Your browser doesn't support javascript.
loading
Discriminação de variedades de citros em imagens CCD/CBERS-2 / Discrimination of citrus varieties using CCD/CBERS-2 satellite imagery
Sanches, Ieda Del'Arco; Gürtler, Salete; Formaggio, Antonio Roberto.
Affiliation
  • Sanches, Ieda Del'Arco; Instituto Nacional de Pesquisas Espaciais. São José dos Campos. BR
  • Gürtler, Salete; Universidade de São Paulo. Escola Superior de Agricultura Luiz de Queiroz. Piracicaba. BR
  • Formaggio, Antonio Roberto; Instituto Nacional de Pesquisas Espaciais. São José dos Campos. BR
Ciênc. rural ; 38(1): 103-108, jan.-fev. 2008. ilus
Article in Portuguese | LILACS | ID: lil-469998
Responsible library: BR1.1
RESUMO
O presente trabalho teve o objetivo de avaliar as imagens CCD/CBERS-2 quanto à possibilidade de discriminarem variedades de citros. A área de estudo localiza-se em Itirapina (SP) e, para este estudo, foram utilizadas imagens CCD de três datas (30/05/2004, 16/08/2004 e 11/09/2004). Um modelo que integra os elementos componentes da cena citrícola sensoriada é proposto com o objetivo de explicar a variabilidade das respostas das parcelas de citros em imagens orbitais do tipo CCD/CBERS-2. Foram feitas classificações pelos algoritmos Isoseg e Maxver e, de acordo com o índice kappa, concluiu-se que é possível obterem-se exatidões qualificadas como muito boas, sendo que as melhores classificações foram conseguidas com imagens da estação seca.
ABSTRACT
This paper was aimed at evaluating the possibility of discriminating citrus varieties in CCD imageries from CBERS-2 satellite ("China-Brazil Earth Resouces Satellite"). The study area is located in Itirapina, São Paulo State. For this study, three CCD images from 2004 were acquired (May 30, August 16, and September 11). In order to acquire a better understanding and for explaining the variability of the spectral behavior of the citrus areas in orbital images (like as the CCD/CBERS-2 images) a model that integrates the elements of the citrus scene is proposed and discussed. The images were classified by Isoseg and MaxVer classifiers. According to kappa index, it was possible to obtain classifications qualified as 'very good'. The best results were obtained with the images from the dry season.

Full text: Available Collection: International databases Database: LILACS Type of study: Prognostic study Language: Portuguese Journal: Ciênc. rural Journal subject: Science / Environmental Health Year: 2008 Document type: Article Affiliation country: Brazil Institution/Affiliation country: Instituto Nacional de Pesquisas Espaciais/BR / Universidade de São Paulo/BR
Full text: Available Collection: International databases Database: LILACS Type of study: Prognostic study Language: Portuguese Journal: Ciênc. rural Journal subject: Science / Environmental Health Year: 2008 Document type: Article Affiliation country: Brazil Institution/Affiliation country: Instituto Nacional de Pesquisas Espaciais/BR / Universidade de São Paulo/BR
...