| 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/45F5EKE | |||
| Repositório | sid.inpe.br/mtc-m21c/2021/09.20.01.05 | |||
| Última Atualização | 2021:09.20.01.05.41 (UTC) administrator | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2021/09.20.01.05.41 | |||
| Última Atualização dos Metadados | 2022:04.03.22.39.40 (UTC) administrator | |||
| DOI | 10.5902/1980509837586 | |||
| ISSN | 0103-9954 | |||
| Chave de Citação | JesusKupl:2021:UtImSA | |||
| Título | Utilização de imagens SAR na classificação de formações florestais brasileiras  | |||
| Ano | 2021 | |||
| Mês | Jul/Sept | |||
| Data de Acesso | 03 maio 2024 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PN | |||
| Número de Arquivos | 1 | |||
| Tamanho | 1789 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Jesus, Janisson Batista de 2 Kuplich, Tatiana Mora | |||
| Identificador de Curriculo | 1 2 8JMKD3MGP5W/3C9JJ9P | |||
| ORCID | 1 0000-0001-8372-5557 2 0000-0003-0657-4024 | |||
| Grupo | 1 2 COESU-CGGO-INPE-MCTI-GOV-BR | |||
| Afiliação | 1 Universidade Federal do Rio Grande do Sul (UFRGS) 2 Instituto Nacional de Pesquisas Espaciais (INPE) | |||
| Endereço de e-Mail do Autor | 1 janisson-batista-de-jesus@hotmail.com 2 tkuplich@gmail.com | |||
| Revista | Ciência Florestal | |||
| Volume | 31 | |||
| Número | 3 | |||
| Páginas | 1547-1568 | |||
| Nota Secundária | A1_PLANEJAMENTO_URBANO_E_REGIONAL_/_DEMOGRAFIA B1_INTERDISCIPLINAR B1_GEOGRAFIA B1_ENGENHARIAS_III B1_ENGENHARIAS_I B1_CIÊNCIAS_AMBIENTAIS B1_CIÊNCIAS_AGRÁRIAS_I B2_ZOOTECNIA_/_RECURSOS_PESQUEIROS B2_MATERIAIS B2_ENGENHARIAS_IV B2_ENGENHARIAS_II B2_EDUCAÇÃO B2_BIODIVERSIDADE B3_GEOCIÊNCIAS B3_FARMÁCIA B4_BIOTECNOLOGIA B5_QUÍMICA B5_CIÊNCIAS_BIOLÓGICAS_I | |||
| Histórico (UTC) | 2021-09-20 01:05:41 :: simone -> administrator :: 2022-04-03 22:39:40 :: administrator -> simone :: 2021 | |||
| 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 | Sensoriamento remoto Vegetação Radar de abertura sintética Algoritmo classificador Remote sensing of vegetation Synthetic aperture radar Classification algorithm | |||
| Resumo | O Brasil tem uma vasta área territorial com várias tipologias florestais compostas por diferentes fisionomias. É necessário o mapeamento das áreas de florestas no país, com o intuito de se conhecer sua distribuição espacial, bem como de avaliar sua dinâmica de expansão ou redução. Uma forma eficiente e confiável de se obter tais informações se dá por meio de técnicas de sensoriamento remoto, podendo ser aplicado o imageamento por radar (micro-ondas), que por sua vez tem sido o foco de muitos pesquisadores. Sendo assim, o objetivo do presente estudo é reunir as produções científicas relacionadas à utilização de imagens de radar aplicadas ao mapeamento das diferentes florestas no Brasil, analisando as mais recentes abordagens e técnicas de classificação. Notou-se uma significativa aplicação de imagens SAR em florestas do bioma Amazônia, principalmente para a detecção do desmatamento. As imagens do sistema do radar de banda L do ALOS/PALSAR foram as mais utilizadas nos mapeamentos das tipologias florestais, associadas a vários algoritmos classificadores, tais como: Iterated Conditional Modes, Máxima Verossimilhança e random forest. Os tipos de dados trabalhados nas classificações variaram de acordo com a capacidade polarimétrica de cada imagem, com destaque à maior utilização dos coeficientes de retroespalhamento e atributos extraídos das decomposições de suas matrizes. Observou-se ainda que a maioria dos trabalhos relacionaram os dados SAR com os obtidos por sensores ópticos. Portanto, o presente estudo possibilitou reunir várias aplicações de técnicas de classificação para a discriminação de diferentes formações florestais no Brasil utilizando o imageamento por micro-ondas, indicando a potencialidade dos vários classificadores nos dados SAR, mostrando que os sistemas de radar são uma importante tecnologia utilizada para o mapeamento de florestas no país. ABSTRACT: Brazil has a large territorial area with a large cover of vegetation and several forest typologies with different physiognomies. It is necessary to map the forest areas in the country in order to know the spatial distribution and the dynamics of each forest formation. An efficient and reliable way to obtain this information is using remote sensing techniques, and radar SAR - imaging can be applied, which in turn has been the focus of many researchers. Thus, the objective of the present study is to gather scientific productions related to the use of radar images applied to the mapping of different forests in Brazil, analyzing the most recent approaches and classification techniques. There was a significant application of SAR images in forests of the Amazon biome, mainly for the detection of deforestation. The images of the ALOS/PALSAR L-band radar system were the most used in the mapping of forest typologies, associated to several classifier algorithms, such as: Iterated Conditional Modes, Maximum Likelihood and random forest. The data types worked in the classifications varied according to the polarimetric capacity of each image, with emphasis on the greater use of backscattering coefficients and attributes extracted from matrix decompositions. It was also observed that most studies related SAR data to those obtained by optical sensors. Therefore, the present study made it possible to gather several applications of classification techniques for the discrimination of forest formations in Brazil using microwave imaging, indicating the potentiality of the various classifiers with SAR images, and showing that radar systems are an important technology that is being used for mapping forests in the country. | |||
| Área | SRE | |||
| Arranjo | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGGO > Utilização de imagens... | |||
| 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/45F5EKE | |||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34R/45F5EKE | |||
| Idioma | en | |||
| Arquivo Alvo | Jesus_2021.pdf | |||
| Grupo de Usuários | simone | |||
| Visibilidade | shown | |||
| Política de Arquivamento | allowpublisher allowfinaldraft | |||
| Permissão de Leitura | allow from all | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/46KUBT5 | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2022/04.03.22.35 10 sid.inpe.br/mtc-m21/2012/07.13.15.00.48 5 | |||
| Divulgação | WEBSCI; PORTALCAPES; SCOPUS. | |||
| 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 mirrorrepository nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project readergroup rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||