@InProceedings{FerreiraShimSouz:2014:EfAnId,
               author = "Ferreira, Matheus Pinheiro and Shimabukuro, Yosio Edemir and Souza 
                         Filho, Carlos Roberto de",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto 
                         Nacional de Pesquisas Espaciais (INPE)}",
                title = "Efeitos da anisotropia na identifica{\c{c}}{\~a}o de 
                         esp{\'e}cies em floresta tropical com imagens hiperespectrais / 
                         Effects of anisotropy on species discrimination in tropical forest 
                         using imaging spectroscopy",
            booktitle = "Anais...",
                 year = "2014",
                pages = "358--364",
         organization = "Semin{\'a}rio de Atualiza{\c{c}}{\~a}o em Sensoriamento Remoto 
                         e Sistemas de Informa{\c{c}}{\~o}es Geogr{\'a}ficas Aplicados 
                         {\`a} Engenharia Florestal, 11. (SenGeF).",
            publisher = "IEP",
              address = "Curitiba",
             keywords = "Espectroscopia de imageamento, diversidade flor{\'{\i}}stica, 
                         efeitos de ilumina{\c{c}}{\~a}o, mapeamento de esp{\'e}cies, 
                         Imaging spectroscopy, floristic diversity, illumination effects, 
                         tree species mapping.",
             abstract = "RESUMO Dados hiperespectrais obtidos por sensores a bordo de 
                         aeronaves e sat{\'e}lites tem demonstrado grande potencial para o 
                         estudo de florestas tropicais. Em particular, a 
                         identifica{\c{c}}{\~a}o de esp{\'e}cies arb{\'o}reas com 
                         imagens de alta resolu{\c{c}}{\~a}o espacial e espectral 
                         mostrou-se vi{\'a}vel e pode contribuir para invent{\'a}rios 
                         fitossociol{\'o}gicos a n{\'{\i}}vel local e regional. Neste 
                         trabalho, buscou-se avaliar o efeito da anisotropia das copas na 
                         identifica{\c{c}}{\~a}o de nove esp{\'e}cies em uma floresta 
                         neotropical utilizando imagens hiperespectrais aerotransportadas. 
                         A distribui{\c{c}}{\~a}o de brilho dos pixels das esp{\'e}cies 
                         foi dividida nas classes iluminada e sombreada, por meio de um 
                         limiar calculado de forma autom{\'a}tica. A performance de 
                         m{\'e}todos param{\'e}tricos (An{\'a}lise Discriminante Linear 
                         e Quadr{\'a}tica) e n{\~a}o-param{\'e}tricos (Support Vector 
                         Machine e kvizinhos mais pr{\'o}ximos) foi avaliada em termos de 
                         exatid{\~a}o de classifica{\c{c}}{\~a}o, tendo como dados de 
                         entrada pixels iluminados e sombreados simult{\^a}nea e 
                         separadamente. A distribui{\c{c}}{\~a}o de brilho dos pixels de 
                         algumas esp{\'e}cies, principalmente as com copas de grandes 
                         dimens{\~o}es, mostrou claro comportamento bimodal, o que afetou 
                         a performance de classificadores param{\'e}tricos de forma mais 
                         severa. De modo geral, a exatid{\~a}o de 
                         classifica{\c{c}}{\~a}o aumentou para todos os m{\'e}todos 
                         testados ao se utilizar somente pixels iluminados. Os resultados 
                         apresentados neste trabalho demonstram a import{\^a}ncia de se 
                         considerar os efeitos da anisotropia das copas na 
                         identifica{\c{c}}{\~a}o de esp{\'e}cies arb{\'o}reas em 
                         ambientes tropicais com dados de sensoriamento remoto 
                         hiperespectral de alta resolu{\c{c}}{\~a}o espacial. ABSTRACT: 
                         Airborne and spaceborne hyperspectral data provide important 
                         information for management and conservation of tropical forests. 
                         In particular, species identification using high-fidelity imaging 
                         spectroscopy have proven to be feasible and could contribute to 
                         floristic assessments at local to regional scales. This study aims 
                         to evaluate the effects of crown anisotropy for discrimination of 
                         nine species from a Neotropical forest using airborne 
                         hyperspectral data. Pixel brightness distribution was divided into 
                         sunlit and shaded, by means of an automatic thresholding method. 
                         The performance of parametric (linear and quadratic discriminant 
                         analysis) and non-parametric (Support Vector Machine and k-Nearest 
                         Neighbor) was evaluated in terms of classification accuracy, with 
                         sunlit and shaded pixels classified simultaneous and separately. 
                         Pixel brightness distribution of some species, particularly those 
                         with large crowns, showed a clear bimodal behavior, which affected 
                         the performance of parametric classifiers more severely. In 
                         general, classification accuracy increased for all tested methods 
                         when using only sunlit pixels. Results presented in this study 
                         demonstrate the importance of considering the effects of crown 
                         anisotropy on species discrimination in tropical environments 
                         using high spatial resolution hyperspectral data.",
  conference-location = "Curitiba",
      conference-year = "14-16 out. 2014",
                 issn = "2178-8634",
                label = "lattes: 9686528152912455 1 FerreiraShimSouz:2014:EfAnId",
             language = "pt",
           targetfile = "Matheus, Ferreira - 2014.pdf",
                  url = "http://www.11sengef.com.br/arquivos/documentos/anaisonline/SENGEF2014.pdf",
        urlaccessdate = "27 abr. 2024"
}