Monitoramento Da Colheita Da Cana-De-Açúcar Por Meio De Imagens Modis

Aguiar, Daniel Alves; Rudorff, Bernardo; Rizzi, Rodrigo; Shimabukuro, Yosio Edemir

doi:10.14393/rbcv60n4-44863

Cited by 3 publications

(3 citation statements)

References 7 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…A cana-de-açúcar é uma cultura semiperene que pode ser colhida após um ciclo de 360 dias (cana-de-ano) ou de 540 dias (cana-deano-e-meio) após o plantio, e a colheita ocorre entre os meses abril a dezembro (Aguiar et al, 2008;Aguiar et al, 2011) (Figura 2). Entre o conjunto de dados oferecidos, foram utilizadas apenas as bandas B3 (vermelho: 0,63-0,69 μm); B4 (infravermelho próximo: 0,76-0,90 μm) e B5 (infravermelho médio: 1,55-1,75 μm), provenientes de S, O, F e M, por terem maior relação com os aspectos fenológico-espectrais das culturas agrícolas (Sanches et al, 2005).…”

Section: Descrição Da áRea De Estudo E Das Culturas Agrícolas Tipicam...unclassified

Classificação Orientada a Objetos Em Imagens Multitemporais Landsat Aplicada Na Identificação De Cana-De-Açúcar E Soja

Schultz

Formaggio

Eberhardt

et al. 2016

Rev. Bras. Cartogr.

View full text Add to dashboard Cite

A presente pesquisa teve por objetivo avaliar a potencialidade de dados multitemporais Landsat para classiï¬cação de cana-de-açúcar e de soja, conjuntamente, quando realizada via Análise de Imagens Orientada a Objetos (OBIA/ Random Forest). Foi utilizado um segmentador multi-resolução (SM) para gerar os polígonos (objetos). Um conjunto de 500 segmentações foi criado pela variação dos parâmetros Fe (fator de escala), Fm (forma) e Cp (compacidade), e avaliado pelo índice de Avaliação da Segmentação (IAVAS). Da segmentação que obteve menor IAVAS, foram extraídos os atributos espectrais das médias e desvios-padrão das bandas TM/Landsat-5 [setembro (S) e outubro (O) do ano 2000] e ETM+/Landsat-7 [fevereiro (F) e março (M) do ano 2001] dos objetos, e seus NDVIs. Estes atributos foram inseridos no algoritmo Random Forest (RF) e as exatidões das classiï¬cações foram testadas quanto ao uso dos seguintes conjuntos de datas: SOFM; SFM; OFM; SOF; FM; OF; SF; e F. O IAVAS deï¬niu Fe (35), Fm (30) e Cp (50) como melhores parâmetros de segmentação. As melhores exatidões de classiï¬cação Random Forest situaram-se em torno de 86%. Duas datas produziram melhor resultado que apenas uma, entretanto, o uso de mais de duas não produziu melhora signiï¬cativa na exatidão ï¬nal da classiï¬cação.

show abstract

Section: Descrição Da áRea De Estudo E Das Culturas Agrícolas Tipicam...unclassified

Classificação Orientada a Objetos Em Imagens Multitemporais Landsat Aplicada Na Identificação De Cana-De-Açúcar E Soja

Schultz

Formaggio

Eberhardt

et al. 2016

Rev. Bras. Cartogr.

View full text Add to dashboard Cite

show abstract

“…As imagens de satélites de sensoriamento remoto são obtidas sistematicamente em diversas faixas do espectro eletromagnético, possibilitando diferenciar os alvos da superfície terrestre em função da sua resposta espectral (JENSEN, 2006), constituindo assim peça fundamental no monitoramento e fiscalização do procedimento de colheita da cana-de-açúcar (AGUIAR, 2007). Estas imagens são compostas por inúmeros pixels, gerados por meio da resposta espectral integrada dos elementos que estão contidos no campo de visada instantânea (IFOV: Instantaneous Field-Of-View) de cada detector que compõe o sensor (JENSEN, 2006).…”

Section: Introductionunclassified

Classificação Automática Da Colheita Da Cana-De-Açúcar Utilizando Modelo Linear De Mistura Espectral

Mello

Rudorff

Vieira

et al. 2011

Rev. Bras. Cartogr.

View full text Add to dashboard Cite

A cana-de-açúcar é atualmente a melhor opção para produção de etanol e pode contribuir de forma significativa na mitigação da intensificação do efeito estufa. Contudo, a prática da queima da palha na pré-colheita da cana ainda constitui um grande problema ambiental que precisa ser eliminado. O governo do Estado de São Paulo e o setor privado estabeleceram um protocolo visando extinguir gradualmente essa prática até 2014. As imagens de sensoriamento remoto possuem grande potencial no monitoramento do manejo da colheita da cana com e sem a queima da palha na pré-colheita. Atualmente esse monitoramento é realizado com um forte apoio na interpretação visual, que apesar de alcançar resultados de qualidade, é um trabalho moroso. Este artigo tem como principal objetivo propor uma metodologia de classificação automática, utilizando a técnica de Modelo Linear de Mistura Espectral, para identificar as áreas de cana-de-açúcar colhidas com e sem queima. Um mapa gerado por interpretação visual foi utilizado como referência na avaliação da qualidade da classificação automática, que apresentou um índice de exatidão global de 89,7%. A metodologia proposta apresentou-se como uma alternativa promissora na automatização do monitoramento da colheita da cana-de-açúcar com e sem queima da palha.

show abstract

“…Segundo Aguiar et al (2008), a seqüência temporal de imagens adquiridas entre abril e dezembro permite identificar as áreas de cana colhidas sem queima e, portanto, distingui-las das áreas de cana colhidas com queima, utilizando imagens Landsat-5.…”

Section: A Utilização Do Sensoriamento Remoto No Setor Sucroenergéticounclassified

Hierarquização de aplicações do sensoriamento remoto no setor sucroenergético, por meio de sistema de análise de decisão multicritério (AHP Analytic Hierarchy Process)

Soare¹

View full text Add to dashboard Cite

Ao meu orientador, Prof. Dr. Jansle Vieira Rocha, pela amizade conquistada e paciência no decorrer deste período de aperfeiçoamento acadêmico e ao co-orientador, Prof. Dr. Rubens Augusto Camargo Lamparelli, pelos comentários sempre objetivos e pragmáticos.À banca da qualificação, Prof. Dr. Luiz Henrique Antunes Rodrigues (Prof. Lique), pelos comentários assertivos e críticos, mas profundamente necessários e Prof. Dr. Marco Tulio Ospina Patino, pelas observações sistêmicas ao projeto de pesquisa.Ao meu amigo Rafael Aldighieri Moraes, pela amizade, companheirismo e confiança cultivada além de ajuda indispensável no dia-a-dia de trabalho.Ao meu companheiro Deus, que me guia e orienta nesta longa e interessante jornada da vida. Muito Obrigado! viii RESUMOAtualmente o Sensoriamento Remoto tem avançado a sua utilização em diversos segmentos da sociedade acadêmica e empresarial, assim como, das iniciativas públicas e privadas, haja vista a quantidades de satélites já em órbita e os lançamentos contínuos dos mais diversos tipos de sensores remotos. Diversas nações têm como objetivo a independência geoespacial, seja por questões de segurança nacional ou estratégias de política de desenvolvimento econômico, razão pelo qual os vultosos valores investidos em inovação e tecnologias geoespaciais. Neste sentido, podemos citar inúmeras aplicações do sensoriamento remoto, como subsídio ao planejamento de políticas públicas de uso e ocupação terrestre, fiscalização governamental de fronteiras, planejamento ambiental, mapeamentos e análises de cobertura, análise da dinâmica espaço-temporal de uso e ocupação de solos, de florestas, de agricultura, dentre os mais diversos. Em relação às questões das aplicações do sensoriamento remoto na agricultura, vale ressaltar a importância do segmento sucroenergético nacional como fonte de diversas riquezas, como a produção de açúcar, etanol, bioeletricidade e derivados, e ainda contribuindo com uma matriz energética renovável. Desta forma, o presente trabalho tem a finalidade de hierarquizar as aplicações do Sensoriamento Remoto no setor sucroenergético, assim como, avaliar as restrições de utilização das geotecnologias no segmento. Para efeito didático da pesquisa, assim como, para o diagnóstico mercadológico foi classificado nesta pesquisa três grandes e principais grupos de a utilização das geotecnologias, sendo, aplicações em na gestão agronômica dos fatores de produção, aplicações nas ambientais e, no suporte à gestão dos negócios. No grupo de análise de restrições foram elencados três principais fatores atuais de restrição de utilização: conhecimento de sensoriamento remoto, custos das tecnologias de sensoriamento remoto e a disponibilidade de recursos humanos para o setor sucroenergético. O presente trabalho foi realizado com uma pesquisa de opinião com especialistas junto aos principais "players" do segmento sucroenergético, nas áreas de produção das regiões Centro-sul. A representatividade da pesquisa considerando a safra 2012/2013, foi de aproximadamente 35% da produção total, que tem...

show abstract

Monitoramento Da Colheita Da Cana-De-Açúcar Por Meio De Imagens Modis

Cited by 3 publications

References 7 publications

Classificação Orientada a Objetos Em Imagens Multitemporais Landsat Aplicada Na Identificação De Cana-De-Açúcar E Soja

Classificação Orientada a Objetos Em Imagens Multitemporais Landsat Aplicada Na Identificação De Cana-De-Açúcar E Soja

Classificação Automática Da Colheita Da Cana-De-Açúcar Utilizando Modelo Linear De Mistura Espectral

Hierarquização de aplicações do sensoriamento remoto no setor sucroenergético, por meio de sistema de análise de decisão multicritério (AHP Analytic Hierarchy Process)

Contact Info

Product

Resources

About