Biblioteca do Café
URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/1
Navegar
8 resultados
Resultados da Pesquisa
Item Aplicação de redes neurais artificiais na classificação de áreas cafeeiras em Machado-MG(Editora UFLA, 2013-01) Andrade, Lívia Naiara de; Vieira, Tatiana Grossi Chquiloff; Lacerda, Wilian Soares; Volpato, Margarete Marin Lordelo; Davis Junior, Clodoveu AugustoA cafeicultura é atividade de fundamental importância na região sul de Minas Gerais e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Apresenta-se,no presente estudo, uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, objetivando identificar áreas cafeeiras da região de Machado, MG. A metodologia para desenvolvimento da aplicação da RNA foi dividida em três etapas: pré-processamento dos dados; treinamento e uso da RNA; e análise dos resultados. Na primeira etapa foi realizada a divisão da área em estudo em duas partes (uma com relevo mais movimentado e outra com relevo menos movimentado), isso porque a região apresenta relevo suave ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Foram também criadas máscaras na rede de drenagem e área urbana. Na segunda etapa, diversas RNAs foram treinadas a partir de várias amostras de imagens representativas das classes de interesse e foi feita a classificação do restante da imagem utilizando a melhor RNA obtida. A terceira etapa consistiu na análise e validação dos resultados, realizando um cruzamento entre o mapa classificado visualmente e o mapa classificado pela Rede Neural escolhida. Utilizou-se o índice Kappa para avaliar o desempenho da RNA, uma vez que o uso desse coeficiente é satisfatório na avaliação da precisão de uma classificação temática. O resultado obtido foi superior aos resultados encontrados na literatura, com um índice Kappa de 0,558 para o relevo mais movimentado e 0,602 para o relevo menos movimentado.Item Application of artificial neural network in the classification of coffee areas in Machado, Minas Gerais state(Editora UFLA, 2013-01) Andrade, Lívia Naiara de; Vieira, Tatiana Grossi Chquiloff; Lacerda, Wilian Soares; Volpato, Margarete Marin Lordelo; Davis Junior, Clodoveu AugustoThe coffee is extremely important activity in southern of Minas Gerais and techniques for estimating acreage, seeking reliable crop forecasts are being intensely investigated. It is presented in this study, an application of Artificial Neural Networks (ANN) for the automatic classification of remote sensing data in order to identify areas of the coffee region Machado, Minas Gerais. The methodology for developing the application of RNA was divided into three stages: pre-processing of data, training and use of RNA, and analysis of results. The first step was performed dividing the study area into two parts (one embossed busiest and least busy one with relief), because this region has a strong emphasis smooth wavy, causing a greater difficulty of automatic mapping of use earth from satellite images. Masks were also created in the drainage network and the urban area. In the second step, various RNA’s were trained from several samples representative of the classes of images of interest and was made to classify the rest of the image obtained using the best RNA. The third step consisted in analyzing and validating the results, performing a cross between the classified map and the map visually classified by neural network chosen. We used the Kappa index to evaluate the performance of the RNA, since the use of this coefficient is satisfactory to assess the accuracy of a thematic classification. The result was higher than the results reported in the literature, with a Kappa index of 0.558 to 0.602 relief busiest and least busy for relief.Item Mineração de dados espectrais para modelagem de ocorrência de cercosporiose em cafeeiros(Embrapa Café, 2013) Volpato, Margarete M. L.; Alves, Helena Maria R.; Vieira, Tatiana G. C.; Andrade, Lívia Naiara de; Soares, Wilian L.; Souza, Vanessa Cristina O.; Alvarenga, Miguel Thiago; Boell, Miler G.O monitoramento fitossanitário possibilita prever o aparecimento ou aumento de intensidade da cercosporiose (Cercospora coffeicola Berkeley & Cooke) em cafeeiros. Tradicionalmente esse monitoramento é baseado em observação de períodos críticos ocorridos. Entretanto uma das maiores dificuldades para se utilizar esse tipo de monitoramento é a aquisição de dados climáticos. Uma alternativa para superar este problema é utilizar dados e produtos de imagens de satélites, em função da cobertura espacial e temporal, e de sua relação com as variações do clima e da vegetação de uma região. Uma das dificuldades para realização desse estudo é o grande número de dados gerados, por isso optou-se pela metodologia de mineração de dados, etapa principal do processo de Descoberta de Conhecimento em Bancos de Dados (Knowledge Discovery in Databases - KDD). O presente estudo objetivou aplicar técnicas de mineração de dados para encontrar modelos de dados climáticos e espectrais associados à ocorrência da Cercosporiose em cafeeiros. As coletas de dados de campo foram realizadas na fazenda experimental da EPAMIG, em e São Sebastião de Paraíso, MG, e os dados espectrais foram adquiridos pelo sensor MODIS do satélite Terra. Os modelos gerados mostraram que a temperatura média foi o atributo de maior separabilidade na totalidade dos dados climático estudados com taxa de acerto de 67%.Item Técnicas de extração de conhecimento aplicadas à identificação do comportamento do crescimento e desenvolvimento de cafeeiros em três altitudes(Embrapa Café, 2015) Silveira, Helbert Rezende de Oliveira; Andrade, Lívia Naiara de; Souza, Kamila Rezende Dázio de; Santos, Meline de Oliveira; Andrade, Cínthia Aparecida; Bomfim, Sandro Costa; Alves, José DonizetiAs características relacionadas ao desenvolvimento e frutificação do cafeeiro são altamente influenciadas pelo ambiente e, dessa maneira, tornam-se necessários estudos comportamentais da planta que permitam ampliar este conhecimento em diferentes ambientes. Objetivou-se, neste trabalho, identificar, por meio de técnicas de extração do conhecimento, o comportamento do crescimento e desenvolvimento de cafeeiros sob diferentes cotas de altitudes. Para isso, foram analisados o comprimento de ramos, número de nós, número de folhas, área foliar, número de frutos e os estádios de desenvolvimento dos frutos nas diferentes estações do ano, gerando um banco de dados de crescimento e desenvolvimento de cafeeiros em diferentes cotas de altitudes. Em seguida, um algoritmo de extração do conhecimento baseado em árvore de decisão foi utilizado para identificar o comportamento do crescimento e desenvolvimento do cafeeiro. Cafeeiros submetidos à elevada altitude apresentam maior crescimento de ramos, menor enfolhamento, e maturação mais tardia dos frutos.Item RELAÇÃO ESPAÇO TEMPORAL DA CAFEICULTURA COM AS ÁREAS DE PRESERVAÇÃO PERMANENTE NA REGIÃO DE TRÊS PONTAS, MINAS GERAIS(2011) Souza, Carolina Gusmão; Alves, Helena Maria Ramos; Vieira, Tatiana Grossi Chquiloff; Volpato, Margarete Marin Lordelo; Andrade, Lívia Naiara de; Souza, Katiane Ribeiro; Embrapa - CaféAs Áreas de Preservação Permanente são espaços protegidos cobertos ou não por vegetação nativa, com a função ambiental de preservar os recursos hídricos, a paisagem, a estabilidade geográfica, a biodiversidade, o fluxo gênico de fauna e flora, proteger o solo e assegurar o bem-estar das populações humanas. Desde a década de 70, com a expansão da cafeicultura em Minas Gerais, ocorreram inúmeras mudanças no uso e ocupação da terra. No cenário atual a cafeicultura corresponde a 70% da renda das propriedades rurais da região Sul do estado e região de Três Pontas tem sua economia baseada na produção de café. A expansão das fronteiras agrícolas devido à pressão econômica foi uma das grandes motivadoras da mudança no uso da terra e da substituição da vegetação natural, o que acarretou na supressão das áreas destinadas a preservação permanente. Neste intuito, este estudo objetivou delimitar e caracterizar as Áreas de Preservação Permanente de uma área piloto na região de Três Pontas, entre os anos de 1987 a 2010, utilizando geotecnologias, de forma a avaliar o impacto da cafeicultura sobre o ambiente da região. Para delimitar as áreas de preservação permanente, foi utilizada uma carta topográfica do IBGE e imagens do satélite Landsat 5, sensor TM. Foram utilizados os mapas de uso da terra de 1987 a 2010. A hidrografia da região foi obtida por meio da digitalização da carta topográfica. Foi realizado, na rede de drenagem, o levantamento espacial das áreas que deveriam estar preservadas, utilizando a relação de proximidade (buffer). Foi realizado o cruzamento da hidrografia com os mapas de uso da terra, para obtenção das áreas preservadas e não preservadas. Os resultados mostraram que o município apresentou um parque cafeeiro diversificado para todos os anos estudados. Em todos os anos de estudo foi observada uma preservação de mais de 50% das Áreas de Preservação Permanente, com exceção do ano de 2000 que apresentou 75% de áreas não preservadas. Da percentagem das Áreas de Preservação Permanente não preservadas, a cafeicultura ocupa cerca de 10%, o que mostra que esta cultura não é a grande responsável pela ocupação indevida dessas áreas. De qualquer forma, a avaliação mostra que a região não se adéqua às exigências do Código Florestal, uma vez que estas áreas deveriam ser integralmente preservadas.Item REDES NEURAIS ARTIFICIAIS (RNA) APLICADAS À CLASSIFICAÇÃO DE ÁREAS CAFEEIRAS NA REGIÃO DE TRÊS PONTAS-MG(2011) Andrade, Lívia Naiara de; Vieira, Tatiana Grossi Chquiloff; Lacerda, Wilian Soares; Volpato, Margarete Marin Lordelo; Alves, Helena Maria Ramos; Silva, Alexsandro Cândido de Oliveira; Souza, Carolina Gusmão; Embrapa - CaféA cafeicultura é atividade de fundamental importância na região Sul do estado de Minas Gerais, no Brasil, e técnicas de estimativa da área plantada, visando previsões de safra confiáveis, estão sendo intensamente pesquisadas. Este estudo apresenta uma aplicação de Redes Neurais Artificiais (RNA) para a classificação automática de dados de sensoriamento remoto, com o objetivo de identificar áreas cafeeiras na região de Três Pontas, Sul de Minas Gerais. Um fator complicador é a alta similaridade do padrão espectral do café com áreas de mata nativa. Foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, com um índice kappa de 69%.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 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.