5 results on '"Ramos ALVES, Helena Maria"'
Search Results
2. Influência da altitude em cafés produzidos na Serra da Canastra utilizando modelos com covariâncias espaciais.
- Author
-
Ribeiro CALCAGNOTO, Laryssa, Rocío Rebaza FERNÁNDEZ, Diana Del, Ângelo CIRILLO, Marcelo, Ramos ALVES, Helena Maria, and Meira BORÉM, Flávio
- Subjects
COFFEE manufacturing ,EFFECT of altitude on plants ,SENSORY evaluation ,VARIANCES - Abstract
Copyright of Nativa is the property of Revista Nativa and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)
- Published
- 2024
- Full Text
- View/download PDF
3. Exploiting Feature Extraction Techniques for Remote Sensing Image Classification.
- Author
-
Boell, Miler Grudtner, Ramos Alves, Helena Maria, Lordelo Volpato, Margarete Marin, Ferreira, Danton Diego, and Soares Lacerda, Wilian
- Abstract
Multispectral image classification derived from satellite sensors is a topic of graet interest for the scientific community. The great interest is to automatically identify different areas including coffee production. The coffee stands out for being an important source of income and jobs, as well as being one of the most important products of the economy of Brazil. However, automatically map this culture has been a challenge so much for object-oriented analysis how much to methods based on "pixel to pixel" techniques. This work exploits different feature extraction techniques aiming at identifying the most discriminative features for remote image classification. The satellite image used in this study refers to the Três Pontas region, Minas Gerais, Brazil, which has a great agricultural production, especially coffee. It has been used the seven spectral image bands of Landsat 8 OLI (Operational Land Imager). It was considered 5 land use classes: Coffee, Wood, Water, Urban Area, Other Uses (Grassland, Soil, Weathered, Other Cultures, Eucalyptus). Various spectral and textural characteristics were extracted as features and combined for the classification. Higher-order statistics-based features were also extracted and combined with those commonly used in the literature for remote sensing image classification. Two feature selection methods for dimention redution was used: the Fisher's Discriminant Ratio (FDR) and the linear correlation. As classifier, a multilayer perceptron has been used. The best Kappa indices obtained was 73.13% for the model that considered all extracted features (a total of 43) as input. [ABSTRACT FROM AUTHOR]
- Published
- 2018
- Full Text
- View/download PDF
4. Mapeamento de áreas cafeeiras (Coffea arabica L.) da zona da mata mineira usando sensoriamento remoto
- Author
-
Lamounier Machado, Marley, Ramos Alves, Helena Maria, Grossi Chquiloff Vieira, Tatiana, Inácio Fernandes Filho, Elpídio, and Pinto Coelho Lacerda, Marilusa
- Subjects
Coffea arábica ,imagem de satélite ,satellite image ,aerofotogrametria ,geotechnology ,Coffea arabica ,digital image processing ,aerophotogrammetry ,geotecnologia ,processamento digital de imagens - Abstract
The aim of this work was to map coffee lands in the Zona da Mata region, in Minas Gerais state, using non-conventional aerial photographs and satellite images. A pilot area, representative of the regional coffee lands, was chosen. A non-conventional aerophotogrammetric survey of the study area was carried out (scale 1:10000) and an ETM+Landsat7 satellite image was acquired. This image was registered and transformed into surface reflectance data. Photointerpretation of the limits of land use classes was done over a digital mosaic. These limits were overlaid onto the image, providing reflectance sampling of each land use type for statistical analysis and assessment of the vegetation’s spectral response. Statistical analysis showed that bands 3, 4, 5 and 7 were the most representative in the discrimination of vegetation canopies. Although statistical analysis showed a significant difference between the bands for the different land use/land cover types, the classifications did not provide good target discrimination due to shading, to the region’s very steep landscape and to the spectral signature similarity between coffee and forest. The mapping accuracy between the classified image and photointerpretation was considered regular to weak and the best results were obtained through a combination of bands. The use of ETM/Landsat7 images to map coffee lands presented limitations, despite the few types of land use. This is due to the shading of the images, owing to the steep topography, and to the fragmentation of most of the coffee lands into small fields. Objetivou-se, neste trabalho, estabelecer uma metodologia para o mapeamento de áreas cafeeiras da Zona da Mata mineira por meio do sensoriamento remoto, usando imagens de satélite e fotografias aéreas digitais não convencionais. Uma área piloto representativa da cafeicultura da região foi selecionada. O levantamento aerofotogramétrico não convencional da área de estudo, em escala 1:10000, foi realizado e uma imagem orbital ETM+Landsat7 foi adquirida. Essa imagem foi registrada e transformada para dados de reflectância de superfície. Limites das classes de uso da terra foram interpretados sobre o mosaico digital e sobrepostos à imagem, possibilitando a amostragem de cada cultura para fins estatísticos e verificação do comportamento espectral da vegetação. A análise estatística comprovou que as bandas 3, 4, 5 e 7 foram as mais representativas para a discriminação das coberturas vegetais. Apesar de a análise estatística ter indicado diferença significativa entre as bandas para os diferentes tipos de uso, as classificações não permitiram boa discriminação dos alvos devido ao efeito do sombreamento, ao relevo muito montanhoso da região e à similaridade espectral das coberturas, principalmente entre as classes de uso café e mata. A exatidão de mapeamento entre a imagem classificada e a fotointerpretação foi considerada de regular a fraca, sendo os melhores resultados obtidos por combinação de bandas. O uso de imagens orbitais ETM/Landsat7 para mapeamento das áreas cafeeiras na Zona da Mata indicou limitações, apesar dos poucos tipos de classe de uso. Tal fato resultou do sombreamento das imagens, em função da topografia acidentada, e da fragmentação da maioria das lavouras de café em talhões de pequena extensão.
- Published
- 2011
5. Distribuição espacial de cafés do estado de Minas Gerais e sua relação com a qualidade
- Author
-
Neves Barbosa, Juliana, Meira Borém, Flávio, Ramos Alves, Helena Maria, Marin Lordelo Volpato, Margarete, Grossi Chquiloff Vieira, Tatiana, and Oliveira de Souza, Vanessa Cristina
- Subjects
qualidade sensorial ,sensorial quality ,Espacialização ,ambiente ,Spacialization ,environment - Abstract
Coffee is the second most important agricultural exportation product in Brazil, constituting one of the main income sources of the Brazilian economy. The state of Minas Gerais is the country’s biggest coffee producer. Recently, coffees produced in the state have won national specialty coffee contests, which has increased their commercial value and established them in the market. Due to the necessity of more information on areas with potential for producing quality arabic coffees (Coffea arabica L.), the objective of this work was to relate the coffees entered in the Quality Contest-Coffees from Minas Gerais, in 2007 and 2008, with the environmental characteristics of the state’s districts. The samples were distributed in four stages, the first composed of all the coffees entered in the contest, and the last composed only of the pre-finalists. The samples were categorized into natural and CDs (pulped natural, demucilaged and demucilaged/pulped natural). The spatialization of the samples from both years was done using Kernel maps to visualize the intensity of sample concentrations in each stage of the contest. The results show that in the first stage the samples were well distributed, with medium, high and very high intensity focus. In the fourth stage, a high concentration in the Sul de Minas region was observed in both years for both coffee categories. O café é o segundo produto na pauta das exportações agrícolas do Brasil, constituindo uma das mais importantes fontes de renda para a economia brasileira. O estado de Minas Gerais destaca-se como o maior produtor. Os municípios mineiros vêm conquistando concursos de qualidade de café no âmbito nacional, abrindo espaço no mercado e agregando valor ao produto. Diante da necessidade de se conhecer as áreas com potencial de produção de cafés arábica (Coffea arabica L.) de qualidade, objetivou-se, neste trabalho, relacionar a qualidade sensorial dos cafés participantes do Concurso de Qualidade – Cafés de Minas nos anos de 2007 e 2008, com características ambientais dos municípios do Estado. Para a realização das avaliações, o conjunto de amostras foi distribuído em quatro fases, sendo a primeira constituída por todos os inscritos e a última apenas pelos cafés pré-finalistas. Os cafés foram categorizados em natural e CDs (cereja despolpado, descascado e desmucilado). A espacialização das amostras de ambos os anos foi realizada utilizando-se mapas de Kernel para a visualização da intensidade de concentração de amostras, em cada fase do concurso. Os resultados evidenciaram uma boa distribuição das amostras, com focos de intensidade amostral média, alta e muito alta. Na quarta fase observou-se uma alta concentração de amostras na região do Sul de Minas, para ambos os anos e categorias. Com esses resultados conclui-se que a região Sul de Minas destaca-se pela produção de cafés com qualidade da bebida, por permanecer até a quarta fase do Concurso de Qualidade – Cafés de Minas, realizados nos anos de 2007 e 2008.
- Published
- 2011
Catalog
Discovery Service for Jio Institute Digital Library
For full access to our library's resources, please sign in.