1. Identificação | |
Tipo de Referência | Artigo em Revista Científica (Journal Article) |
Site | plutao.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W/43NH2FG |
Repositório | sid.inpe.br/plutao/2020/12.07.13.58.35 |
Última Atualização | 2020:12.08.12.01.26 (UTC) lattes |
Repositório de Metadados | sid.inpe.br/plutao/2020/12.07.13.58.36 |
Última Atualização dos Metadados | 2022:01.04.01.31.18 (UTC) administrator |
DOI | 10.14393/rbcv72n4-54037 |
ISSN | 0560-4613 1808-0936 |
Rótulo | lattes: 9425692453156168 1 UeharaCoQuKöDuRe:2020:CoAmAr |
Chave de Citação | UeharaCoQuKöDuDa:2020:CoAmAr |
Título | Landslide scars detection using remote sensing and pattern recognition techniques: comparison among artificial neural networks, gaussian maximum likelihood, random forest, and support vector machine classifiers |
Ano | 2020 |
Data de Acesso | 12 maio 2024 |
Tipo de Trabalho | journal article |
Tipo Secundário | PRE PN |
Número de Arquivos | 1 |
Tamanho | 1460 KiB |
|
2. Contextualização | |
Autor | 1 Uehara, Tatiana Dias Tardelli 2 Corrêa, Sabrina Paes Leme Passos 3 Quevedo, Renata Pacheco 4 Körting, Thales Sehn 5 Dutra, Luciano Vieira 6 Daleles Rennó, Camilo |
Identificador de Curriculo | 1 2 3 4 5 8JMKD3MGP5W/3C9JHMA 6 8JMKD3MGP5W/3C9JGN2 |
ORCID | 1 0000-0003-1861-8848 2 0000-0002-9956-4134 3 0000-0002-7528-9166 4 0000-0002-0876-0501 5 0000-0002-7757-039X 6 0000-0001-9920-4473 |
Grupo | 1 SER-SRE-SESPG-INPE-MCTIC-GOV-BR 2 SER-SRE-SESPG-INPE-MCTIC-GOV-BR 3 SER-SRE-SESPG-INPE-MCTIC-GOV-BR 4 DIDSR-CGOBT-INPE-MCTIC-GOV-BR 5 DIDSR-CGOBT-INPE-MCTIC-GOV-BR 6 DIDPI-CGOBT-INPE-MCTIC-GOV-BR |
Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) 4 Instituto Nacional de Pesquisas Espaciais (INPE) 5 Instituto Nacional de Pesquisas Espaciais (INPE) 6 Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | 1 tatiana.uehara@inpe.br 2 sabrina.correa@inpe.br 3 renata.quevedo@inpe.br 4 thales.korting@inpe.br 5 luciano.dutra@inpe.br 6 camilo.renno@inpe.br |
Revista | Revista Brasileira de Cartografia |
Volume | 72 |
Número | 4 |
Páginas | 665-680 |
Nota Secundária | A2_INTERDISCIPLINAR A2_GEOGRAFIA A2_ARQUITETURA_E_URBANISMO B1_PLANEJAMENTO_URBANO_E_REGIONAL_/_DEMOGRAFIA B1_CIÊNCIAS_AMBIENTAIS B2_GEOCIÊNCIAS B3_ENGENHARIAS_I B4_ENGENHARIAS_III B4_CIÊNCIAS_SOCIAIS_APLICADAS_I B5_ENGENHARIAS_IV B5_ENGENHARIAS_II B5_CIÊNCIAS_AGRÁRIAS_I B5_BIODIVERSIDADE C_ZOOTECNIA_/_RECURSOS_PESQUEIROS C_MATEMÁTICA_/_PROBABILIDADE_E_ESTATÍSTICA C_CIÊNCIAS_BIOLÓGICAS_I C_ASTRONOMIA_/_FÍSICA |
Histórico (UTC) | 2020-12-07 15:24:43 :: lattes -> administrator :: 2020 2020-12-08 11:55:04 :: administrator -> lattes :: 2020 2020-12-08 12:01:26 :: lattes -> administrator :: 2020 2020-12-10 11:33:41 :: administrator -> lattes :: 2020 2020-12-14 14:37:00 :: lattes -> administrator :: 2020 2022-01-04 01:31:18 :: administrator -> simone :: 2020 |
|
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 | mass movement hazard supervised classification pattern recognition Movimentos de Massa Perigo |
Resumo | Landslide inventory is an essential tool to support disaster risk mitigation. The inventory is usually obtained via conventional methods, as visual interpretation of remote sensing images, or semi-automaticmethods,through pattern recognition.In this study, four classification algorithms are compared to detect landslidesscars: Artificial Neural Network (ANN), Maximum Likelihood (ML), Random Forest (RF) and Support Vector Machine (SVM). From Sentinel-2A imageryandSRTMsDigital Elevation Model(DEM), vegetation indices and slope featureswere extracted and selected for two areas at the Rolante River Catchment, in Brazil.The classification products showed that the ML and the RF presented superior resultswithOA values above 92% for both study areas. These best accuracys results were identified in classifications using all attributes as input, so without previous feature selection. |
Área | SRE |
Arranjo 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Landslide scars detection... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Landslide scars detection... |
Arranjo 3 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Landslide scars detection... |
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://urlib.net/ibi/8JMKD3MGP3W/43NH2FG |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W/43NH2FG |
Idioma | fr |
Arquivo Alvo | uehara_landslide.pdf |
Grupo de Leitores | administrator lattes |
Visibilidade | shown |
Política de Arquivamento | allowpublisher allowfinaldraft |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3EQCCU5 8JMKD3MGPCW/3ER446E 8JMKD3MGPCW/3F3NU5S |
Lista de Itens Citando | sid.inpe.br/bibdigital/2013/10.18.22.34 2 sid.inpe.br/bibdigital/2013/09.13.21.11 1 |
URL (dados não confiáveis) | http://www.seer.ufu.br/index.php/revistabrasileiracartografia/article/view/54037/30208 |
Divulgação | PORTALCAPES |
Acervo Hospedeiro | dpi.inpe.br/plutao@80/2008/08.19.15.01 |
|
6. Notas | |
Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn lineage mark mirrorrepository month nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype usergroup |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|