Arag{\~a}o, Luiz 
                         Eduardo Oliveira e Cruz de and Sanches, Ieda DelArco",
                pages = "e155724",
         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 = "{\'{\I}}ndices de vegeta{\c{c}}{\~a}o, resposta espectral, 
                         vegeta{\c{c}}{\~a}o secund{\'a}ria, agricultura, Google Earth 
                         Engine, Vegetation index, spectral response, secondary vegetation, 
                         agriculture, Google Earth Engine.",
             abstract = "{\'{\I}}ndices de vegeta{\c{c}}{\~a}o s{\~a}o t{\'e}cnicas 
                         de sensoriamento remoto que permitem observar o comportamento 
                         espectral dos alvos, possibilitando a identifica{\c{c}}{\~a}o de 
                         diferentes classes de um ambiente. Este artigo objetiva 
                         discriminar as classes de agricultura, pastagem e 
                         vegeta{\c{c}}{\~a}o secund{\'a}ria, para um recorte no 
                         munic{\'{\i}}pio de Sorriso/MT, comparando os {\'{\i}}ndices 
                         NDVI e EVI, por meio da plataforma Google Earth Engine. Foi 
                         utilizada a cole{\c{c}}{\~a}o de imagens harmonizadas do 
                         sat{\'e}lite Sentinel-2, de julho/2019 a agosto/2021. Em seguida, 
                         20 amostras de cada classe foram plotadas e obtidos os 
                         {\'{\i}}ndices de vegeta{\c{c}}{\~a}o para serem analisados. 
                         Contatou-se que os {\'{\i}}ndices n{\~a}o diferenciam todas as 
                         classes durante todo o tempo, pois alguns alvos apresentam 
                         comportamentos semelhantes em certas {\'e}pocas do ano. 
                         Entretanto, no per{\'{\i}}odo de desenvolvimento 
                         agr{\'{\i}}cola o EVI apresentou melhores 
                         diferencia{\c{c}}{\~o}es. Al{\'e}m disso, temporalidade e 
                         contexto s{\~a}o determinantes para analisar o comportamento do 
                         alvo e a presen{\c{c}}a de um int{\'e}rprete possibilita a 
                         valida{\c{c}}{\~a}o e aperfei{\c{c}}oamento do mapeamento. 
                         ABSTRACT: allow observing the spectral behavior of targets, 
                         enabling the identification of different classes of an 
                         environment. This article aims to discriminate the classes of 
                         agriculture, pasture and secondary vegetation, for a cut in the 
                         municipality of Sorriso/MT, comparing the NDVI and EVI indices, 
                         through the Google Earth Engine platform. The collection of 
                         harmonized images from the Sentinel-2 satellite, from July/2019 to 
                         August/2021, was used. Then, 20 samples of each class were plotted 
                         and vegetation indices were obtained to be analyzed. It was found 
                         that the indices do not differentiate all classes at all times, as 
                         some targets present similar behaviors at certain times of the 
                         year. However, in the period of agricultural development the EVI 
                         presented better differentiations. Furthermore, temporality and 
                         context are crucial to analyze the behavior of the target and the 
                         presence of an interpreter allows the validation and improvement 
                         of the mapping.",
  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/495D6G5",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/495D6G5",
           targetfile = "155724.pdf",
                 type = "An{\'a}lise de s{\'e}ries temporais de imagens de 
                         sat{\'e}lite",
        urlaccessdate = "08 maio 2024"
}