Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1100305
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorKUCHLER, P. C.
dc.contributor.authorSIMÕES, M.
dc.contributor.authorFERRAZ, R. P. D.
dc.contributor.authorBÉGUÉ, A.
dc.date.accessioned2018-11-29T23:51:16Z-
dc.date.available2018-11-29T23:51:16Z-
dc.date.created2018-11-29
dc.date.issued2018
dc.identifier.citationIn: SIMPÓSIO DE GEOTECNOLOGIAS NO PANTANAL, 7., 2018, Jardim, MS. Anais... São José dos Campos: INPE, 2018. p. 1068-1077. Geopantanal 2018.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1100305-
dc.descriptionA implementação dos Sistemas Integrados de produção agropecuária (SI), ou seja, a integração lavoura-pecuária-floresta (ILPFs), constitui uma importante estratégia de intensificação agrícola sustentável para o Brasil. Estados, como Mato Grosso (MT), tradicionalmente grandes produtores agrícolas já vem adotando esta estratégia e potencializando a sua capacidade produtiva. O Governo Federal vem, desde 2009, promovendo a disseminação e adoção dos sistemas integrados, entretanto ainda não existe uma metodologia de monitoramento desta tendência. Nossa hipótese é que técnicas de classificação Random Forest (RF) aplicadas a Séries Temporais (ST) do satélite MODIS sejam capazes de detectar determinados SI no MT. Para isso, avaliamos a acurácia do RF aplicado a ST de 16 dias de NDVI do MODIS MOD13Q1 para os anos de 2012 a 2016 em uma área no norte do MT. As ST foram utilizadas de forma original e processadas. Como processamento, foi utilizada a técnica baseada em Savitsky golay para filtragem e suavização e posteriormente geradas 11 métricas fenológicas para cada ano. Dois modelos RF foram testados: (i) utilizando as 11 métricas fenológicas (ii) utilizando as métricas e a série original. O índice kappa para (i) foi de 0,63 sendo que 9 apresentam potencial discriminatório, já o resultado de (ii) foi de 0,84 onde apenas 01 métrica obteve importância significativa para a discriminação. Nossos resultados apontam que a utilização da técnica de classificação RF em abordagem multitemporal com dados MODIS tem grande potencial para compor uma metodologia de monitoramento de alguns tipos de SI. Sendo a combinação das séries originais com as métricas apresentaram ganhos não muito expressivos.
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectSéries temporais
dc.subjectRandom forest
dc.subjectMato Grosso
dc.subjectSistemas integrados
dc.titleUso de geotecnologias para a detecção de sistemas integrados de produção agropecuária: uma contribuição para o monitoramento da agricultura de baixa emissão de carbono.
dc.typeArtigo em anais e proceedings
dc.date.updated2018-11-29T23:51:16Zpt_BR
dc.subject.thesagroSensoriamento Remoto
dc.subject.nalthesaurusRemote sensing
riaa.ainfo.id1100305
riaa.ainfo.lastupdate2018-11-29
dc.contributor.institutionPATRICK CALVANO KUCHLER, UERJ/CIRAD; MARGARETH GONCALVES SIMOES, CNPS; RODRIGO PECANHA DEMONTE FERRAZ, CNPS; AGNÈS BÉGUÉ, CIRAD.
Aparece nas coleções:Artigo em anais de congresso (CNPS)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
2018057.pdf380,23 kBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace