Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16b.sid.inpe.br
Identificador8JMKD3MGPDW34M/46TCMAE
Repositóriosid.inpe.br/mtc-m16b/2022/05.19.13.59
Última Atualização2022:05.19.13.59.42 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16b/2022/05.19.13.59.42
Última Atualização dos Metadados2022:05.19.14.00.09 (UTC) simone
Chave de CitaçãoPereiraCechFronDepp:2018:UsPlGo
TítuloUso da plataforma Google Earth Engine para análise multitemporal de imagens SAR para detecção de variações de áreas inundadas no Pantanal
Ano2018
Data de Acesso20 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho637 KiB
2. Contextualização
Autor1 Pereira, Gabriel Henrique de Almeida
2 Cechim Júnior, Clóvis
3 Fronza, Giovani
4 Deppe, Flávio
Afiliação1 Sistema Meteorológico do Paraná (SIMEPAR)
2 Sistema Meteorológico do Paraná (SIMEPAR)
3 Sistema Meteorológico do Paraná (SIMEPAR)
4 Sistema Meteorológico do Paraná (SIMEPAR)
Endereço de e-Mail do Autor1 gabriel.simepar@gmail.com
2 cloviscechim.simepar@gmail.com
3 giovani.simepar@gmail.com
4 deppe@simepar.br
EditorSilva, João dos Santos Vila da
Namikawa, Laércio Massaru
Nome do EventoSimpósio de Geotecnologias no Pantanal 7, (GEOPANTANAL)
Localização do EventoJardim
Data20-24 out. 2018
Editora (Publisher)Embrapa Informática Agropecuária, Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraCampinas, São José dos Campos.
Páginas274-282
Título do LivroAnais
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveSensoriamento Remoto
processamento de imagens
séries temporais de imagens
mapeamento de sazonalidade
áreas alagadas
Remote Sensing
image processing
time series images
seasonality mapping
wetlands
ResumoO Pantanal é um dos biomas mais importantes e conservados do Brasil. Esta região é alagada anualmente em períodos de precipitação pelo rio Paraguai e seus afluentes. O entendimento da dinâmica de inundação é de extrema importância, pois esta influencia todo o ecossistema do Pantanal. Para identificar as áreas inundadas e suas alterações em diferentes períodos anualmente, devido a grande extensão territorial do bioma, surge como alternativa o uso de dados de Sensoriamento Remoto. Dentre os possíveis sensores capazes de mapeamento destas áreas inundáveis destaca-se o radar, principalmente pela baixa inflência de cobertura de nuvens, permitindo imageamento em épocas de chuva ou seca. Desta forma, para este trabalho, utilizou-se imagens de radar do satélite Sentinel 1, para os anos de 2016 e 2017. Todas as imagens disponíveis destes anos para a área de estudo foram utilizadas para geração de uma imagem que representa a sazonalidade na região. Ao todo, 664 imagens de radar do Sentinel 1 para os anos de 2016 e 2017 foram processadas. O processamento de tal quantidade de dados foi possível a partir da plataforma Google Earth Engine, capaz de robusto processamento de grande quantidade de dados, em especial de Sensoriamento Remoto. Ao fim, foi possível gerar uma imagem que representa a sazonalidade de cada ano, que mostrou-se diferente em cada ano, e a comparação entre estes anos, realçando a diferença entre áreas alagadas para o ano de 2016 e 2017. ABSTRACT: The Pantanal is one of the most important and preserved biomes in Brazil. This region is flooded annually due to episodes of precipitation along the Paraguay River and its tributaries. Understanding the dynamics of flooding is extreme important since it influences the entire Pantanal ecosystem. Remote Sensing data is an alternative to the identification of flooded areas and their changes in different periods due to the great territorial extension of the biome. Among the possible sensors capable of mapping these flooded areas Radar sensor is one of the most attractive - mainly due to the low influence of cloud cover and atmospheric conditions, allowing imaging in drought or rainy seasons. For this work, Radar images from Sentinel 1 satellites for the years 2016 and 2017 were used. All the images available from these years for the study area were used to generate images that represent the seasonality in the region. In total, 664 Sentinel 1 radar images were processed to generate a seasonal image for each year. The processing of such amount of data was possible through Google Earth Engine platform, which is capable of robust processing of a large amount of data, especially Remote Sensing data. At the end, it was possible to generate images that represent the seasonality of each year, which was visibly different for each year. It was also possible to do the comparison between the years, highlighting the difference between flooded areas.
ÁreaSRE
TipoCartografia, Sistemas Sensores e SIG
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGPDW34M/46TCMAE
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34M/46TCMAE
Idiomapt
Arquivo Alvop41.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhosid.inpe.br/mtc-m17@80/2006/12.08.10.39
Acervo Hospedeirocptec.inpe.br/walmeida/2003/04.25.17.12
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition format group holdercode isbn issn label lineage mark nextedition nexthigherunit notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor shorttitle sponsor tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar