
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 | Mello, José Márcio de | - |
| Autor(es): dc.creator | Acerbi Júnior, Fausto Weimar | - |
| Autor(es): dc.creator | Carvalho, Luis Marcelo Tavares de | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:49:30Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:49:30Z | - |
| 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/1/33426 | - |
| Fonte completa do material: dc.identifier | https://www.tandfonline.com/doi/abs/10.1080/01431161.2018.1430397 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1168986 | - |
| Descrição: dc.description | A new method for remote-sensing land-use/land-cover (LULC) change detection is proposed to eliminate the effects of forest phenology on classification results. This method is insensitive to spectral changes caused by vegetation seasonality and uses an object-based approach to extract geostatistical features from bitemporal Landsat TM (Thematic Mapper) images. We first create image objects by multiresolution segmentation to extract geostatistical features (semivariogram parameters and indices) and spectral information (average values) from NDVI (normalized difference vegetation index), acquired in the wet and dry seasons, as input data to train a Support Vector Machine algorithm. We also used the image difference traditional change-detection method to validate the effectiveness of the proposed method. We used two classes: (1) LULC change class and (2) seasonal change class. Using the most geostatistical features, the change detection results are considerably improved compared with the spectral features and image differencing technique. The highest accuracy was achieved by the sill (σ2 overall variability) semivariogram parameter (95%) and the AFM (area first lag–first maximum) semivariogram index (88.33%), which were not affected by vegetation seasonality. The results indicate that the geostatistical context makes possible the use of bitemporal NDVI images to address the challenge of accurately detecting LULC changes in Brazilian seasonal savannahs, disregarding changes caused by phenological differences, without using a dense time series of remote-sensing images. The challenge of extracting accurate semivariogram curves from objects of long and narrow shapes requires further study, along with the relationship between the scale of segmentation and image spatial resolution, including the type of change and the initial land-cover class. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Taylor & Francis | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | International Journal of Remote Sensing | - |
| Palavras-chave: dc.subject | Geostatistic | - |
| Palavras-chave: dc.subject | Remote-sensing land-use | - |
| Palavras-chave: dc.subject | Forest phenology | - |
| Palavras-chave: dc.subject | Geoestatística | - |
| Palavras-chave: dc.subject | Sensoriamento remoto e uso da terra | - |
| Palavras-chave: dc.subject | Fenologia florestal | - |
| Título: dc.title | Object-based land-cover change detection applied to Brazilian seasonal savannahs using geostatistical features | - |
| 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: