Título: SÉRIE TEMPORAL NO MAPEAMENTO DE ÁREAS CAFEEIRAS DO SUL DE MINAS GERAIS

Título alternativo: TEMPORAL SERIES IN THE MAPPING OF COFFEE-GROWING AREAS IN THE SOUTHERN REGION OF MINAS GERAIS.

Autoria de: Kelvin Ribeiro de Souza

Orientação de: Fausto Weimar Acerbi Junior

Coorientação de: Monica Canaan Carvalho

Presidente da banca: Fausto Weimar Acerbi Júnior

Primeiro membro da banca: Kalill Jose Viana da Pascoa

Segundo membro da banca: Thiago Magalhães Meireles

Palavras-chaves: Geoprocessamento, Sentinel-2A MSI, Café, Classificação supervisionada, Geada

Data da defesa: 25/03/2024

Semestre letivo da defesa: 2024-1

Data da versão final: 02/04/2024

Data da publicação: 02/04/2024

Referência: Souza, K. R. d. SÉRIE TEMPORAL NO MAPEAMENTO DE ÁREAS CAFEEIRAS DO SUL DE MINAS GERAIS. 2024. 39 p. Trabalho de Conclusão de Curso (Graduação em Engenharia Florestal Bacharelado)-Universidade Federal de Lavras, Lavras, 2024.

Resumo: O Brasil é líder mundial na produção de café, com destaque para os estados como Minas Gerais, São Paulo e Paraná contribuindo significativamente. Diante do aumento da ocorrência de eventos climáticos, como as geadas de 2021, que afetaram negativamente a produção, o monitoramento das áreas de cultivo é vital para os produtores. Este estudo visa mapear as áreas de cultivo de café na região sul de Minas Gerais e avaliar os impactos das geadas ocorridas em 2021. Os objetivos específicos incluem avaliar mudanças nas áreas entre 2019 e 2023, realizar classificação com imagens Sentinel-2A MSI, comparar classificações e testar a eficácia do pós-processamento. A classificação supervisionada foi realizada no software Semi-Automatic Classification Plugin e as amostras de treinamento (ROI) de cada classe da cobertura do solo foram coletadas aleatoriamente. Três algoritmos foram aplicados durante o processo de classificação das imagens Máxima Verossimilhança, Mínima Distância e Spectral Angle Mapper. Na etapa de pós-proc

Abstract: Brazil is the world leader in coffee production, with states such as Minas Gerais, São Paulo and Paraná contributing significantly. Given the increase in the occurrence of climatic events, such as the 2021 frosts, which negatively affected production, monitoring cultivation areas is vital for producers. This study aims to map the coffee growing areas in the southern region of Minas Gerais. Specific objectives include evaluating changes in areas between 2019 and 2023, performing classification with Sentinel-2A MSI images, comparing classifications, and testing the effectiveness of post-processing. Supervised classification was performed using the Semi-Automatic Classification Plugin software and training samples (ROI) for each land cover class were randomly collected. Three algorithms were applied during the image classification process Maximum Likelihood, Minimum Distance and Spectral Angle Mapper. In the post-processing stage, the ??majority?? filter was used in order to improve the classification. The result

URI: sip.prg.ufla.br/publico/trabalhos_conclusao_curso/acessar_tcc_por_curso/
engenharia_florestal/20241201720293

URI alternaviva: sem URI do Repositório Institucional da UFLA até o momento.

Curso: G005 - ENGENHARIA FLORESTAL (BACHARELADO)

Nome da editora: Universidade Federal de Lavras

Sigla da editora: UFLA

País da editora: Brasil

Gênero textual: Trabalho de Conclusão de Curso

Nome da língua do conteúdo: Português

Código da língua do conteúdo: por

Licença de acesso: Acesso aberto

Nome da licença: Licença do Repositório Institucional da Universidade Federal de Lavras

URI da licença: repositorio.ufla.br

Termos da licença: Acesso aos termos da licença em repositorio.ufla.br

Detentores dos direitos autorais: Kelvin Ribeiro de Souza e Universidade Federal de Lavras

Baixar arquivo