Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP.
Uma classificação supervisionada, usando analise discriminante por máxima verossimilhança (maxver), foi usada em uma área do município de Guaíra, SP, para identificar em sete classes diferentes alvos agrícolas: cultura anual, cana-de-açúcar, solo nu, solo semicoberto, pasto, floresta e água, usando imagens do satélite Landsat 5, sensor TM, em formato digital nas bandas 3, 4, e 5 (vermelho, infravermelho próximo e médio, respectivamente). A matriz final de classificação do maxver apresentou performance global de 85%, que e o exato valor mínimo aceitado na literatura. A imagem temática do resultado mostra um bom nível de identificação das classes, onde pode-se confirmar o bom desempenho da técnica de máxima verossimilhança para classificar imagens digitais multiespectral de satélite.
Main Author: | |
---|---|
Other Authors: | |
Format: | Folhetos biblioteca |
Language: | Portugues pt_BR |
Published: |
1996
|
Subjects: | Classificacao supervisionada, Guaíra, Sensoriamento remoto, Geologia, Fisiografia, Clima, Solo, Água, Agricultura, Remote sensing, Landsat, |
Online Access: | http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/12453 |
Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
id |
dig-infoteca-e-doc-12453 |
---|---|
record_format |
koha |
spelling |
dig-infoteca-e-doc-124532022-05-18T12:16:16Z Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP. MIRANDA, J. I. JOSÉ IGUELMAR MIRANDA, CNPMA. Classificacao supervisionada Guaíra Sensoriamento remoto Geologia Fisiografia Clima Solo Água Agricultura Remote sensing Landsat Uma classificação supervisionada, usando analise discriminante por máxima verossimilhança (maxver), foi usada em uma área do município de Guaíra, SP, para identificar em sete classes diferentes alvos agrícolas: cultura anual, cana-de-açúcar, solo nu, solo semicoberto, pasto, floresta e água, usando imagens do satélite Landsat 5, sensor TM, em formato digital nas bandas 3, 4, e 5 (vermelho, infravermelho próximo e médio, respectivamente). A matriz final de classificação do maxver apresentou performance global de 85%, que e o exato valor mínimo aceitado na literatura. A imagem temática do resultado mostra um bom nível de identificação das classes, onde pode-se confirmar o bom desempenho da técnica de máxima verossimilhança para classificar imagens digitais multiespectral de satélite. 2022-05-18T12:16:08Z 2022-05-18T12:16:08Z 1996-04-26 1996 Folhetos Jaguariuna: EMBRAPA-CNPMA, 1996. 1413-0084 http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/12453 Portugues pt_BR (EMBRAPA-CNPMA. Documentos, 4). openAccess 40 p. |
institution |
EMBRAPA |
collection |
DSpace |
country |
Brasil |
countrycode |
BR |
component |
Bibliográfico |
access |
En linea |
databasecode |
dig-infoteca-e |
tag |
biblioteca |
region |
America del Sur |
libraryname |
Sistema de bibliotecas de EMBRAPA |
language |
Portugues pt_BR |
topic |
Classificacao supervisionada Guaíra Sensoriamento remoto Geologia Fisiografia Clima Solo Água Agricultura Remote sensing Landsat Classificacao supervisionada Guaíra Sensoriamento remoto Geologia Fisiografia Clima Solo Água Agricultura Remote sensing Landsat |
spellingShingle |
Classificacao supervisionada Guaíra Sensoriamento remoto Geologia Fisiografia Clima Solo Água Agricultura Remote sensing Landsat Classificacao supervisionada Guaíra Sensoriamento remoto Geologia Fisiografia Clima Solo Água Agricultura Remote sensing Landsat MIRANDA, J. I. Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP. |
description |
Uma classificação supervisionada, usando analise discriminante por máxima verossimilhança (maxver), foi usada em uma área do município de Guaíra, SP, para identificar em sete classes diferentes alvos agrícolas: cultura anual, cana-de-açúcar, solo nu, solo semicoberto, pasto, floresta e água, usando imagens do satélite Landsat 5, sensor TM, em formato digital nas bandas 3, 4, e 5 (vermelho, infravermelho próximo e médio, respectivamente). A matriz final de classificação do maxver apresentou performance global de 85%, que e o exato valor mínimo aceitado na literatura. A imagem temática do resultado mostra um bom nível de identificação das classes, onde pode-se confirmar o bom desempenho da técnica de máxima verossimilhança para classificar imagens digitais multiespectral de satélite. |
author2 |
JOSÉ IGUELMAR MIRANDA, CNPMA. |
author_facet |
JOSÉ IGUELMAR MIRANDA, CNPMA. MIRANDA, J. I. |
format |
Folhetos |
topic_facet |
Classificacao supervisionada Guaíra Sensoriamento remoto Geologia Fisiografia Clima Solo Água Agricultura Remote sensing Landsat |
author |
MIRANDA, J. I. |
author_sort |
MIRANDA, J. I. |
title |
Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP. |
title_short |
Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP. |
title_full |
Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP. |
title_fullStr |
Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP. |
title_full_unstemmed |
Identificação de alvos agrícolas em imagens digitais Landsat: uma aplicação em Guaíra, SP. |
title_sort |
identificação de alvos agrícolas em imagens digitais landsat: uma aplicação em guaíra, sp. |
publishDate |
1996 |
url |
http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/12453 |
work_keys_str_mv |
AT mirandaji identificacaodealvosagricolasemimagensdigitaislandsatumaaplicacaoemguairasp |
_version_ |
1779391041317634048 |