Detection of agricultural fires in the state of Acre with GEE and QGIS

Autores/as

  • Francisco Salatiel Clemente de Souza Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Sonaira Souza da Silva Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Liana Oighenstein Anderson Centro Nacional de Monitoramento e Alertas de Desastres Naturais (Cemaden), São José dos Campos, Brasil
  • Philip Fearnside Instituto Nacional de Pesquisas da Amazônia (Inpa), Manaus, Brasil
  • Marcus Liesenfeld Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Igor Oliveira Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Thiago Morello Universidade Federal do ABC (UFABC), São Bernardo do Campo, Brasil
  • Adriele Karlokoski Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Tiago Lucena da Silva Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Marllus Rafael Almeida Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Luiz Aragão Instituto Nacional de Pesquisas Espaciais (Inpe), São José dos Campos, Brasil
  • Foster Brown Woods Hole Research Center (WHRC), Falmouth, Estados Unidos
  • Jessica Costa Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Antonio Willian Melo Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Paulo Maurício Graça Universidade Federal do Acre(Ufac), Cruzeiro do Sul, Brasil
  • Paulo Monteiro Brando Instituto de Pesquisa Ambiental da Amazônia (Ipam), Brasília, Brasil
  • Ane Alencar Instituto de Pesquisa Ambiental da Amazônia (Ipam), Brasília, Brasil

DOI:

https://doi.org/10.37002/biodiversidadebrasileira.v10i1.1577

Palabras clave:

supervised classifiers, Google Earth Engine, QGIS

Resumen

-

Descargas

Publicado

2020-07-27

Artículos más leídos del mismo autor/a