Navegando por Autor "ALMEIDA, Arthur da Costa"

Agora exibindo 1 - 4 de 4

Acesso aberto (Open Access)
Classificação de estratos florestais utilizando redes neurais artificiais e dados de sensoriamento remoto
(Instituto de Pesquisas Ambientais em Bacias Hidrográficas, 2016-09) GONÇALVES, Wanderson Gonçalves e; RIBEIRO, Hebe Morganne Campos; SÁ, José Alberto Silva de; MORALES, Gundisalvo Piratoba; FERREIRA FILHO, Hélio Raymundo; ALMEIDA, Arthur da Costa
O presente estudo objetivou a classificação de tipologias florestais por meio de redes neurais artificiais utilizando dados provenientes de um inventário florestal, fornecido pelo Instituto de Desenvolvimento Florestal e da Biodiversidade do Estado do Pará (IDEFLOR-BIO), e das bandas 3, 4 e 5 do TM do satélite Landsat 5. As informações provenientes das imagens de satélite foram extraídas por meio do aplicativo QGIS 2.8.1 Wien e utilizadas no banco de dados para o treinamento das redes neurais pertencentes às ferramentas do software MATLAB(r) R2011b. Foram treinadas redes neurais como classificadores de dois tipos florestais: Floresta Ombrófila Densa de Terras baixas Dossel emergente (Dbe) e Floresta Ombrófila Densa Terras baixas Dossel emergente mais Aberta com palmeiras (Dbe + Abp) no conjunto de glebas estaduais Mamuru-Arapiuns, Pará, e avaliadas usando os indicadores matriz de confusão, cálculo de acurácia global, coeficiente Kappa e o gráfico de características do receptor operacional (ROC). O melhor resultado de classificação foi obtido por meio da rede neural probabilística de função de base radial (RBF) "newpnn", com uma acurácia global de 88%, e coeficiente Kappa de 76%, sendo avaliado como um classificador muito bom, evidenciando a aplicação dessa metodologia na análise de áreas com potencial para prestar serviços ecossistêmicos e, principalmente, na prestação de serviços ambientais em áreas antrópicas que adotam sistema de produção agropecuária com baixa emissão de carbono na Amazônia.
Acesso aberto (Open Access)
Estimation of above-ground forest biomass in Amazonia with neural networks and remote sensing
(Universidade Federal do Pará, 2009-03) ALMEIDA, Arthur da Costa; BARROS, Paulo Luiz Contente; MONTEIRO, José Humberto Araujo; ROCHA, Brigida Ramati Pereira da
Acesso aberto (Open Access)
Lightning and precipitation produced by severe weather systems over Belém, Brazil
(2014-12) RIBEIRO, Wanda Maria do Nascimento; SOUZA, José Ricardo Santos de; LOPES, Marcio Nirlando Gomes; CÂMARA, Renata Kelen Cardoso; ROCHA, Edson José Paulino da; ALMEIDA, Arthur da Costa
Eventos de raios nuvem-solo registrados pela rede de detecção do SIPAM, integrada por 12 sensores VAISALA LPATS IV, distribuídos no leste da Amazônia, foram analisados durante 4 tempestades com ocorrência de precipitação intensa em Belém-PA-Brasil, em 2006-2007. Esses casos selecionados, correspondem a eventos de chuva com mais de 25 mm/hora ou 40 mm/ 2 horas, de precipitação registrada por um pluviômetro instalado em 1º 47' 53" and 48º 30' 16" O. Com centro nessa localização, um círculos de 30, 10 e 5 km de raio foram traçados através de um sistema de informação geográfica e os dados de eventos de raios nessas áreas foram separados para analise. Durante essas tempestades, os eventos de raios ocorreram de maneira quase aleatória, sobre a área maior que já havia sido previamente coberta por sistemas convectivos de mesoescala, em todos os casos. Esse trabalho também mostrou a grande influencia dos sistemas de larga escala nas condições de tempo que levaram às tempestades severas estudadas. Adicionalmente, foi observado que, quando existe interação entre sistemas de larga e meso escalas, tanto a precipitação como o numero de relâmpagos aumentaram significativamente e a atividade elétrica nos círculos maiores pode anteceder a chuva no ponto central.
Acesso aberto (Open Access)
Metodologia integrada utilizando sensoriamento remoto em redes neurais artificiais na quantificação do potencial de biomassa florestal na Amazônia
(Universidade Federal do Pará, 2008-04-08) ALMEIDA, Arthur da Costa; ROCHA, Brigida Ramati Pereira da; http://lattes.cnpq.br/9943372249006341
Reconhecimento e classificação de padrões em imagens digitais é uma habilidade importante nos dias atuais, pois permite reconhecer e identificar objetos de interesse nessas imagens. Este trabalho propõe e implementa uma metodologia integrada de reconhecimento de padrões relacionados com biomassa na floresta amazônica, com o objetivo de extrair daí informações sobre potencial energético dessa biomassa para fins de utilização como combustível primário para produção de energia elétrica para eventual uso em comunidades isoladas da Amazônia. Para isso combina informações de inventário florestal obtidas em campo com classificação e reconhecimento de padrões de biomassa em imagens de satélite de média resolução (LANDSAT, CBERS). A técnica utilizada para isso vem da área de inteligência computacional: as redes neurais artificiais com arquitetura de Funções de Base Radial (RBF) e do tipo Mapa Auto-Organizável (SOM) de Kohonen. Os resultados são combinados em um Sistema de Informações Geográficas gerando um banco de dados para uso em planejamento energético com recursos renováveis, aplicáveis às áreas isoladas da Amazônia.