Atenção: Todas as denúncias são sigilosas e sua identidade será preservada.
Os campos nome e e-mail são de preenchimento opcional
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Federal de São Carlos (UFSCar) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.creator | Maselli, Luccas Z. | - |
Autor(es): dc.creator | Negri, Rogério G. [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:47:09Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:47:09Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2020-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1007/s12145-021-00639-w | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/206468 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/206468 | - |
Descrição: dc.description | Urban Structure Types (USTs) stand for areas with homogeneous appearance over the urban matrix. The use of spatial metrics rises as a convenient alternative to quantify the homogeneity of areas on a specific scale. Remote sensing imagery is largely used to assess and study the urban environment, and its classification is a way to recreate the Earth’s surface digitally, both natural and urban spaces. This study proposes a method for city-scale UST mapping using remote sensing images as the unique source of information. Such a proposal comprehends the classification of images that express spatial metrics derived from previous land use and land cover (LULC) classification. We carried two case studies to assess the proposed method under different image resolutions and urban complexity conditions. For this purpose, Landsat-8 OLI and Sentinel-2 MSI images acquired from different cities in Brazil are submitted to the proposed method. An alternative object-based image classification method is included as a comparison baseline. The proposed method shows efficiency in the UST mapping process, which is highly influenced by the neighborhood size considered over the process. Also, it is verified that the proposed method is superior at a significance level of 5%. | - |
Descrição: dc.description | Federal University of São Carlos (UFSCar) - São Carlos | - |
Descrição: dc.description | São Paulo State University (UNESP) - São José dos Campos | - |
Descrição: dc.description | São Paulo State University (UNESP) - São José dos Campos | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Earth Science Informatics | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Image classification | - |
Palavras-chave: dc.subject | Remote sensing | - |
Palavras-chave: dc.subject | Spatial metrics | - |
Palavras-chave: dc.subject | Urban mapping | - |
Palavras-chave: dc.subject | Urban structure types | - |
Título: dc.title | Urban structure type mapping method using spatial metrics and remote sensing imagery classification | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: