ASSESSMENT OF A MULTI-SENSOR APPROACH FOR NOISE REMOVAL ON LANDSAT-8 OLI TIME SERIES USING CBERS-4 MUX DATA TO IMPROVE CROP CLASSIFICATION BASED ON PHENOLOGICAL FEATURES
Conteúdo do artigo principal
Resumo
In this work we investigated a method for noise removal on Landsat-8 OLI time series using CBERS-4 MUX data to improve crop classiï¬ cation. An algorithm was built to look to the nearest MUX image for each Landsat image, based on an user deï¬ ned time span. The algorithm checks for cloud contaminated pixels on the Landsat time series using Fmask and replaces the contaminated pixels to build the integrated time series (Landsat-8 OLI + CBERS-4 MUX). Phenological features were extracted from the time series samples for each method (EVI and NDVI original time series and multi sensor time series, with and without ï¬ ltering) and subjected to data mining using Random Forest classiï¬ cation. In general, we observed a slight increase in the classiï¬ cation accuracy when using the proposed method. The best result was observed with the EVI integrated ï¬ ltered time series (78%), followed by the ï¬ ltered Landsat EVI time series (76%).
Downloads
Download data is not yet available.
Detalhes do artigo
Seção
Artigos
Esta obra está licenciado com uma Licença Creative Commons Attribution 3.0 Unported License.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Atribuição que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (veja "O Efeito do Acesso Aberto").
Como Citar
BENDINI, Hugo do Nascimento; FONSECA, Leila Maria Garcia; KÖRTING, Thales Sehn; MARUJO, Rennan de Freitas Bezerra; SANCHES, Ieda Del'Arco; ARCANJO, Jeferson de Souza. ASSESSMENT OF A MULTI-SENSOR APPROACH FOR NOISE REMOVAL ON LANDSAT-8 OLI TIME SERIES USING CBERS-4 MUX DATA TO IMPROVE CROP CLASSIFICATION BASED ON PHENOLOGICAL FEATURES. Revista Brasileira de Cartografia, [S. l.], v. 69, n. 5, 2017. DOI: 10.14393/rbcv69n5-44007. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/44007. Acesso em: 6 mar. 2025.
