Título:	Tratamento de dados de sensoriamento remoto para a classificação do uso e cobertura da terra com modelos de inteligência artificial.
Autor:	VAZ, G. J. CURTARELLI, V. P. ANTUNES, J. F. G. COUTINHO, A. C. ESQUERDO, J. C. D. M. ROCHA, A.
Afiliación:	GLAUBER JOSE VAZ, CNPTIA, UNIVERSIDADE ESTADUAL DE CAMPINAS; VICTOR PEDROSO CURTARELLI, DEUTSCHE GESELLSCHAFT FÜR INTERNATIONALE ZUSAMMENARBEIT (GIZ) GMBH; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; ALEXANDRE CAMARGO COUTINHO, CNPTIA; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; ANDERSON ROCHA, UNIVERSIDADE ESTADUAL DE CAMPINAS.
Año:	2025
Referencia:	In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 21., 2025, Salvador. Anais [...]. Campinas: Galoá, 2025. 4 p.
Descripción:	Este trabalho propõe uma metodologia para o tratamento de dados de sensoriamento remoto obtidos a partir do Brazil Data Cube, visando melhorar a qualidade das séries temporais utilizadas no treinamento de modelos de inteligência artificial para a classificação do uso e cobertura da terra. O estudo utilizou dados coletados na região amazônica da bacia do Alto Paraguai. Três cenários foram analisados: i) sem tratamento; ii) com tratamento das séries temporais; e iii) com tratamento das séries temporais e remoção das amostras não representativas. No último caso, a metodologia possibilita equilibrar o nível de qualidade exigido com a quantidade de amostras descartadas. A metodologia resultou em um ganho significativo na qualidade dos dados.
Thesagro:	Uso da Terra
NAL Thesaurus:	Time series analysis Land use Land cover
Palabras clave:	Brazil Data Cube Qualidade de dados Sentinel-2 Séries temporais Uso e cobertura da terra Data quality
ISBN:	978-65-80968-29-9
Tipo de Material:	Artigo em anais e proceedings
Acceso:	openAccess
Aparece en las colecciones:	Artigo em anais de congresso (CNPTIA)