Título:	Séries temporais MODIS para a detecção de sistemas integrados de produção agropecuária: uma contribuição para o monitoramento da agricultura de baixa emissão de carbono.
Autoria:	KUCHLER, P. C. SIMÕES, M. BÉGUÉ, A. FERRAZ, R. P. D. ARVOR, D.
Afiliação:	PATRICK CALVANO KUCHLER, UERJ; MARGARETH GONCALVES SIMOES, CNPS; AGNÉS BÉGUÉ, MAISON DE LA TÉLÉDÉTÉCTION; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; DAMIEN ARVOR, CNRS, UMR LETG-Rennes.
Ano de publicação:	2019
Referência:	In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais... São José dos Campos: Inpe, 2019. p. 1488-1491.
Conteúdo:	A implementação do iLP, ou seja, a combinação de agricultura e pecuária na mesma área, é considerada uma importante estratégia de intensificação agrícola sustentável no Brasil. Nossa hipótese é que a utilização da técnica Randon Forest (RF) aplicada aos dados do MODIS são capazes de detectar certos iLPs. Para isso, avaliamos a precisão do RF aplicado ao NDVI do MODIS para os anos de 2012 a 2016 em uma área no norte do Mato Grosso. Dois modelos foram testados: (i) usando 11 métricas fenológicas derivadas do MODIS (ii) usando as métricas e os dados originais. O índice kappa para (i) foi de 0,63, sendo 9 deles com potencial discriminatório; o resultado de (ii) foi de 0,84, onde somente 01 métrica foi significativa para discriminação. Nossos resultados indicam que o uso da técnica de classificação RF com dados MODIS tem grande potencial para compor uma metodologia de monitoramento do iLP.
Thesagro:	Sensoriamento Remoto Sistema de Produção Produção Integrada
NAL Thesaurus:	Remote sensing Integrated agricultural systems Time series analysis
Palavras-chave:	Séries Temporais Random Forest
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPS)