@Article{RuizAlmeAnjo:2018:ClCoSo,
               author = "Ruiz, Paulo Roberto da Silva and Almeida, Cl{\'a}udia Maria de 
                         and Anjos, Camila Souza dos",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)} and {Instituto de Estudos 
                         Avan{\c{c}}ados (IEAv)}",
                title = "Classifica{\c{c}}{\~a}o da cobertura do solo urbano usando 
                         {\'a}rvores de decis{\~a}o a partir de uma cena worldview-2 para 
                         diferentes n{\'{\i}}veis de legenda",
              journal = "Geoci{\^e}ncias",
                 year = "2018",
               volume = "37",
               number = "3",
                pages = "597--609",
             keywords = "classifica{\c{c}}{\~a}o de cobertura do solo, sensoriamento 
                         remoto urbano, WorldView-2, minera{\c{c}}{\~a}o de dados, land 
                         cover classification, urban remote sensing, WorldView-2, data 
                         mining.",
             abstract = "No presente trabalho, foram realizadas classifica{\c{c}}{\~o}es 
                         da cobertura do solo urbano a partir de uma imagem WorldView2, 
                         sendo realizadas para dois n{\'{\i}}veis de legenda de 
                         classifica{\c{c}}{\~a}o, contendo respectivamente 11 e 38 
                         classes de cobertura do solo. Para isto, foram utilizados os 
                         algoritmos de {\'a}rvore de decis{\~a}o Best First Tree (BFTree) 
                         e Logistic Model Tree (LMT). Os resultados foram validados por 
                         meio de mapas de verdade de campo da {\'a}rea de estudo, 
                         revelando que o algoritmo LMT obteve os melhores resultados em 
                         ambos os n{\'{\i}}veis de detalhamento. ABSTRACT: In this work, 
                         urban land cover classification was performed using a WorldView-2 
                         image, carried out at two legend levels, respectively containing 
                         11 and 38 land cover classes. As classification methods, we used 
                         the Best First Tree (BFTree) and Logistic Model Tree (LMT), which 
                         correspond to decision tree induction algorithms. The results were 
                         validated using data collected on field trips, revealing that the 
                         LMT algorithm obtained the best results at both levels of 
                         legend.",
                 issn = "0101-9082",
             language = "pt",
           targetfile = "ruiz_classificacao.pdf",
        urlaccessdate = "24 abr. 2024"
}