Title:	Identificação da mudança de uso da terra usando técnicas de agrupamento de séries temporais de imagens de satélite.
Authors:	SCRIVANI, R. AMARAL, B. F. do GONÇALVES, R. R. do V. SOUSA, E. P. M. de ZULLO JÚNIOR, J. ROMANI, L. A. S.
Affiliation:	RACHEL SCRIVANI, Feagri/Unicamp; BRUNO FERRAZ DO AMARAL, ICMC/USP; RENATA RIBEIRO DO VALLE GONÇALVES, Cepagri/Unicamp; ELAINE PARROS MACHADO DE SOUSA, ICMC/USP; JURANDIR ZULLO JÚNIOR, Cepagri/Unicamp; LUCIANA ALVIM SANTOS ROMANI, CNPTIA.
Date Issued:	2014
Citation:	In: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 5., 2014, Campo Grande, MS. Anais... São José dos Campos: INPE, 2014.
Pages:	p. 554-563.
Description:	Resumo. A disponibilidade de dados orbitais, aliada à necessidade crescente de monitoramento de grandes extensões e de preservação de regiões ambientalmente sensíveis, gera uma oportunidade para o desenvolvimento/adaptação de métodos computacionais. A fim de gerar informações de avaliação temporal e espacial que possam constituir importante ferramenta de planejamento e de orientação à tomada de decisão para o manejo e conservação destas áreas, o objetivo deste trabalho é propor uma abordagem baseada em métodos de agrupamento de séries de imagens de satélite para auxiliar na análise espaço-temporal da mudança do uso da terra, identificando de forma automática, com alta probabilidade de serem áreas inundáveis, floresta, culturas agrícolas e pastagem em escala regional. Séries temporais de imagens do sensor MODIS com valores dos índices de vegetação NDVI e EVI, do período de 2008/2009 a 2013/2014, foram agrupadas por meio do algoritmo K-means. Para uma avaliação da qualidade dos agrupamentos obtidos foi utilizado o coeficiente de Silhueta. Séries temporais de precipitação do satélite TRMM foram utilizadas a fim de correlacionar com os demais resultados obtidos para avaliar a pré-classificação gerada pelo método de agrupamento em anos secos, chuvosos e com distribuição de chuva diferente da normalidade. A abordagem proposta pode auxiliar no monitoramento de áreas ambientalmente sensíveis, tendo o EVI apresentado melhor desempenho em áreas de densa vegetação e concentração de água.
Thesagro:	Sensoriamento remoto
NAL Thesaurus:	Remote sensing Time series analysis Vegetation index
Keywords:	Sensor MODIS Séries temporais Índice de vegetação
Notes:	Geopantanal 2014.
Type of Material:	Artigo em anais e proceedings
Access:	openAccess
Appears in Collections:	Artigo em anais de congresso (CNPTIA)