期刊论文详细信息
Pesquisa Agropecuária Brasileira
Séries temporais de NDVI do sensor SPOT Vegetation e algoritmo SAM aplicados ao mapeamento de cana‑de‑açúcar
Luiz Eduardo Vicente1  Daniel Gomes1  Daniel De Castro Victoria1  Edlene Aparecida Monteiro Garçon1  Édson Luis Bolfe1  Ricardo Guimarães Andrade1  Gustavo Bayma Siqueira Da Silva1 
关键词: análise temporal;    modelo linear de mistura espectral;    previsão de safras;    sensoriamento remoto agrícola;    temporal analysis;    linear spectral mixture model;    crop forecasting;    agricultural remote sensing;   
DOI  :  10.1590/S0100-204X2012000900019
来源: SciELO
PDF
【 摘 要 】

O objetivo deste trabalho foi avaliar o mapeamento de área de cana‑de‑açúcar por meio de série temporal, de seis anos de dados do índice de vegetação por diferença normalizada (NDVI), oriundos do sensor Vegetation, a bordo do satélite "système pour l'observation de la Terre" (SPOT). Três classes de cobertura do solo (cana‑de‑açúcar, pasto e floresta), do Estado de São Paulo, foram selecionadas como assinaturas espectro‑temporais de referência, que serviram como membros extremos ("endmembers") para classificação com o algoritmo "spectral angle mapper" (SAM). A partir desta classificação, o mapeamento da área de cana‑de‑açúcar foi realizado com uso de limiares na imagem-regra do SAM, gerados a partir dos valores dos espectros de referência. Os resultados mostram que o algoritmo SAM pode ser aplicado a séries de dados multitemporais de resolução moderada, o que permite eficiente mapeamento de alvo agrícola em escala mesorregional. Dados oficiais de áreas de cana‑de‑açúcar, para as microrregiões paulistas, apresentam boa correlação (r² = 0,8) com os dados obtidos pelo método avaliado. A aplicação do algoritmo SAM mostrou ser útil em análises temporais. As séries temporais de NDVI do sensor SPOT Vegetation podem ser utilizadas para mapeamento da área de cana‑de‑açúcar em baixa resolução.

【 授权许可】

CC BY   
 All the contents of this journal, except where otherwise noted, is licensed under a Creative Commons Attribution License

【 预 览 】
附件列表
Files Size Format View
RO202103040058104ZK.pdf 6185KB PDF download
  文献评价指标  
  下载次数:15次 浏览次数:3次