Fechar
Metadados

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/43754SH
Repositóriosid.inpe.br/mtc-m21c/2020/09.03.14.31   (acesso restrito)
Última Atualização2020:09.03.14.31.58 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2020/09.03.14.31.58
Última Atualização dos Metadados2022:01.04.01.35.21 (UTC) administrator
DOI10.1080/01431161.2020.1771791
ISSN0143-1161
Chave de CitaçãoSantosLPPNROPSS:2020:AsVICa
TítuloAssessing VIIRS capabilities to improve burned area mapping over the Brazilian Cerrado
Ano2020
MêsNov.
Data de Acesso13 maio 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho17631 KiB
2. Contextualização
Autor 1 Santos, Filippe Lemos Maia
 2 Libonati, Renata
 3 Peres, Leonardo F.
 4 Pereira, Allan A.
 5 Narcizo, Luiza C.
 6 Rodrigues, Julia Abrantes
 7 Oom, Duarte
 8 Pereira, José M. C.
 9 Schroeder, Wilfrid
10 Setzer, Alberto Waingort
Identificador de Curriculo 1
 2
 3
 4
 5
 6
 7
 8
 9
10 8JMKD3MGP5W/3C9JGGG
ORCID 1 0000-0001-8680-1244
 2 0000-0001-7570-1993
 3 0000-0001-6820-6935
 4
 5 0000-0002-4788-1648
 6 0000-0003-0525-9516
 7 0000-0002-9244-3487
 8 0000-0003-2583-3669
 9 0000-0001-8192-9230
Grupo 1
 2
 3
 4
 5
 6
 7
 8
 9
10 DIDSA-CGCPT-INPE-MCTIC-GOV-BR
Afiliação 1 Universidade Federal do Rio de Janeiro (UFRJ)
 2 Universidade Federal do Rio de Janeiro (UFRJ)
 3 Universidade Federal do Rio de Janeiro (UFRJ)
 4 Instituto Federal de Ciência e Tecnologia do Sul de Minas
 5 Universidade Federal do Rio de Janeiro (UFRJ)
 6 Universidade Federal do Rio de Janeiro (UFRJ)
 7 University of Lisbon
 8 University of Lisbon
 9 NOAA/NESDIS
10 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor 1
 2 renata.libonati@igeo.ufrj.br
 3
 4
 5
 6
 7
 8
 9
10 alberto.setzer@inpe.br
RevistaInternational Journal of Remote Sensing
Volume41
Número21
Páginas8300-8327
Nota SecundáriaA1_PLANEJAMENTO_URBANO_E_REGIONAL_/_DEMOGRAFIA A2_INTERDISCIPLINAR A2_GEOGRAFIA A2_ENGENHARIAS_IV A2_ENGENHARIAS_III A2_ENGENHARIAS_I A2_CIÊNCIAS_AMBIENTAIS A2_CIÊNCIA_DA_COMPUTAÇÃO B1_MATEMÁTICA_/_PROBABILIDADE_E_ESTATÍSTICA B1_GEOCIÊNCIAS B1_ENGENHARIAS_II B1_CIÊNCIAS_AGRÁRIAS_I B1_BIODIVERSIDADE B2_SAÚDE_COLETIVA B2_ODONTOLOGIA B3_CIÊNCIAS_BIOLÓGICAS_I B3_BIOTECNOLOGIA B5_ASTRONOMIA_/_FÍSICA
Histórico (UTC)2020-09-03 14:31:58 :: simone -> administrator ::
2020-09-03 14:31:59 :: administrator -> simone :: 2020
2020-09-03 14:33:21 :: simone -> administrator :: 2020
2022-01-04 01:35:21 :: administrator -> simone :: 2020
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
ResumoCoarse spatial resolution of remote sensing imagery still hampers a comprehensive representation of long-term fire patterns at the regional level, in particular in areas characterized by small and sparse fire scars. The Visible Infrared Imaging Radiometer Suite (VIIRS) sensor launched in 2011 upgrades the spatial resolution (375 m) and gives continuity to the Earth long-term monitoring initiated by Advanced Very High-Resolution Radiometer (AVHRR) and Moderate Resolution Imaging Spectroradiometer (MODIS) sensors. Therefore, aiming to assess VIIRS 375 m imagery capabilities to improve the accuracy and reliability of fire scars mapping over the Brazilian Cerrado, we developed a burned area detection algorithm (VIIRS-SVM) based on machine learning techniques. For this purpose, the (V, W) burnt index adjusted to VIIRS near-infrared and middle-infrared channels and the One-Class Support Vector Machine algorithm were used for burned area identification. The VIIRS-SVM algorithm was applied over the Brazilian Cerrado and evaluated against reference scars from 15 Landsat-8 scenes during the fire season of 2015, covering a large area with substantial variability in terms of fire scars characteristics. We also performed a comparison with the MCD64A1 collection-6 product over the validation sites. Relying on VIIRS 375 m imagery, the VIIRS-SVM algorithm allows an enhancement of 25% in discrimination of small and medium fire scars (25 to 1000 ha), when compared to the MODIS-derived product. Results have demonstrated that the enhancement of medium and small fire scars mapping over the Cerrado is possible using VIIRS sensor capabilities.
ÁreaMET
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 03/09/2020 11:31 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvosantos_assessing.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Política de Arquivamentodenypublisher denyfinaldraft12
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/43SRC6S
Lista de Itens Citandosid.inpe.br/bibdigital/2021/01.03.02.10 1
DivulgaçãoWEBSCI; PORTALCAPES; COMPENDEX; SCOPUS.
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn keywords label lineage mark mirrorrepository nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar