Navegando por Autor "Ramirez, Gláucia Miranda"

Agora exibindo 1 - 4 de 4

Comparação de classificadores supervisionados na discriminação de áreas cafeeiras em Campos Gerais - Minas Gerais
(Editora UFLA, 2014-10) Sarmiento, Christiany Mattioli; Ramirez, Gláucia Miranda; Coltri, Priscila Pereira; Lima e Silva, Luis Felipe; Nassur, Otávio Augusto Carvalho; Soares, Jefferson Francisco
O uso de técnicas de sensoriamento remoto orbital representa um significativo avanço para os levantamentos de dados da cafeicultura, principalmente visando a complementação das técnicas utilizadas atualmente. Objetivou-se,neste trabalho, mapear áreas cafeeiras em imagens de alta resolução, a partir de métodos de classificação por análise de imagens orientada a objeto, com os algoritmos k nearest neighbor (KNN), support vector machine (SVM) e pixel-a-pixel, com o algoritmo maximum likelihood (Maxver). A área de estudo foi mapeada, em duas classes: ‘café’ e ‘outros usos’. Realizou- se a análise da exatidão dos mapeamentos a partir da comparação com o mapa de referência da área e foi constatado que a classificação pixel a pixel, pelo método maximum likelihood, obteve os melhores resultados, com 0,78 de índice kappa e 94,61% de exatidão. Conclui-se, a partir deste estudo que o método pixel a pixel do algoritmo Maxver mostra-se mais eficiente para discriminar café, quando se considera somente dois tipos de uso da terra, café e não café, em imagens de alta resolução
Comparação de dados dos satélites Ikonos-II e Landsat/ETM+ no estudo de áreas cafeeiras
(Empresa Brasileira de Pesquisa Agropecuária - Embrapa, 2006-04) Ramirez, Gláucia Miranda; Zullo Junior, Jurandir; Assad, Eduardo Delgado; Pinto, Hilton Silveira
O objetivo deste trabalho foi avaliar o impacto do aumento da resolução espacial e radiométrica da imagem pancromática do Ikonos-II na identificação de plantios de café (Coffea arabica), em comparação com as imagens do Landsat/ETM+. A área de estudo está localizada no Município de Pedregulho, SP, onde foram selecionados 50 talhões com plantios de café, e foram levantados dados referentes à altura, idade, espaçamento e variedade de cada talhão. As imagens permitiram a identificação de talhões com características diferentes em campo, tendo-se destacado a imagem do Ikonos-II, que apresentou melhor desempenho. Para os talhões com características iguais em campo, as imagens analisadas não se mostraram eficientes, independentemente do satélite utilizado. As correções atmosféricas e radiométricas, na imagem do Ikonos-II, não proporcionaram ganho efetivo nas análises realizadas. A maioria dos talhões identificados na imagem do Ikonos-II pode ser localizada na imagem do Landsat/ETM+ (68%). A correlação significativa entre a banda 4 do Landsat/ETM+ e o canal pancromático do Ikonos-II indica uma forma de ligação entre as imagens dos dois satélites.
Mapeamento e caracterização de áreas cafeeiras utilizando imagens de alta resolução espacial
(Universidade Federal de Lavras, 2013-09-24) Sarmiento, Christiany Mattioli; Ramirez, Gláucia Miranda
O café sempre foi sinônimo de progresso e contribuiu de maneira decisiva para a industrialização do país e, ainda hoje, é um dos produtos mais importantes na agricultura. No Brasil, a obtenção de informações oficiais referentes à cultura é realizada pela CONAB e pelo IBGE que utilizam informações municipais obtidas por meio da aplicação de questionários padrões. Os dados coletados seguindo esta metodologia são bastante suscetíveis a erros de análise humana, por isso torna-se necessário a ampliação de pesquisas que permitam caracterizar e localizar áreas com plantios de café de maneira mais rápida, precisa e com custos menores. Dentre as técnicas que podem ser consideradas neste contexto, o sensoriamento remoto é uma das que possuem um grande potencial de aplicação, representando um avanço significativo no levantamento de dados, no monitoramento e no planejamento agrícola. Considerando a dimensão da cafeicultura para o país e sabendo da disponibilidade da tecnologia de sensoriamento remoto fazem-se necessários estudos que viabilizem o emprego de imagens de satélite para automatizar a aquisição de dados sobre a cultura. . Objetivou-se com este estudo mapear áreas cafeeiras a partir de métodos de classificação por análise de imagens orientada ao objeto e pixel-a-pixel no município de Campos Gerais - MG utilizando imagem de alta resolução espacial do satélite QUICKBIRD. O estudo foi dividido em duas partes, sendo que o objetivo da primeira foi discriminar classes de café de outros usos do solo; e o da segunda parte foi realizar o mapeamento de uso e ocupação da terra considerando classes de porcentagem de cobertura do terreno pelas plantas de café. Realizou-se primeiramente a discriminação de áreas "café" e "outros usos" a partir de técnicas de análise de imagem orientada ao objeto onde foram utilizados os algoritmos k nearest neighbor e support vector machine. Para fins de comparação, foram realizadas técnicas de classificação pixel a pixel utilizando o algoritmo maximum likelihood. A partir destas informações, analisou-se a exatidão resultante dos mapeamentos em comparação com o mapa de referência da área e foi constatado que a classificação pixel a pixel por maximum likelihood obteve os melhores resultados, com 0,78 de índice kappa e 94,61% de exatidão. Na segunda parte do estudo foram coletados dados referentes a 17 talhões da propriedade estudada a fim de categorizar o uso café em classes segundo sua porcentagem de cobertura. As classes consideradas foram: café classe 1 (30-36%), café classe 2 (45-50%), café classe 3 (50-54%), café classe 4 (> 54%), solo exposto, mata, pastagem e corpos d água. Foi realizado o mapeamento do uso e ocupação da terra utilizando análises de imagem orientada a objetos (empregando os algoritmos k nearest neighbor e support vector machine) e classificação pixel a pixel (empregando algoritmo maximum likelihood). Os resultados apontaram que a análise de imagens orientada a objetos utilizando o algoritmo k nearest neighbor, foi o melhor método para mapeamento de uso e ocupação da terra considerando as classes de porcentagem de cobertura do terreno, com índice kappa 0,76 e exatidão global 86,34%.
Utilização de mapas de declividade para a inferência de aptidão à mecanização agrícola cafeeira em Campos Gerais e Machado, MG
(Embrapa Café, 2013) Chaves, Michel Eustáquio Dantas; Dias, Rodrigo Elias Batista Almeida; Cunha, João Paulo Barreto; Ramirez, Gláucia Miranda
Responsável por mais de 50% da safra brasileira de café, o Estado de Minas Gerais é o maior produtor nacional desta importante commodity agrícola, possuindo mais de um milhão de hectares plantados. A região sul do Estado se sobressai pela alta produtividade e grande produção de cafés especiais, diferenciados pela sua qualidade, bebida e sabor. Aspectos como clima, solo, altitude e tipos de processamento asseguram tais quesitos, embora as diferenças no relevo da região provoquem cenários diferenciados. De modo geral, a mecanização agrícola expande consideravelmente a capacidade produtiva da mão-de-obra rural, contribuindo significativamente para o desenvolvimento da agricultura. É recomendada para iniciar etapas de mecanização com segurança uma declividade de até 20%, valor considerado neste trabalho. Áreas com maior aptidão à mecanização tendem a produzir mais, porém, ressalta-se que este não é o único fator determinante. Dentro deste contexto, o objetivo do presente trabalho foi, por meio de sistemas de informações geográficas, gerar mapas e gráficos com as delimitações das possíveis áreas a serem mecanizadas nos municípios de Campos Gerais e Machado, em Minas Gerais. É possível concluir que 89,91% da área total do município de Campos Gerais, que possui relevo mais plano, enquadram-se como áreas aptas à mecanização ou aptas ao sistema de manejo e colheita mecanizada do café; e em Machado, que possui um relevo mais ondulado, 66,14% do território localiza-se a uma declividade dentro do limiar de aptidão de 20% de declividade para as operações mecanizadas do café.