Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1184780
Registro completo de metadatos
Campo DCValorLengua/Idioma
dc.contributor.authorBRUNO, V. E.
dc.contributor.authorSILVA, G. B. S. da
dc.contributor.authorPARREIRAS, T. C.
dc.contributor.authorSOARES, V. B.
dc.contributor.authorFURUYA, D. E. G.
dc.contributor.authorNECHET, K. de L.
dc.contributor.authorBOLFE, E. L.
dc.date.accessioned2026-02-27T20:48:40Z-
dc.date.available2026-02-27T20:48:40Z-
dc.date.created2026-02-27
dc.date.issued2025
dc.identifier.citationIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 19., 2025, Campinas. Anais [...]. Campinas: Instituto Agronômico de Campinas, 2025. Nº 25603.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1184780-
dc.descriptionEste estudo teve como objetivo mapear as áreas cultivadas com banana no município de Jacupiranga/SP, utilizando imagens do satélite Sentinel-2 e Landsat processadas na plataforma Google Earth Engine. Foram analisados três períodos: 2019, 2024 e entre 2022 e 2024. Imagens com cobertura de nuvens inferior a 30% foram selecionadas, aplicando-se máscara baseada na banda Scene Classification Layer (SCL) para remoção de pixels afetados por nuvens e sombras. As bandas de resolução espacial de 20 metros foram reamostradas para 10 metros. Foram calculados os índices NDVI, NDWI, NDRE e BSI para caracterização das áreas cultivadas. As amostras de treinamento foram geradas por inspeção visual em imagens do satélite CBERS-4A (2 metros), classificadas em banana e não-banana, e utilizadas para treinamento do algoritmo Random Forest com 100 árvores de decisão. Os resultados do mapeamento indicaram áreas estimadas de 8.778,6 ha (2019), 7.638,4 ha (2024) e 6.337,1 ha (2022–2024), com acurácias globais superiores a 94% e índices Kappa acima de 0,735. Comparativamente, dados obtidos por imagens Landsat indicaram menor área cultivada (3.953,5 ha) para o período de 2022 a 2024, porém mais próximas dos levantamentos do LUPA/SP em 2016/17, 4.690,2 ha e 4.348,2 ha do PAM/IBGE em 2023. A diferença pode ser atribuída à maior resolução espacial do Sentinel-2, que permite maior detalhamento, mas pode superestimar áreas de vegetação em paisagens fragmentadas. Recomenda-se a integração de diferentes sensores para aprimorar a acurácia de novos mapeamentos.
dc.language.isopor
dc.rightsopenAccess
dc.subjectSéries temporais
dc.subjectMonitoramento
dc.subjectClassificação
dc.subjectMusa spp
dc.subjectValidação
dc.subjectAcurácia
dc.titleMapeamento de monoculturas de banana no município de Jacupiranga/SP por meio do sensoriamento remoto.
dc.typeRelatórios técnicos
dc.subject.thesagroBanana
dc.subject.thesagroMonocultura
riaa.ainfo.id1184780
riaa.ainfo.lastupdate2026-02-27
dc.contributor.institutionV. E. BRUNO; G. B. S. DA SILVA; T. C. PARREIRAS; V. B. SOARES; D. E. G. FURUYA; KATIA DE LIMA NECHET, CNPMA; E. L. BOLFE.
Aparece en las colecciones:Resumo em anais de congresso (CNPMA)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
RA-SilvaGB-et-al-CIIC-2025-N-25603.pdf265,34 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace