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 Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Simões, José Victor Orlandi | - |
Autor(es): dc.creator | Negri, Rogerio Galante | - |
Autor(es): dc.creator | Souza, Felipe Nascimento | - |
Autor(es): dc.creator | Mendes, Tatiana Sussel Gonçalves | - |
Autor(es): dc.creator | Bressane, Adriano | - |
Data de aceite: dc.date.accessioned | 2025-08-21T18:49:05Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T18:49:05Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2023-12-31 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1117/1.JRS.18.014513 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/308117 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/308117 | - |
Descrição: dc.description | Climate change is a critical concern that has been greatly affected by human activities, resulting in a rise in greenhouse gas emissions. Its effects have far-reaching impacts on both living and non-living components of ecosystems, leading to alarming outcomes such as a surge in the frequency and severity of fires. This paper presents a data-driven framework that unifies time series of remote sensing images, statistical modeling, and unsupervised classification for mapping fire-damaged areas. To validate the proposed methodology, multiple remote sensing images acquired by the Sentinel-1 satellite between August and October 2021 were collected and analyzed in two case studies comprising Brazilian biomes affected by burns. Our results demonstrate that the proposed approach outperforms another method evaluated in terms of precision metrics and visual adherence. Our methodology achieves the highest overall accuracy of 58.15% and the highest F1 score of 0.72, both of which are higher than the other method. These findings suggest that our approach is more effective in detecting burned areas and may have practical applications in other environmental issues such as landslides, flooding, and deforestation. | - |
Descrição: dc.description | São Paulo State University Science and Technology Institute | - |
Descrição: dc.description | São Paulo State University Brazilian Center for Early Warning and Monitoring for Natural Disasters Graduate Program in Natural Disasters | - |
Descrição: dc.description | São Paulo State University Civil and Environmental Engineering Department Faculty of Engineering | - |
Descrição: dc.description | São Paulo State University Science and Technology Institute | - |
Descrição: dc.description | São Paulo State University Brazilian Center for Early Warning and Monitoring for Natural Disasters Graduate Program in Natural Disasters | - |
Descrição: dc.description | São Paulo State University Civil and Environmental Engineering Department Faculty of Engineering | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Journal of Applied Remote Sensing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | burned areas | - |
Palavras-chave: dc.subject | remote sensing | - |
Palavras-chave: dc.subject | statistical modeling | - |
Palavras-chave: dc.subject | synthetic aperture radar | - |
Palavras-chave: dc.subject | unsupervised approach | - |
Título: dc.title | Unsupervised burned areas detection using multitemporal synthetic aperture radar data | - |
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: