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

Vol 20, 2023. - 156286
Anais / Proceedings XX SBSR
Favoritar este trabalho
Como citar esse trabalho?
Resumo

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

Compartilhe suas ideias ou dúvidas com os autores!

Sabia que o maior estímulo no desenvolvimento científico e cultural é a curiosidade? Deixe seus questionamentos ou sugestões para o autor!

Faça login para interagir

Tem uma dúvida ou sugestão? Compartilhe seu feedback com os autores!

Instituições
  • 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
Eixo Temático
  • 5. Classificação e mineração de dados
Palavras-chave
Solanum lycoprisum
Google Earth Engine
Random Forest
classificação supervisionada
aprendizado de máquina