1. RI UFLA
  2. Laboratório de Estudos e Projetos em Manejo Florestal - LEMAF
  3. LEMAF - Artigos publicados em periódicos
Use este identificador para citar ou linkar para este item: http://repositorio.ufla.br/jspui/handle/1/12019
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSilveira, Eduarda Martiniano de Oliveira-
dc.creatorCarvalho, Luis Marcelo Tavares de-
dc.creatorAcerbi-Júnior, Fausto Weimar-
dc.creatorMello, José Marcio de-
dc.date.accessioned2016-11-28T12:57:04Z-
dc.date.available2016-11-28T12:57:04Z-
dc.date.issued2008-
dc.identifier.citationSILVEIRA, E. M. de O. et al. The assessment of vegetation seasonal dynamics using multitemporal NDVI and EVI images derived from MODIS. Cerne, Lavras, v. 14, n. 2, p. 177-184, abr./jun. 2008.pt_BR
dc.identifier.urihttp://repositorio.ufla.br/jspui/handle/1/12019-
dc.description.abstractThe objectives of this work were to characterize seasonal dynamics of cerrado, deciduous and semideciduous forests in the north of Minas Gerais, Brazil. Time series of NDVI (Normalized Difference Vegetation Index) and EVI (Enhanced Vegetation Index) derived from MODIS sensor, were compared by analyzing temporal profiles and image classification results. The results showed that: (1) there is an agreement between vegetation indexes and the monthly precipitation pattern; (2) deciduous forest showed the lowest values and the highest variation; (3) cerrado and the semideciduous forest presented higher values and lower variation; (4) based on the classification accuracies the best vegetation index for mapping the vegetation classes in the study area was the NDVI, however both indexes might be used to assess the vegetation seasonal dynamic; and (5) further research need to be carried out exploring the use of feature extractions algorithms to improve classification accuracy of cerrado, semideciduous and deciduos forests in Minas Gerais, Brazil. Key words: Remote sensipt_BR
dc.languageen_USpt_BR
dc.publisherUniversidade Federal de Lavraspt_BR
dc.rightsacesso abertopt_BR
dc.sourceCernept_BR
dc.subjectRemote sensingpt_BR
dc.subjectTime seriespt_BR
dc.subjectVegetation indiespt_BR
dc.subjectSensoriamento remotopt_BR
dc.subjectSérie multitemporalpt_BR
dc.subjectÍndices de vegetaçãopt_BR
dc.titleThe assessment of vegetation seasonal dynamics using multitemporal NDVI and EVI images derived from MODISpt_BR
dc.title.alternativeCaracterização da dinâmica sazonal da vegetação usando imagens multitemporais NDVI e EVI derivadas do sensor MODISpt_BR
dc.typeArtigopt_BR
dc.description.resumoO objetivo deste trabalho foi caracterizar a dinâmica sazonal do cerrado, floresta estacional semidecidual e decidual no norte do estado de Minas Gerais, Brasil. Séries multitemporais dos índices de vegetação NDVI (índice de vegetação da diferença normalizada) e EVI (índice de vegetação melhorado) derivados do sensor MODIS, foram comparadas analisando o perfil temporal e os resultados de classificação das imagens. Os resultados mostraram que: (1) Os índices de vegetação estudados refletiram o padrão sazonal das fisionomias, diferenciando os períodos chuvosos e os períodos de seca; (2) a fisionomia floresta estacional decidual apresentou menores valores dos índices e maior variação; (3) as fisionomias cerrado e floresta estacional semidecidual apresentaram alto valores dos índices e baixa variação; (4) de acordo com os resultados das classificações o melhor índice para o mapeamento das fisionomias na área de estudo foi o NDVI, porém ambos podem ser usados para avaliar a dinâmica sazonal da vegetação; e (5) estudos precisam ser realizados explorando algoritmos de extração de feições para melhorar a acuracidade do mapeamento das fisionomias cerrado, floresta decídua e semidecidua na área de estudo.pt_BR
Aparece nas coleções:DCF - Artigos publicados em periódicos
LEMAF - Artigos publicados em periódicos

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ARTIGO_The assessment of vegetation seasonal dynamics using multitemporal NDVI and EVI images derived from MODIS.pdf1,98 MBAdobe PDFVisualizar/Abrir
Mostrar registro simples do item Recomendar este item Visualizar estatísticas


Este item está licenciada sob uma Licença Creative Commons Creative Commons

Ferramentas do administrador