%0 Conference Proceedings
%4 sid.inpe.br/mtc-m16c/2019/01.03.12.17
%2 sid.inpe.br/mtc-m16c/2019/01.03.12.17.45
%@issn 2179-4847
%T Metodologia para classificação subpixel de imagens MODIS com base em classificação de imagem de maior resolução
%D 2018
%A Moreira, Noeli Aline Particcelli,
%A Körting, Thales Sehn,
%A Dutra, Luciano Vieira,
%A Castejon, Emiliano Ferreira,
%A Arai, Egidio,
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@affiliation Instituto Nacional de Pesquisas Espaciais (INPE)
%@electronicmailaddress noeli.aline@inpe.br
%@electronicmailaddress thales.korting@inpe.br
%@electronicmailaddress luciano.dutra@inpe.br
%@electronicmailaddress emiliano.castejon@inpe.br
%@electronicmailaddress egidio.arai@inpe.br
%E Vinhas, Lúbia (INPE),
%E Campelo, Claudio (UFCG),
%B Simpósio Brasileiro de Geoinformática, 19 (GEOINFO)
%C Campina Grande
%8 05-07 dez. 2018
%I Instituto Nacional de Pesquisas Espaciais (INPE)
%J São José dos Campos
%P 146-151
%X Este trabalho apresenta resultados preliminares de uma metodologia de classificação subpixel, aplicada a uma cena MODIS, para classificação de cobertura vegetal em áreas estendidas. As proporções de classe são calculadas dentro de células determinadas pela grade de pixels do MODIS, colocada sobre uma imagem de resolução muito maior, que é inicialmente classificada com classes básicas de interesse. Clustering é aplicado à imagem sintética de proporções para estimar algumas proporções típicas. O resultante mapa de proporções típicas é, então, usado como um conjunto de regiões de interesse (ROI) sobre a imagem MODIS que é classificada pelas regras de mínima distância euclidiana e máxima verossimilhança. O mapa de grandes áreas obtido com essas proporções típicas mostrou consistência e boa concordância com áreas de teste.
%@language pt
%3 p16.pdf