| 1. Identificação | |
| Tipo de Referência | Artigo em Evento (Conference Proceedings) |
| Site | plutao.sid.inpe.br |
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
| Identificador | 8JMKD3MGP3W/43NH6UE |
| Repositório | sid.inpe.br/plutao/2020/12.07.14.53 |
| Última Atualização | 2020:12.08.17.07.55 (UTC) lattes |
| Repositório de Metadados | sid.inpe.br/plutao/2020/12.07.14.53.01 |
| Última Atualização dos Metadados | 2022:04.09.17.55.49 (UTC) administrator |
| DOI | 10.1109/lagirs48042.2020.9165671 |
| ISBN | 9781728143507 |
| Rótulo | lattes: 5123287769635741 5 RodriguesBenSoaKörFon:2020:ReSeIm |
| Chave de Citação | RodriguesBenSoaKörFon:2020:ReSeIm |
| Título | Remote sensing image time series metrics for distinction between pasture and croplands using the random forest classifier  |
| Formato | DVD |
| Ano | 2020 |
| Data de Acesso | 10 maio 2024 |
| Tipo Secundário | PRE CI |
| Número de Arquivos | 1 |
| Tamanho | 613 KiB |
| 2. Contextualização | |
| Autor | 1 Rodrigues, Marcos Antônio de Almeida 2 Bendini, Hugo do Nascimento 3 Soares, Anderson Reis 4 Körting, Thales Sehn 5 Fonseca, Leila Maria Garcia |
| Identificador de Curriculo | 1 2 3 4 5 8JMKD3MGP5W/3C9JHLD |
| Grupo | 1 SER-SRE-SESPG-INPE-MCTIC-GOV-BR 2 DIR-DIR-INPE-MCTIC-GOV-BR 3 DIR-DIR-INPE-MCTIC-GOV-BR 4 DIDSR-CGOBT-INPE-MCTIC-GOV-BR 5 DIDSR-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) |
| Endereço de e-Mail do Autor | 1 marcos.almeida@inpe.br 2 hugo.bendini@inpe.br 3 anderson.soares@inpe.br 4 thales.korting@inpe.br 5 leila.fonseca@inpe.br |
| Nome do Evento | IEEE Latin American GRSS & ISPRS Remote Sensing Conference (LAGIRS) |
| Localização do Evento | Santiago, Chile |
| Data | 22-26 mar. |
| Páginas | 149-154 |
| Título do Livro | Proceedings |
| Tipo Terciário | Paper |
| Histórico (UTC) | 2020-12-08 17:07:55 :: lattes -> administrator :: 2020 2022-04-09 17:55:49 :: 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 |
| Palavras-Chave | random forest pasture image time series |
| Resumo | Pasture and croplands play an important role in Brazils economic and political scenarios, once its PIB (Raw Internal Product) is mainly based on what is exported from the rural production, such as meat and soybean, and government, with its regulations, is partresponsible for the establishment and maintaining of the conditions so that the trades can go well. In addition, these two types of land use correspond together to aprox. one third of the country extension. Moreover, frequently lands occupation is subject of discussion concerning its potential use for the reason of conflicts including Brazilian traditional communities, landless people and big farmers. Considering it, mapping pasture and croplands accurately is crucial for the country administration, in both economic and political spheres. Certainly, remote sensing is the very manner to tackle this issue, although this may not be an easy task due to the spectral similarity between these patterns. This work, hence, aims to distinct pasture from croplands in an experimental subset area of Brazilian Cerrado biome, using remote sensing metric images derived from one-year time series of the Landsat 8 products. In order to achieve this goal, we utilized six bands of the OLI sensor and calculated seven metrics, attaining a compiled dataset with 42 layers. We performed an object-based supervised classification with the Random Forest algorithm, considering both spectral and geometrical attributes. Results showed global accuracy of 80%, with Kappa index of 0.6, and the potential time series have in separating targets spectrally similar. |
| Área | SRE |
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Remote sensing image... |
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Remote sensing image... |
| Arranjo 3 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIR > Remote sensing image... |
| 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/43NH6UE |
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W/43NH6UE |
| Idioma | en |
| Arquivo Alvo | rodrigues_remote.pdf |
| Grupo de Leitores | administrator lattes |
| Visibilidade | shown |
| Permissão de Atualização | não transferida |
| 5. Fontes relacionadas | |
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E 8JMKD3MGPCW/3F3NU5S 8JMKD3MGPCW/449PGL8 |
| Lista de Itens Citando | sid.inpe.br/bibdigital/2021/03.05.04.22 1 |
| Acervo Hospedeiro | dpi.inpe.br/plutao@80/2008/08.19.15.01 |
| 6. Notas | |
| Campos Vazios | archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination e-mailaddress edition editor issn lineage mark mirrorrepository nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url usergroup versiontype volume |
| 7. Controle da descrição | |
| e-Mail (login) | simone |
| atualizar | |