Use este identificador para citar ou linkar para este item:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1164626Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.contributor.author | SOUZA, E. de | |
| dc.contributor.author | FERNANDES FILHO, E. I. | |
| dc.contributor.author | CHAGAS, C. da S. | |
| dc.contributor.author | SCHAEFER, C. E. G. R. | |
| dc.date.accessioned | 2024-06-03T14:55:10Z | - |
| dc.date.available | 2024-06-03T14:55:10Z | - |
| dc.date.created | 2024-06-03 | |
| dc.date.issued | 2007 | |
| dc.identifier.citation | In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 31., 2007, Gramado. Conquistas e desafios da ciência do solo brasileira. Porto Alegre: Universidade Federal do Rio Grande do Sul, 2007. 1 CD-ROM. | |
| dc.identifier.uri | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1164626 | - |
| dc.description | A classificação supervisionada por Redes Neurais Artificiais tem apresentado excelentes resultados na classificação de padrões em relação do MAXVER que é um algoritmo largamente utilizado para este fim. O objetivo deste trabalho foi avaliar a classificação supervisionada por RNA das Unidades de Conservação Parque Nacional da Serra do Cipó e Área de Proteção Ambiental Morro da Pedreira, Localizados na Serra do Cipó, MG. De forma especifica avaliou a contribuição de atributos do terreno no auxilio aos dados de imagem de satélite no processo de classificação e comparar o desempenho da classificação feita pela RNA e pelo classificador de Máxima Verossimilhança (MAXVER). A classificação foi realizada com dois conjuntos de variáveis. O conjunto 1 (bandas espectrais da imagem Landsat, geologia, MDE – Modelo Digital de Elevação, declividade, ITC – Índice Topográfico Combinado e NDVI - Índice de Vegetação por Diferença Normalizada) e Conjunto 2 (dados da imagem Landsat). Pontos de campo foram adquiridos para avaliar o processo de classificação. Os resultados mostraram que os atributos de terreno aumentam a exatidão da RNA para discriminar as classes de cobertura e uso do solo, com índice kappa de 0,95 para classificação com as variáveis do Conjunto1 enquanto que só com dos dados da imagem obteve kappa de 0,61. A classificação pelo MAXVER com as variáveis do Conjunto 2 apresentou índice kappa de 0,76, estatisticamente pior que a classificação pela RNA Concluiu que a abordagem de classificação por RNA é uma técnica de grande potencial para a o mapeamento da cobertura e uso do solo, apresentando melhor desempenho que o MAXVER e que os dados do meio físico são relevantes fontes de informação que auxiliam aos dados de imagem de satélite no processo de classificação. | |
| dc.language.iso | por | |
| dc.rights | openAccess | |
| dc.subject | Redes neurais artificiais | |
| dc.subject | Atributos do terreno | |
| dc.title | Classificação da cobertura e uso do solo por redes neurais artificiais com o uso de atributos de terreno e imagem de satélite. | |
| dc.type | Artigo em anais e proceedings | |
| dc.subject.thesagro | Cobertura do Solo | |
| dc.subject.thesagro | Uso da Terra | |
| riaa.ainfo.id | 1164626 | |
| riaa.ainfo.lastupdate | 2024-06-03 | |
| dc.contributor.institution | ELIANA DE SOUZA, UNIVERSIDADE FEDERAL DE VIÇOSA | |
| dc.contributor.institution | ELPÍDIO INÁCIO FERNANDES FILHO, UNIVERSIDADE FEDERAL DE VIÇOSA | por |
| dc.contributor.institution | CESAR DA SILVA CHAGAS, CNPS | por |
| dc.contributor.institution | CARLOS ERNESTO GONÇALVES REYNAUD SCHAEFER, UNIVERSIDADE FEDERAL DE VIÇOSA. | por |
| Aparece nas coleções: | Artigo em anais de congresso (CNPS)  | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| Classificacao-da-cobertura-e-uso-do-solo-2007.pdf | 176.79 kB | Adobe PDF |  Visualizar/Abrir |
