Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/plutao/2014/12.01.13.21.58-0:en:title:2:time series lst classes:mapping land use classes analyzing modis lst time series mapeamento classes uso solo meio analise series temporais dados modis lst:>.
28 referências similares foram encontradas(inclusive a original) buscando em 17 dentre 17 Arquivos
(este total pode incluir algumas duplicatas - para ver a conta certa clique no botão Mostrar Todas).
As 10 mais recentes estão listadas abaixo.
Data e hora local de busca: 25/04/2024 21:24.

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W/3HG7JP5
Repositóriosid.inpe.br/plutao/2014/12.01.13.21.57
Última Atualização2015:01.14.15.47.52 (UTC) administrator
Repositório de Metadadossid.inpe.br/plutao/2014/12.01.13.21.58
Última Atualização dos Metadados2018:06.04.23.39.41 (UTC) administrator
ISSN2178-8634
Rótulolattes: 4721908858063120 1 MarianoFoscMore:2014:MaLaUs
Chave de CitaçãoMarianoFoscMore:2014:MaLaUs
TítuloMapping land use classes by analyzing MODIS LST time-series / Mapeamento de classes de uso do solo por meio de análise de séries temporais de dados MODIS-LST
FormatoDVD
Ano2014
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1205 KiB
2. Contextualização
Autor1 Mariano, Denis Araujo
2 Foschiera, William
3 Moreira, Maurício Alves
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JHT4
Grupo1 SER-SRE-SPG-INPE-MCTI-GOV-BR
2 SER-SRE-SPG-INPE-MCTI-GOV-BR
3 DSR-OBT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mailmarcelo.pazos@inpe.br
Nome do EventoSeminário de Atualização em Sensoriamento Remoto e Sistemas de Informações Geográficas Aplicados à Engenharia Florestal, 11 (SenGeF).
Localização do EventoCuritiba
Data14-16 out. 2014
Editora (Publisher)IEP
Cidade da EditoraCuritiba
Páginas561-568
Título do LivroAnais
Tipo TerciárioPaper
Histórico (UTC)2014-12-01 13:21:58 :: lattes -> administrator ::
2018-06-04 23:39:41 :: administrator -> marciana :: 2014
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveLand surface temperature
MODIS
time-series
Python
agriculture
thermal
ResumoThe current paper presents a method to discriminate land use classes (LCCs) by analysing Land Surface Temperature (LST) time-series derived from the Moderate Resolution Imaging Spectro radiometer (MODIS). We used Terra and Aqua LST daytime and night time data (M_D11A2) with 8-day temporal and 1km spatial resolution. The physical basis behind the method is the heat transfer between soil, plant and atmosphere over time. There are two approaches, inter-daily and intra-daily LST variation. We tested daytime and day-night difference time-series, being the latter more efficient on discriminating classes. Regarding the satellites, Aqua proves on being more efficient due the passage hour for daytime. In sense, the couple Aqua/Difference yielded better results. However, the performance is strongly dependent upon the targets' acreage due to the high thermal mixing effect. Despite the limitations, this approach shows potential on being coupled to traditional vegetation indices (VI) based methods for furthering the biophysical meaning and relationships between vegetation and the electromagnetic spectrum. It also brings new findings about vegetation thermal behaviour throughout the time.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Mapping land use...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Mapping land use...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W/3HG7JP5
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W/3HG7JP5
Idiomaen
Arquivo AlvoMariano, Denis 2014.pdf
Grupo de Usuárioslattes
marcelo.pazos@inpe.br
marciana
Grupo de Leitoresadministrator
marcelo.pazos@inpe.br
marciana
Visibilidadeshown
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
VinculaçãoTrabalho não Vinculado à Tese/Dissertação
Repositório Espelhoiconet.com.br/banon/2006/11.26.21.31
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.56.26 1
URL (dados não confiáveis)http://www.11sengef.com.br/arquivos/documentos/anaisonline/SENGEF2014.pdf
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi edition editor electronicmailaddress isbn lineage mark nextedition notes numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject type volume
7. Controle da descrição
e-Mail (login)marciana
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/436TFA5
Repositóriosid.inpe.br/mtc-m21c/2020/09.02.13.17   (acesso restrito)
Última Atualização2020:09.02.13.17.01 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21c/2020/09.02.13.17.01
Última Atualização dos Metadados2022:01.04.01.35.20 (UTC) administrator
DOI10.1109/JSTARS.2020.2994893
ISSN1939-1404
2151-1535
Chave de CitaçãoShimabukuroArDuDuCaSaHo:2020:DiLaUs
TítuloDiscriminating land use and land cover classes in Brazil based on the annual PROBA-V 100 m time series
Ano2020
Data de Acesso25 abr. 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho4018 KiB
2. Contextualização
Autor1 Shimabukuro, Yosio Edemir
2 Arai, Egídio
3 Duarte, Valdete
4 Dutra, Andeise Cerqueira
5 Cassol, Henrique Luis Godinho
6 Sano, Edson Eyji
7 Hoffmann, Tânia Beatriz
Identificador de Curriculo1 8JMKD3MGP5W/3C9JJCQ
2 8JMKD3MGP5W/3C9JGUP
3 8JMKD3MGP5W/3C9JJAU
ORCID1 0000-0002-1469-8433
2
3
4 0000-0002-4454-7732
5 0000-0001-6728-4712
6 0000-0001-5760-556X
7 0000-0002-8246-5666
Grupo1 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
2 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
3 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
4 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
5 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
6
7 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
Afiliação1 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 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
7 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 yosio@dsr.inpe.br
2 egidio@dsr.inpe.br
3 valdete.duarte@inpe.br
4 andeise.dutra@inpe.br
5 henrique@dsr.inpe.br
6 edson.sano@embrapa.br
7 tania.hoffmann@inpe.br
RevistaIEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
Volume13
Páginas3409-3420
Histórico (UTC)2020-09-02 13:17:01 :: simone -> administrator ::
2022-01-04 01:35:20 :: 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
Palavras-Chave—Fraction images
image processing
linear spectral mixing model (LSMM)
random forest (RF)
ResumoBrazil, with more than 8 million km2, presents six different biomes, ranging from natural grasslands (Pampa biome) to tropical rainfall forests (Amazônia biome), with different land-use types (mostly pasturelands and croplands) and pressures (mainly in the Cerrado biome). The objective of this article is to present a new method to discriminate the most representative land use and land cover (LULC) classes of Brazil, based on the PROBA-V images. The images were converted into vegetation, soil, and shade fraction images by applying the linear spectral mixing model. Then, the pixel-based, highest proportion, annual mosaics of the fraction images, and their corresponding standard deviation images were derived and classified using the random forest algorithm. The following LULC classes were considered: forestlands, shrublands, grasslands, croplands, pasturelands, water bodies, and others. An agreement analysis was conducted with two available LULC maps derived from the Landsat satellite, the MapBiomas, and the Finer Resolution Observation and Monitoring-Global Land Cover (FROM-GLC) projects. Forestlands (412 million ha) and pasturelands (242 million ha) were the two most representative LULC classes; and croplands accounted for 30 million ha. The results presented an overall agreement of 69% and 58% with the MapBiomas and FROM-GLC projects, respectively. The proposed method is a good alternative to support operational projects of LULC map production that are important for planning biodiversity conservation or environmentally sustainable land occupation.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Discriminating land use...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Discriminating land use...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 02/09/2020 10:17 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvoshimabukuro_discriminating.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Política de Arquivamentodenypublisher allowfinaldraft
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S
DivulgaçãoWEBSCI; IEEEXplore.
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository month nextedition notes number parameterlist parentrepositories previousedition previouslowerunit progress project readergroup rightsholder schedulinginformation secondarydate secondarykey secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/49NEEFL
Repositóriosid.inpe.br/mtc-m21c/2023/08.30.10.51
Última Atualização2023:08.30.10.51.44 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2023/08.30.10.51.44
Última Atualização dos Metadados2023:09.14.01.13.45 (UTC) administrator
Chave SecundáriaINPE--PRE/
Chave de CitaçãoSimões:2019:LaUsLa
TítuloLand use and land cover classification of satellite image time series using machine learning
Ano2019
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho101 KiB
2. Contextualização
AutorSimões, Rolf Ezequiel de Oliveira
GrupoCAP-COMP-SESPG-INPE-MCTIC-GOV-BR
AfiliaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autorrolfsimoes@gmail.com
EditorSantos, R. D. C.
Queiroz, G. R.
Nome do EventoWorkshop de Computação Aplicada, 19 (WORCAP)
Localização do EventoSão José dos Campos, SP
Data17-19 set. 2019
Título do LivroAnais
Tipo TerciárioPoster
Histórico (UTC)2023-08-30 10:51:44 :: simone -> administrator ::
2023-09-14 01:13:45 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
ResumoThe human activities are impacting the global environment and the Earth surface. Research on new technologies to assess and monitor this impact is a necessary task to improve our knowledge on Earth system dynamics. One way to understand the environmental changes is to look to land cover and land use changes. In the past few decades, the Earth surface imaging done by orbital sensors is the most consistent way to do this task globally and periodically. Nowadays, the planet is continuously monitored and a several imagery databases are open to the public community. This massive volume of spatio-temporal suggested the concept of big Earth Observation data that, associated with the recent innovations on information technologies and connectivity, increased the attention to the Earth Observation data cubes (EODC) (Strobl, 2017; Giuliani et al., 2019). More than a way to organize multidimensional data, an EODC can be viewed as a package of solutions intended to facilitate its consumption by researchers. Recently, some private and governmental initiatives by research groups and institutions worldwide are producing and delivering EODC. INPE, the National Institute for Space Research in Brazil, is working on a challenging project, organize and deliver the Brazilian Data Cube (BDC) (INPE, 2019). Here, we present a work in progress model of the BDC catalog database using the Unified Modeling Language (UML) to clarifies some concepts and propose its Entity-Relationship model. The BDC catalog database is a central component of the data cube technology. It enables the search and retrieval of its data elements and facilitates the interoperability between services and client softwares.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Land use and...
Arranjo 2urlib.net > BDMCI > Fonds > WORCAP > XIX WORCAP > Land use and...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > XIX WORCAP > Land use and...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 30/08/2023 07:51 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34R/49NEEFL
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34R/49NEEFL
Idiomaen
Arquivo AlvoSimoes_land.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2017/11.22.19.04.03
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPDW34P/49QQGM8
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition format isbn issn keywords label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/44KLMUS
Repositóriosid.inpe.br/mtc-m21c/2021/05.05.01.16
Última Atualização2021:09.28.17.39.53 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2021/05.05.01.16.36
Última Atualização dos Metadados2022:04.03.23.15.44 (UTC) administrator
Chave SecundáriaINPE-18471-TDI/3119
Chave de CitaçãoSimões:2021:LaUsLa
TítuloLand use and land cover classification of satellite image time series using machine learning
Título AlternativoClassificação de uso e cobertura da terra a partir de séries temporais de imagens de satélite usando métodos de aprendizado de máquina
CursoCAP-COMP-DIPGR-INPE-MCTI-GOV-BR
Ano2021
Data2021-05-12
Data de Acesso25 abr. 2024
Tipo da TeseTese (Doutorado em Computação Aplicada)
Tipo SecundárioTDI
Número de Páginas65
Número de Arquivos1
Tamanho2413 KiB
2. Contextualização
AutorSimões, Rolf Ezequiel de Oliveira
BancaSantos, Rafael Duarte Coelho dos (presidente)
Camara Neto, Gilberto (orientador)
Queiroz, Gilberto Ribeiro de (orientador)
Almeida, Claudio Aparecido
Arvor, Damien
Lorena, Ana Carolina
Endereço de e-Mailrolf.simoes@inpe.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSão José dos Campos
Histórico (UTC)2021-05-05 01:17:26 :: rolf.simoes@inpe.br -> pubtc@inpe.br ::
2021-05-06 19:18:10 :: pubtc@inpe.br -> rolf.simoes@inpe.br ::
2021-07-20 22:34:09 :: rolf.simoes@inpe.br -> pubtc@inpe.br ::
2021-07-21 17:11:29 :: pubtc@inpe.br -> rolf.simoes@inpe.br ::
2021-07-27 15:17:51 :: rolf.simoes@inpe.br -> pubtc@inpe.br ::
2021-12-03 18:34:58 :: pubtc@inpe.br -> simone ::
2021-12-03 18:42:06 :: simone :: -> 2021
2021-12-03 18:42:07 :: simone -> administrator :: 2021
2022-04-03 23:15:44 :: administrator -> :: 2021
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavebig Earth observation data
satellite image time series
machine learning
land use and land cover maps
cloud computing
big data
observação da Terra
séries temporais de imagens de satélites
aprendizado de máquina
mapas de uso e cobertura da terra
computação em nuvem
ResumoHuman activities are impacting the global environment and changing the landscape of the Earth at an unprecedented pace. One way to understand and quantify the impacts of these transformations is to measure land cover and land use changes. Earth observation by orbital sensors has became the most consistent way to do this task as it reaches all globe in a periodic manner. The planet is continuously monitored and large image databases are open to the public community. Cloud computing is becoming the main choice for storage, distribution, and processing of satellite imagery. To use these data sets to understand how our planet is changing, researchers are developing software for big Earth observation data analytics. The massive volume of spatiotemporal digital assets has brought about a major computational challenge: how to design and build technologies that allow the Earth observation community to analyse big data sets? This thesis addresses this problem by proposing an open source R package called sits. The package works with satellite image time series and machine learning methods to produce land use and land cover classification in a time-first, space-later approach. Our hypothesis is that using all observed spectral values of the time series coupled with advanced statistical learning methods is a robust approach for land classification. Two case studies show that this approach produces results of high accuracy. The first was conducted in Mato Grosso State, Brazil, for years 2001-2017. The second was conducted in Cerrado biome for the year 2018. These study areas comprise some of the worlds most dynamic agricultural frontiers. To show how to access collections of satellite images, we also present the rstac R package. This package allows sits to connect to different imagery repositories on the cloud. RESUMO: As atividades humanas estão impactando o meio ambiente global e mudando a paisagem da Terra a um ritmo sem precedentes. Uma maneira de entender e quantificar os impactos destes transformações é olhar para a cobertura e as mudanças de uso do solo. Nas últimas décadas, imagens de satélite sensores orbitais tornaram-se a maneira mais consistente de faze-lo. Atualmente, o planeta é continuamente monitorado e várias bases de dados de imagens estão abertas à comunidade científica. Para armazenar, distribuição e processar essas imagens, a principal escolha é o uso de computação em nuvem. Esse enorme volume de dados trouxe um desafio computacional: como projetar e construir tecnologias que permitam à comunidade de observação da Terra analisar grandes conjuntos de dados? Esta tese contribui para resolver esse desafio científico ao propor um pacote R de código aberto chamado sits . O software usa séries temporais de imagens de satélite e métodos de aprendizagem de máquinas para produzir a classificação de uso e cobertura da Terra em uma abordagem time-first, space-later. Nossa hipótese é a de que usar séries temporais juntamente com métodos avançados de aprendizagem de máquina é uma abordagem robusta para a classificação do uso e cobertura da terra. Mostramos no trabalho que esta abordagem produz mapas de uso e cobertura da Terra com boa precisão através de dois estudos de caso. O primeiro foi realizado no estado do Mato Grosso, Brasil, para o período 2001-2017. O segundo no bioma brasileiro do Cerrado para o ano de 2018. Nessas áreas de estudo estão localizas algumas das fronteiras agrícolas mais dinâmicas do mundo. Além disso, apresentamos o pacote rstac desenvolvido e integrado no sits que nos permitiu conectar a diferentes repositórios de imagens na nuvem.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Land use and...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Land use and...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
originais/@4primeirasPaginas.pdf 28/09/2021 14:20 412.4 KiB 
originais/DEFESA FINAL DE TESE DE ROLF EZEQUIEL DE OLIVEIRA SIMÕES - CAP.pdf 28/07/2021 11:34 60.8 KiB 
originais/Thesis_Rolf_Simoes_INPE_v4.pdf 03/08/2021 15:17 2.0 MiB
Conteúdo da Pasta agreement
autorizacao.pdf 28/09/2021 14:39 323.9 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34R/44KLMUS
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34R/44KLMUS
Idiomaen
Arquivo Alvopublicacao.pdf
Grupo de Usuáriospubtc@inpe.br
rolf.simoes@inpe.br
simone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2017/11.22.19.04.03
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPCW/46KUES5
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.12.22.16 1
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi electronicmailaddress format group isbn issn label lineage mark nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid rightsholder schedulinginformation secondarydate secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m16d.sid.inpe.br
Identificador8JMKD3MGPDW34R/3UFDG6B
Repositóriosid.inpe.br/mtc-m16d/2019/11.27.13.54
Última Atualização2019:11.27.13.54.10 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m16d/2019/11.27.13.54.11
Última Atualização dos Metadados2023:01.30.13.08.46 (UTC) administrator
ISSN2179-4847
Chave de CitaçãoOliveiraCarBueRodMar:2019:ExPaGe
TítuloExploiting parallelism to generate meta-features for land use and land cover classification with remote sensing time series
FormatoOn-line.
Ano2019
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho210 KiB
2. Contextualização
Autor1 Oliveira, Sávio S. T. de
2 Cardoso, Marcelo de C.
3 Bueno, Elivelton
4 Rodrigues, Vagner J. S.
5 Martins, Wellington S.
Afiliação1 Universidade Federal de Goiás (UFG)
2 Universidade Federal de Goiás (UFG)
3 Universidade Federal de Goiás (UFG)
4 Universidade Federal de Goiás (UFG)
5 Universidade Federal de Goiás (UFG)
Endereço de e-Mail do Autor1 savio.teles@gogeo.io
2 marcelo.cardoso@gogeo.io
3 elivelton.bueno@gogeo.io
4 vagner@gogeo.io
5 wellington@inf.ufg.br
EditorLisboa Filho, Jugurta
Monteiro, Antonio Miguel Vieira
Endereço de e-Maildaniela.seki@inpe.br
Nome do EventoSimpósio Brasileiro de Geoinformática, 20 (GEOINFO)
Localização do EventoSão José dos Campos
Data11 -13 nov. 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Título do LivroAnais do 20º Simpósio Brasileiro de Geoinformática
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-27 13:54:11 :: daniela.seki@inpe.br -> administrator ::
2020-05-19 15:00:30 :: administrator -> simone :: 2019
2020-05-19 18:26:45 :: simone -> administrator :: 2019
2023-01-30 13:08:46 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavegeoinformatica
ResumoThe automatic classification of remote sensing time series has become essential to identify the rapid and frequent changes that the earths surface has been undergoing. This work investigates the accuracy of land use and land cover classification with remote sensing time series when distance based metafeatures are added to existing features of some classifiers. The distance based meta-features presented are generated by comparing all time series of the region being studied to every time series patterns previously calculated for that region. This is a very costly operation that was made viable through the use of parallel processing. Although expensive, this operation is advantageous because the meta-features generated can be later used as input to any classifier. The experimental work conducted showed promising results when using the distance based meta-feature strategy. The proposed strategy was able to increase from 78% to 93,8% the classification accuracy of the KNN algorithm, and from 92,3% to 93,8% the accuracy of a state-of-art SVM-based algorithm proposed recently. These results indicate that distance-based meta-features allow revealing unknown data characteristics, potentially increasing classification accuracy.
ÁreaSER
Arranjourlib.net > BDMCI > Fonds > GEOINFO > Coleção GEOINFO > Exploiting parallelism to...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGPDW34R/3UFDG6B
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGPDW34R/3UFDG6B
Idiomapt
Arquivo Alvo135-146.pdf
Grupo de Usuáriosdaniela.seki@inpe.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPDW34P/42T2R5B
8JMKD3MGPDW34P/48F29JE
Lista de Itens Citandosid.inpe.br/mtc-m16c/2020/07.22.00.51 1
sid.inpe.br/mtc-m16c/2023/01.30.13.05 1
Acervo Hospedeirosid.inpe.br/mtc-m19@80/2009/08.21.17.02
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi edition group holdercode isbn label lineage mark nextedition notes numberofvolumes orcid pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark type url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3JU4H2E
Repositóriosid.inpe.br/mtc-m21b/2015/07.28.17.53   (acesso restrito)
Última Atualização2015:12.04.10.42.35 (UTC) administrator
Repositório de Metadadossid.inpe.br/mtc-m21b/2015/07.28.17.53.09
Última Atualização dos Metadados2021:03.06.19.31.05 (UTC) administrator
Chave SecundáriaINPE--PRE/
Chave de CitaçãoMausCâCaRaSaQu:2015:OPBoDy
TítuloOPen boundary dynamic time warping for satellite image time series classification
Ano2015
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CI
Número de Arquivos1
Tamanho3632 KiB
2. Contextualização
Autor1 Maus, Victor Wegner
2 Câmara, Gilberto
3 Cartaxo, Ricardo Modesto de Souza
4 Ramos, Fernando Manuel
5 Sanchez Ipia, Alber Hamersson
6 Queiroz, Gilberto Ribeiro de
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHB8
3
4 8JMKD3MGP5W/3C9JH4A
5
6 8JMKD3MGP5W/3C9JHBC
Grupo1 CST-CST-SPG-INPE-MCTI-GOV-BR
2 DPI-OBT-INPE-MCTI-GOV-BR
3 DPI-OBT-INPE-MCTI-GOV-BR
4 LAC-CTE-INPE-MCTI-GOV-BR
5 CST-CST-SPG-INPE-MCTI-GOV-BR
6 DPI-OBT-INPE-MCTI-GOV-BR
Afiliação1 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 Autor1 victor.maus@inpe.br
2 gilberto.camara@inpe.br
3 cartaxo@dpi.inpe.br
4 fernando.ramos@inpe.br
5 alber.ipia@inpe.br
6 gribeiro@dpi.inpe.br
Nome do EventoIEEE International Geoscience and Remote Sensing Symposium (IGARSS)
Localização do EventoMilan, Italy
Data23-31 July
Histórico (UTC)2015-07-28 17:53:09 :: simone -> administrator ::
2021-03-06 19:31:05 :: administrator -> simone :: 2015
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
ÁreaCST
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 28/07/2015 14:53 1.0 KiB 
4. Condições de acesso e uso
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ESGTTP
8JMKD3MGPCW/449U4PL
Lista de Itens Citandosid.inpe.br/bibdigital/2021/03.06.05.18 2
sid.inpe.br/mtc-m21/2012/07.13.14.49.22 1
sid.inpe.br/bibdigital/2013/09.09.15.05 1
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosabstract archivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label language lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject targetfile tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3PSM352
Repositóriosid.inpe.br/marte2/2017/10.27.13.48.27
Última Atualização2017:10.27.13.48.27 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2017/10.27.13.48.28
Última Atualização dos Metadados2018:06.06.03.08.39 (UTC) administrator
ISBN978-85-17-00088-1
Rótulo59305
Chave de CitaçãoMacielVinh:2017:CaStMu
TítuloTime series classification using features extraction to identification of land use and land cover: A case study in the municipality of Itaqui, South Region of Brazil
FormatoInternet
Ano2017
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1550 KiB
2. Contextualização
Autor1 Maciel, Adeline Marinho
2 Vinhas, Lubia
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHM4
Grupo1 CAP-COMP-SESPG-INPE-MCTIC-GOV-BR
2 DIDPI-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 adeline.maciel@inpe.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Endereço de e-Maildaniela.seki@inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 18 (SBSR)
Localização do EventoSantos
Data28-31 maio 2017
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas4429-4436
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2017-10-27 13:48:28 :: banon -> administrator ::
2017-10-30 16:17:43 :: administrator -> banon :: 2017
2017-12-14 18:05:39 :: banon -> administrator :: 2017
2018-06-06 03:08:39 :: administrator -> simone :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoOne of the main applications in remote sensing is the analysis and classification of land cover and land use. Sensors, such as MODIS, are have been largely used for monitoring land cover change due to its high temporal resolution. Although several studies perform time series classification by features extracting or similarities measures to verify annual usage patterns and land cover, a little has been explored about the extraction of information by focal neighborhood operation and different sub-intervals of a time series whole. In order to explore the use of different features extracted of annual time series, for sub-intervals and focal neighborhood to identify patterns of land use and land cover, this work takes the use of statistical measures already extracted in the context of annual time series and presents an approach to information extraction for sub-intervals of year and focal neighborhood to characterise temporal patterns. To demonstrate the applicability of this study an experiments were conducted to classify of time series of land use and land cover using EVI MODIS sensor data, using Random Forest algorithm, where resulted in the creation of temporal maps identifying temporal patterns.
ÁreaSRE
TipoAnálise de séries temporais de imagens de satélite
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 18 > Time series classification...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 18 > Time series classification...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 18 > Time series classification...
Arranjo 4urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Time series classification...
Arranjo 5urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Time series classification...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3PSM352
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3PSM352
Idiomaen
Arquivo Alvo59305.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3PMFNUS
8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3F2PHGS
Lista de Itens Citandosid.inpe.br/bibdigital/2013/09.09.15.05 2
sid.inpe.br/mtc-m21/2012/07.13.14.53.44 2
sid.inpe.br/marte2/2017/09.25.14.55 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination doi edition issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Repositóriodpi.inpe.br/sbsr@80/2008/11.17.12.05
Última Atualização2009:03.26.08.57.16 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/sbsr@80/2008/11.17.12.05.29
Última Atualização dos Metadados2022:07.07.03.46.38 (UTC) administrator
Chave SecundáriaINPE-15818-PRE/10428
ISBN978-85-17-00044-7
Chave de CitaçãoArenas-ToledoEpip:2009:CrPaEx
TítuloCrop patterns extraction derived by classic Fourier analysis of EVI-MODIS time-series data to support crop discrimination
FormatoDVD, On-line.
Ano2009
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho551 KiB
2. Contextualização
Autor1 Arenas-Toledo, John Mauricio
2 Epiphanio, José Carlos Neves
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHGM
Grupo1 DSR-OBT-INPE-MCT-BR
2 DSR-OBT-INPE-MCT-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 john@dsr.inpe.br
2 epiphanio@dsr.inpe.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Endereço de e-Mailerich@sid.inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 14 (SBSR)
Localização do EventoNatal
Data25-30 abr. 2009
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas83-90
Título do LivroAnais
Tipo TerciárioArtigo
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2008-11-17 12:05:29 :: john@ltid.inpe.br -> sbsr ::
2009-02-19 17:04:43 :: sbsr -> administrator ::
2009-04-20 16:28:15 :: administrator -> john@ltid.inpe.br ::
2009-04-22 01:15:20 :: john@ltid.inpe.br -> administrator ::
2009-06-09 19:31:40 :: administrator -> marciana ::
2009-06-22 13:55:16 :: marciana -> erich@sid.inpe.br ::
2009-06-23 14:41:20 :: erich@sid.inpe.br -> administrator ::
2009-08-05 01:54:59 :: administrator -> erich@sid.inpe.br ::
2010-05-14 02:40:33 :: erich@sid.inpe.br -> marciana ::
2011-02-16 14:17:03 :: marciana -> administrator :: 2009
2022-07-07 03:46:38 :: administrator -> :: 2009
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveannual crops
Fourier series
harmonic terms
per-pixel classification
ResumoThe current economic panorama with market crises, food crises, bio-fuels expansions, commodities crush down, etc. makes absolutely relevant for any country to setup agriculture information in a quick and operational way. In this complicated scenario we proposed an approach to perform crop discrimination based on crop patterns of major annual crops in Mato Grosso State, known as one of the largest world agriculture frontier. This region is a large agriculture producer, especially of soybean, cotton and maize. These annual crops have a short cycle, which makes crop monitoring hard to achieve only by using medium spatial resolution imagery because there is a coincidence with a period of high cloud cover, particularly during the summer season. Lowerorder harmonic terms derived from Time-series of EVI MODIS were related to crop patterns. We found that cotton areas were modeled by first-order term and succession soybean and second maize crop known as safrinha were modeled by second-order term. Per-pixel classifications of harmonic terms reached accuracies of 90% for harmonic terms.
ÁreaSRE
TipoAgricultura
Arranjourlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Crop patterns extraction...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
SBSR_2009_Artigo_John-Epiphanio.pdf 17/11/2008 10:05 423.5 KiB 
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/dpi.inpe.br/sbsr@80/2008/11.17.12.05
URL dos dados zipadoshttp://urlib.net/zip/dpi.inpe.br/sbsr@80/2008/11.17.12.05
Idiomaen
Arquivo Alvo83-90.pdf
Grupo de Usuáriosadministrator
erich@sid.inpe.br
john@ltid.inpe.br
marciana
Grupo de Leitoresadministrator
john@ltid.inpe.br
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhodpi.inpe.br/marte1@80/2009/05.26.17.02
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
Acervo Hospedeirodpi.inpe.br/netuno@1905/2006/07.17.20.18
dpi.inpe.br/banon/2003/12.10.19.30
6. Notas
Agência FinanciadoraINPE
Nota1
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition identifier issn label lineage nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarymark serieseditor shorttitle tertiarymark url versiontype volume

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP5W34M/3GD3GEQ
Repositóriosid.inpe.br/mtc-m21b/2014/05.30.02.21.13
Última Atualização2014:07.15.18.59.13 (UTC) marcelo.pazos@inpe.br
Repositório de Metadadossid.inpe.br/mtc-m21b/2014/05.30.02.21.14
Última Atualização dos Metadados2020:09.14.12.09.00 (UTC) administrator
DOI10.3390/rs6043123
ISSN2072-4292
Rótuloscopus 2014-05 OliveiraEpipRenn:2014:SpAnEs
Chave de CitaçãoOliveiraEpipRenn:2014:SpAnEs
TítuloWindow regression: A spatial-temporal analysis to estimate pixels classified as low-quality in MODIS NDVI time series
Ano2014
MêsApr.
Data de Acesso25 abr. 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho4071 KiB
2. Contextualização
Autor1 Oliveira, Julio Cesar de
2 Epiphanio, José Carlos Neves
3 Rennó, Camilo Daleles
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHGM
3 8JMKD3MGP5W/3C9JGN2
Grupo1 SER-SRE-SPG-INPE-MCTI-GOV-BR
2 DSR-OBT-INPE-MCTI-GOV-BR
3 DPI-OBT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1
2 epiphani@ltid.inpe.br
3 camilo@dpi.inpe.br
Endereço de e-Mailmarcelo.pazos@inpe.br
RevistaRemote Sensing
Volume6
Número4
Páginas3123-3142
Nota SecundáriaB3_GEOGRAFIA B3_ENGENHARIAS_I B4_CIÊNCIAS_AMBIENTAIS B4_GEOCIÊNCIAS B5_CIÊNCIAS_AGRÁRIAS_I
Histórico (UTC)2016-07-03 20:59:19 :: administrator -> marcelo.pazos@inpe.br :: 2014
2016-10-14 16:03:45 :: marcelo.pazos@inpe.br -> administrator :: 2014
2020-09-14 12:09:00 :: administrator -> sergio :: 2014
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveAkaike information criterion
Data quality
Land use/land cover change
Mean absolute percentage error
Moderate resolution imaging spectroradiometer datum
MODIS
Normalized difference vegetation index
Spatial temporals
Deforestation
Estimation
Iterative methods
Noise abatement
Quality control
Radiometers
Regression analysis
Satellite imagery
Time series
Time series analysis
Pixels
ResumoMODerate resolution Imaging Spectroradiometer (MODIS) data are largely used in multitemporal analysis of various Earth-related phenomena, such as vegetation phenology, land use/land cover change, deforestation monitoring, and time series analysis. In general, the MODIS products used to undertake multitemporal analysis are composite mosaics of the best pixels over a certain period of time. However, it is common to find bad pixels in the composition that affect the time series analysis. We present a filtering methodology that considers the pixel position (location in space) and time (position in the temporal data series) to define a new value for the bad pixel. This methodology, called Window Regression (WR), estimates the value of the point of interest, based on the regression analysis of the data selected by a spatial-temporal window. The spatial window is represented by eight pixels neighboring the pixel under evaluation, and the temporal window selects a set of dates close to the date of interest (either earlier or later). Intensities of noises were simulated over time and space, using the MOD13Q1 product. The method presented and other techniques (4253H twice, Mean Value Iteration (MVI) and Savitzky-Golay) were evaluated using the Mean Absolute Percentage Error (MAPE) and Akaike Information Criteria (AIC). The tests revealed the consistently superior performance of the Window Regression approach to estimate new Normalized Difference Vegetation Index (NDVI) values irrespective of the intensity of the noise simulated. © 2014 by the authors; licensee MDPI, Basel, Switzerland.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Window regression: A...
Arranjo 2urlib.net > Produção anterior à 2021 > DIDSR > Window regression: A...
Arranjo 3urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Window regression: A...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP5W34M/3GD3GEQ
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP5W34M/3GD3GEQ
Idiomaen
Arquivo Alvoremotesensing-06-03123.pdf
Grupo de Usuáriosadministrator
marcelo.pazos@inpe.br
self-uploading-INPE-MCTI-GOV-BR
Grupo de Leitoresadministrator
marcelo.pazos@inpe.br
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Vinculação8JMKD3MGP5W34M/3G3872B
Repositório Espelhoiconet.com.br/banon/2006/11.26.21.31
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/bibdigital/2013/09.09.15.05 3
sid.inpe.br/mtc-m21/2012/07.13.14.42 3
sid.inpe.br/bibdigital/2013/10.18.22.34 1
DivulgaçãoWEBSCI; PORTALCAPES; COMPENDEX; SCOPUS.
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel format isbn lineage mark nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarytype url
7. Controle da descrição
e-Mail (login)sergio
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/495D7BB
Repositóriosid.inpe.br/marte2/2023/05.17.14.21
Última Atualização2023:05.17.14.21.26 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/05.17.14.21.26
Última Atualização dos Metadados2024:01.08.18.15.45 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoAntunesRAWFEBTLCM:2023:ClInCr
TítuloClassification of integrated crop-livestock systems using planetscope time series
FormatoInternet
Ano2023
Data de Acesso25 abr. 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho570 KiB
2. Contextualização
Autor 1 Antunes, João F. G.
 2 Reis, Aliny A. dos
 3 Almeida, Henrique S. L.
 4 Werner, João P. S.
 5 Figueiredo, Gleyce K. D. A.
 6 Esquerdo, Júlio C. D. M.
 7 Bueno, Inacio T.
 8 Toro, Ana P. S. G. D. D.
 9 Lamparelli, Rubens A. C.
10 Coutinho, Alexandre C.
11 Magalhães, Paulo S. G.
Afiliação 1 Embrapa Agricultura Digital
 2 Universidade Estadual de Campinas (UNICAMP)
 3 Universidade Estadual de Campinas (UNICAMP)
 4 Universidade Estadual de Campinas (UNICAMP)
 5 Universidade Estadual de Campinas (UNICAMP)
 6 Embrapa Agricultura Digital
 7 Universidade Estadual de Campinas (UNICAMP)
 8 Universidade Estadual de Campinas (UNICAMP)
 9 Universidade Estadual de Campinas (UNICAMP)
10 Embrapa Agricultura Digital
11 Universidade Estadual de Campinas (UNICAMP)
Endereço de e-Mail do Autor 1 joao.antunes@embrapa.br
 2 aareis@unicamp.br
 3 h198850@dac.unicamp.br
 4 j164880@dac.unicamp.br
 5 gleyce@unicamp.br
 6 julio.esquerdo@embrapa.br
 7 ibueno@unicamp.br
 8 a265622@dac.unicamp.br
 9 lamparel@unicamp.br
10 alex.coutinho@embrapa.br
11 graziano@unicamp.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase155743
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-05-17 14:22:21 :: simone -> administrator :: 2023
2024-01-08 18:15:45 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chavenano-satellites
NDVI
EVI
image composites
Multi-Layer Perceptron
ResumoThe new generation of orbital platforms has increased the opportunities for land cover classification using time series of satellite images in the last few years. In this study, we assessed the performance of high spatial and temporal resolution PlanetScope (PS) time series to map integrated crop-livestock systems (ICLS) and different land covers in the western region of São Paulo State, Brazil. To achieve this goal, 10-day and 15-day composite time series of the vegetation indices on both pixel and object-level were extracted from the PS images. The land cover classifications were performed using the Multi-Layer Perceptron (MLP) classifier, which achieved overall accuracies greater than 98.0%. The 10-day composite PS time series slightly outperformed the 15-day composite, returning overall accuracies of 99.1% and 98.6%, respectively. Although our method improved the discrimination of land parcels with ICLS, prediction maps returned misclassifications due to the hybrid unit of analysis, which will be improved in future works with the use of new deep learning algorithms that fully explore the temporal domain of the time series.
ÁreaSRE
TipoAnálise de séries temporais de imagens de satélite
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Classification of integrated...
Arranjo 2urlib.net > Produção a partir de 2021 > CGCT > SBSR 20 > Classification of integrated...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 20 > Classification of integrated...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/495D7BB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/495D7BB
Idiomaen
Arquivo Alvo155743.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 9
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar