Aplicação de diferentes filtros para suavização do perfil temporal e remoção de ruídos de imagens de satélite

• Processo: 18/13295-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de agosto de 2018
• Data de Término da vigência: 30 de abril de 2020
• Área de conhecimento: Ciências Agrárias - Engenharia Agrícola
• Pesquisador responsável: Rubens Augusto Camargo Lamparelli
• Beneficiário: Ana Flávia Carrara Bonamigo
• Instituição Sede: Faculdade de Engenharia Agrícola (FEAGRI). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Vinculado ao auxílio: 14/26767-9 - Iniciativa Global Sustainable Bioenergy (GSB): análise ambiental e espacial da intensificação da pastagem para a bioenergia, AP.SPEC
• Assunto(s): Agrossilvicultura Sensoriamento remoto Integração de sistemas Imagens de satélites Análise de séries temporais
• Palavra(s)-Chave do Pesquisador: índices espectrais | Sensoriamento Remoto | Séries Temporais | Sensoriamento Remoto

Resumo

Ainda existem poucos estudos sobre a dinâmica dos sistemas de integração lavoura-pecuária. A distribuição geográfica é um dos maiores desafios para o monitoramento desses sistemas mistos devido às suas características, uma vez que culturas agrícolas são plantadas em rotação ou em consórcio, dificultando a identificação desses alvos por meios de imagens de satélite. A utilização de séries multitemporais de índice de vegetação de uma área cultivada permite acompanhar o desenvolvimento de uma determinada cultura e também comparar diferentes comportamentos ao longo dos anos. Essas séries multitemporais podem fornecer elementos chave na discriminação espectral de diferentes culturas no campo. Para eliminar variações bruscas nos valores de índice de vegetação das séries multitemporais comumente causadas por presença de nuvens, ângulo de visada, entre outros fatores, é necessário realizar a filtragem dos dados a fim de se suavizar os dados e obter melhores resultados. Com base nisso, o objetivo desse trabalho é testar diferentes filtros em uma série multitemporal de índice de vegetação e verificar qual o filtro que melhor se adapta aos dados e a esse sistema de integração.