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
Não há dados estatísticos.
Métricas
Carregando Métricas ...
Detalhes do artigo
Como Citar
BENDINI, H. do N.; FONSECA, L. M. G.; KÖRTING, T. S.; MARUJO, R. de F. B.; SANCHES, I. D.; ARCANJO, J. de S. 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: 1 nov. 2024.
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").