1. Identificação | |
Tipo de Referência | Artigo em Revista Científica (Journal Article) |
Site | mtc-m21c.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34R/43THR2L |
Repositório | sid.inpe.br/mtc-m21c/2021/01.07.12.39 |
Última Atualização | 2021:01.07.12.39.57 (UTC) simone |
Repositório de Metadados | sid.inpe.br/mtc-m21c/2021/01.07.12.39.57 |
Última Atualização dos Metadados | 2021:01.12.04.10.40 (UTC) administrator |
DOI | 10.14393/rbcv72nespecial50anos-56559 |
ISSN | 0560-4613 1808-0936 |
Chave de Citação | ShimabukuroDutrArai:2020:CoTeAl |
Título | Modelo Linear de Mistura Espectral: Conceitos Teóricos, Algoritmos e Aplicações em Estudos na Amazônia Legal |
Ano | 2020 |
Data de Acesso | 02 maio 2024 |
Tipo de Trabalho | journal article |
Tipo Secundário | PRE PN |
Número de Arquivos | 1 |
Tamanho | 2088 KiB |
|
2. Contextualização | |
Autor | 1 Shimabukuro, Yosio Edemir 2 Dutra, Andeise Cerqueira 3 Arai, Egídio |
Identificador de Curriculo | 1 8JMKD3MGP5W/3C9JJCQ 2 3 8JMKD3MGP5W/3C9JGUP |
Grupo | 1 DIDSR-CGOBT-INPE-MCTIC-GOV-BR 2 SER-SRE-SESPG-INPE-MCTIC-GOV-BR 3 DIDSR-CGOBT-INPE-MCTIC-GOV-BR |
Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | 1 yosio.shimabukuro@inpe.br 2 andeise.dutra@inpe.br 3 egidio.arai@inpe.br |
Revista | Revista Brasileira de Cartografia |
Volume | 72 |
Número | Esp. |
Páginas | 1140-1169 |
Nota Secundária | A2_INTERDISCIPLINAR A2_GEOGRAFIA A2_ARQUITETURA_E_URBANISMO B1_PLANEJAMENTO_URBANO_E_REGIONAL_/_DEMOGRAFIA B1_CIÊNCIAS_AMBIENTAIS B2_GEOCIÊNCIAS B3_ENGENHARIAS_I B4_ENGENHARIAS_III B4_CIÊNCIAS_SOCIAIS_APLICADAS_I B5_ENGENHARIAS_IV B5_ENGENHARIAS_II B5_CIÊNCIAS_AGRÁRIAS_I B5_BIODIVERSIDADE C_ZOOTECNIA_/_RECURSOS_PESQUEIROS C_MATEMÁTICA_/_PROBABILIDADE_E_ESTATÍSTICA C_CIÊNCIAS_BIOLÓGICAS_I C_ASTRONOMIA_/_FÍSICA |
Histórico (UTC) | 2021-01-07 12:39:57 :: simone -> administrator :: 2021-01-07 12:39:58 :: administrator -> simone :: 2020 2021-01-07 12:40:32 :: simone -> administrator :: 2020 2021-01-12 04:10:40 :: administrator -> simone :: 2020 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo do Conteúdo | External Contribution |
Tipo de Versão | publisher |
Palavras-Chave | Mínimos Quadrados com Restrição. Desmatamento. Corte Seletivo. Queimada. Uso e Cobertura da Terra Constrained Least Squares. Deforestation. Selective Logging. Burning. Land Use and Land Cover |
Resumo | Este trabalho apresenta uma revisão sobre o Modelo Linear de Mistura Espectral e suas aplicações na Amazônia Legal. Os estudos sobre mistura espectral iniciaram na década de 1970, motivada pelo problema na estimativa de áreas obtida por interpretação automática. O pixel era classificado ou não baseado na máxima probabilidade desse pixel pertencer a determinada classe, superestimando ou subestimando esta classe de acordo com a decisão tomada. Surgiu então o interesse no estudo da mistura espectral dentro do pixel. A resposta de cada pixel pode ser considerada como uma combinação linear das respostas espectrais de cada componente que está na mistura desse pixel. Dessa forma, conhecendo-se as respostas espectrais dos componentes, podemos obter as proporções desses componentes (imagens fração). Neste trabalho são apresentados os conceitos teóricos que motivaram o desenvolvimento desse modelo, e são descritos os algoritmos (Mínimos Quadrados com Restrição, Mínimos Quadrados Ponderados, Principais Componentes) desenvolvidos na década de 1980. Com a disponibilidade desses algoritmos em softwares de processamento de imagens digitais na década de 1990, aumentou o número de trabalhos que fazem uso dessa técnica no Brasil e no mundo. As imagens fração foram utilizadas para automatizar o Projeto PRODES (Monitoramento do Desmatamento da Floresta Amazônica Brasileira por Satélite) que foi o primeiro projeto operacional sistemático de Sensoriamento Remoto orbital. A seguir é apresentada a utilização das imagens fração em estudos realizados na Amazônia brasileira. Além disso, é apresentada uma perspectiva de uso das imagens fração em estudos globais. Em conclusão, o Modelo Linear de Mistura Espectral tem contribuído para o desenvolvimento de várias pesquisas e aplicações de Sensoriamento Remoto devido as suas características de redução de dados e por realçar os alvos de interesse nas imagens. ABSTRACT: : This paper presents a review of the Linear Spectral Mixing Model and its applications in the Legal Amazon. Studies on spectral mixture began in the 1970s, motivated by the problem of area estimation obtained by automatic interpretation. The pixel was classified or not based on the maximum probability of this pixel to belong to a given class, then overestimating or underestimating this class according to the decision made. Thus, interest in the study of the spectral mixture within the pixel arose. The response of each pixel can be considered as a linear combination of the spectral responses of each component that is within the pixel. Thus, knowing the spectral responses of the components, we can obtain the proportions of these components (fraction images). This paper presents the theoretical concepts that motivated the development of this model, and the algorithms (Constrained Least Squares, Weighted Least Squares, Principal Components) developed in the 1980s are described. With the availability of these algorithms in the digital image processing softwares in the 1990s, the number of studies using this technique increased in Brazil and worldwide. The fraction images were used to automate the PRODES Project (Monitoring deforestation of the Brazilian Amazon Forest by Satellite) which was the first systematic operational project of orbital Remote Sensing. Following the use of fraction images in studies conducted in the Brazilian Amazon are presented. In addition, a perspective of use of fraction images for global studies is presented. In conclusion, the Linear Spectral Mixture Model has contributed to the development of several research and applications of Remote Sensing due to its data reduction characteristics and by highlighting the targets of interest in the images. |
Área | SRE |
Arranjo 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Modelo Linear de... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Modelo Linear de... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34R/43THR2L |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34R/43THR2L |
Idioma | pt |
Arquivo Alvo | shimabukuro_modelo.pdf |
Grupo de Usuários | simone |
Grupo de Leitores | administrator simone |
Visibilidade | shown |
Política de Arquivamento | allowpublisher allowfinaldraft |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Repositório Espelho | urlib.net/www/2017/11.22.19.04.03 |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E 8JMKD3MGPCW/3F3NU5S |
Lista de Itens Citando | sid.inpe.br/mtc-m21/2012/07.13.14.45.03 4 sid.inpe.br/bibdigital/2013/10.18.22.34 3 |
Divulgação | PORTALCAPES |
Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 |
|
6. Notas | |
Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark month nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|