Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images

A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais. Ausführliche Beschreibung

Gespeichert in:

Autor*in:	Felipe Pinho de Oliveira [verfasserIn] Elpídio Inácio Fernandes Filho [verfasserIn] Vicente Paulo Soares [verfasserIn] Agostinho Lopes de Souza [verfasserIn]

Format:	E-Artikel
Sprache:	Englisch ; Spanisch ; Portugiesisch

Erschienen:	2013

Schlagwörter:	Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images

Übergeordnetes Werk:	In: Revista Árvore - Sociedade de Investigações Florestais, 2004, 37(2013), 1, Seite 151-161
Übergeordnetes Werk:	volume:37 ; year:2013 ; number:1 ; pages:151-161

Links:	Link aufrufen Link aufrufen Journal toc Journal toc

Katalog-ID:	DOAJ010518673

Internformat


LEADER	01000caa a22002652 4500
001	DOAJ010518673
003	DE-627
005	20230310025953.0
007	cr uuu---uuuuu
008	230225s2013 xx \|\|\|\|\|o 00\| \|\|eng c
035			\|a (DE-627)DOAJ010518673
035			\|a (DE-599)DOAJcde728c08d5c46efb1959037c56f664b
040			\|a DE-627 \|b ger \|c DE-627 \|e rakwb
041			\|a eng \|a spa \|a por
050		0	\|a SD1-669.5
100	0		\|a Felipe Pinho de Oliveira \|e verfasserin \|4 aut
245	1	0	\|a Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images
264		1	\|c 2013
336			\|a Text \|b txt \|2 rdacontent
337			\|a Computermedien \|b c \|2 rdamedia
338			\|a Online-Ressource \|b cr \|2 rdacarrier
520			\|a A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais.
650		4	\|a Myracrodruon urundeuva
650		4	\|a Monodominância
650		4	\|a Classificação supervisionada de imagens
650		4	\|a Mono-dominance
650		4	\|a Supervised classification of images
653		0	\|a Forestry
700	0		\|a Elpídio Inácio Fernandes Filho \|e verfasserin \|4 aut
700	0		\|a Vicente Paulo Soares \|e verfasserin \|4 aut
700	0		\|a Agostinho Lopes de Souza \|e verfasserin \|4 aut
773	0	8	\|i In \|t Revista Árvore \|d Sociedade de Investigações Florestais, 2004 \|g 37(2013), 1, Seite 151-161 \|w (DE-627)365134090 \|w (DE-600)2111203-4 \|x 18069088 \|7 nnns
773	1	8	\|g volume:37 \|g year:2013 \|g number:1 \|g pages:151-161
856	4	0	\|u https://doaj.org/article/cde728c08d5c46efb1959037c56f664b \|z kostenfrei
856	4	0	\|u http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016 \|z kostenfrei
856	4	2	\|u https://doaj.org/toc/0100-6762 \|y Journal toc \|z kostenfrei
856	4	2	\|u https://doaj.org/toc/1806-9088 \|y Journal toc \|z kostenfrei
912			\|a GBV_USEFLAG_A
912			\|a SYSFLAG_A
912			\|a GBV_DOAJ
912			\|a GBV_ILN_20
912			\|a GBV_ILN_22
912			\|a GBV_ILN_23
912			\|a GBV_ILN_24
912			\|a GBV_ILN_31
912			\|a GBV_ILN_39
912			\|a GBV_ILN_40
912			\|a GBV_ILN_60
912			\|a GBV_ILN_62
912			\|a GBV_ILN_63
912			\|a GBV_ILN_65
912			\|a GBV_ILN_69
912			\|a GBV_ILN_70
912			\|a GBV_ILN_73
912			\|a GBV_ILN_95
912			\|a GBV_ILN_105
912			\|a GBV_ILN_110
912			\|a GBV_ILN_151
912			\|a GBV_ILN_161
912			\|a GBV_ILN_213
912			\|a GBV_ILN_230
912			\|a GBV_ILN_285
912			\|a GBV_ILN_293
912			\|a GBV_ILN_602
912			\|a GBV_ILN_2014
912			\|a GBV_ILN_4012
912			\|a GBV_ILN_4037
912			\|a GBV_ILN_4112
912			\|a GBV_ILN_4125
912			\|a GBV_ILN_4126
912			\|a GBV_ILN_4249
912			\|a GBV_ILN_4305
912			\|a GBV_ILN_4306
912			\|a GBV_ILN_4307
912			\|a GBV_ILN_4313
912			\|a GBV_ILN_4322
912			\|a GBV_ILN_4323
912			\|a GBV_ILN_4324
912			\|a GBV_ILN_4325
912			\|a GBV_ILN_4367
912			\|a GBV_ILN_4700
951			\|a AR
952			\|d 37 \|j 2013 \|e 1 \|h 151-161

Indexfelder

author_variant	f p d o fpdo e i f f eiff v p s vps a l d s alds
matchkey_str	article:18069088:2013----::aemnoergetslrsasomndmncaereraatralsiiaspriinddiaesaieeapnofrsfamnsihoooiaco
hierarchy_sort_str	2013
callnumber-subject-code	SD
publishDate	2013
allfields	(DE-627)DOAJ010518673 (DE-599)DOAJcde728c08d5c46efb1959037c56f664b DE-627 ger DE-627 rakwb eng spa por SD1-669.5 Felipe Pinho de Oliveira verfasserin aut Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images 2013 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais. Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images Forestry Elpídio Inácio Fernandes Filho verfasserin aut Vicente Paulo Soares verfasserin aut Agostinho Lopes de Souza verfasserin aut In Revista Árvore Sociedade de Investigações Florestais, 2004 37(2013), 1, Seite 151-161 (DE-627)365134090 (DE-600)2111203-4 18069088 nnns volume:37 year:2013 number:1 pages:151-161 https://doaj.org/article/cde728c08d5c46efb1959037c56f664b kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016 kostenfrei https://doaj.org/toc/0100-6762 Journal toc kostenfrei https://doaj.org/toc/1806-9088 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4367 GBV_ILN_4700 AR 37 2013 1 151-161
spelling	(DE-627)DOAJ010518673 (DE-599)DOAJcde728c08d5c46efb1959037c56f664b DE-627 ger DE-627 rakwb eng spa por SD1-669.5 Felipe Pinho de Oliveira verfasserin aut Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images 2013 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais. Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images Forestry Elpídio Inácio Fernandes Filho verfasserin aut Vicente Paulo Soares verfasserin aut Agostinho Lopes de Souza verfasserin aut In Revista Árvore Sociedade de Investigações Florestais, 2004 37(2013), 1, Seite 151-161 (DE-627)365134090 (DE-600)2111203-4 18069088 nnns volume:37 year:2013 number:1 pages:151-161 https://doaj.org/article/cde728c08d5c46efb1959037c56f664b kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016 kostenfrei https://doaj.org/toc/0100-6762 Journal toc kostenfrei https://doaj.org/toc/1806-9088 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4367 GBV_ILN_4700 AR 37 2013 1 151-161
allfields_unstemmed	(DE-627)DOAJ010518673 (DE-599)DOAJcde728c08d5c46efb1959037c56f664b DE-627 ger DE-627 rakwb eng spa por SD1-669.5 Felipe Pinho de Oliveira verfasserin aut Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images 2013 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais. Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images Forestry Elpídio Inácio Fernandes Filho verfasserin aut Vicente Paulo Soares verfasserin aut Agostinho Lopes de Souza verfasserin aut In Revista Árvore Sociedade de Investigações Florestais, 2004 37(2013), 1, Seite 151-161 (DE-627)365134090 (DE-600)2111203-4 18069088 nnns volume:37 year:2013 number:1 pages:151-161 https://doaj.org/article/cde728c08d5c46efb1959037c56f664b kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016 kostenfrei https://doaj.org/toc/0100-6762 Journal toc kostenfrei https://doaj.org/toc/1806-9088 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4367 GBV_ILN_4700 AR 37 2013 1 151-161
allfieldsGer	(DE-627)DOAJ010518673 (DE-599)DOAJcde728c08d5c46efb1959037c56f664b DE-627 ger DE-627 rakwb eng spa por SD1-669.5 Felipe Pinho de Oliveira verfasserin aut Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images 2013 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais. Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images Forestry Elpídio Inácio Fernandes Filho verfasserin aut Vicente Paulo Soares verfasserin aut Agostinho Lopes de Souza verfasserin aut In Revista Árvore Sociedade de Investigações Florestais, 2004 37(2013), 1, Seite 151-161 (DE-627)365134090 (DE-600)2111203-4 18069088 nnns volume:37 year:2013 number:1 pages:151-161 https://doaj.org/article/cde728c08d5c46efb1959037c56f664b kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016 kostenfrei https://doaj.org/toc/0100-6762 Journal toc kostenfrei https://doaj.org/toc/1806-9088 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4367 GBV_ILN_4700 AR 37 2013 1 151-161
allfieldsSound	(DE-627)DOAJ010518673 (DE-599)DOAJcde728c08d5c46efb1959037c56f664b DE-627 ger DE-627 rakwb eng spa por SD1-669.5 Felipe Pinho de Oliveira verfasserin aut Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images 2013 Text txt rdacontent Computermedien c rdamedia Online-Ressource cr rdacarrier A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais. Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images Forestry Elpídio Inácio Fernandes Filho verfasserin aut Vicente Paulo Soares verfasserin aut Agostinho Lopes de Souza verfasserin aut In Revista Árvore Sociedade de Investigações Florestais, 2004 37(2013), 1, Seite 151-161 (DE-627)365134090 (DE-600)2111203-4 18069088 nnns volume:37 year:2013 number:1 pages:151-161 https://doaj.org/article/cde728c08d5c46efb1959037c56f664b kostenfrei http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016 kostenfrei https://doaj.org/toc/0100-6762 Journal toc kostenfrei https://doaj.org/toc/1806-9088 Journal toc kostenfrei GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4367 GBV_ILN_4700 AR 37 2013 1 151-161
language	English Spanish Portuguese
source	In Revista Árvore 37(2013), 1, Seite 151-161 volume:37 year:2013 number:1 pages:151-161
sourceStr	In Revista Árvore 37(2013), 1, Seite 151-161 volume:37 year:2013 number:1 pages:151-161
format_phy_str_mv	Article
institution	findex.gbv.de
topic_facet	Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images Forestry
isfreeaccess_bool	true
container_title	Revista Árvore
authorswithroles_txt_mv	Felipe Pinho de Oliveira @@aut@@ Elpídio Inácio Fernandes Filho @@aut@@ Vicente Paulo Soares @@aut@@ Agostinho Lopes de Souza @@aut@@
publishDateDaySort_date	2013-01-01T00:00:00Z
hierarchy_top_id	365134090
id	DOAJ010518673
language_de	englisch spanisch portugiesisch
fullrecord	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ010518673</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230310025953.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230225s2013 xx \|\|\|\|\|o 00\| \|\|eng c</controlfield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ010518673</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJcde728c08d5c46efb1959037c56f664b</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">eng</subfield><subfield code="a">spa</subfield><subfield code="a">por</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">SD1-669.5</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Felipe Pinho de Oliveira</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2013</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Myracrodruon urundeuva</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Monodominância</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Classificação supervisionada de imagens</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mono-dominance</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Supervised classification of images</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Forestry</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Elpídio Inácio Fernandes Filho</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Vicente Paulo Soares</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Agostinho Lopes de Souza</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Revista Árvore</subfield><subfield code="d">Sociedade de Investigações Florestais, 2004</subfield><subfield code="g">37(2013), 1, Seite 151-161</subfield><subfield code="w">(DE-627)365134090</subfield><subfield code="w">(DE-600)2111203-4</subfield><subfield code="x">18069088</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:37</subfield><subfield code="g">year:2013</subfield><subfield code="g">number:1</subfield><subfield code="g">pages:151-161</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/cde728c08d5c46efb1959037c56f664b</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/0100-6762</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1806-9088</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">37</subfield><subfield code="j">2013</subfield><subfield code="e">1</subfield><subfield code="h">151-161</subfield></datafield></record></collection>
callnumber-first	S - Agriculture
author	Felipe Pinho de Oliveira
spellingShingle	Felipe Pinho de Oliveira misc SD1-669.5 misc Myracrodruon urundeuva misc Monodominância misc Classificação supervisionada de imagens misc Mono-dominance misc Supervised classification of images misc Forestry Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images
authorStr	Felipe Pinho de Oliveira
ppnlink_with_tag_str_mv	@@773@@(DE-627)365134090
format	electronic Article
delete_txt_mv	keep
author_role	aut aut aut aut
collection	DOAJ
remote_str	true
callnumber-label	SD1-669
illustrated	Not Illustrated
issn	18069088
topic_title	SD1-669.5 Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images Myracrodruon urundeuva Monodominância Classificação supervisionada de imagens Mono-dominance Supervised classification of images
topic	misc SD1-669.5 misc Myracrodruon urundeuva misc Monodominância misc Classificação supervisionada de imagens misc Mono-dominance misc Supervised classification of images misc Forestry
topic_unstemmed	misc SD1-669.5 misc Myracrodruon urundeuva misc Monodominância misc Classificação supervisionada de imagens misc Mono-dominance misc Supervised classification of images misc Forestry
topic_browse	misc SD1-669.5 misc Myracrodruon urundeuva misc Monodominância misc Classificação supervisionada de imagens misc Mono-dominance misc Supervised classification of images misc Forestry
format_facet	Elektronische Aufsätze Aufsätze Elektronische Ressource
format_main_str_mv	Text Zeitschrift/Artikel
carriertype_str_mv	cr
hierarchy_parent_title	Revista Árvore
hierarchy_parent_id	365134090
hierarchy_top_title	Revista Árvore
isfreeaccess_txt	true
familylinks_str_mv	(DE-627)365134090 (DE-600)2111203-4
title	Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images
ctrlnum	(DE-627)DOAJ010518673 (DE-599)DOAJcde728c08d5c46efb1959037c56f664b
title_full	Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images
author_sort	Felipe Pinho de Oliveira
journal	Revista Árvore
journalStr	Revista Árvore
callnumber-first-code	S
lang_code	eng spa por
isOA_bool	true
recordtype	marc
publishDateSort	2013
contenttype_str_mv	txt
container_start_page	151
author_browse	Felipe Pinho de Oliveira Elpídio Inácio Fernandes Filho Vicente Paulo Soares Agostinho Lopes de Souza
container_volume	37
class	SD1-669.5
format_se	Elektronische Aufsätze
author-letter	Felipe Pinho de Oliveira
author2-role	verfasserin
title_sort	mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens rapideye mapping of forest fragments with mono-dominance of aroeira by supervised classification of rapideye images
callnumber	SD1-669.5
title_auth	Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images
abstract	A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais.
abstractGer	A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais.
abstract_unstemmed	A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais.
collection_details	GBV_USEFLAG_A SYSFLAG_A GBV_DOAJ GBV_ILN_20 GBV_ILN_22 GBV_ILN_23 GBV_ILN_24 GBV_ILN_31 GBV_ILN_39 GBV_ILN_40 GBV_ILN_60 GBV_ILN_62 GBV_ILN_63 GBV_ILN_65 GBV_ILN_69 GBV_ILN_70 GBV_ILN_73 GBV_ILN_95 GBV_ILN_105 GBV_ILN_110 GBV_ILN_151 GBV_ILN_161 GBV_ILN_213 GBV_ILN_230 GBV_ILN_285 GBV_ILN_293 GBV_ILN_602 GBV_ILN_2014 GBV_ILN_4012 GBV_ILN_4037 GBV_ILN_4112 GBV_ILN_4125 GBV_ILN_4126 GBV_ILN_4249 GBV_ILN_4305 GBV_ILN_4306 GBV_ILN_4307 GBV_ILN_4313 GBV_ILN_4322 GBV_ILN_4323 GBV_ILN_4324 GBV_ILN_4325 GBV_ILN_4367 GBV_ILN_4700
container_issue	1
title_short	Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images
url	https://doaj.org/article/cde728c08d5c46efb1959037c56f664b http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016 https://doaj.org/toc/0100-6762 https://doaj.org/toc/1806-9088
remote_bool	true
author2	Elpídio Inácio Fernandes Filho Vicente Paulo Soares Agostinho Lopes de Souza
author2Str	Elpídio Inácio Fernandes Filho Vicente Paulo Soares Agostinho Lopes de Souza
ppnlink	365134090
callnumber-subject	SD - Forestry
mediatype_str_mv	c
isOA_txt	true
hochschulschrift_bool	false
callnumber-a	SD1-669.5
up_date	2024-07-03T15:16:38.749Z
_version_	1803571480496177152
fullrecord_marcxml	<?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>01000caa a22002652 4500</leader><controlfield tag="001">DOAJ010518673</controlfield><controlfield tag="003">DE-627</controlfield><controlfield tag="005">20230310025953.0</controlfield><controlfield tag="007">cr uuu---uuuuu</controlfield><controlfield tag="008">230225s2013 xx \|\|\|\|\|o 00\| \|\|eng c</controlfield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-627)DOAJ010518673</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)DOAJcde728c08d5c46efb1959037c56f664b</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-627</subfield><subfield code="b">ger</subfield><subfield code="c">DE-627</subfield><subfield code="e">rakwb</subfield></datafield><datafield tag="041" ind1=" " ind2=" "><subfield code="a">eng</subfield><subfield code="a">spa</subfield><subfield code="a">por</subfield></datafield><datafield tag="050" ind1=" " ind2="0"><subfield code="a">SD1-669.5</subfield></datafield><datafield tag="100" ind1="0" ind2=" "><subfield code="a">Felipe Pinho de Oliveira</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="c">2013</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="a">Text</subfield><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="a">Computermedien</subfield><subfield code="b">c</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="a">Online-Ressource</subfield><subfield code="b">cr</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="520" ind1=" " ind2=" "><subfield code="a">A espécie florestal Myracrodruon urundeuva (Fr. All.) figura desde 1992 na lista de espécies da flora brasileira ameaçadas de extinção e, contudo, manifesta comportamento monodominante em algumas regiões do Estado de Minas Gerais, sobretudo na região do Médio Rio Doce. Este trabalho teve por objetivo comparar métodos de classificação supervisionada de imagens Rapideye para mapeamento de fragmentos florestais monodominados por Myracrodruon urundeuva em Tumiritinga, MG. Foram avaliadas a classificação pelo algoritmo da Maximaverossimilhança (Maxver) e a classificação por Redes Neurais Artificiais (RNA). Foram testadas 19 combinações envolvendo diferentes bandas, componentes principais e o índice de vegetação da diferença normalizada para a classificação da imagem Rapideye. O treinamento da rede foi realizado variando-se a taxa de aprendizado, o número de interações e o número de neurônios na camada interna. A avaliação dos mapas temáticos produzidos foi realizada através dos índices Kappa e Kappa condicional para a classe de uso do solo "aroeira" e pela análise das Matrizes de Confusão. O método que apresentou melhor desempenho foi a classificação de todas as bandas da imagem Rapideye pelo algoritmo Maxver, apresentando coeficientes Kappa 80 e Kappa condicional 90. O mapa temático gerado teve exatidão do usuário igual a 93% e exatidão do produtor igual a 90%, sendo as maiores confusões do classificador para a classe Aroeira Monodominante acometidas entre as classes Mata Nativa e Pasto Manejado. Da imagem temática produzida, extraiu-se a informação de que 22% do Município de Tumiritinga se encontrava sob ocupação da aroeira em monodominância. A análise do uso e cobertura do solo no município não retrata, na região de estudo, o quadro anunciado de espécie ameaçada de extinção, no qual M. urundeuva se encontra.<br<M. urundeuva (Fr. All.) is a tree currently listed as endangered species of Brazilian Flora since 1992. However, it manifests monodominance in some regions of Minas Gerais state, especially in middle Rio Doce. The objective of this work was to compare supervised methods of classification of Rapideye images for forest fragments monodominated by Myracrodruon urundeuva mapping, in Tumiritinga, MG. The maximum likelihood (Maxlike) and the artificial neural networks (ANN) classification were assessed. Nineteen combinations involving different bands, the principal components and the normalized difference vegetation index (NDVI) were tested for classification of Rapideye image. The neural network training was conducted by varying the learning rate, the number of interactions and the number of neurons in the hidden layer. The thematic maps were evaluated by Kappa and conditional Kappa index for "aroeira" soil use class and by the analysis of the Confusion Matrix. The best performance was achieved by the Maxever algorithm using all bands of Rapideye image, getting a Kappa index of 80 and conditional Kappa index of 90. The thematic map presented user's accuracy equal to 93% and producer's accuracy equal to 90%. The greatest errors of classification for "aroeira monominant" class were related to the "native forest" and "managed pasture" classes. The thematic map produced shows that 22% of the town is under occupation of M. urundeuva in monodominance and this specie is not endangered in Tumiritinga, Minas Gerais.</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Myracrodruon urundeuva</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Monodominância</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Classificação supervisionada de imagens</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Mono-dominance</subfield></datafield><datafield tag="650" ind1=" " ind2="4"><subfield code="a">Supervised classification of images</subfield></datafield><datafield tag="653" ind1=" " ind2="0"><subfield code="a">Forestry</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Elpídio Inácio Fernandes Filho</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Vicente Paulo Soares</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="700" ind1="0" ind2=" "><subfield code="a">Agostinho Lopes de Souza</subfield><subfield code="e">verfasserin</subfield><subfield code="4">aut</subfield></datafield><datafield tag="773" ind1="0" ind2="8"><subfield code="i">In</subfield><subfield code="t">Revista Árvore</subfield><subfield code="d">Sociedade de Investigações Florestais, 2004</subfield><subfield code="g">37(2013), 1, Seite 151-161</subfield><subfield code="w">(DE-627)365134090</subfield><subfield code="w">(DE-600)2111203-4</subfield><subfield code="x">18069088</subfield><subfield code="7">nnns</subfield></datafield><datafield tag="773" ind1="1" ind2="8"><subfield code="g">volume:37</subfield><subfield code="g">year:2013</subfield><subfield code="g">number:1</subfield><subfield code="g">pages:151-161</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">https://doaj.org/article/cde728c08d5c46efb1959037c56f664b</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="0"><subfield code="u">http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-67622013000100016</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/0100-6762</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="u">https://doaj.org/toc/1806-9088</subfield><subfield code="y">Journal toc</subfield><subfield code="z">kostenfrei</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_USEFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">SYSFLAG_A</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_DOAJ</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_20</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_22</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_23</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_24</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_31</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_39</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_40</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_60</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_62</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_63</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_65</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_69</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_70</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_73</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_95</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_105</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_110</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_151</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_161</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_213</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_230</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_285</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_293</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_602</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_2014</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4012</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4037</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4112</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4125</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4126</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4249</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4305</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4306</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4307</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4313</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4322</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4323</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4324</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4325</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4367</subfield></datafield><datafield tag="912" ind1=" " ind2=" "><subfield code="a">GBV_ILN_4700</subfield></datafield><datafield tag="951" ind1=" " ind2=" "><subfield code="a">AR</subfield></datafield><datafield tag="952" ind1=" " ind2=" "><subfield code="d">37</subfield><subfield code="j">2013</subfield><subfield code="e">1</subfield><subfield code="h">151-161</subfield></datafield></record></collection>
score	7.4000244

Nicht das Richtige dabei?

Schreiben Sie uns!

Mapeamento de fragmentos florestais com monodominância de aroeira a partir da classificação supervisionada de imagens Rapideye Mapping of forest fragments with mono-dominance of aroeira by supervised classification of Rapideye images

Nicht das Richtige dabei?

Zugang & Verfügbarkeit

Vorhandene Bände

Nicht das Richtige dabei?