Please use this identifier to cite or link to this item: https://app.uff.br/riuff/handle/1/10809
Title: Identificação de padrões de uso agrícola em imagens orbitais aplicando GEOBIA e mineração de dados
Authors: Andrade, Carolina Chiarello de
metadata.dc.contributor.advisor: Francisco, Cristiane Nunes
metadata.dc.contributor.advisorco: Fidalgo, Elaine Cristina Cardoso
metadata.dc.contributor.members: Carriello, Felix
Carvalho, Marcus Vinicius Alves de
Issue Date: 2019
Publisher: Universidade Federal Fluminense
Citation: Andrade, Carolina Chiarello de. Identificação de padrões de uso agrícola em imagens orbitais aplicando GEOBIA e mineração de dados. 2019. 43f. Trabalho de Conclusão de Curso (Bacharelado em Geografia) - Instituto de Geociências, Universidade Federal Fluminense, 2019.
Abstract: Este trabalho foi desenvolvido com o objetivo de mapear o uso e cobertura da terra na região de Nova Canaã, Mato Grosso, MT, visando identificar padrões para o reconhecimento de sistemas de produção existentes nas áreas agropecuárias. Para tal, foi utilizada a série temporal entre o período de 2017 e 2018 das imagens do sensor Sentinel-2, com resolução espacial de 10 metros. Foram empregadas técnicas de análise baseada em objetos e mineração de dados, devido à grande quantidade de dados a serem processados e analisados. Como resultado foi possível diferenciar dois padrões de agricultura, pastagem, vegetação natural e água, com exatidão global de mapeamento de 73,5% e estatística Kappa de 0,62. A classificação elaborada a partir da árvore de decisão permite que a seleção dos atributos seja feita de forma automática, não sendo influenciada pela subjetividade do intérprete. A metodologia empregada se mostrou promissora para identificação de diferentes padrões espectrais de sistemas de produção agrícola utilizando séries temporais.
metadata.dc.description.abstractother: This essay was developed with the objective of mapping land use and land cover in the region of Nova Canaã, Mato Grosso, MT, in order to delimit and identify patterns for the recognition of different production systems in agricultural areas. To do so, a time series between the period of 2017 to 2018 of the Sentinel-2 sensor images, with spatial resolution of 10 meters, was used. Object-oriented analysis and data mining techniques were employed due to the large amount of data to be processed and analyzed. As a result, it was possible to differentiate two patterns of agriculture, pasture, natural vegetation and water, with global map accuracy of 73,50% and Kappa statistic of 0,62. The classification elaborated from the decision tree allows the selection of attributes to be done automatically, not being influenced by the subjectivity of the interpreter. The methodology used was promising for the identification of different spectral patterns of agricultural production systems using time series.
URI: https://app.uff.br/riuff/handle/1/10809
Appears in Collections:GGG - Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
TCC_Carolina_Chiarello.pdfIDENTIFICAÇÃO DE PADRÕES DE USO AGRÍCOLA EM IMAGENS ORBITAIS APLICANDO GEOBIA E MINERAÇÃO DE DADOS1.79 MBAdobe PDFView/Open


This item is licensed under a Creative Commons License Creative Commons