Análise e mineração de dados de sensores orbitais para acompanhamento de safras de cana-de-açúcar
Resumo
O impacto causado por eventos climáticos extremos em todo o mundo tem motivado pesquisas para redução de gases de efeito estufa. No Brasil, a cana-de-açúcar é a principal fonte para produção de etanol, como alternativa a combustíveis fósseis. Nesse contexto, dados de sensoriamento remoto têm sido utilizados para monitorar safras de cana-de-açúcar e apoiar pesquisas científicas. Neste trabalho, é proposta uma metodologia baseada em agrupamento de dados para analisar séries temporais de NDVI obtidas de satélites AVHRR/NOAA. Os experimentos mostram que a abordagem proposta permite identificar áreas com padrões de desenvolvimento similares, considerando também os diferentes ciclos de vida da cultura.
Referências
Berndt, D. and Clifford, J. (1994) “Using dynamic time warping to find patterns in time series”. In: AAAI Workshop on Knowledge Discovery in Databases, p. 359-370, Seattle - Washington.
Chino, D. Y. T., Romani, L. A. S. e Traina, A. J. M. (2010) “Construindo séries temporais de imagens de satélite para sumarização de dados climáticos e monitoramento de safras agrícolas”. In: REIC, v. 10, p. 1-16.
Ding, H., Trajcevski, G., Scheuermann, P., Wang, X. and Keogh, E. (2008). “Querying and Mining of Time Series Data: Experimental Comparison of Representations and Distance Measures”. In: VLDB Endowment, p. 1542-1552.
IPCC (2007) “Climate change 2007: Fourth assessment report (AR4)”. In: Intergovernmental Panel on Climate Change.
Han, J., Kamber, M. and Tung, A. K. H. (2001) “Spatial Clustering Methods in Data Mining: A Survey”. In: Geographic Data Mining and Knowledge Discovery, Edited by H. J. Miller and J. Han, Taylor and Francis, p. 201-230.
Romani, L. A. S., Gonçalves, R. R. V., Amaral, B. F., Zullo Jr, J., Traina Jr, C., Sousa, E. P. e Traina, A. J. M. (2011) “Acompanhamento de safras de cana-de-açúcar por meio de técnicas de agrupamento em séries temporais de NDVI”. In: XV Simpósio Brasileiro de Sensoriamento Remoto, Curitiba - PR, p. 383-390.
Chino, D. Y. T., Romani, L. A. S. e Traina, A. J. M. (2010) “Construindo séries temporais de imagens de satélite para sumarização de dados climáticos e monitoramento de safras agrícolas”. In: REIC, v. 10, p. 1-16.
Ding, H., Trajcevski, G., Scheuermann, P., Wang, X. and Keogh, E. (2008). “Querying and Mining of Time Series Data: Experimental Comparison of Representations and Distance Measures”. In: VLDB Endowment, p. 1542-1552.
IPCC (2007) “Climate change 2007: Fourth assessment report (AR4)”. In: Intergovernmental Panel on Climate Change.
Han, J., Kamber, M. and Tung, A. K. H. (2001) “Spatial Clustering Methods in Data Mining: A Survey”. In: Geographic Data Mining and Knowledge Discovery, Edited by H. J. Miller and J. Han, Taylor and Francis, p. 201-230.
Romani, L. A. S., Gonçalves, R. R. V., Amaral, B. F., Zullo Jr, J., Traina Jr, C., Sousa, E. P. e Traina, A. J. M. (2011) “Acompanhamento de safras de cana-de-açúcar por meio de técnicas de agrupamento em séries temporais de NDVI”. In: XV Simpósio Brasileiro de Sensoriamento Remoto, Curitiba - PR, p. 383-390.
Publicado
19/07/2011
Como Citar
AMARAL, Bruno F.; CHINO, Daniel Y.; ROMANI, Luciana A. S.; GONÇALVES, Renata R. V.; SOUSA, Elaine P. M. de; TRAINA, Agma J. M..
Análise e mineração de dados de sensores orbitais para acompanhamento de safras de cana-de-açúcar. In: WORKSHOP DE COMPUTAÇÃO APLICADA À GESTÃO DO MEIO AMBIENTE E RECURSOS NATURAIS (WCAMA), 3. , 2011, Natal/RN.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2011
.
p. 1472-1481.
ISSN 2595-6124.
