
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.creator | Silveira, Eduarda Martiniano de Oliveira | - |
| Autor(es): dc.creator | Espírito-Santo, Fernando Del Bon | - |
| Autor(es): dc.creator | Acerbi-Júnior, Fausto Weimar | - |
| Autor(es): dc.creator | Galvão, Lênio Soares | - |
| Autor(es): dc.creator | Withey, Kieran Daniel | - |
| Autor(es): dc.creator | Blackburn, George Alan | - |
| Autor(es): dc.creator | Mello, José Márcio de | - |
| Autor(es): dc.creator | Shimabukuro, Yosio Edemir | - |
| Autor(es): dc.creator | Domingues, Tomas | - |
| Autor(es): dc.creator | Scolforo, José Roberto Soares | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:40:21Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:40:21Z | - |
| Data de envio: dc.date.issued | 2019-04-01 | - |
| Data de envio: dc.date.issued | 2019-04-01 | - |
| Data de envio: dc.date.issued | 2018 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/33427 | - |
| Fonte completa do material: dc.identifier | https://www.tandfonline.com/doi/full/10.1080/15481603.2018.1550245 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1144864 | - |
| Descrição: dc.description | Tropical seasonal biomes (TSBs), such as the savannas (Cerrado) and semi-arid woodlands (Caatinga) of Brazil, are vulnerable ecosystems to human-induced disturbances. Remote sensing can detect disturbances such as deforestation and fires, but the analysis of change detection in TSBs is affected by seasonal modifications in vegetation indices due to phenology. To reduce the effects of vegetation phenology on changes caused by deforestation and fires, we developed a novel object-based change detection method. The approach combines both the spatial and spectral domains of the normalized difference vegetation index (NDVI), using a pair of Operational Land Imager (OLI)/Landsat-8 images acquired in 2015 and 2016. We used semivariogram indices (SIs) as spatial features and descriptive statistics as spectral features (SFs). We tested the performance of the method using three machine-learning algorithms: support vector machine (SVM), artificial neural network (ANN) and random forest (RF). The results showed that the combination of spatial and spectral information improved change detection by correctly classifying areas with seasonal changes in NDVI caused by vegetation phenology and areas with NDVI changes caused by human-induced disturbances. The use of semivariogram indices reduced the effects of vegetation phenology on change detection. The performance of the classifiers was generally comparable, but the SVM presented the highest overall classification accuracy (92.27%) when using the hybrid set of NDVI-derived spectral-spatial features. From the vegetated areas, 18.71% of changes were caused by human-induced disturbances between 2015 and 2016. The method is particularly useful for TSBs where vegetation exhibits strong seasonality and regularly spaced time series of satellite images are difficult to obtain due to persistent cloud cover. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Taylor & Francis | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | GIScience & Remote Sensing | - |
| Palavras-chave: dc.subject | Remote sensing | - |
| Palavras-chave: dc.subject | Geostatistics | - |
| Palavras-chave: dc.subject | Seasonality | - |
| Palavras-chave: dc.subject | Tropical seasonal biomes | - |
| Palavras-chave: dc.subject | Vegetation phenology | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Geoestatística | - |
| Palavras-chave: dc.subject | Sazonalidade | - |
| Palavras-chave: dc.subject | Biomas sazonais tropicais | - |
| Palavras-chave: dc.subject | Fenologia da vegetação | - |
| Título: dc.title | Reducing the effects of vegetation phenology on change detection in tropical seasonal biomes | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: