To cite this paper use one of the standards below:
Esta pesquisa integrou dados dos sensores Sentinel-2 MSI, Sentinel-1 SAR e índices de vegetação (NDVI, EVI, SAVI e NDWI) aos mosaicos com imagens Landsat 8 para aprimorar a classificação do café arábica na região da Mogiana, São Paulo. O recorte temporal dos mosaicos foi definido a partir do desenvolvimento fenológico da planta e o seu ciclo de produção bienal. Os processamentos foram realizados na plataforma Google Earth Engine, utilizando algoritmo Random Forest. Os resultados revelaram que a integração de dados do S1, S2 e os índices de vegetação aumentou a acurácia geral em até 7%, alcançando 90,2% de precisão. Para a classe de café, observou-se uma redução de 23% nos erros de comissão e de 50% nos erros de omissão.
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