SPCB (06. : 2009 : Vitória, ES) - Resumos Expandidos
URI permanente para esta coleçãohttps://thoth.dti.ufv.br/handle/123456789/524
Navegar
6 resultados
Resultados da Pesquisa
Item SISTEMA DE INFORMAÇÃO GEOGRÁFICA NA ANÁLISE ESPAÇO-TEMPORAL DO PARQUE CAFEEIRO DA REGIÃO DE MACHADO – MG(2009) Alves, Helena Maria Ramos; Vieira, Tatiana Grossi Chquiloff; Souza, Vanessa Cristina Oliveira de; Volpato, Margarete Marin Lordelo; Andrade, Lívia Naiara de; Braga, Ricardo César Arsillo; Embrapa - CaféA área de estudo desse trabalho localiza-se na região de Machado, sul do estado de Minas Gerais. Essa região caracteriza bem a cafeicultura sul-mineira e contempla desde relevos mais planos a relevos mais acidentados. A região produz cafés de alta qualidade e cafés orgânicos, possuindo médios e pequenos produtores. Por sua importância, a cafeicultura de Machado tem sido alvo de estudo do Laboratório de Geoprocessamento da EPAMIG – GeoSolos desde 2000. Realizar uma análise espaço-temporal da cafeicultura dessa região é o objetivo desse trabalho. Para tanto, nos anos 2000, 2003, 2005 e 2007, a região foi mapeada utilizando imagens de sensoriamento remoto e o sistema de informação geográfica (SIG) SPRING. Essa análise revelou que a cafeicultura de Machado não é estática e vem sendo renovada desde o ano 2000. Com o SIG foi possível quantificar e mapear as mudanças ocorridas ao longo desses sete anos de estudo.Item DISTRIBUIÇÃO ESPACIAL DE CAFÉS DO ESTADO DE MINAS GERAIS E SUA RELAÇÃO COM A QUALIDADE(2009) Barbosa, Juliana Neves; Borém, Flávio Meira; Alves, Helena Maria Ramos; Volpato, Margarete Marin Lordelo; Souza, Vanessa Cristina Oliveira de; Santos, Walbert Júnior Reis dos; Andrade, Lívia Naiara; Embrapa - CaféO café é o segundo produto na pauta das exportações agrícolas do Brasil, constituindo uma das mais importantes fontes de renda para a economia brasileira. O estado de Minas Gerais destaca-se como o maior produtor. Os municípios mineiros vêm conquistando concursos de qualidade de café no âmbito nacional, abrindo espaço no mercado e agregando valor ao produto. Diante da necessidade de se conhecer as áreas com potencial de produção de cafés de qualidade, o objetivo deste trabalho foi relacionar a qualidade sensorial dos cafés participantes do Concurso de Qualidade – Cafés de Minas nos anos de 2007 e 2008, com características ambientais dos municípios do Estado e o conteúdo de trigonelina, cafeína e ácido-5-cafeiolquínico. Para a realização das avaliações o conjunto de amostras foi distribuído em quatro fases, sendo a primeira constituída por todos os inscritos e a última apenas pelos cafés pré- finalistas. Os cafés foram categorizados em natural e cereja descascado. A espacialização das amostras de ambos os anos foi realizada utilizando-se mapas de Kernel para a visualização da intensidade amostral de concentração de amostras em cada fase do concurso. Os resultados evidenciaram que na primeira fase, as amostras apresentaram-se bem distribuídas, com focos de intensidade amostral média, alta e muito alta. Na quarta fase foi observada uma alta concentração de amostras na região do Sul de Minas para ambos os anos e categorias.Item DINÂMICA ESPAÇO-TEMPORAL DO PARQUE CAFEEIRO DA REGIÃO DE TRÊS PONTAS – MG(2009) Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Volpato, Margarete Marin Lordelo; Souza, Vanessa Cristina Oliveira de; Embrapa - CaféA região de Três Pontas é uma das regiões cafeeiras mais importantes do Brasil e do mundo. O município é considerado o maior produtor mundial de café. Por esse motivo, conhecer a extensão e a localização desse parque cafeeiro torna-se de extrema importância. O objetivo desse trabalho foi analisar esse parque cafeeiro no tempo e no espaço, por meio de geotecnologias. No trabalho foram utilizadas imagens TM/Landsat de quatro diferentes datas, contemplando um período de sete anos de estudo. Foram confeccionados os mapas de uso da terra para os anos de 2000, 2003, 2005 e 2007. Por meio de ferramentas de análise espacial do sistema de informação geográfica SPRING, conclui- se que, durante esse período, o parque cresceu 7,45%. As áreas de café em produção aumentaram 11,24%, o que provavelmente elevou a produtividade da região. Não foram encontrados padrões de mudança no crescimento do parque.Item REDES NEURAIS ARTIFICIAIS NA CLASSIFICAÇÃO DE ÁREAS CAFEEIRAS DA REGIÃO DE GUAXUPÉ(2009) Andrade, Lívia Naiara de; Vieira, Tatiana Grossi Chquiloff; Lacerda, Wilian Soares; Alves, Helena Maria Ramos; Volpato, Margarete Marin Lordelo; Braga, Ricardo César Arsillo; Souza, Vanessa Cristina Oliveira de; Embrapa - CaféA cultura cafeeira tem o padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes uso da terra. A aplicação de Redes Neurais Artificiais (RNA) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora na discriminação de classes de maior complexidade. No presente trabalho foram utilizadas três bandas espectrais da imagem do satélite SPOT da região de Guaxupé, MG. O software utilizado para o processamento das imagens e classificação foi o IDRISI. Este trabalho visa à avaliação do uso de RNA para classificação automática de áreas cafeeiras em imagens de alta resolução espectral. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, é considerado um índice bom. A metodologia de redes neurais artificiais multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se utilize outros dados de entrada para a RNA, uma vez que somente as bandas espectrais não são suficientes para uma classificação otimizada.Item MAPEAMENTO DE ÁREAS CAFEEIRAS POR CLASSIFICAÇÃO AUTOMÁTICA UTILIZANDO MEDIDAS TEXTURAIS(2009) Souza, Vanessa Cristina Oliveira de; Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Volpato, Margarete Marin Lordelo; Embrapa - CaféA classificação automática de imagens de satélite para o mapeamento de áreas cafeeiras não tem obtido bons resultados. Este mapeamento, em sua grande maioria, ainda é feito visualmente, o que demanda muito mais tempo de processamento e de horas de trabalho do intérprete especialista. O mapeamento visual é preferido no caso do café devido ao problema da ambigüidade espectral entre as classes de café e mata nativa. Partindo do pressuposto de que a textura desses dois alvos é muito utilizada pelo interpretador no momento da classificação visual dos mesmos, este trabalho teve como objetivo estudar os padrões texturais do café e da mata, e classificá-los utilizando o classificador textural presente no software Texture. Os testes foram realizados sobre imagens do satélite Landsat 5, sensor TM, bandas 3 e 4. Os melhores resultados foram gerados utilizando as medidas cluster shade, uma quantização de 256 níveis de cinza e janela de 3x3 pixels. Esses parâmetros levaram a um kappa de 86%, o que corrobora a hipótese de que as medidas de textura podem ser usadas satisfatoriamente para o mapeamento automático de áreas cafeeiras.Item MAPEAMENTO DE ÁREAS CAFEEIRAS DO SUL DE MINAS GERAIS – MACHADO E TRÊS PONTAS(2009) Souza, Rafael Brito de; Vieira, Tatiana Grossi Chquiloff; Alves, Helena Maria Ramos; Volpato, Margarete Marin Lordelo; Souza, Vanessa Cristina Oliveira de; Santos, Walbert Junior Reis dos; Silva, Edilaine; Embrapa - CaféO objetivo deste trabalho foi mapear as áreas cafeeiras das regiões de Machado e Três Pontas no Sul do Estado de Minas Gerias, no Brasil, usando sensoriamento remoto. A Interpretação visual das imagens do satélite Landsat/TM foi utilizada para obter os mapas preliminares das áreas cafeeiras. Estes mapas foram conferidos em campo e utilizados posteriormente para avaliar a performance da inicial classificação supervisionada. Os mapas preliminares e corrigidos de ambas as regiões foram comparados e a acurácia foi avaliada através dos índices Kappa e Global obtidos pela tabela de concordância. Os resultados mostraram uma acurácia de 97%(Global) e 95%(Kappa) para a região de Machado e 99%(Global) e 98%(Kappa) para Três Pontas. As diferenças são pequenas, os resultados mostram a influencia da topografia de Três Pontas, com declividades suaves e uniformidade das áreas cafeeiras, na classificação. Os resultados mostram que o sensoriamento remoto apresentou grande precisão e um alto grau de concordância, possibilitando minimizar o tempo e o custo para o planejamento sustentável da cafeicultura destas importantes regiões de Minas Gerais.