Periódicos
URI permanente desta comunidadehttps://thoth.dti.ufv.br/handle/123456789/3352
Navegar
2 resultados
Resultados da Pesquisa
Item 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 SilveiraO 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.Item 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 FranciscoO 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