<?xml version="1.0" encoding="ISO-8859-1"?>
<metadatalist>
	<metadata ReferenceType="Journal Article">
		<site>plutao.sid.inpe.br 800</site>
		<holdercode>{isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S}</holdercode>
		<identifier>8JMKD3MGP3W/3HG7B2A</identifier>
		<repository>sid.inpe.br/plutao/2014/12.01.11.47.32</repository>
		<lastupdate>2015:02.10.18.47.40 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator</lastupdate>
		<metadatarepository>sid.inpe.br/plutao/2014/12.01.11.47.33</metadatarepository>
		<metadatalastupdate>2018:06.04.23.39.33 dpi.inpe.br/plutao@80/2008/08.19.15.01 administrator {D 2014}</metadatalastupdate>
		<issn>2237-8111</issn>
		<label>lattes: 2084527326378812 2 LuizEberSchuForm:2014:VIDAIM</label>
		<citationkey>LuizEberSchuForm:2014:ViDaIm</citationkey>
		<title>Visualização de dados de imagens de sensoriamento remoto</title>
		<year>2014</year>
		<typeofwork>journal article</typeofwork>
		<secondarytype>PRE PN</secondarytype>
		<numberoffiles>1</numberoffiles>
		<size>94 KiB</size>
		<author>Luiz, Alfredo José Barreto,</author>
		<author>Eberhardt, Isaque Daniel Rocha,</author>
		<author>Schultz, Bruno,</author>
		<author>Formaggio, Antonio Roberto,</author>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid></resumeid>
		<resumeid>8JMKD3MGP5W/3C9JGJQ</resumeid>
		<group>DSR-OBT-INPE-MCTI-GOV-BR</group>
		<group>SER-SRE-SPG-INPE-MCTI-GOV-BR</group>
		<group>SER-SRE-SPG-INPE-MCTI-GOV-BR</group>
		<group>DSR-OBT-INPE-MCTI-GOV-BR</group>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<affiliation>Instituto Nacional de Pesquisas Espaciais (INPE)</affiliation>
		<e-mailaddress>marcelo.pazos@inpe.br</e-mailaddress>
		<journal>Revista da Estatística da Universidade Federal de Ouro Preto</journal>
		<volume>30</volume>
		<number>2</number>
		<pages>260-265</pages>
		<secondarymark>B5_CIÊNCIAS_AGRÁRIAS_I B5_MATEMÁTICA_/_PROBABILIDADE_E C_ADMINISTRAÇÃO,_CIÊNCIAS_CONTÁBEIS_E_TURISMO C_CIÊNCIAS_AMBIENTAIS</secondarymark>
		<transferableflag>1</transferableflag>
		<contenttype>External Contribution</contenttype>
		<versiontype>publisher</versiontype>
		<keywords>Processamento gráfico, rotina R, frequência, imagens de sensoriamento remoto.</keywords>
		<abstract>Geralmente, os dados de sensoriamento remoto são representados em imagens que reproduzem feições da superfície terrestre. Entretanto, imagens são compostas por dados quantitativos multivariados que podem ser trabalhados de diversas formas para produzir visualizações diferentes das reproduções pictóricas tradicionais. Dados que podem parecer sem valor, como das áreas cobertas por nuvens, podem revelar-se fonte de importante informação para o planejamento de trabalhos futuros. O Brasil tem grande importância na produção agrícola mundial e as culturas mais importantes no país são a soja, o milho e a cana-de-açúcar, que ocuparam 27,7, 15,9 e 8,7 milhões de hectares, respectivamente, na safra 2012/2013. Aproximadamente 40% desta produção se localiza em São Paulo, Paraná, Santa Catarina e Rio Grande do Sul. Imagens de satélite mostram potencial na estimativa de áreas ocupadas pela agricultura de larga escala. Entretanto, para que se possa obter imagens úteis é preciso que não haja nuvens, o que não é comum nos períodos chave dentro do calendário agrícola dessas culturas na região estudada. Obter imagens livres de nuvens ainda é um grande desafio para o monitoramento da agricultura em escala estadual ou nacional. Este trabalho objetivou demonstrar que o tratamento gráfico de dados oriundos de imagens de sensoriamento remoto pode produzir resultados úteis. Para tanto, foi analisada a frequência de imagens livres de nuvens sobre estados ou mesorregiões, ao longo dos meses, com base em uma série temporal de 2000 a 2013, a partir de dados obtidos pelo sensor MODIS e extraídos utilizando uma rotina do R.  ABSTRACT: Our goal was to demonstrate that the graph data processing of remote sensing images can produce useful results. We analyzed the frequency of cloud free images over Brazilian states, using a time series from 2000 to 2013, extracted from the MODIS sensor data and using a routine R.</abstract>
		<area>SRE</area>
		<language>pt</language>
		<usergroup>lattes</usergroup>
		<usergroup>marcelo.pazos@inpe.br</usergroup>
		<readergroup>administrator</readergroup>
		<readergroup>marcelo.pazos@inpe.br</readergroup>
		<visibility>shown</visibility>
		<readpermission>deny from all and allow from 150.163</readpermission>
		<documentstage>not transferred</documentstage>
		<tertiarymark>Trabalho não Vinculado à Tese/Dissertação</tertiarymark>
		<mirrorrepository>iconet.com.br/banon/2006/11.26.21.31</mirrorrepository>
		<nexthigherunit>8JMKD3MGPCW/3ER446E</nexthigherunit>
		<nexthigherunit>8JMKD3MGPCW/3F3NU5S</nexthigherunit>
		<citingitemlist>sid.inpe.br/bibdigital/2013/10.18.22.34 3</citingitemlist>
		<url>http://www.cead.ufop.br/jornal/index.php/rest/article/view/519/423</url>
		<hostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</hostcollection>
		<username>marcelo.pazos@inpe.br</username>
		<lasthostcollection>dpi.inpe.br/plutao@80/2008/08.19.15.01</lasthostcollection>
		<url>http://plutao.sid.inpe.br/rep-/sid.inpe.br/plutao/2014/12.01.11.47.32</url>
	</metadata>
</metadatalist>