Título:	Análise e mineração de dados de sensores orbitais para acompanhamento de safras de cana-de-açúcar.
Autoria:	AMARAL, B. F. CHINO, D. Y. ROMANI, L. A. S. GONÇALVES, R. R. V. SOUSA, E. P. M. de TRAINA, A. J. M.
Afiliação:	BRUNO F. AMARAL, USP; DANIEL Y. CHINO, USP; LUCIANA ALVIM SANTOS ROMANI, CNPTIA; RENATA R. V. GONÇALVES, Cepagri/Unicamp; ELAINE P. M. DE SOUSA, USP; AGMA J. M. TRAINA, USP.
Ano de publicação:	2011
Referência:	In: CONGRESSO DA SOCIEDADE BRASILEIRA DE COMPUTAÇÃO, 31; WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS, 3., 2011, Natal. Computação para todos: no caminho da evolução social: anais. Natal: UFRN, 2O11.
Páginas:	p. 1472-1481.
Conteúdo:	Resumo. O impacto causado por eventos climáticos extremos em todo o mundo tem motivado pesquisas para redução de gases de efeito estufa. No Brasil, a cana-de-açúcar é a principal fonte para produção de etanol, como alternativa a combustíveis fósseis. Nesse contexto, dados de sensoriamento remoto têm sido utilizados para monitorar safras de cana-de-açúcar e apoiar pesquisas científicas. Neste trabalho, é proposta uma metodologia baseada em agrupamento de dados para analisar séries temporais de NDVI obtidas de satélites AVHRR/NOAA. Os experimentos mostram que a abordagem proposta permite identificar áreas com padrões de desenvolvimento similares, considerando também os diferentes ciclos de vida da cultura.
NAL Thesaurus:	Sugarcane Time series analysis
Palavras-chave:	Mineração de dados Safras de cana-de-açúcar Análise de séries temporais Clusterização Data mining Clustering
Notas:	WCAMA 2011.
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPTIA)