Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado
Modelos empíricos relacionando variáveis espectrais, como variáveis biofísicas da cobertura vegetal são avaliados para específicos conjuntos de dados. Os desempenhos destes modelos são avaliados ou validados também de forma específica, desconhecendo-se, por exemplo, qual seria o resultado se dados d...
| Autores: | , , , , , , , |
|---|---|
| Tipo de documento: | artigo |
| Estado: | Versão publicada |
| Data de publicação: | 2020 |
| País: | Brasil |
| Recursos: | Universidade Federal do Rio de Janeiro (UFRJ) |
| Repositório: | Anuário do Instituto de Geociências (Online) |
| Idioma: | português |
| OAI Identifier: | oai:www.revistas.ufrj.br:article/34033 |
| Acesso em linha: | https://revistas.ufrj.br/index.php/aigeo/article/view/34033 |
| Access Level: | Acceso aberto |
| Palavra-chave: | Sensoriamento remoto; Cerrado; Geoestatística |
| id |
BR_3f0f0c5ee32d0cbd3e901931fb7a2cd9 |
|---|---|
| oai_identifier_str |
oai:www.revistas.ufrj.br:article/34033 |
| network_acronym_str |
BR |
| network_name_str |
Brasil |
| repository_id_str |
|
| spelling |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do CerradoSensoriamento remoto; Cerrado; GeoestatísticaModelos empíricos relacionando variáveis espectrais, como variáveis biofísicas da cobertura vegetal são avaliados para específicos conjuntos de dados. Os desempenhos destes modelos são avaliados ou validados também de forma específica, desconhecendo-se, por exemplo, qual seria o resultado se dados de outros sensores fossem utilizados no estabelecimento dos mesmos modelos. Este trabalho teve como objetivo comparar os valores de dois índices de vegetação (NDVI e SAVI) obtidos de três diferentes sensores. Quando se utiliza índices de vegetação, independente do sensor do qual ele foi extraído, espera-se que os valores sejam semelhantes e comparáveis. Estatisticamente a comparação mostra que o NDVI é mais indicado para análises multitemporais, utilizando o mesmo sensor multiespectral, enquanto que para análises multiescalares, com o uso de diferentes sensores multiespectrais, os índices híbridos de vegetação garantem melhor resposta na equivalência entre fitofisionomias do Cerrado. Entretanto os índices de vegetação não são suficientes para determinar com precisão o tipo de fitofisionomia, sendo necessário a complementação com imagens polarizadas de radar associadas com estatísticas de agrupamento de imagem ou com índices capazes de medir outras variáveis fenológicas, além da absorção da radiação pela clorofila e estrutura da folha.Universidade Federal do Rio de Janeiro2020-04-23info:eu-repo/semantics/articleinfo:eu-repo/semantics/publishedVersionapplication/pdfhttps://revistas.ufrj.br/index.php/aigeo/article/view/3403310.11137/2020_1_18_32Anuário do Instituto de Geociências; Vol 43, No 1 (2020); 18-32Anuário do Instituto de Geociências; Vol 43, No 1 (2020); 18-321982-39080101-9759reponame:Anuário do Instituto de Geociências (Online)instname:Universidade Federal do Rio de Janeiro (UFRJ)instacron:UFRJporhttps://revistas.ufrj.br/index.php/aigeo/article/view/34033/19029Copyright (c) 2020 Anuário do Instituto de Geociênciashttp://creativecommons.org/licenses/by/4.0info:eu-repo/semantics/openAccessShiroma, Gustavo MassayukiGamarra, Roberto MacedoGuirra, Alesson Pires MacielMotta, Jaíza SantosFigueiredo, Helen Rezende deEncina, César Claudio CáceresJúnior, Geraldo Alves DamascenoFilho, Antonio Conceição Paranhos2020-08-12T18:39:38Zoai:www.revistas.ufrj.br:article/34033Revistahttps://revistas.ufrj.br/index.php/aigeo/indexPUBhttps://revistas.ufrj.br/index.php/aigeo/oaianuario@igeo.ufrj.br||1982-39080101-9759opendoar:2020-08-12T18:39:38Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ)false |
| dc.title.none.fl_str_mv |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado |
| title |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado |
| spellingShingle |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado Shiroma, Gustavo Massayuki Sensoriamento remoto; Cerrado; Geoestatística |
| title_short |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado |
| title_full |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado |
| title_fullStr |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado |
| title_full_unstemmed |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado |
| title_sort |
Comparação entre Índices de Vegetação de Diferentes Sensores na Identificação de Fitofisionomias do Cerrado |
| dc.creator.none.fl_str_mv |
Shiroma, Gustavo Massayuki Gamarra, Roberto Macedo Guirra, Alesson Pires Maciel Motta, Jaíza Santos Figueiredo, Helen Rezende de Encina, César Claudio Cáceres Júnior, Geraldo Alves Damasceno Filho, Antonio Conceição Paranhos |
| author |
Shiroma, Gustavo Massayuki |
| author_facet |
Shiroma, Gustavo Massayuki Gamarra, Roberto Macedo Guirra, Alesson Pires Maciel Motta, Jaíza Santos Figueiredo, Helen Rezende de Encina, César Claudio Cáceres Júnior, Geraldo Alves Damasceno Filho, Antonio Conceição Paranhos |
| author_role |
author |
| author2 |
Gamarra, Roberto Macedo Guirra, Alesson Pires Maciel Motta, Jaíza Santos Figueiredo, Helen Rezende de Encina, César Claudio Cáceres Júnior, Geraldo Alves Damasceno Filho, Antonio Conceição Paranhos |
| author2_role |
author author author author author author author |
| dc.contributor.none.fl_str_mv |
|
| dc.subject.por.fl_str_mv |
Sensoriamento remoto; Cerrado; Geoestatística |
| topic |
Sensoriamento remoto; Cerrado; Geoestatística |
| description |
Modelos empíricos relacionando variáveis espectrais, como variáveis biofísicas da cobertura vegetal são avaliados para específicos conjuntos de dados. Os desempenhos destes modelos são avaliados ou validados também de forma específica, desconhecendo-se, por exemplo, qual seria o resultado se dados de outros sensores fossem utilizados no estabelecimento dos mesmos modelos. Este trabalho teve como objetivo comparar os valores de dois índices de vegetação (NDVI e SAVI) obtidos de três diferentes sensores. Quando se utiliza índices de vegetação, independente do sensor do qual ele foi extraído, espera-se que os valores sejam semelhantes e comparáveis. Estatisticamente a comparação mostra que o NDVI é mais indicado para análises multitemporais, utilizando o mesmo sensor multiespectral, enquanto que para análises multiescalares, com o uso de diferentes sensores multiespectrais, os índices híbridos de vegetação garantem melhor resposta na equivalência entre fitofisionomias do Cerrado. Entretanto os índices de vegetação não são suficientes para determinar com precisão o tipo de fitofisionomia, sendo necessário a complementação com imagens polarizadas de radar associadas com estatísticas de agrupamento de imagem ou com índices capazes de medir outras variáveis fenológicas, além da absorção da radiação pela clorofila e estrutura da folha. |
| publishDate |
2020 |
| dc.date.none.fl_str_mv |
2020-04-23 |
| dc.type.none.fl_str_mv |
|
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion |
| format |
article |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/34033 10.11137/2020_1_18_32 |
| url |
https://revistas.ufrj.br/index.php/aigeo/article/view/34033 |
| identifier_str_mv |
10.11137/2020_1_18_32 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.relation.none.fl_str_mv |
https://revistas.ufrj.br/index.php/aigeo/article/view/34033/19029 |
| dc.rights.driver.fl_str_mv |
Copyright (c) 2020 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 info:eu-repo/semantics/openAccess |
| rights_invalid_str_mv |
Copyright (c) 2020 Anuário do Instituto de Geociências http://creativecommons.org/licenses/by/4.0 |
| eu_rights_str_mv |
openAccess |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
| publisher.none.fl_str_mv |
Universidade Federal do Rio de Janeiro |
| dc.source.none.fl_str_mv |
Anuário do Instituto de Geociências; Vol 43, No 1 (2020); 18-32 Anuário do Instituto de Geociências; Vol 43, No 1 (2020); 18-32 1982-3908 0101-9759 reponame:Anuário do Instituto de Geociências (Online) instname:Universidade Federal do Rio de Janeiro (UFRJ) instacron:UFRJ |
| instname_str |
Universidade Federal do Rio de Janeiro (UFRJ) |
| instacron_str |
UFRJ |
| institution |
UFRJ |
| reponame_str |
Anuário do Instituto de Geociências (Online) |
| collection |
Anuário do Instituto de Geociências (Online) |
| repository.name.fl_str_mv |
Anuário do Instituto de Geociências (Online) - Universidade Federal do Rio de Janeiro (UFRJ) |
| repository.mail.fl_str_mv |
anuario@igeo.ufrj.br|| |
| _version_ |
1853662044115435520 |
| score |
15.228081 |