Melhorias na acurácia do mapeamento por NDVI

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorCouto, Edivando Vitor do-
Autor(es): dc.contributorFerreira, José Hilário Delconte-
Autor(es): dc.contributorCouto, Edivando Vitor do-
Autor(es): dc.contributorFerreira, José Hilário Delconte-
Autor(es): dc.contributorCargnin, Claudete-
Autor(es): dc.contributorCouto, Luciane Maria Vieira do-
Autor(es): dc.creatorBragion, Gabriel da Rocha-
Data de aceite: dc.date.accessioned2022-02-21T21:33:35Z-
Data de disponibilização: dc.date.available2022-02-21T21:33:35Z-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2020-11-09-
Data de envio: dc.date.issued2017-11-29-
Fonte completa do material: dc.identifierhttp://repositorio.utfpr.edu.br/jspui/handle/1/7015-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/655369-
Descrição: dc.descriptionThis work proposes a supervised classification method by the Bhattacharya distance tool using the Normalized Difference Vegetation Index of croplands and forest remnants of the Atlantic forest and other land use classes from the Mourão river watershed, Paraná, aiming to mitigate the effects of seasonality in the classification. The overall accuracy and Kappa index of the product generated by the supervised classification were 73.92% and 0.53, respectively. We also investigated the user’s accuracy, the producer’s reliability and the conditional Kappa index. The results showed that the method presented an excellent performance for the differentiation of forest cover (k = 76.94), temporary crops (k = 0.89) and water (k = 0.87).-
Descrição: dc.descriptionEste trabalho propõe um método de classificação supervisionada pela distância de Bhattacharya baseado na utilização do índice de vegetação da diferença normalizada para a classificação supervisionada de lavouras temporárias e remanescentes florestais da mata atlântica e outras classes de uso da terra da bacia hidrográfica do Rio Mourão, Paraná, visando atenuar os efeitos das sazonalidades na classificação. A acurácia global e índice de Kappa do produto gerado pela classificação supervisionada foram de 73,92% e 0,53, respectivamente. Também foram investigadas a acurácia do usuário, a fiabilidade do produtor e o índice de Kappa condicional. Os resultados mostraram que o método apresenta um excelente desempenho para a diferenciação de coberturas florestais (k = 76,94), lavouras temporárias (k = 0,89) e água (k = 0,87).-
Formato: dc.formatapplication/pdf-
Idioma: dc.languagept_BR-
Publicador: dc.publisherUniversidade Tecnológica Federal do Paraná-
Publicador: dc.publisherCampo Mourao-
Publicador: dc.publisherBrasil-
Publicador: dc.publisherDepartamento Acadêmico de Ambiental-
Publicador: dc.publisherEngenharia Ambiental-
Publicador: dc.publisherUTFPR-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectSensoriamento remoto-
Palavras-chave: dc.subjectCobertura dos solos-
Palavras-chave: dc.subjectMapeamento do solo-
Palavras-chave: dc.subjectRemote sensing-
Palavras-chave: dc.subjectMulching-
Palavras-chave: dc.subjectSoil mapping-
Palavras-chave: dc.subjectCNPQ::CIENCIAS EXATAS E DA TERRA::GEOCIENCIAS::GEOFISICA::SENSORIAMENTO REMOTO-
Título: dc.titleMelhorias na acurácia do mapeamento por NDVI-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositorio Institucional da UTFPR - RIUT

Não existem arquivos associados a este item.