XX SBSR
Formulário de atualização
O sistema de atualização, para eventuais correções, estará ativo até 30/06/2023.
Contato:
bibdigital@inpe.br
Nome do Campo
Valor do Campo
Tipo de Referência
Artigo em Evento (Conference Proceedings)
Título do Trabalho
(*)
(?)
Tipo Secundário
Evento Nacional
Evento Nacional - Trabalho Vinculado à Tese/Dissertação
Evento Nacional - Trabalho Não Relacionado à Tese/Dis.
Evento Nacional - Trabalho Externo
Não esqueça de clicar na opção "+" para informar os dados dos co-autores, se tiver.
v
1° Autor
(*)
(?)
Grupo (1° Autor)
CGCE
DIPST
DISEP
DICEP
DIAST
DIEEC
DIHPA
DIMEC
DISEP
DIEEC
SEGPR
YYY
CGCT
DIOTG
DIIAV
DIMNT
DIPTC
DISSM
YYY
CGIP
CORCR
COPDT
COMIT
COIDS
YYY
COGPI
DIPE1
DIPE2
DIPE3
DIPE4
SEPEC
SEGQP
YYY
CGGO
COADM
COEAM
COENE
COESU
COTIC
COPOA
COGRH
YYY
COGAB
SEREL
SECOM
YYY
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (1° Autor)
e-Mail (1° Autor)
2° Autor
(*)
(?)
Grupo (2° Autor)
CGCE
DIPST
DISEP
DICEP
DIAST
DIEEC
DIHPA
DIMEC
DISEP
DIEEC
SEGPR
YYY
CGCT
DIOTG
DIIAV
DIMNT
DIPTC
DISSM
YYY
CGIP
CORCR
COPDT
COMIT
COIDS
YYY
COGPI
DIPE1
DIPE2
DIPE3
DIPE4
SEPEC
SEGQP
YYY
CGGO
COADM
COEAM
COENE
COESU
COTIC
COPOA
COGRH
YYY
COGAB
SEREL
SECOM
YYY
AST
CAP
CMC
CMS
CSE
CST
GES
GESAST
GESATM
MET
PCP
SER
Afiliação (2° Autor)
e-Mail (2° Autor)
Páginas
(*)
Palavras-Chave
(*)
(?)
Resumo
(*)
(?)
Esse trabalho visa avaliar o desempenho de redes neurais artificiais quando aplicadas com a finalidade de se obter séries temporais longas para reflectância de sensoriamento remoto (RRS). Foi utilizado o período de sobre posição das imagens (2002-2006) SeaWiFS e Modis/Aqua, na região de plataforma da Bacia de Santos, para treinar uma rede neural do tipo Perceptron de Múltiplas Camadas, a fim de converter as RRS nas bandas visível do sensor SeaWiFS em RRS Modis/Aqua nas bandas 443, 488 e 547, que são as bandas Modis/Aqua utilizadas no algoritmo OC3M para estimativa de clorofila. Os resultados apresentados avaliam o desempenho da rede na conversão das reflectâncias SeaWiFS em reflectâncias Modis/Aqua para o período de sobreposição. Para esta validação foi comparado a RRS Modis/Aqua com a RRS dada pela rede. Os resultados mostram R2 0; 80 e correlação entre as séries (para cada banda) superior a 0,9. ABSTRACT: This work aims to evaluate the performance of artificial neural networks when applied in order to obtain long time series for remote sensing reflectance (RRS). The overlapping period of the images (2002-2006) SeaWiFS and Modis/Aqua, in the shelf region of the Santos Basin, was used to train a neural network of the Multi-Layer Perceptron type, in order to convert the RRS in visible bands of the SeaWiFS sensor into RRS Modia/Aqua in bands 443, 488 and 547. These Modis/Aqua bands are used in the OC3M algorithm for chlorophyll estimation. The presented results evaluate the performance of the network in the conversion of SeaWiFS reflectances into Modis/Aqua reflectances for the overlapping period. For this validation, the RRS Modis/Aqua was compared with the RRS given by the network. The results show R2 0; 80 and a correlation between the series (for each band) greater than 0; 9.
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
Sistemas de coleta de dados e telemetria
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
Serviços e Tecnologias Espaciais
Inteligência Artificial para Observação da Terra
Biodiversidade e Conservação
Mapeamento Colaborativo
Queimadas e Incêndios Florestais
Sustentabilidade e Meio Ambiente
Idioma
(*)
Português
Espanhol
Inglês
FileName
(?)
e-Mail (login)
simone
:: Powered by UR
Lib
Service ::