XIX SBSR
Formulário de atualização
O sistema de atualização, para eventuais correções, estará ativo até 30/11/2019.
Contato:
bibdigital@inpe.br
Nome do Campo
Valor do Campo
Tipo de Referência
Artigo em Evento (Conference Proceedings)
Título do Trabalho
(*)
(?)
Não esqueça de clicar na opção "+" para informar os dados dos co-autores, se tiver.
v
1° Autor
(*)
(?)
Grupo (1° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (1° Autor)
e-Mail (1° Autor)
2° Autor
(*)
(?)
Grupo (2° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (2° Autor)
e-Mail (2° Autor)
3° Autor
(*)
(?)
Grupo (3° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (3° Autor)
e-Mail (3° Autor)
4° Autor
(*)
(?)
Grupo (4° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (4° Autor)
e-Mail (4° Autor)
5° Autor
(*)
(?)
Grupo (5° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (5° Autor)
e-Mail (5° Autor)
6° Autor
(*)
(?)
Grupo (6° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (6° Autor)
e-Mail (6° Autor)
7° Autor
(*)
(?)
Grupo (7° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (7° Autor)
e-Mail (7° Autor)
8° Autor
(*)
(?)
Grupo (8° Autor)
COCRE
CRCRA
CRCRN
CRCRS
SEPAN
YYY
ZZZ
CGCEA
DIDAE
DIDAS
DIDGE
SESLB
YYY
ZZZ
COGCT
SESPO
SESPR
YYY
ZZZ
CGCPT
DIDMD
DIDOP
DIDSA
SESAA
SESSS
YYY
ZZZ
COCRC
YYY
ZZZ
COCST
YYY
ZZZ
COCTE
LABAC
LABAP
LABAS
LABCP
YYY
ZZZ
DIR
YYY
ZZZ
COCBS
DIDEA
DIDMC
DIDSE
DIDSS
CGETE
COPMM
SESEQ
SESMF
SESMD
YYY
ZZZ
GBDIR
SESID
SESPG
YYY
ZZZ
COLIT
SESTS
YYY
ZZZ
COACB
COAMZ
DIDGI
DIDPI
DIDSR
CGOBT
YYY
ZZZ
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (8° Autor)
e-Mail (8° Autor)
Páginas
(*)
Tipo Secundário
Evento Nacional
Evento Nacional - Trabalho Vinculado à Tese/Dissertação
Evento Nacional - Trabalho Não Relacionado à Tese/Dis.
Evento Nacional - Trabalho Externo
Palavras-Chave
(*)
(?)
Resumo
(*)
(?)
The culture of sugarcane has great importance in the brazilian agribusiness. Remote sensing images have been tradicionally used on manual mapping of sugarcane fields. Manual classification is a laborious and time-consuming task, especially given the size of the territory, and it is still necessary to assess the quality of the maps. Image fusion can improve the identification and mapping of surface features. The computational data mining methodology demonstrates high potential for application in areas related to crop mapping and several classification techniques can be used. Most studies on fusion of remote sensing images have focused on the analysis of spectral and spatial quality of the products obtained by different algorithms, however, once classification is applied on these products, it is important to analyze the impact of fusion in the classification. In the literature there are few studies on this topic, especially considering the Landsat-8. In this context, we evaluated five pansharpening methods - Intensity-Hue-Saturation (IHS), Principal Components (PC), Gran-Schmidt (GS), Discrete Wavelet Transform (DWT) and DWT+IHS for the classification of sugarcane fields in a Landsat-8 image (bands 4, 5 and 6). The Support Vector Machine (SVM) algorithm was used to perform a target detection of sugarcane, using a binary classification. The samples used were selected based on a field survey realized on the study area. The best fusion techniques were the DWT+IHS, DWT and IHS, which obtained higher Universal Image Quality Index (UIQI) and Spatial Relative Dimensionless Global Error in Synthesis (SERGAS) values. However, considering the effects on classification, the GS fusion showed better results than other methods.
Tema
(*)
Análise de séries temporais de imagens de satélite
Aquacultura
Áreas úmidas
Cartografia e fotogrametria
Classificação e mineração de dados
Degradação de florestas
Educação
Floresta e outros tipos de vegetação
Geologia
Geomorfologia
Geoprocessamento e aplicações
Hidrologia
LIDAR: sensores e aplicações
Meteorologia e climatologia
Modelagem espacial
Monitoramento e modelagem ambiental
Mudança de uso e cobertura da Terra
Mudanças climáticas
Oceanografia
Poluição
Processamento de imagens
Produção e previsão agrícola
Saúde
Sensoriamento remoto de águas interiores
Sensoriamento remoto de microondas
Sensoriamento remoto hiperespectral
Serviços e tecnologias espaciais
Sistemas de coleta de dados e telemetria
Sistemas marinhos
Sistemas marinhos costeiros
Sistemas sensores: projeto, calibração e avaliação
Sistemas, gerenciamento e política de dados
Solos e umidade do solo
Urbanização
Uso e qualidade da água
VANTs, videografia e alta resolução
FileName
(?)
e-Mail (login)
simone
:: Powered by UR
Lib
Service ::