Fechar
Metadados

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/3U5F8JP
Repositóriosid.inpe.br/mtc-m21c/2019/09.27.11.05   (acesso restrito)
Última Atualização2019:09.27.11.05.41 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2019/09.27.11.05.41
Última Atualização dos Metadados2024:01.23.16.34.54 (UTC) simone
DOI10.1016/j.jag.2019.05.005
ISSN0303-2434
Chave de CitaçãoBendiniFSKRSLH:2019:DeAgLa
TítuloDetailed agricultural land classification in the Brazilian cerrado based on phenological information from dense satellite image time series
Ano2019
MêsOct.
Data de Acesso26 abr. 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho12332 KiB
2. Contextualização
Autor1 Bendini, Hugo do Nascimento
2 Fonseca, Leila Maria Garcia
3 Schwieder, Marcel
4 Körting, Thales Sehn
5 Rufin, Philippe
6 Sanches, Ieda Del'Arco
7 Leitão, Pedro J.
8 Hostert, Patrick
Identificador de Curriculo1
2 8JMKD3MGP5W/3C9JHLD
Grupo1 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
2 DIDPI-CGOBT-INPE-MCTIC-GOV-BR
3
4 DIDPI-CGOBT-INPE-MCTIC-GOV-BR
5
6 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Humboldt-Universität zu Berlin
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5 Humboldt-Universität zu Berlin
6 Instituto Nacional de Pesquisas Espaciais (INPE)
7 Humboldt-Universität zu Berlin
8 Humboldt-Universität zu Berlin
Endereço de e-Mail do Autor1 hugo.bendini@inpe.br
2 leila.fonseca@inpe.br
3 marcel.schwieder@geo.hu-berlin.de
4 thales.korting@inpe.br
5 philippe.rufin@geo.hu-berlin.de
6 ieda.sanches@inpe.br
7 p.leitao@geo.hu-berlin.de
8 patrick.hostert@geo.hu-berlin.de
RevistaInternational Journal of Applied Earth Observation and Geoinformation
Volume82
PáginasUNSP 101872
Nota SecundáriaB1_GEOCIÊNCIAS
Histórico (UTC)2019-09-27 11:05:41 :: simone -> administrator ::
2019-09-27 11:05:42 :: administrator -> simone :: 2019
2019-09-27 11:06:49 :: simone -> administrator :: 2019
2019-10-05 00:46:04 :: administrator -> simone :: 2019
2019-12-06 19:56:29 :: simone -> administrator :: 2019
2020-01-06 11:42:22 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveBig data
Time-Series mining
Random forest algorithm
Land use and Land cover mapping (LULC)
Multi-Sensor
ResumoThe paradox between environmental conservation and economic development is a challenge for Brazil, where there is a complex and dynamic agricultural scenario. This reinforces the need for effective methods for the detailed mapping of agriculture. In this work, we employed land surface phenological metrics derived from dense satellite image time series to classify agricultural land in the Cerrado biome. We used all available Landsat images between April 2013 and April 2017, applying a weighted ensemble of Radial Basis Function (RBF) convolution filters as a kernel smoother to fill data gaps such as cloud cover and Scan Line Corrector (SLC)-off data. Through this approach, we created a dense Enhanced Vegetation Index (EVI) data cube with an 8-day temporal resolution and derived phenometrics for a Random Forest (RF) classification. We used a hierarchical classification with four levels, from land cover to crop rotation classes. Most of the classes showed accuracies higher than 90%. Single crop and Non-commercial crop classes presented lower accuracies. However, we showed that phenometrics derived from dense Landsat-like image time series, in a hierarchical classification scheme, has a great potential for detailed agricultural mapping. The results are promising and show that the method is consistent and robust, being applicable to mapping agricultural land throughout the entire Cerrado.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Detailed agricultural land...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Detailed agricultural land...
Arranjo 3urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Detailed agricultural land...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 27/09/2019 08:05 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvobendini_detailed.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Política de Arquivamentodenypublisher denyfinaldraft24
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/bibdigital/2013/09.09.15.05 3
sid.inpe.br/bibdigital/2013/09.13.21.11 3
sid.inpe.br/bibdigital/2013/10.18.22.34 2
DivulgaçãoWEBSCI; PORTALCAPES; SCOPUS.
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
NotasPrêmio CAPES Elsevier 2023 - ODS 2: Fome zero e Agricultura sustentável
Prêmio CAPES Elsevier 2023 - ODS 8: Trabalho decente e crescimento econômico
Prêmio CAPES Elsevier 2023 - ODS 15: Vida terrestre
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition number orcid parameterlist parentrepositories previousedition previouslowerunit progress project rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar