@InProceedings{TavaresFeSoCoAnEs:2023:ApMáUs,
               author = "Tavares, Andr{\'e} Silva and Felix, Filipe Castro and Souza, 
                         Felipe Carvalho de and Coutinho, Alexandre Camargo and Antunes, 
                         Jo{\~a}o Francisco Gon{\c{c}}alves and Esquerdo, J{\'u}lio 
                         C{\'e}sar Dalla Mora",
          affiliation = "{Embrapa Agricultura Digital} and {Embrapa Agricultura Digital} 
                         and {Instituto Nacional de Pesquisas Espaciais (INPE)} and 
                         {Embrapa Agricultura Digital} and {Embrapa Agricultura Digital} 
                         and {Embrapa Agricultura Digital}",
                title = "Aprendizado de m{\'a}quina e uso de s{\'e}ries temporais de 
                         imagens Sentinel-2 no monitoramento da cobertura e uso 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 = "e156067",
         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 = "Amaz{\^o}nia Legal, Random Forest, Sensoriamento Remoto, Amazon, 
                         Random Forest, Remote Sensing.",
             abstract = "O uso de s{\'e}ries temporais de imagens de sat{\'e}lite aliadas 
                         a algoritmos de aprendizado de m{\'a}quina {\'e} uma abordagem 
                         que vem sendo aprimorada nos {\'u}ltimos anos. Considerando a 
                         acelerada din{\^a}mica de expans{\~a}o da fronteira 
                         agropecu{\'a}ria em regi{\~o}es da Amaz{\^o}nia brasileira, 
                         este estudo teve como objetivo identificar altera{\c{c}}{\~o}es 
                         no uso da terra na regi{\~a}o noroeste do Maranh{\~a}o e leste 
                         do Par{\'a}, por meio de s{\'e}ries temporais do Sentinel-2 e o 
                         algoritmo Random Forest. Foram coletadas amostras aleat{\'o}rias 
                         do mapa TerraClass 2014 e, para aprimorar o conjunto amostral, 
                         utilizou-se o algoritmo de mapas auto-organiz{\'a}veis. Os 
                         resultados mostraram que as transi{\c{c}}{\~o}es mais 
                         expressivas, entre 2014 e 2020, ocorreram em {\'a}reas de 
                         agricultura tempor{\'a}ria, com aumento de 265%, e silvicultura, 
                         com 176%. O protocolo metodol{\'o}gico promoveu ganhos 
                         importantes frente {\`a} performance dos mapeamentos 
                         convencionais e mostrou ter potencial para auxiliar no 
                         monitoramento das mudan{\c{c}}as no uso da terra no 
                         territ{\'o}rio nacional. ABSTRACT: machine learning algorithms is 
                         an approach that has been improved in recent years. Considering 
                         the accelerated dynamics of expansion of the agricultural frontier 
                         in regions of the Brazilian Amazon, this study aimed to identify 
                         changes in land use in the northwest region of Maranh{\~a}o and 
                         eastern Par{\'a}, using Sentinel-2 time series and the Random 
                         Forest algorithm. . Random samples were collected from the 
                         TerraClass 2014 map and, to improve the sample set, the algorithm 
                         of self-organizing maps was used. The results showed that the most 
                         significant transitions, between 2014 and 2020, occurred in areas 
                         of temporary agriculture, with an increase of 265%, and forestry, 
                         with 176%. The methodological protocol promoted important gains 
                         compared to the performance of conventional mappings and showed 
                         the potential to assist in the monitoring of changes in land use 
                         in the national territory.",
  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/495DSG5",
                  url = "http://urlib.net/ibi/8JMKD3MGP6W34M/495DSG5",
           targetfile = "156067.pdf",
                 type = "An{\'a}lise de s{\'e}ries temporais de imagens de 
                         sat{\'e}lite",
        urlaccessdate = "10 maio 2024"
}