Título:	Fusion of Sentinel-1 and Sentinel-2 satellite images for detecting agricultural areas in Boa Vista do Tupim - BA.
Autoria:	PORTO, M. M. BOLFE, E. L. SANO, E. E.
Afiliação:	MATEUS MENEGOSSI PORTO, UNIVERSIDADE ESTADUAL DE CAMPINAS; EDSON LUIS BOLFE, CNPTIA; EDSON EYJI SANO, CPAC.
Ano de publicação:	2025
Referência:	In: WORKSHOP CIENTÍFICO DO CENTRO DE CIÊNCIA PARA O DESENVOLVIMENTO EM AGRICULTURA DIGITAL – SEMEAR DIGITAL, 2., 2025, Campinas. Anais [...]. Piracicaba: ESALQ/USP, 2025. p. 320-326.
Conteúdo:	The aim of this study is to apply a decision-level spectral fusion technique to detect agricultural areas in the municipality of Boa Vista do Tupim - BA. The proposed approach is based on combining the probability maps generated from independent classifications of data acquired by the Sentinel-1 Synthetic Aperture Radar (SAR) and Sentinel-2 Multispectral Imager (MSI) sensors to assess the performance of classifying seven land use and land cover (LULC) categories present in the study area. Methodology involves image selection and pre-processing, digital classification using the Random Forest algorithm, generation of probability maps, and evaluation of classification results using accuracy, precision and recall metrics. The results showed the potential for combining images from radar and optical sensors to detect LULC classes in Boa Vista do Tupim, BA.
Thesagro:	Sensoriamento Remoto Agricultura
NAL Thesaurus:	Remote sensing Agriculture
Palavras-chave:	Fusão de imagem Distrito agrotecnológico de Boa Vista do Tupim Projeto Semear Digital Sentinel-1 Synthetic Aperture Radar Image fusion
ISBN:	978-85-86481-94-9
Notas:	Organização: Silvia Maria Fonseca Silveira Massruhá, Durval Dourado Neto, Luciana Alvim Santos Romani, Jayme Garcia Arnal Barbedo, Édson Luis Bolfe, Ivan Bergier, Maria Angelica de Andrade Leite, Vitor Del Alamo Guarda, Catarina Barbosa Careta.
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPTIA)