Predição da cobertura do solo baseada em um modelo de classificação

Autores
Moreira Ferreira, Francine; Pons Alves Lisboa, Aline; Silva Camargo, Sandro da
Año de publicación
2022
Idioma
portugués
Tipo de recurso
documento de conferencia
Estado
versión publicada
Descripción
O solo é um dos mais importantes recursos naturais do planeta. Um solo saudável é crucial para a manutenção da vida e bem estardos seres vivos. A compreensão dos mapas de cobertura do solo é um elemento crítico na tomada de decisões e de gestão deste importante recurso natural. Para contribuir neste contexto, o presente trabalho apresentaum modelo de predição do tipo de cobertura do solo, com base em 148 atributos quantificados com base em imagens de alta resolução. O modelo apresentado atingiu uma acurácia de 68,05% nos dados deteste, sendo capaz de prever imagens referentes a asfalto, sombras, carros, edificios, concreto, solo, piscinas e grama. Desta forma, o modelo proposto caracteriza-se como um recurso viável para análise automática de grandes volumes de imagens.
Sociedad Argentina de Informática e Investigación Operativa
Materia
Ciencias Informáticas
Ciencias Agrarias
mineração de dados
modelagem
árvores de decisão
uso da terra
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc-sa/4.0/
Repositorio
SEDICI (UNLP)
Institución
Universidad Nacional de La Plata
OAI Identificador
oai:sedici.unlp.edu.ar:10915/151920

id SEDICI_a3dc0af4d314865c45f25eef725e938e
oai_identifier_str oai:sedici.unlp.edu.ar:10915/151920
network_acronym_str SEDICI
repository_id_str 1329
network_name_str SEDICI (UNLP)
spelling Predição da cobertura do solo baseada em um modelo de classificaçãoMoreira Ferreira, FrancinePons Alves Lisboa, AlineSilva Camargo, Sandro daCiencias InformáticasCiencias Agrariasmineração de dadosmodelagemárvores de decisãouso da terraO solo é um dos mais importantes recursos naturais do planeta. Um solo saudável é crucial para a manutenção da vida e bem estardos seres vivos. A compreensão dos mapas de cobertura do solo é um elemento crítico na tomada de decisões e de gestão deste importante recurso natural. Para contribuir neste contexto, o presente trabalho apresentaum modelo de predição do tipo de cobertura do solo, com base em 148 atributos quantificados com base em imagens de alta resolução. O modelo apresentado atingiu uma acurácia de 68,05% nos dados deteste, sendo capaz de prever imagens referentes a asfalto, sombras, carros, edificios, concreto, solo, piscinas e grama. Desta forma, o modelo proposto caracteriza-se como um recurso viável para análise automática de grandes volumes de imagens.Sociedad Argentina de Informática e Investigación Operativa2022-10info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf184-194http://sedici.unlp.edu.ar/handle/10915/151920info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/433/367info:eu-repo/semantics/altIdentifier/issn/2451-7496info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)porreponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-09-29T11:39:07Zoai:sedici.unlp.edu.ar:10915/151920Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-09-29 11:39:07.876SEDICI (UNLP) - Universidad Nacional de La Platafalse
dc.title.none.fl_str_mv Predição da cobertura do solo baseada em um modelo de classificação
title Predição da cobertura do solo baseada em um modelo de classificação
spellingShingle Predição da cobertura do solo baseada em um modelo de classificação
Moreira Ferreira, Francine
Ciencias Informáticas
Ciencias Agrarias
mineração de dados
modelagem
árvores de decisão
uso da terra
title_short Predição da cobertura do solo baseada em um modelo de classificação
title_full Predição da cobertura do solo baseada em um modelo de classificação
title_fullStr Predição da cobertura do solo baseada em um modelo de classificação
title_full_unstemmed Predição da cobertura do solo baseada em um modelo de classificação
title_sort Predição da cobertura do solo baseada em um modelo de classificação
dc.creator.none.fl_str_mv Moreira Ferreira, Francine
Pons Alves Lisboa, Aline
Silva Camargo, Sandro da
author Moreira Ferreira, Francine
author_facet Moreira Ferreira, Francine
Pons Alves Lisboa, Aline
Silva Camargo, Sandro da
author_role author
author2 Pons Alves Lisboa, Aline
Silva Camargo, Sandro da
author2_role author
author
dc.subject.none.fl_str_mv Ciencias Informáticas
Ciencias Agrarias
mineração de dados
modelagem
árvores de decisão
uso da terra
topic Ciencias Informáticas
Ciencias Agrarias
mineração de dados
modelagem
árvores de decisão
uso da terra
dc.description.none.fl_txt_mv O solo é um dos mais importantes recursos naturais do planeta. Um solo saudável é crucial para a manutenção da vida e bem estardos seres vivos. A compreensão dos mapas de cobertura do solo é um elemento crítico na tomada de decisões e de gestão deste importante recurso natural. Para contribuir neste contexto, o presente trabalho apresentaum modelo de predição do tipo de cobertura do solo, com base em 148 atributos quantificados com base em imagens de alta resolução. O modelo apresentado atingiu uma acurácia de 68,05% nos dados deteste, sendo capaz de prever imagens referentes a asfalto, sombras, carros, edificios, concreto, solo, piscinas e grama. Desta forma, o modelo proposto caracteriza-se como um recurso viável para análise automática de grandes volumes de imagens.
Sociedad Argentina de Informática e Investigación Operativa
description O solo é um dos mais importantes recursos naturais do planeta. Um solo saudável é crucial para a manutenção da vida e bem estardos seres vivos. A compreensão dos mapas de cobertura do solo é um elemento crítico na tomada de decisões e de gestão deste importante recurso natural. Para contribuir neste contexto, o presente trabalho apresentaum modelo de predição do tipo de cobertura do solo, com base em 148 atributos quantificados com base em imagens de alta resolução. O modelo apresentado atingiu uma acurácia de 68,05% nos dados deteste, sendo capaz de prever imagens referentes a asfalto, sombras, carros, edificios, concreto, solo, piscinas e grama. Desta forma, o modelo proposto caracteriza-se como um recurso viável para análise automática de grandes volumes de imagens.
publishDate 2022
dc.date.none.fl_str_mv 2022-10
dc.type.none.fl_str_mv info:eu-repo/semantics/conferenceObject
info:eu-repo/semantics/publishedVersion
Objeto de conferencia
http://purl.org/coar/resource_type/c_5794
info:ar-repo/semantics/documentoDeConferencia
format conferenceObject
status_str publishedVersion
dc.identifier.none.fl_str_mv http://sedici.unlp.edu.ar/handle/10915/151920
url http://sedici.unlp.edu.ar/handle/10915/151920
dc.language.none.fl_str_mv por
language por
dc.relation.none.fl_str_mv info:eu-repo/semantics/altIdentifier/url/https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/433/367
info:eu-repo/semantics/altIdentifier/issn/2451-7496
dc.rights.none.fl_str_mv info:eu-repo/semantics/openAccess
http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/4.0/
Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)
dc.format.none.fl_str_mv application/pdf
184-194
dc.source.none.fl_str_mv reponame:SEDICI (UNLP)
instname:Universidad Nacional de La Plata
instacron:UNLP
reponame_str SEDICI (UNLP)
collection SEDICI (UNLP)
instname_str Universidad Nacional de La Plata
instacron_str UNLP
institution UNLP
repository.name.fl_str_mv SEDICI (UNLP) - Universidad Nacional de La Plata
repository.mail.fl_str_mv alira@sedici.unlp.edu.ar
_version_ 1844616265764700160
score 13.070432