CLASSIFICADOR SUPERSIONADO RANDOM FOREST, APLICADO NA PLATAFORMA GOOGLE EARTH ENGINE.
"2023-12-12 08:24:54" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 93766 "edicao_id" => 317 "trabalho_id" => 30 "inscrito_id" => 1061 "titulo" => "CLASSIFICADOR SUPERSIONADO RANDOM FOREST, APLICADO NA PLATAFORMA GOOGLE EARTH ENGINE." "resumo" => "O trabalho consiste na criação de algoritmos de classificação supervisionada, usando a plataforma de programação e nuvem Google Earth Engine - GEE. O GEE, é uma plataforma que permite o processamento ágil de imagens de satélite e outro dados georreferenciados, e isso deve a sua estrutura servidor-cliente na qual o processamento massivo é feito em ambiente computacional de terceiros. Para demonstra tal algoritmo, a Bacia Hidrográfica do Rio do Coco foi usada como área estudo, localizada no estado do Tocantins, fazendo parte da grande Bacia Hidrográfica do Tocantins-Araguaia. Para explorar o melhores resultados, foi usado como base para classificação supervisionada o acervo de imagens do satélite Sentinel-2, por conta da sua resolução e espacial de 10 metros e seu uso gratuito, selecionando das bandas necessárias para composição colorida e criação dos índices espectais NDVI e NDWI. Com a finalidade processar os dados amostrais sobre a área de estudo, o modelo de Aprendizagem de Máquina Random Forest - RF foi selecionado, pois, os seus fundamentos de aleatoriedade e decisão majoritária que permitem que cada píxel a ser generalizado passe pelo processo varias arvores decisão para denominação da sua respectiva classe, sendo assim a acuraria do classificador de 99,33%, demonstra que as confusões e erros comissão ou omissão são baixos." "modalidade" => "Resumo Expandido" "area_tematica" => "GT 75: USO DAS (GEO)TECNOLOGIAS NA MODELAGEM, REPRESENTAÇÃO E ANÁLISE DO ESPAÇO: DISCUSSÃO CRÍTICA ACERCA DE SUA APLICAÇÃO NA PESQUISA E NO ENSINO" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV187_MD6_ID1061_TB30_30102023124632.pdf" "created_at" => "2023-12-13 15:26:30" "updated_at" => null "ativo" => 1 "autor_nome" => "MATHEUS FILLIPE GAIA DOS SANTOS" "autor_nome_curto" => "MATHEUS GAIA" "autor_email" => "gaia55santos@hotmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DE SANTA CATARINA (UFSC)" "autor_imagem" => "" "edicao_url" => "anais-do-xv-enanpege" "edicao_nome" => "Anais do XV ENANPEGE" "edicao_evento" => "ENCONTRO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM GEOGRAFIA" "edicao_ano" => 2023 "edicao_pasta" => "anais/enanpege/2023" "edicao_logo" => null "edicao_capa" => "657b13a0c25c6_14122023113928.jpg" "data_publicacao" => null "edicao_publicada_em" => "2023-12-12 08:24:54" "publicacao_id" => 79 "publicacao_nome" => "Revista ENANPEGE" "publicacao_codigo" => "2175-8875" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 93766 "edicao_id" => 317 "trabalho_id" => 30 "inscrito_id" => 1061 "titulo" => "CLASSIFICADOR SUPERSIONADO RANDOM FOREST, APLICADO NA PLATAFORMA GOOGLE EARTH ENGINE." "resumo" => "O trabalho consiste na criação de algoritmos de classificação supervisionada, usando a plataforma de programação e nuvem Google Earth Engine - GEE. O GEE, é uma plataforma que permite o processamento ágil de imagens de satélite e outro dados georreferenciados, e isso deve a sua estrutura servidor-cliente na qual o processamento massivo é feito em ambiente computacional de terceiros. Para demonstra tal algoritmo, a Bacia Hidrográfica do Rio do Coco foi usada como área estudo, localizada no estado do Tocantins, fazendo parte da grande Bacia Hidrográfica do Tocantins-Araguaia. Para explorar o melhores resultados, foi usado como base para classificação supervisionada o acervo de imagens do satélite Sentinel-2, por conta da sua resolução e espacial de 10 metros e seu uso gratuito, selecionando das bandas necessárias para composição colorida e criação dos índices espectais NDVI e NDWI. Com a finalidade processar os dados amostrais sobre a área de estudo, o modelo de Aprendizagem de Máquina Random Forest - RF foi selecionado, pois, os seus fundamentos de aleatoriedade e decisão majoritária que permitem que cada píxel a ser generalizado passe pelo processo varias arvores decisão para denominação da sua respectiva classe, sendo assim a acuraria do classificador de 99,33%, demonstra que as confusões e erros comissão ou omissão são baixos." "modalidade" => "Resumo Expandido" "area_tematica" => "GT 75: USO DAS (GEO)TECNOLOGIAS NA MODELAGEM, REPRESENTAÇÃO E ANÁLISE DO ESPAÇO: DISCUSSÃO CRÍTICA ACERCA DE SUA APLICAÇÃO NA PESQUISA E NO ENSINO" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV187_MD6_ID1061_TB30_30102023124632.pdf" "created_at" => "2023-12-13 15:26:30" "updated_at" => null "ativo" => 1 "autor_nome" => "MATHEUS FILLIPE GAIA DOS SANTOS" "autor_nome_curto" => "MATHEUS GAIA" "autor_email" => "gaia55santos@hotmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DE SANTA CATARINA (UFSC)" "autor_imagem" => "" "edicao_url" => "anais-do-xv-enanpege" "edicao_nome" => "Anais do XV ENANPEGE" "edicao_evento" => "ENCONTRO NACIONAL DE PÓS-GRADUAÇÃO E PESQUISA EM GEOGRAFIA" "edicao_ano" => 2023 "edicao_pasta" => "anais/enanpege/2023" "edicao_logo" => null "edicao_capa" => "657b13a0c25c6_14122023113928.jpg" "data_publicacao" => null "edicao_publicada_em" => "2023-12-12 08:24:54" "publicacao_id" => 79 "publicacao_nome" => "Revista ENANPEGE" "publicacao_codigo" => "2175-8875" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }