@InProceedings{KanzatoSantPinh:2023:PaAnIm,
               author = "Kanzato, Luisa Akemi B. and Santos, Bruno Dias dos and Pinho, 
                         Carolina Moutinho Duque de",
          affiliation = "{Universidade Federal do ABC (UFABC)} and {McMaster University} 
                         and {Universidade Federal do ABC (UFABC)}",
                title = "Extra{\c{c}}{\~a}o do verde urbano em Santar{\'e}m - PA a 
                         partir da an{\'a}lise de imagens CBERS-4A",
            booktitle = "Anais...",
                 year = "2023",
               editor = "Vinhas, Lubia (INPE) and Feitosa, Flavia F. (UFABC)",
         organization = "Simp{\'o}sio Brasileiro de Geoinform{\'a}tica, 24. (GEOINFO)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             abstract = "This study was dedicaded to identify urban green areas in 
                         Santar{\'e}m - PA using remote sensing techniques with CBERS-4A 
                         images from WPM sensor. We conducted image pre-processing, 
                         classification by limiarization, extraction and selection of 
                         landscape metrics and identification of vegetation clusters 
                         through non-supervised classification. Six clusters were obtained 
                         for both the multispectral and panchromatic images, with some 
                         differences in the identification of urban green distribution 
                         patterns, especially in the intra-urban region. The results 
                         indicate potential for the application of remote sensing in the 
                         identification of urban greenery, especially allied with urban 
                         planning. RESUMO: Este estudo se dedicou a identificar verdes 
                         urbanos em Santar{\'e}m - PA atrav{\'e}s de t{\'e}cnicas de 
                         sensoriamento remoto com imabens CBERS-4A do sensor WPM. Foram 
                         realizadas etapas de pr{\'e}-processamento das imagens, 
                         classifica{\c{c}}{\~a}o por limiariza{\c{c}}{\~a}, 
                         extra{\c{c}}{\~a}o e sele{\c{c}}{\~a}o de m{\'e}tricas de 
                         paisagem e identifica{\c{c}}{\~a}o de clusters de 
                         vegeta{\c{c}}{\~a}o por meio de uma classifica{\c{c}}{\~a}o 
                         n{\~a}o-supervisionada. Foram obtidos seis clusters, tanto para a 
                         imagem multiespectral quanto para a pancr{\'o}m{\'a}tica, com 
                         algumas diferen{\c{c}}as na identifica{\c{c}}{\~a}o de 
                         padr{\~o}es de distribui{\c{c}}{\~a}o do verde urbano, 
                         especialmente na regi{\~a}o intraurbana. Os resultados indicam 
                         potencial para aplica{\c{c}}{\~a}o do sensoriamento remoto na 
                         identifica{\c{c}}{\~a}o de verdes urbanos, sobretudos aliado ao 
                         planejamento urbano.",
  conference-location = "On-line",
      conference-year = "04 a 06 dez. 2023",
                 issn = "2179-4847",
             language = "pt",
                  ibi = "8JMKD3MGPDW34P/4ADD338",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34P/4ADD338",
           targetfile = "Kanzato_extracao.pdf",
        urlaccessdate = "02 maio 2024"
}