| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Site | mtc-m21c.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34R/3UHBEPE | |||
| Repositório | sid.inpe.br/mtc-m21c/2019/12.09.09.56 | |||
| Última Atualização | 2019:12.09.09.56.35 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2019/12.09.09.56.35 | |||
| Última Atualização dos Metadados | 2020:01.06.11.42.24 (UTC) administrator | |||
| DOI | 10.1590/1807-1929/agriambi.v23n12p952-958 | |||
| ISSN | 1415-4366 | |||
| Chave de Citação | OldoniCaMeJoAnAl:2019:AnCrMa | |||
| Título | Annual cropland mapping using data mining and OLI Landsat-8  | |||
| Ano | 2019 | |||
| Mês | Dez. | |||
| Data de Acesso | 09 maio 2024 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PN | |||
| Número de Arquivos | 1 | |||
| Tamanho | 3109 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Oldoni, Lucas Volochen 2 Cattani, Carlos E. V. 3 Mercante, Erivelto 4 Johann, Jerry A. 5 Antunes, João F. G. 6 Almeida, Luiz | |||
| Grupo | 1 SER-SRE-SESPG-INPE-MCTIC-GOV-BR 2 3 4 5 6 SER-SRE-SESPG-INPE-MCTIC-GOV-BR | |||
| Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Universidade Estadual do Oeste Paulista (UNIOESTE) 3 Universidade Estadual do Oeste Paulista (UNIOESTE) 4 Universidade Estadual do Oeste Paulista (UNIOESTE) 5 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) 6 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Endereço de e-Mail do Autor | 1 lucasoldoni@outlook.com 2 carloscattani@outlook.com.br 3 erivelto.mercante@unioeste.br 4 jerry.johann@hotmail.com 5 joaoantunes@embrapa.com.br 6 almeidalz@hotmail.com | |||
| Revista | Revista Brasileira de Engenharia Agrícola e Ambiental | |||
| Volume | 23 | |||
| Número | 12 | |||
| Páginas | 952-958 | |||
| Nota Secundária | A2_PLANEJAMENTO_URBANO_E_REGIONAL_/_DEMOGRAFIA A2_CIÊNCIAS_AMBIENTAIS B1_INTERDISCIPLINAR B1_GEOGRAFIA B1_CIÊNCIAS_AGRÁRIAS_I B2_MATERIAIS B2_GEOCIÊNCIAS B2_ENGENHARIAS_III B2_ENGENHARIAS_I B2_BIODIVERSIDADE B3_ZOOTECNIA_/_RECURSOS_PESQUEIROS B3_ENGENHARIAS_IV B3_CIÊNCIA_DE_ALIMENTOS B3_BIOTECNOLOGIA B4_MEDICINA_VETERINÁRIA B4_ENGENHARIAS_II B4_CIÊNCIAS_BIOLÓGICAS_II B5_QUÍMICA B5_ENSINO C_CIÊNCIAS_BIOLÓGICAS_III C_ASTRONOMIA_/_FÍSICA | |||
| Histórico (UTC) | 2019-12-09 09:56:35 :: simone -> administrator :: 2019-12-09 09:56:36 :: administrator -> simone :: 2019 2019-12-09 09:57:23 :: simone -> administrator :: 2019 2020-01-06 11:42:24 :: administrator -> simone :: 2019 | |||
| 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 | decision tree random forest NDVI temporal metrics árvore de decisão random forest métricas temporais de NDVI | |||
| Resumo | In the state of Paraná, Brazil, there are no major changes in areas cultivated with annual crops, mainly due to environmental laws that do not allow expansions to new areas. There is a great contribution of the annual crops to the domestic demand of food and economic demand in the exports. Thus, the area and distribution of annual crops are information of great importance. New methodologies, such as data mining, are being tested with the objective of analyzing and improving their potential use for classification of land use and land cover. This study used the classifiers decision tree and random forest with Normalized Difference Vegetation Index (NDVI) temporal metrics on images from Operational Land Imager (OLI)/Landsat-8. The results were compared with traditional methods spectral images and Maximum Likelihood Classifier (MLC). At first, seven classes were mapped (water bodies, sugarcane, urban area, annual crops, forest, pasture and reforestation areas); then, only two classes were considered (annual crops and other targets). When classifying the seven targets, both methods had corresponding results, showing global accuracy near 84%. NDVI temporal metrics showed producers and users accuracy for the annual crop class of 86 and 100%, respectively. However, if considering only two classes, the NDVI temporal metrics reached global accuracy of near 98% and producers and users accuracy above 94%. RESUMO: No Estado do Paraná, Brasil, não há grandes mudanças nas áreas cultivadas com culturas anuais, principalmente devido a leis ambientais que não permitem expansões para novas áreas. Há grande contribuição das culturas anuais para a demanda doméstica de alimentos e econômica nas exportações. Assim, a área e distribuição das culturas anuais são informações de grande importância. Novas metodologias, como data mining, estão sendo testadas com o objetivo de analisar e melhorar seu potencial de uso para classificação do uso e cobertura da terra. Neste estudo, foram utilizados os classificadores decision tree e random forest com métricas temporais de Normalized Difference Vegetation Index (NDVI) em imagens do Operational Land Imager (OLI)/ Landsat-8. Os resultados foram comparados com os métodos tradicionais (imagens espectrais e classificador Maximum Likelihood Classifier - MLC). Inicialmente, foram mapeadas sete classes (corpos dágua, cana-de-açúcar, área urbana, culturas anuais, floresta, pastagem e áreas de reflorestamento) e posteriormente apenas duas classes foram consideradas (culturas anuais e outras classes). Ao classificar os sete alvos, ambos os métodos tiveram resultados correspondentes, mostrando exatidão global próxima a 84%. As métricas temporais de NDVI mostraram a acurácia do produtor e do usuário para a classe de cultura de 86 e 100%, respectivamente. No entanto, considerando-se apenas duas classes, as métricas temporais do NDVI alcançaram exatidão global próxima a 98% e a acurácia do produtor e do usuário acima de 94%. | |||
| Área | SRE | |||
| Arranjo | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Annual cropland mapping... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://mtc-m21c.sid.inpe.br/ibi/8JMKD3MGP3W34R/3UHBEPE | |||
| URL dos dados zipados | http://mtc-m21c.sid.inpe.br/zip/8JMKD3MGP3W34R/3UHBEPE | |||
| Idioma | en | |||
| Arquivo Alvo | oldoni_annual.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Política de Arquivamento | allowpublisher allowfinaldraft | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3F3NU5S | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2013/10.18.22.34 3 | |||
| Divulgação | WEBSCI; PORTALCAPES; SCIELO. | |||
| Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 | |||
| 6. Notas | ||||
| Notas | Mapeamento de áreas agrícolas anuais utilizando mineração de dados e séries temporais do OLI/Landsat-8 | |||
| Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||