1. Identificação | |
Tipo de Referência | Artigo em Revista Científica (Journal Article) |
Site | mtc-m16b.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 6qtX3pFwXQZGivnK2Y/SGknP |
Repositório | sid.inpe.br/mtc-m17@80/2008/01.07.17.24 |
Última Atualização | 2015:06.10.16.32.01 (UTC) marciana |
Repositório de Metadados | sid.inpe.br/mtc-m17@80/2008/01.07.17.24.18 |
Última Atualização dos Metadados | 2018:06.05.03.36.53 (UTC) administrator |
Chave Secundária | INPE--PRE/ |
ISSN | 0102-261X |
Chave de Citação | LatorreCarvSantShim:2007:InDaSe |
Título | Integração de dados de Sensoriamento Remoto multi resoluções para a representação da cobertura da terra utilizando Campos Contínuos de vegetação e classificação por árvores de decisão |
Ano | 2007 |
Mês | Jan. |
Data de Acesso | 13 maio 2024 |
Tipo de Trabalho | journal article |
Tipo Secundário | PRE PN |
Número de Arquivos | 1 |
Tamanho | 938 KiB |
|
2. Contextualização | |
Autor | 1 Latorre, Marcelo Lopes 2 Carvalho Júnior, Osmar Abílio de 3 Santos, João Roberto dos 4 Shimabukuro, Yosio Edemir |
Grupo | 1 DSR-INPE-MCT-BR 2 3 DSR-INPE-MCT-BR 4 DSR-INPE-MCT-BR |
Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Universidade de Brasília (UnB) 3 Instituto Nacional de Pesquisas Espaciais (INPE) 4 Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | 1 latav@dsr.inpe.br 2 osmarjr@unb.br 3 jroberto@ltid.inpe.br 4 yosio@dsr.inpe.br |
Revista | Revista Brasileira de Geofísica |
Volume | 25 |
Número | 1 |
Páginas | 63-74 |
Histórico (UTC) | 2008-01-07 17:24:18 :: marciana -> administrator :: 2013-09-14 00:21:14 :: administrator -> marciana :: 2007 2015-06-10 16:32:02 :: marciana -> administrator :: 2007 2016-06-04 21:40:07 :: administrator -> marciana :: 2007 2016-08-17 17:39:32 :: marciana -> administrator :: 2007 2018-06-05 03:36:53 :: administrator -> marciana :: 2007 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo do Conteúdo | External Contribution |
Tipo de Versão | publisher |
Palavras-Chave | Digital image processing continuous fields regression trees Amazon forest sensoriamento remoto processamento digital de imagens campos contínuos árvore de regressão Floresta Amazônica |
Resumo | This paper aims to develop a methodology of multisensor integration for an Amazon monitoring system. The proposed system employs the Vegetation Continuous Fields (VCF) method that uses the decision tree algorithm. The algorithm uses a set of independent variables, in this case MODIS multi-temporal metrics, to recursively split a dependent variable, in this case training data from class memberships, into subsets, which maximize the reduction of squares of sum of the residuals. The training data are obtained by high-resolution imagery classification (Landsat/TM, ETM+ and CBERS 2/CCD). In this study, an automated algorithm was developed from IDL language in the ENVI software and the statistical procedure of the S-PLUS software. The study area is Mato Grosso State with an extensive area of Amazon forest. The scenes are classified in three classes: forest, non-forest, and water. Comparisons of the final product with regional land cover maps derived from PRODES revel general agreement. Therefore, the results of this study suggest that the methodology is appropriate for land cover determination in the Amazon forest. RESUMO: Este trabalho objetiva desenvolver uma metodologia de integração de multisensores para um sistema de monitoramento da Amazônia. O sistema proposto baseia-se no Vegetation Continuous Fields (VCF) que utiliza um algoritmo de árvore de decisão. O algoritmo utiliza um conjunto de variáveis independentes, no caso métricas multitemporais do MODIS, para recursivamente particionar uma variável dependente, no caso dados de treinamentos provenientes de classes de uso da terra, em subconjuntos, que maximizam a redução do quadrado da soma residual. Os dados de treinamentos são obtidos pela classificação de imagens de alta resolução (Landsat/TM, ETM+ e CBERS 2/CCD). Neste estudo, um algoritmo foi desenvolvido a partir da linguagem IDL, no programa ENVI, e uma rotina estatística do programa S-PLUS. A área de estudo é o Estado do Mato Grosso com uma extensa área de cobertura de Floresta Amazônica. As cenas são classificadas em três classes: floresta, não floresta e água. Comparações do produto final com o mapa regional de uso da terra derivado do PRODES revelam uma concordância geral. Portanto, os resultados desse estudo sugerem que a metodologia é apropriada para a determinação da cobertura da terra na Floresta Amazônica. |
Área | SRE |
Arranjo | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Integração de dados... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | não têm arquivos |
|
4. Condições de acesso e uso | |
URL dos dados | http://mtc-m16b.sid.inpe.br/ibi/6qtX3pFwXQZGivnK2Y/SGknP |
URL dos dados zipados | http://mtc-m16b.sid.inpe.br/zip/6qtX3pFwXQZGivnK2Y/SGknP |
Idioma | pt |
Arquivo Alvo | latorre_integracao.pdf |
Grupo de Usuários | administrator marciana |
Grupo de Leitores | administrator marciana |
Visibilidade | shown |
Política de Arquivamento | allowpublisher allowfinaldraft |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E |
Divulgação | PORTALCAPES; SCIELO. |
Acervo Hospedeiro | lcp.inpe.br/ignes/2004/02.12.18.39 cptec.inpe.br/walmeida/2003/04.25.17.12 |
|
6. Notas | |
Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel doi e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url |
|
7. Controle da descrição | |
e-Mail (login) | marciana |
atualizar | |
|