@InProceedings{Costa:2023:ApGoEa,
               author = "Costa, Cesar Augusto de Moraes",
          affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)}",
                title = "Aplica{\c{c}}{\~a}o do Google Earth Engine com 
                         classifica{\c{c}}{\~a}o de inunda{\c{c}}{\~o}es do 
                         munic{\'{\i}}pio de Porto Velho - RO",
            booktitle = "Resumos...",
                 year = "2023",
               editor = "Santos, Rafael Duarte Coelho dos and Calheiros, Alan James Peixoto 
                         and J{\'u}nior, Valdivino Alexandre de Santiago",
         organization = "Workshop dos Cursos de Computa{\c{c}}{\~a}o Aplicada do INPE, 
                         22. (WORCAP)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             abstract = "Os eventos de inunda{\c{c}}{\~o}es ocorridos no ano de 2014 no 
                         munic{\'{\i}}pio de Porto Velho, capital do estado de 
                         Rond{\^o}nia, foram analisados neste estudo por meio dos mapas de 
                         inunda{\c{c}}{\~o}es gerados pela iniciativa The International 
                         Charter Space and Major Disasters (Carta Internacional 
                         Espa{\c{c}}o e Grandes Desastres). Os produtos do Charter mostram 
                         onde ocorreram os eventos e foram usados neste trabalho para 
                         realizar a amostragem de um algoritmo de reconhecimento de 
                         padr{\~o}es. Neste contexto, foram feitas 4 
                         rotula{\c{c}}{\~o}es de classes, a saber, {\'a}gua, solo, 
                         vegeta{\c{c}}{\~a}o e urbano, para destacar ao final somente as 
                         {\'a}reas com ac{\'u}mulo de {\'a}gua. Os dados foram separados 
                         para treinamento e teste no algoritmo de aprendizado de 
                         m{\'a}quina Random Forest (RF). O processamento das imagens do 
                         sat{\'e}lite Landsat-8, sensor OLI, foi realizado por meio da 
                         plataforma em nuvem do Google Earth Engine (GEE), e teve como 
                         objetivo analisar uma imagem anterior {\`a}s 
                         inunda{\c{c}}{\~o}es (agosto de 2013), e outra ap{\'o}s as 
                         inunda{\c{c}}{\~o}es (abril de 2014), no intuito de identificar 
                         esses alvos. Para verificar o aprendizado do RF foram 
                         classificadas as imagens de 2013 e de 2014, obtendo assim uma 
                         diferen{\c{c}}a das {\'a}reas inundadas e de onde a rede de 
                         drenagem permaneceu igual. Na constru{\c{c}}{\~a}o da 
                         aplica{\c{c}}{\~a}o em ambiente do GEE foi escolhido visualizar 
                         no mapa final somente a classe {\'a}gua, de antes e depois dos 
                         eventos, objetivando destacar, na aplica{\c{c}}{\~a}o, apenas os 
                         locais onde houve inunda{\c{c}}{\~o}es. Os resultados da 
                         aplica{\c{c}}{\~a}o mostram, ao lado esquerdo da janela 
                         deslizante, a classifica{\c{c}}{\~a}o da classe {\'a}gua da 
                         imagem anterior {\`a} inunda{\c{c}}{\~a}o, em cor azul e, ao 
                         lado direito, a classifica{\c{c}}{\~a}o dessa classe ap{\'o}s o 
                         desastre. No lado direito consta, tamb{\'e}m, a 
                         classifica{\c{c}}{\~a}o da {\'a}gua (na cor branca) da imagem 
                         anterior ao desastre, para destacar as {\'a}reas inundadas.",
  conference-location = "S{\~a}o Jos{\'e} dos Campos",
      conference-year = "11-15 set. 2023",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGPDW34P/4A4HJ72",
                  url = "http://urlib.net/ibi/8JMKD3MGPDW34P/4A4HJ72",
           targetfile = "Costa_aplicacao.pdf",
        urlaccessdate = "2024, Oct. 09"
}