Tratamento de dados de sensoriamento remoto para a classificação do uso e cobertura da terra com modelos de inteligência artificial.
2025
VAZ, G. J. | CURTARELLI, V. P. | ANTUNES, J. F. G. | COUTINHO, A. C. | ESQUERDO, J. C. D. M. | ROCHA, A. | GLAUBER JOSE VAZ, CNPTIA, UNIVERSIDADE ESTADUAL DE CAMPINAS; VICTOR PEDROSO CURTARELLI, DEUTSCHE GESELLSCHAFT FÜR INTERNATIONALE ZUSAMMENARBEIT (GIZ) GMBH; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; ALEXANDRE CAMARGO COUTINHO, CNPTIA; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; ANDERSON ROCHA, UNIVERSIDADE ESTADUAL DE CAMPINAS.
Este trabalho propõe uma metodologia para o tratamento de dados de sensoriamento remoto obtidos a partir do Brazil Data Cube, visando melhorar a qualidade das séries temporais utilizadas no treinamento de modelos de inteligência artificial para a classificação do uso e cobertura da terra. O estudo utilizou dados coletados na região amazônica da bacia do Alto Paraguai. Três cenários foram analisados: i) sem tratamento; ii) com tratamento das séries temporais; e iii) com tratamento das séries temporais e remoção das amostras não representativas. No último caso, a metodologia possibilita equilibrar o nível de qualidade exigido com a quantidade de amostras descartadas. A metodologia resultou em um ganho significativo na qualidade dos dados.
显示更多 [+] 显示较少 [-]