Título:	Aplicação de redes neurais artificiais (RNA) na análise e classificação de áreas cafeeiras da Região de Machado-MG.
Autoria:	ANDRADE, L. N. VIEIRA, T. G. C. ALVES, H. M. R. VOLPATO, M. M. L. SOUZA, V. C. O.
Afiliação:	LÍVIA N. ANDRADE, Bolsista Embrapa Café.; TATIANA G. C. VIEIRA, EPAMIG; HELENA MARIA RAMOS ALVES, SAPC; MARGARETE M. L. VOLPATO, EPAMIG; VANESSA C. O. SOUZA, EPAMIG.
Ano de publicação:	2010
Referência:	In.: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 39.; CONGRESSO LATIONOAMERICANO Y DEL CARIBE DE INGENIERÍA AGRÍCOLA, 9., 2010, Vitória. A engenhria Agrícola e o Desenvolvimento das pequenas propriedades rurais.
Conteúdo:	A 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. Neste sentido, o presente 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 da região de Machado, MG. A região apresenta relevo ondulado a forte ondulado, o que acarreta maior dificuldade do mapeamento automático do uso da terra a partir de imagens de satélite. Outro complicador é a alta similaridade do padrão espectral do café e áreas de mata nativa. A área foi dividida entre os relevos plano e acidentado, e foram criadas máscaras na drenagem e na área urbana. O resultado da classificação feita pela RNA foi superior aos resultados encontrados na literatura, que utilizam classificadores automáticos clássicos, como o Battacharya e o Maxver. O Kappa do mapa classificado pela RNA foi de 55.84% para o relevo mais movimentado e 60.29% para o relevo menos movimentado.
Thesagro:	Cafeicultura Sensoriamento Remoto
Palavras-chave:	Rede neural artificial
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (SAPC)