To cite this paper use one of the standards below:
O presente trabalho buscou realizar uma proposta de método para caracterização de área de pasto apícola a ser ofertado por uma usina de cana-de-açúcar, com auxílio de ferramentas do sensoriamento remoto. Para tal, utilizou-se o software livre QGIS, o plugin Semi-automatic Classification Plugin (SCP) e imagens atualizadas do satélite Landsat 9. As imagens de satélite foram classificadas em seis diferentes classes (floresta natural, culturas florestais, cana-de-açúcar, pastagem e outras culturas anuais, urbanização ou solo exposto, solo exposto ou urbanização e água) e cruzadas com informações do índice NDVI (non-diferential vegetation index) da área de estudo para conclusão da caracterização das áreas de vocação de pasto apícola.
Os resultados dispõem uma área de 10.471 ha de pasto apícola permanente e 3.332 ha de pasto apícola sazonal.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper