Para citar este trabalho use um dos padrões abaixo:
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.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo