Oi Sérgio iniciativa fantástica, por acaso vi este artigo hoje: Supervised Classification of Multisensor Remotely Sensed Images Using a Deep Learning Framework http://www.mdpi.com/2072-4292/10/9/1429
talvez seja de interesse abraço Gerald Obs: cirei um alerta no Google Acadêmico para me avisar sobre artigos científicos onde aparece a palavra "OpenStreetMap" 2018-09-12 20:40 GMT-03:00 Sérgio V. <svo...@hotmail.com>: > Prezados(as), > > venho aqui expor e submeter à apreciação da comunidade OSM no Brasil uma > proposta de método de mapeamento de matas para o OSM (natural=wood e > landuse=forest) , baseado em vetorização semi-automatizada de imagens do > satélite Sentinel-2, para o que peço autorização para uso em mapeamento no > OSM no Brasil. > > A proposta detalhada passo-a-passo encontra-se documentada na página wiki > "Vetorização de matas com Sentinel-2": > https://wiki.openstreetmap.org/wiki/Vetoriza%C3%A7%C3% > A3o_de_matas_com_Sentinel-2 > > Os testes já realizados (sem upload) encontram-se na página: > https://wiki.openstreetmap.org/wiki/User:SergioAJV/ > Sentinel-2_vectorizing_tests > > O objetivo desta proposta, resumidamente, é contribuir com uma > ferramenta para o mapeamento no OSM de grandes coberturas de matas. > > A justificativa consiste, basicamente, em que o método possibilita mapear > grandes áreas de mata, de municípios ou regiões de interesse, > adequadamente, mais rapidamente, e com melhor precisão geométrica do que o > que comumente pode ser encontrado ou realizado em mapeamento exclusivamente > manual e com as imagens disponíveis nem sempre atualizadas e que, de todo > modo, não permitem escolha, como de épocas do ano mais propícias à > identificação de vegetação. > > O método se destina a matas. Não se destina ao mapeamento de objetos > pequenos. A resolução das imagens disponíveis é de 10 e 20m/pixel, e as > geometrias > resultantes da ordem de ~1nó/10m em curvas. Ainda assim maior do que se > pode encontrar muitas vezes em mapeamento manual de "landcover", como > matas. O processo pode gerar cerca de 100 a 150 nós por km2, em áreas com > muita variedade de tipos de matas. O que significa cerca de 1.000.000 de > nós a partir de 1 imagem Sentinel de 100x100km. Menos que isso em áreas > mais homogêneas. > > O método exige o controle ativo dos parâmetros de distinção de classes de > vegetação e demais elementos geográficos a partir das imagens de satélite, > em todo o andamento do processo, até o resultado final na geração de > vetores .osm. > Exige certo tempo na aplicação dos passos, e sobretudo atenção, como na > medição de valores de pixels para as classes de objetos, escolha de objetos > para amostragem, bem como na verificação do resultado final. Não é um > processo imediato. Ainda assim, permite grande ganho de tempo no mapeamento. > > Mais detalhes podem ser encontrados nas citadas páginas de documentação. > > Agradeço sua atenção e apreciação, acolhendo questões ou comentários no > que desejarem e/ou julgarem necessário. > > > - - - - - - - - - - - - - - - - > > Sérgio - http://www.openstreetmap.org/user/smaprs > > _______________________________________________ > Talk-br mailing list > Talk-br@openstreetmap.org > https://lists.openstreetmap.org/listinfo/talk-br > >
_______________________________________________ Talk-br mailing list Talk-br@openstreetmap.org https://lists.openstreetmap.org/listinfo/talk-br