IDENTIFICAÇÃO DE CULTURA AGRÍCOLA DO TOMATE BASEADO EM IMAGENS MSI/SENTINEL-2

Vol 20, 2023. - 156286
Anais / Proceedings XX SBSR
Favorite this paper
How to cite this paper?
Abstract

Este trabalho teve por objetivo identificar as áreas ocupadas
pela cultura agrícola de tomate utilizando técnicas de
classificação supervisionada aplicadas às imagens orbitais
do sensor MSI (Multispectral Instrument) a bordo dos
satélites Sentinel-2A e 2B. A área de estudo foi o município
de Cristalina, localizado no leste do estado de Goiás. A
classificação foi realizada na plataforma do Google Earth
Engine (GEE) com base em amostras com ocorrência do
plantio do tomate e sua ausência, divididas em 70% para
treinamento/calibração e 30% para validação (teste). No
treinamento foram utilizados os algoritmos de classificação
Random Forest (RF) e Gradient Tree Boost (GTB). O RF
teve melhor desempenho preditivo (F-score = 0,9745) em
relação ao GTB (F-score = 0,9680). Este trabalho indica que
é possível realizar o mapeamento da cultura do tomate por
sensoriamento remoto orbital com boa exatidão

Share your ideas or questions with the authors!

Did you know that the greatest stimulus in scientific and cultural development is curiosity? Leave your questions or suggestions to the author!

Sign in to interact

Have a question or suggestion? Share your feedback with the authors!

Institutions
  • 1 Programa de Pós-Graduação em Sensoriamento Remoto - PGSER, Divisão de Observação da Terra e Geoinformática - DIOTG, Instituto Nacional de Pesquisas Espaciais - INPE
  • 2 IFG
Track
  • 5. Data mining
Keywords
Solanum lycoprisum
Google Earth Engine
Random Forest
classificação supervisionada
aprendizado de máquina