Fechar
Metadados

1. Identificação
Tipo de ReferênciaArtigo em Revista Científica (Journal Article)
Sitemtc-m21c.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34R/42JUHP8
Repositóriosid.inpe.br/mtc-m21c/2020/06.02.12.55
Última Atualização2020:06.02.12.55.14 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21c/2020/06.02.12.55.14
Última Atualização dos Metadados2022:01.04.01.35.10 (UTC) administrator
DOI10.3390/rs12071152
ISSN2072-4292
Chave de CitaçãoAraiSaDuCaHoSh:2020:VeFrIm
TítuloVegetation fraction images derived from PROBA-V data for rapid assessment of annual croplands in Brazil
Ano2020
MêsApr.
Data de Acesso19 abr. 2024
Tipo de Trabalhojournal article
Tipo SecundárioPRE PI
Número de Arquivos1
Tamanho18990 KiB
2. Contextualização
Autor1 Arai, Egídio
2 Sano, Edson Eyji
3 Dutra, Andeise Cerqueira
4 Cassol, Henrique Luis Godinho
5 Hoffmann, Tânia Beatriz
6 Shimabukuro, Yosio Edemir
Identificador de Curriculo1 8JMKD3MGP5W/3C9JGUP
2
3
4
5
6 8JMKD3MGP5W/3C9JJCQ
Grupo1 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
2
3 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
4 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
5 SER-SRE-SESPG-INPE-MCTIC-GOV-BR
6 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
6 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 egidio@dsr.inpe.br
2 edson.sano@embrapa.br
3 andeise.dutra@inpe.br
4 henrique@dsr.inpe.br
5 tania.hoffmann@inpe.br
6 yosio@dsr.inpe.br
RevistaRemote Sensing
Volume12
Número7
Páginase1152
Nota SecundáriaB3_GEOGRAFIA B3_ENGENHARIAS_I B4_GEOCIÊNCIAS B4_CIÊNCIAS_AMBIENTAIS B5_CIÊNCIAS_AGRÁRIAS_I
Histórico (UTC)2020-06-02 12:55:14 :: simone -> administrator ::
2020-06-02 12:55:15 :: administrator -> simone :: 2020
2020-06-02 12:55:45 :: simone -> administrator :: 2020
2020-06-07 08:43:42 :: administrator -> simone :: 2020
2020-06-23 22:40:10 :: simone -> administrator :: 2020
2022-01-04 01:35:10 :: administrator -> simone :: 2020
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-Chave: linear spectral mixing model
Mato Grosso State
cropland mapping
maximum fraction values mosaic
ResumoThis paper presents a new method for rapid assessment of the extent of annual croplands in Brazil. The proposed method applies a linear spectral mixing model (LSMM) to PROBA-V time series images to derive vegetation, soil, and shade fraction images for regional analysis. We used S10-TOC (10 days synthesis, 1 km spatial resolution, and top-of-canopy) products for Brazil and S5-TOC (five days synthesis, 100 m spatial resolution, and top-of-canopy) products for Mato Grosso State (Brazilian Legal Amazon). Using the time series of the vegetation fraction images of the whole year (2015 in this case), only one mosaic composed with maximum values of vegetation fraction was generated, allowing detecting and mapping semi-automatically the areas occupied by annual crops during the year. The results (100 m spatial resolution map) for the Mato Grosso State were compared with existing global datasets (Finer Resolution Observation and MonitoringGlobal Land Cover (FROM-GLC) and Global Food SecuritySupport Analyses Data (GFSAD30)). Visually those maps present a good agreement, but the area estimated are not comparable since the agricultural class definition are different for those maps. In addition, we found 11.8 million ha of agricultural areas in the entire Brazilian territory. The area estimation for the Mato Grosso State was 3.4 million ha for 1 km dataset and 5.3 million ha for 100 m dataset. This difference is due to the spatial resolution of the PROBA-V datasets used. A coefficient of determination of 0.82 was found between PROBA-V 100 m and Landsat-8 OLI area estimations for the Mato Grosso State. Therefore, the proposed method is suitable for detecting and mapping annual croplands distribution operationally using PROBA-V datasets for regional analysis.
ÁreaSRE
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Vegetation fraction images...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Vegetation fraction images...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 02/06/2020 09:55 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP3W34R/42JUHP8
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP3W34R/42JUHP8
Idiomaen
Arquivo Alvoarai_remote sensing.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Política de Arquivamentoallowpublisher allowfinaldraft
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3ER446E
8JMKD3MGPCW/3F3NU5S
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.18.22.34 3
sid.inpe.br/mtc-m21/2012/07.13.14.45.03 2
sid.inpe.br/bibdigital/2013/09.13.21.11 1
DivulgaçãoWEBSCI; PORTALCAPES; MGA; COMPENDEX; SCOPUS.
Acervo Hospedeirourlib.net/www/2017/11.22.19.04
6. Notas
Campos Vaziosalternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository nextedition notes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readpermission rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar