Data mining techniques for identification of spectrally homogeneous areas using ndvi temporal profiles of soybean crop

Engenharia Agricola

Volumn 33, Issue 3, 2013, Pages 511-524

  Johann, Jerry A ^a   Rocha, Jansle V ^b   Oliveira, Stanley R de M ^b   Rodrigues, Luiz H A ^b   Lamparelli, Rubens A C ^b  

^a UNIVERSIDADE ESTADUAL DO OESTE DO PARANÁ   (Brazil)

^b UNIVERSITY OF CAMPINAS   (Brazil)

Author keywords

Annual crop; K Means; MAXVER; MODIS; SPOT Vegetation

Indexed keywords

GLYCINE MAX;

EID: 84883810003     PISSN: 01006916     EISSN: 18094430     Source Type: Journal    
DOI: 10.1590/S0100-69162013000300008     Document Type: Article

References (37)

1. Ad Ami, M. Estimativa da data de plantio da sojapor meio de series temporais de imagens MODIS. 2010. 163f Tese (Doutorado em Sensoriamento Remoto) - Instituto Nacional de Pesquisas Espaciais, Sao Jose dos Campos, 2010.
2. Alliprandini, L.F. Proposta de nova classificacao das cultivares de soja segundo grupos de maturacao. In: REUNIAO DE PESQUISA DE SOJA DA REGIAO CENTRAL DO BRASIL,27., 2005.iteswwos Londrina: Embrapa Soja, 2005. p.116-123.
3. ARAUJO, G. K. D.; ROCHA, J. V.; LAMPARELLI, R. A. C; ROCHA, A. M. Mapping of summer crops in the state of Parana, Brazil, through the 10-day spot vegetation NDVI composites. Engenharia Agricola, Jaboticabal, v.31, p.760-770, 2011.
4. DEMPSTER, A. P.; LAIRD, N. M.; RUBIN, D. B. Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society, v.39, n. 1, p. 1-38, 1977.
5. ESQUERDO, J. C. D. M. Utilizagao deperfis multi-temporais do NDVI/AVHRR no acompanhamento da safra de soja no oeste do Parana. 186f Tese (Doutorado em Engenharia Agricola) - Universidade Estadual de Campinas, Campinas, 2007.
6. ESQUERDO, J. C. D. M.; ANTUNES, J. F. G; BALDWIN, D. G; EMERY, W. J.; ZULLO JUNIOR, J. An automatic system for AVHRR land surface product generation. International Journal of Remote Sensing, Basingstoke, v.27, p.3925-3942, 2006.
7. ESTER, M.; KRIEGEL, H. P.; SANDER, J.; XUI, X. A density-based algorithm for discovering clusters in large spatial databases with noise. In: INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING, 2., 1996. Portland.
8. FAOSTAT - FOOD AND AGRICULTURE ORGANIZATION OF THE UNITED NATIONS.ProdSTAT'- Crops. 2009. Disponivel em: http://faostat.fao.org/site/567/DesktopDefault.aspx?PageID=567#ancor. Acesso em: 5 jun. 2009.
9. FAYYAD, U.; SHAPIRO, G. P.; SMYTH, P. Knowledge discovery and data mining: towards a unifying framework. In: PROCEEDINGS OF THE SECOND INTERNATIONAL CONFERENCE ON KNOWLEDGE DISCOVERY AND DATA MINING,2.,1996. Portland.
10. FERNANDES, J. L.; ROCHA, J. V.; LAMPARELLI, R. A. C. Sugarcane yield estimates using time series analysis of spot vegetation images. Scientia Agricola, Piracicaba, v.68, p. 139-146, 2011.
11. FERREIRA, L. G.; FERREIRA, N.C.; FERREIRA, ME. Sensoriamento remoto da vegetacao: evolucao e estado-da-arte. Acta Scientiarum. Biological Sciences, Maringa, v.30, p.379-390, 2008.
12. FONT ANA, D. C; BERLATO, M. A.; BERGAMASCHI, H. Relacao entre o indice de vegetacao global e condicoes hidricas no Rio Grande do Sul. Pesquisa Agropecudria Brasileira, Brasilia, v.33, n.8, 1399-1405, 1998.
13. GUIDINI, M.; RIBEIRO, C. Utilizacao da biblioteca TerraLib para algoritmos de agrupamento em Sistemas de Informacoes Geograficas. In: SIMPOSIO BRASILEIRO DE GEOINFORMATICA, 8., 2006, Campos do Jordao. Anais Sao Jose dos Campos: INPE, 2006.
14. HOLBEN, B.N. Characteristics of maximum value composite images from temporal AVHRR data. International Journal of Remote Sensing, Basingstoke, v.7, n.ll, p.1417-1435, 1986.
15. IBGE - INSTITUTO BRASILEIRO DE GEOGRAFIA E ESTATISTICA. Banco de dados agregados - Sistema IBGE de Recuperagdo Automdtica - SIDRA. 2008. Disponivel em: http://www.sidra.ibge.gov.br. Acesso em: 9 jun. 2008.
16. JENSEN, JR.; BOTCHWAY, K.; BRENNAM-GALVIN, E.; JOHANNSEN, C.J.; JUMA,C; MABOGIMJE, A.; MILLER, R.; PRICE, K.; REINING, P.; SKOLE, D.; STANCIOFF, A.; TAYLOR, D.R.F. Down to Earth: Geographic information for sustainable development in Africa. Washington: National Academy Press, 2002. 155p.
17. JIANYA, G.; HAIGANG, S.; GUORUI, M.; QEVIING, Z. A review of multi-temporal remote sensing data change detection algorithms. In: THE INTERNATIONAL ARCHIVES OF THE PHOTOGRAMMETRY, REMOTE SENSING AND SPATIAL INFORMATION SCIENCES, 37.,Beijing, 2008. p.757-762.
18. RASTER, M.; FARIAS, J.R.B. Regionalizacao dos testes de VCU - Valor de Cultivo e Uso de cultivares de soja - terceira aproximacao. In: REUNIAO DE PESQUISA DE SOJA DA REGIAO CENTRAL DO BRASIL, 37., 2011, Sao Pedro. Anais
19. LABUS, M. P.; NIELSEN, G. A.; LAWRENCE, R. L.; ENGEL, R.; LONG, D. S. Wheat yield estimates using multi-temporal NDVI satellite imagery. International Journal of Remote Sensing, Basingstoke, v.23, n.20, p.4169-4180, 2002.
20. LAXMAN, S.; SASTRY, P. S. A survey of temporal data mining. Sadhana Academy Proceedings in Engineering Sciences, Bangalore, v.31, n.2, p. 173-198, 2006.
21. LUNETTA, R.S; KNIGHT, J.F.; EDIRIWICKREMA, J.; LYON, J.G.; WORTHY, D.L. Land-cover change detection using multi-temporal MODIS NDVI data. Remote Sensing of Environment, New York, v.105, p.142-154, 2006.
22. MACQUEEN, J. B. Some methods for classification and analysis of multivariate observations. In: BERKELEY SYMPOSIUM ON MATHEMATICAL STATISTIC AND PROBABILITY,5., 1967, Berkley. Proceedings Berkley: University of California Press, Berkley, 1967. p.281-297.
23. MERCANTE, E.;LAMPARELLI, R.A.C.; URIBE-OPAZO, M.A.; ROCHA, J.V.. Caracteristicas espectrais da soja ao longo do ciclo vegetativo com imagens landsat 5/TM em area agricola no oeste do Parana. RevistaEngenharia Agricola, Jaboticabal, v.29, p.328-338, 2009.
24. MODIS - MODerate Resolution Imaging Spectroradiometer. 2008. Disponivel em: http://modis. gsfc.nasa.gov. Acesso em: 15 set. 2008.
25. MOREIRA, M. A. Fundamentos do sensoriamento remoto e metodologias de aplicagdo. Sao Jose dos Campos: INPE, 2001. 320p.
26. REES, W. G. Physical principles of remote sensing. Cambridge: Cambridge University Press, 1990. 247 p.
27. REZENDE, S. O. Sistemas inteligentes: fundamentos e aplicacoes. Barueri: Manole, 2005. 525p.
28. RIE, H,; OSAMU, K. Temporal rule discovery for time-series satellite images and integration with RDB. Congres PKKD 2001: principles of data mining and knowledge discovery. In: EUROPEAN CONFERENCE ON PRINCIPLES OF DATA MINING AND KNOWLEDGE DISCOVERY, 5., 2001, Freiburg. Proceedings... v.2168, p.204-215, 2001.
29. RIZZI, R.; RUDORFF, B. F. T. Imagens do sensor MODIS associadas a um modelo agronomico para estimar a produtividade de soja. Pesquisa Agropecudria Brasileira, Brasilia, v.42, n.l, p.73-80, 2007.
30. ROUSE, J. W.; HAAS, R. H.; SCHELL, J. A.; DEERING, D. W. Monitoring vegetation systems in the Great Plains with ERTS. In: EARTH RESOURCES TECHNOLOGY SATELLITE -SYMPOSIUM, 3., 1973, Washington. Proceedings Washington: NASA, 1974. v.l, p.309-317.
31. RUDORFF, B. F. T.; BERKA, L. M. S.; MOREIRA, M. A.; DUARTE, V.; XAVIER, A. C; ROSA, V. G. C; SHIMABUKURO, Y. E. Imagens de satelite no mapeamento e estimativa de area de cana-de-acucar em Sao Paulo: ano safira 2003/04. Agricultura em Sao Paulo, Sao Paulo, v.52, n.l, p.21-39, 2005.
32. VALERIANO, M.de M.; ABDON, M.de M. Aplicacao de Dados SRTM a estudos do Pantanal. Revista Brasileira de Cartografia, Rio de Janeiro,v.59, n.l, p.63-71, Abr. 2007.
33. VITO. SPOT Vegetation - Normalized Difference Vegetation Index (NDVI). 2008. Disponivel em: http://www.vgt.vito.be. Acesso em: 15 set. 2008.
34. WARDLOW, B.D.; EGBERT, S.L. Large-area crop mapping using time-series MODIS 250 m NDVI data: An assessment for the U.S. Central Great Plains. Remote Sensing of Environment.112, p.1096-1116, 2008.
35. WITTEN, I. H.; FRANK, E. Data mining: practical machine learning tools and techniques. 2.ed. Sao Francisco: Morgan Kaufmann, 2005. 525p.
36. YI, J. R.; SHIMABUKURO, Y. E.; QUINTANILHA, J. A. Identificacao e mapeamento de areas de milho na regiao sul do Brasil utilizando imagens MODIS. Revista Engenharia Agricola, Jaboticabal, v.27, n.3, p.753-763, set/dez. 2007.
37. ZHANG, Z.; WU, W.; HUANG, Y. Effective spatio-temporal analysis of remote sensing data. In: PROGRESS research and development. Berlin: Springer, 2008. p.584-589. Disponivel em: http://springerlink.com/content/xm577273235k8661. Acesso em: 16 mar. 2009.