Título:	Redes neurais artificiais aplicadas na identificação automática de áreas cafeeiras obtidas por imagem de satélite.
Autoria:	VIEIRA, T. G. C. LACERDA, W. S. ALVES, H. M. R. VOLPATO, M. M. L. ANDRADE, L. N. de BRAGA, R. C. A. SOUZA, V. C. O. de
Afiliação:	TATIANA GROSSI CHQUILOFF VIEIRA, GeoSolos; WILIAN SOARES LACERDA, UFLA; HELENA MARIA RAMOS ALVES, SAPC; MARGARETE MARIN LORDELO VOLPATO, GeoSolos; LÍVIA NAIARA DE ANDRADE, GeoSolos; RICARDO CÉSAR ARSILLO BRAGA, GeoSolos; VANESSA CRISTINA OLIVEIRA DE SOUZA, GeoSolos.
Ano de publicação:	2009
Referência:	In: CONGRESSO BRASILEIRO DE REDES NEURAIS, 9., 2009, Ouro Preto.
Conteúdo:	A aplicação de Redes Neurais Artificiais (RNAs) na classificação de dados de Sensoriamento Remoto tem se mostrado uma abordagem promissora, principalmente na discriminação de classes de maior complexidade. No presente trabalho, é apresentado uma aplicação de RNAs na identificação de áreas cafeeiras que possui um padrão espectral muito próximo ao da mata, dificultando a classificação automática dessas classes de uso da terra. Foram utilizadas três bandas espectrais da imagem do satélite HRV/SPOT5 da região de Guaxupé (MG) com o software de processamento de imagens IDRISI. Para validação dos mapas obtidos pela classificação, realizou-se o cruzamento do mapa de uso e ocupação da terra por classificação visual com o gerado pela RNA. Em relação ao mapa de referência, o índice Kappa (k) do mapa classificado pela RNA ficou em 71,85%, o que é considerado um índice bom. A metodologia de Redes Neurais Artificiais do tipo multilayer perceptron (MLP) apresentou um bom resultado, porém é necessário que se acrescente outros dados de entrada para melhorar a classificação.
Thesagro:	Cafeicultura Sensoriamento Remoto
Palavras-chave:	Classificação
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (SAPC)