Identificação de áreas agrícolas para manejo diferenciado utilizando o algoritmo ckMeansImage
Os avanços tecnológicos produziram várias ferramentas para auxiliar a tomada de decisões para profissionais de ciências agrícolas. As tecnologias que apresentam grande potencial para o setor agrícola são o Sensoriamento Remoto, que possui diversas ferramentas para extração e análise de informações,...
Guardado en:
| Autores principales: | , , , , |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Portugués |
| Publicado: |
2018
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/70981 http://47jaiio.sadio.org.ar/sites/default/files/CAI-3.pdf |
| Aporte de: |
| Sumario: | Os avanços tecnológicos produziram várias ferramentas para auxiliar a tomada de decisões para profissionais de ciências agrícolas. As tecnologias que apresentam grande potencial para o setor agrícola são o Sensoriamento Remoto, que possui diversas ferramentas para extração e análise de informações, sendo uma delas o procedimento já realizado. A alta complexidade dos componentes antrópicos e naturais faz com que as rotações computacionais fiquem confusas e se tornem ferramentas com grande potencial em suas aplicações. Desta forma, o trabalho aplica o algoritmo ckMeansImage em uma imagem multiespectral com o objetivo de detectar áreas para cultivo. O algoritmo processou uma imagem da região de estudo em 4 grupos, sendo os seguintes: Gramíneas e leguminosas, remanescentes de arroz irrigado, pós-colheita de soja e acúmulo de água. Por meio dos resultados conclui-se que o algoritmo apresenta resultados satisfatórios, permitindo uma interpretação da representação de cada grupo. |
|---|