
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.contributor | Universidade Federal de Santa Catarina (UFSC) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Instituto Nacional de Pesquisas Espaciais (INPE) | - |
| Autor(es): dc.creator | Maidana de Andrade, Marcus Vinicius | - |
| Autor(es): dc.creator | Silva Guimarães, Ulisses | - |
| Autor(es): dc.creator | Mora Kuplich, Tatiana | - |
| Autor(es): dc.creator | da Silva Narvaes, Igor | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T18:44:23Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T18:44:23Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2025-02-17 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.26848/rbgf.v18.2.p3715-3735 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/307368 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/307368 | - |
| Descrição: dc.description | The joint approach of optical sensor images and synthetic aperture radar (SAR) has been effective in land cover mapping. In this study, conducted in the Ibirapuitã environmental protection area, machine learning techniques were employed to classify land use and cover. The Random Forest (RF) algorithm was applied using statistical attributes from Sentinel-2 optical image products, such as Normalized Difference Vegetation Index (NDVI), Normalized Difference Water Index (NDWI), and Soil-Adjusted Vegetation Index (SAVI), along addition to attributes from images Sentinel-1 SAR images, including backscattering coefficient, polarimetric parameters, and interferometric data. The results demonstrated the robustness of the RF classifier, with average values of Overall Accuracy, Kappa Coefficient, and F1-Score reaching 96.89%, 0.9495, and 0.8909, respectively. The combination of SAR attributes and optical data allowed for better discrimination in certain classes, such as urban areas, wetlands, and agriculture. The proposed methodology achieved high accuracy and precision in land use and cover classification, except when using isolated Sentinel-1 data. Notably, the inclusion of interferometric coherence resulted in the best performance among the proposed scenarios. | - |
| Descrição: dc.description | Programa de Pós-Graduação em Desastres Naturais (PPGDN) Universidade Federal de Santa Catarina (UFSC) | - |
| Descrição: dc.description | Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP) Centro Gestor e Operacional do Sistema de Proteção da Amazônia (CENSIPAM) | - |
| Descrição: dc.description | Instituto Nacional de Pesquisas Espaciais (INPE) | - |
| Descrição: dc.description | Universidade Estadual Paulista Júlio de Mesquita Filho (UNESP) Centro Gestor e Operacional do Sistema de Proteção da Amazônia (CENSIPAM) | - |
| Formato: dc.format | 3715-3735 | - |
| Idioma: dc.language | pt_BR | - |
| Relação: dc.relation | Revista Brasileira de Geografia Fisica | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Machine Learning | - |
| Palavras-chave: dc.subject | Pampa Biome | - |
| Palavras-chave: dc.subject | Random Forest | - |
| Palavras-chave: dc.subject | Sentinel-1 and 2 synergy | - |
| Título: dc.title | Application of Sentinel-1 and Sentinel-2 data via Machine Learning for Land Use and Land Cover Mapping in the Ibirapuitã Environmental Protection Area, Pampa Biome, using the Random Forest Classification Algorithm | - |
| Título: dc.title | Aplicação de dados Sentinel 1 e 2 via Machine Learning para Mapeamento do Uso e Cobertura da Terra na Área de Proteção Ambiental do Ibirapuitã, Bioma Pampa utilizando o algoritmo de classificação Random Forest | - |
| 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: