To cite this paper use one of the standards below:
Os incêndios florestais na Amazônia resultam em uma série de impactos ambientais e sociais. Nesse contexto, ferramen- tas de sensoriamento remoto são de suma importância para combater esses eventos por possibilitarem identificar, mape- ar e qualificar os locais submetidos a esse distúrbio, forne- cendo informações fundamentais para o combate às quei- madas. Este estudo avaliou o uso da ferramenta de classifi- cação supervisionada Support Vector Machine (SVM) na identificação e mapeamento de cicatrizes de queimadas em imagens orbitais do satélite Amazônia 1. Para isso, seis imagens do Amazônia 1 do período de 27/07/2022 a 30/10/2022 foram submetidas a processos de classificação com o uso da ferramenta e a qualidade destas foram avalia- das com base no Índice Kappa. A qualidade da classificação variou de 0,47 (moderada) a 0,70 (substancial) segundo o Índice Kappa. Os resultados apontam que o classificador tem potencial para identificar cicatrizes de queimadas em áreas de cobertura florestal, mas que aprimoramentos metodológicos são necessários visando melhorar este desempenho.
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