AVALIAÇÃO E MAPEAMENTO DE PASTAGENS COM DIFERENTES NÍVEIS DE DEGRADAÇÃO A PARTIR DE CLASSIFICAÇÃO DIGITAL DE IMAGENS SENTINEL-2, POR MEIO DO ALGORITMO RANDOM FOREST: ESTUDO DE CASO DE VALENÇA/RJ E ARREDORES.

التفاصيل البيبلوغرافية
العنوان:	AVALIAÇÃO E MAPEAMENTO DE PASTAGENS COM DIFERENTES NÍVEIS DE DEGRADAÇÃO A PARTIR DE CLASSIFICAÇÃO DIGITAL DE IMAGENS SENTINEL-2, POR MEIO DO ALGORITMO RANDOM FOREST: ESTUDO DE CASO DE VALENÇA/RJ E ARREDORES. (Portuguese)
Alternate Title:	EVALUATION AND MAPPING OF PASTURES WITH DIFFERENT LEVELS OF DEGRADATION FROM DIGITAL CLASSIFICATION OF SENTINEL-2 IMAGES, USING THE RANDOM FOREST ALGORITHM: CASE STUDY OF VALENÇA/RJ AND SURROUNDINGS. (English) EVALUACIÓN Y CARTOGRAFÍA DE PASTIZALES CON DIFERENTES NIVELES DE DEGRADACIÓN A PARTIR DE LA CLASIFICACIÓN DIGITAL DE IMÁGENES CENTINELA-2, UTILIZANDO EL ALGORITMO RANDOM FOREST: ESTUDIO DE CASO DE VALENÇA/RJ Y ALREDEDORES. (Spanish)
المؤلفون:	Ferreira de Almeida, Mateus Benchimol, Simões, Margareth, Demonte Ferraz, Rodrigo Peçanha, Calvano Kuchler, Patrick
المصدر:	Revista Foco (Interdisciplinary Studies Journal); 2023, Vol. 16 Issue 6, p1-10, 10p
مصطلحات موضوعية:	RANDOM forest algorithms, REMOTE sensing, TIME series analysis, BIOMASS, PASTURES
Abstract (English):	This study aimed to develop a methodology for evaluating and mapping pastures with different degradation levels based on Remote Sensing techniques. Sentinel-2 images, vegetation indices, GLCM textures, field samples (weight and height of pasture biomass) were used. The processing of digital images was performed in R and Google Earth Engine using the random forest algorithm. In R, information was obtained about the most important images; and in Google Earth Engine, the main time series was processed. NCI was the most important image, showing a correlation of R2 = 0.722 with the biomass weight. The results revealed that in the study area there are: L1 (52.72%), L2L3 (32.56%) and L4 (14.72%). The accuracies achieved were as follows: Global Accuracy = 0.93; Kappa = 0.89; and F-score (L1 = 0.97, L2L3 = 0.93, L4 = 0.88). [ABSTRACT FROM AUTHOR]
Abstract (Spanish):	El presente trabajo tuvo como objetivo desarrollar una metodología para la evaluación y cartografía de pastizales con diferentes niveles de degradación, basada en técnicas de Teledetección. Se utilizaron imágenes Sentinel-2, índices de vegetación, texturas GLCM y muestras de campo (peso y altura de biomasa de pastos). El procesado de las imágenes digitales se realizó en R y Google Earth Engine utilizando el algoritmo random forest. En R se obtuvo información sobre las imágenes más importantes y en Google Earth Engine se realizó el procesado de las principales series temporales. El índice de vegetación NCI fue la imagen más importante, presentando una correlación de R2 = 0,722 con el peso de la biomasa. Los resultados revelaron que en el área de estudio se tiene: N1 (52,72%), N2N3 (32,56%) y N4 (14,72%). Las precisiones alcanzadas fueron las siguientes: Precisión global = 0,93; Kappa = 0,89; y F-score (N1 = 0,97, N2N3 = 0,93, N4 = 0,88). [ABSTRACT FROM AUTHOR]
Abstract (Portuguese):	O presente trabalho objetivou desenvolver uma metodologia de avaliação e mapeamento de pastagens com diferentes níveis de degradação, com base em técnicas de Sensoriamento Remoto. Utilizou-se imagens Sentinel-2, índices de vegetação, texturas GLCM e amostras de campo (peso e altura da biomassa das pastagens). O processamento das imagens digitais foi realizado no R e no Google Earth Engine usando o algoritmo random forest. No R, obteve-se informações sobre as imagens mais importantes; e no Google Earth Engine, realizou-se o processamento da série temporal principal. O índice de vegetação NCI foi a imagem mais importante, apresentando correlação de R2 = 0,722 com o peso da biomassa. Os resultados revelaram que na área de estudo tem-se: N1 (52.72%), N2N3 (32.56%) e N4 (14.72%). As acurácias alcançadas foram as seguintes: Acurácia Global = 0,93; Kappa = 0,89; e F-score (N1 = 0,97, N2N3 = 0,93, N4 = 0,88). [ABSTRACT FROM AUTHOR]
	Copyright of Revista Foco (Interdisciplinary Studies Journal) is the property of Revista Foco and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)
قاعدة البيانات:	Complementary Index

الوصف
تدمد:	1981223X
DOI:	10.54751/revistafoco.v16n6-004