Fechar

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Siteplutao.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W/45U876S
Repositóriosid.inpe.br/plutao/2021/12.09.15.04
Última Atualização2021:12.15.12.00.47 (UTC) lattes
Repositório de Metadadossid.inpe.br/plutao/2021/12.09.15.04.14
Última Atualização dos Metadados2022:04.03.23.14.16 (UTC) administrator
DOI10.14393/rbcv73n4-60387
ISSN0560-4613
1808-0936
Rótulolattes: 1671507766861221 1 CarlosGoQuSoFeSa:2021:InOpDa
Chave de CitaçãoCarlosGoQuSoFeSa:2021:InOpDa
TítuloIntegrating Open Data Cube and Brazil Data Cube Platforms for Land Use and Cover Classifications
Ano2021
Data de Acesso29 abr. 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PN
Número de Arquivos1
Tamanho1007 KiB
2. Contextualização
Autor1 Carlos, Felipe Menino
2 Gomes, Vitor Conrado Faria
3 Queiroz, Gilberto Ribeiro de
4 Souza, Felipe Carvalho de
5 Ferreira, Karine Reis
6 Santos, Rafael Duarte Coelho dos
Identificador de Curriculo1
2
3 8JMKD3MGP5W/3C9JHBC
4
5 8JMKD3MGP5W/3C9JHKN
6 8JMKD3MGP5W/3C9JJ4N
ORCID1 0000-0002-3334-4315
2 0000-0003-3239-2160
3 0000-0001-7534-0219
4 0000-0002-5826-1700
5 0000-0003-2656-5504
Grupo1 CAP-COMP-DIPGR-INPE-MCTI-GOV-BR
2
3 DIOTG-CGCT-INPE-MCTI-GOV-BR
4 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
5 DIOTG-CGCT-INPE-MCTI-GOV-BR
6 COPDT-CGIP-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto de Estudos Avançados (IEAv)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 efelipecarlos@gmail.com
2 vitorvcfg@fab.mil.br
3 gilberto.queiroz@inpe.br
4 lipecaso@gmail.com
5 karine.ferreira@inpe.br
6 rafaeldcsantos@gmail.com
RevistaRevista Brasileira de Cartografia
Volume73
Número4
Páginas1036-1047
Nota SecundáriaA2_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)2021-12-09 15:47:38 :: lattes -> administrator :: 2021
2021-12-15 11:57:29 :: administrator -> lattes :: 2021
2021-12-15 12:00:50 :: lattes -> administrator :: 2021
2022-04-03 23:14:16 :: administrator -> simone :: 2021
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveEarth observation data cube
Land use and land cover classification
Open data cube
Brazil data cube
Cubo de dados de observação da terra
Classificação de uso e cobertura da terra
Open data cube
Brazil data cube
ResumoThe potential to perform spatiotemporal analysis of the Earth's surface, fostered by a large amount of Earth Observation (EO) open data provided by space agencies, brings new perspectives to create innovative applications. Nevertheless, these big datasets pose some challenges regarding storage and analytical processing capabilities. The organization of these datasets as multidimensional data cubes represents the state-of-the-art in analysis-ready data regarding information extraction. EO data cubes can be defined as a set of time-series images associated with spatially aligned pixels along the temporal dimension. Some key technologies have been developed to take advantage of the data cube power. The Open Data Cube (ODC) framework and the Brazil Data Cube (BDC) platform provide capabilities to access and analyze EO data cubes. This paper introduces two new tools to facilitate the creation of land use and land over (LULC) maps using EO data cubes and Machine Learning techniques, and both built on top of ODC and BDC technologies. The first tool is a module that extends the ODC framework capabilities to lower the barriers to use Machine Learning (ML) algorithms with EO data. The second tool relies on integrating the R package named Satellite Image Time Series (sits) with ODC to enable the use of the data managed by the framework. Finally, water mask classification and LULC mapping applications are presented to demonstrate the processing capabilities of the tools. RESUMO: O potencial para realizar análises espaço-temporais da superfície terrestre, fomentado por uma grande quantidade de dados abertos de Observação da Terra (EO) fornecidos por agências espaciais, traz novas perspectivas para a criação de aplicações inovadoras. No entanto, estes grandes conjuntos de dados trazem novos desafios em relação às capacidades de armazenamento e processamento analítico. A organização desses conjuntos como cubos de dados representa o estado da arte na disponibilização de dados prontos para análise e, consequentemente, para realização de extração de informação. Os cubos de dados de EO podem ser definidos como um conjunto de séries temporais de imagens alinhadas no tempo e espaço. Algumas tecnologias-chave foram desenvolvidas para aproveitar o poder dos cubos de dados. O framework Open Data Cube (ODC) e a plataforma Brazil Data Cube (BDC) fornecem recursos para acessar e analisar esses dados. Este trabalho introduz duas novas ferramentas para facilitar a criação de mapas uso e cobertura da terra (LULC), utilizando cubos de dados e técnicas de Aprendizado de Máquina (ML), criadas com base nas tecnologias ODC e BDC. A primeira ferramenta é um módulo que estende as capacidades do ODC para facilitar a utilização de algoritmos de ML com dados de EO. A segunda ferramenta realiza a integração do pacote R denominado Satellite Image Time Series (sits) com o ODC para possibilitar o uso dos dados gerenciados por este framework. Para demonstrar o potencial de processamento das ferramentas desenvolvidas duas aplicações foram geradas. A primeira trata da criação de uma máscara de água, enquanto a segunda da produção de um mapa de LULC.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Integrating Open Data...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Integrating Open Data...
Arranjo 3urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Integrating Open Data...
Arranjo 4urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > Integrating Open Data...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W/45U876S
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W/45U876S
Idiomapt
Arquivo Alvocarlos_integrating.pdf
Grupo de Leitoresadministrator
lattes
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F2PHGS
8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
8JMKD3MGPCW/46KUES5
Lista de Itens Citandosid.inpe.br/mtc-m21/2012/07.13.14.49.22 1
sid.inpe.br/mtc-m21/2012/07.13.14.58.32 1
sid.inpe.br/bibdigital/2013/10.18.22.34 1
DivulgaçãoPORTALCAPES
Acervo Hospedeirodpi.inpe.br/plutao@80/2008/08.19.15.01
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn lineage mark mirrorrepository month nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url usergroup
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar