Murilo Schramm da Silva
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Previous Organizations / Institutes
The organizations / institutes from the scholar's other articles in the past ten years
Murilo Schramm da Silva has a total of 12 co-authors. Here are the top co-authors by number of shared publications:
- Adilson Luiz Nicoletti
Universidade Regional de Blumenau, Brazil
2 shared publications - Alexander Christian Vibrans
Universidade Regional de Blumenau
2 shared publications - Kleber Trabaquini
Engenheiro-agrônomo Dr Empresa de Pesquisa Agropecuária e Extensão Rural de Santa Catarina Florianópolis SC Brasil
2 shared publications - Artur Ricardo Bizon
Bacharel em Ciência da Computação, Departamento de Sistemas e Computação – FURB
1 shared publication - Débora Vanessa Lingner
Engenheira Florestal, Mestre em Engenharia Ambiental, Departamento da Engenharia Florestal - FURB
1 shared publication Haroldo Tavares Elias
Epagri/ Cepa
1 shared publication
Latest Publications
- Open Access
- 18 December 2025
- Published by Empresa de Pesquisa Agropecuaria e Extensao Rural de Santa Catarina in Agropecuária Catarinense
- Vol. 38 (3) , 52-57
Análise comparativa de métodos de estimativa de área de soja em Santa Catarina
Given the expansion of soybean cultivation, remote sensing (RS) has become strategic for validating estimates of planted area. This study compared three methodologies in the 2022/2023 harvest in 32 municipalities in Santa Catarina: the Epagri/Cepa method, MapBiomas, and the Crop Enhancement Index (CEI) applied to Sentinel-2/MSI images. The analysis included Friedman tests, linear regression, and interpretation of scatter plots and dot plots. The estimates showed a high correlation (R² > 0.92), especially between CEI and MapBiomas (R² = 0.97). The Friedman test did not indicate an overall difference (p = 0.26); however, regression analysis revealed a positive bias when comparing Epagri/Cepa with RS methods, indicating overestimations. The results reinforce the potential of RS as a robust and replicable method, indicating the need to harmonize approaches to improve official agricultural statistics.
- 18 December 2025
- Published by Empresa de Pesquisa Agropecuaria e Extensao Rural de Santa Catarina in Agropecuária Catarinense
- Vol. 38 (3) , 52-57
Open AccessAnálise comparativa de métodos de estimativa de área de soja em Santa Catarina
Given the expansion of soybean cultivation, remote sensing (RS) has become strategic for validating estimates of planted area. This study compared three methodologies in the 2022/2023 harvest in 32 municipalities in Santa Catarina: the Epagri/Cepa method, MapBiomas, and the Crop Enhancement Index (CEI) applied to Sentinel-2/MSI images. The analysis included Friedman tests, linear regression, and interpretation of scatter plots and dot plots. The estimates showed a high correlation (R² > 0.92), especially between CEI and MapBiomas (R² = 0.97). The Friedman test did not indicate an overall difference (p = 0.26); however, regression analysis revealed a positive bias when comparing Epagri/Cepa with RS methods, indicating overestimations. The results reinforce the potential of RS as a robust and replicable method, indicating the need to harmonize approaches to improve official agricultural statistics.
- Open Access
- 25 January 2024
- Published by Revista Brasileira de Geografia Fisica in Revista Brasileira de Geografia Física
- Vol. 17 (1) , 260-280
Mapeamento das Áreas Potenciais (originais) e Remanescentes de Restinga: uma proposta metodológica para Santa Catarina, Brasil
A restinga, formação vegetal pioneira da Floresta Ombrófila Densa, compreende fisionomias herbáceas, arbustivas e arbóreas; ela ocorre em ambientes sob influências flúvio-marinhas do litoral brasileiro. A restinga sofre forte pressão humana devido à especulação imobiliária em Santa Catarina, tanto pela expansão urbana quanto por outros tipos de ocupação. Como há diferenças entre a legislação de supressão de vegetação e ocupação de áreas localizadas na restinga e fora dela, a delimitação de áreas efetivamente sujeitas aos regramentos vigentes (inclusive daquelas com vegetação recentemente suprimida) é relevante para a conservação e ocupação minimamente ordenada e planejada a longo prazo das áreas litorâneas. O objetivo do estudo é a identificação e validação de indicadores físicos disponíveis em acervos públicos que permitem delimitar áreas potenciais, bem como identificar remanescentes de restinga. A nossa hipótese de trabalho foi que a sobreposição de mapas com indicadores topográficos, hidrogeológicos, geomorfológicos, pedológicos e de geodiversidade permitisse, baseada em critérios transparentes e replicáveis, propor uma delimitação de áreas propícias para ocorrência de restinga, entendidas como “áreas originais”. Dessa sobreposição, com posterior edição manual, resultou um mapa com área de 1.733,8 km², com acurácia geral de 98,2% (apoiada em 15.000 pontos de controle). Por sua vez, os remanescentes de restinga, mapeados utilizando classificação Random Forest de imagens multiespectrais de reflectância de superfície, somam 796,31 km² (45,7% da área potencial), com acurácia acima de 96%. Disponibilizamos ao poder público uma linha base espacialmente explícita, fundamentada em sólidas evidências físicas coletadas de forma independente, permitindo ações de conservação, planejamento territorial, licenciamento e controle ambiental.
- 25 January 2024
- Published by Revista Brasileira de Geografia Fisica in Revista Brasileira de Geografia Física
- Vol. 17 (1) , 260-280
Open AccessMapeamento das Áreas Potenciais (originais) e Remanescentes de Restinga: uma proposta metodológica para Santa Catarina, Brasil
A restinga, formação vegetal pioneira da Floresta Ombrófila Densa, compreende fisionomias herbáceas, arbustivas e arbóreas; ela ocorre em ambientes sob influências flúvio-marinhas do litoral brasileiro. A restinga sofre forte pressão humana devido à especulação imobiliária em Santa Catarina, tanto pela expansão urbana quanto por outros tipos de ocupação. Como há diferenças entre a legislação de supressão de vegetação e ocupação de áreas localizadas na restinga e fora dela, a delimitação de áreas efetivamente sujeitas aos regramentos vigentes (inclusive daquelas com vegetação recentemente suprimida) é relevante para a conservação e ocupação minimamente ordenada e planejada a longo prazo das áreas litorâneas. O objetivo do estudo é a identificação e validação de indicadores físicos disponíveis em acervos públicos que permitem delimitar áreas potenciais, bem como identificar remanescentes de restinga. A nossa hipótese de trabalho foi que a sobreposição de mapas com indicadores topográficos, hidrogeológicos, geomorfológicos, pedológicos e de geodiversidade permitisse, baseada em critérios transparentes e replicáveis, propor uma delimitação de áreas propícias para ocorrência de restinga, entendidas como “áreas originais”. Dessa sobreposição, com posterior edição manual, resultou um mapa com área de 1.733,8 km², com acurácia geral de 98,2% (apoiada em 15.000 pontos de controle). Por sua vez, os remanescentes de restinga, mapeados utilizando classificação Random Forest de imagens multiespectrais de reflectância de superfície, somam 796,31 km² (45,7% da área potencial), com acurácia acima de 96%. Disponibilizamos ao poder público uma linha base espacialmente explícita, fundamentada em sólidas evidências físicas coletadas de forma independente, permitindo ações de conservação, planejamento territorial, licenciamento e controle ambiental.
- Open Access
- 31 August 2022
- Published by Empresa de Pesquisa Agropecuaria e Extensao Rural de Santa Catarina in Agropecuária Catarinense
- Vol. 35 (2) , 68-73
Mapeamento da soja por meio de imagens Landsat e Sentinel-2 nos municípios de Lages e Capão Alto em Santa Catarina
A soja é uma cultura cujo aumento da oferta mundial dobrou nos últimos anos, impulsionado pelo maior consumo humano e animal. O objetivo deste trabalho foi mapear as áreas plantadas com soja nos municípios de Lages e Capão Alto por meio de técnicas de Sensoriamento Remoto nas safras 2012/2013 e 2020/2021. Utilizaram-se imagens dos satélites Landsat-7, Landsat-8 e Sentinel-2 e a identificação das áreas foi feita por meio de interpretação visual das imagens submetidas a uma composição colorida que destacou as lavouras de soja. Os resultados foram comparados com dados oficiais da Epagri/Cepa, mostrando 23% e 6% de diferença entre os métodos para as safras 2012/2013 e 2020/2021, respectivamente. Foi constatado aumento de área de 13 mil ha entre as safras e que a conversão tem ocorrido, principalmente, sobre campos nativos. A análise com dados altimétricos indicou que a expansão foi mais frequente em áreas mais altas e se manteve na classe de relevo suave-ondulado.
- 31 August 2022
- Published by Empresa de Pesquisa Agropecuaria e Extensao Rural de Santa Catarina in Agropecuária Catarinense
- Vol. 35 (2) , 68-73
Open AccessMapeamento da soja por meio de imagens Landsat e Sentinel-2 nos municípios de Lages e Capão Alto em Santa Catarina
A soja é uma cultura cujo aumento da oferta mundial dobrou nos últimos anos, impulsionado pelo maior consumo humano e animal. O objetivo deste trabalho foi mapear as áreas plantadas com soja nos municípios de Lages e Capão Alto por meio de técnicas de Sensoriamento Remoto nas safras 2012/2013 e 2020/2021. Utilizaram-se imagens dos satélites Landsat-7, Landsat-8 e Sentinel-2 e a identificação das áreas foi feita por meio de interpretação visual das imagens submetidas a uma composição colorida que destacou as lavouras de soja. Os resultados foram comparados com dados oficiais da Epagri/Cepa, mostrando 23% e 6% de diferença entre os métodos para as safras 2012/2013 e 2020/2021, respectivamente. Foi constatado aumento de área de 13 mil ha entre as safras e que a conversão tem ocorrido, principalmente, sobre campos nativos. A análise com dados altimétricos indicou que a expansão foi mais frequente em áreas mais altas e se manteve na classe de relevo suave-ondulado.
- Open Access
- 1 January 2021
- Published by FapUNIFESP (SciELO) in Boletim de Ciências Geodésicas
- Vol. 27 (3)
BACKDATING OF INVARIANT PIXELS: COMPARISON OF ALGORITHMS FOR LAND USE AND LAND COVER CHANGE (LUCC) DETECTION IN THE SUBTROPICAL BRAZILIAN ATLANTIC FOREST
- 1 January 2021
- Published by FapUNIFESP (SciELO) in Boletim de Ciências Geodésicas
- Vol. 27 (3)
Open AccessBACKDATING OF INVARIANT PIXELS: COMPARISON OF ALGORITHMS FOR LAND USE AND LAND COVER CHANGE (LUCC) DETECTION IN THE SUBTROPICAL BRAZILIAN ATLANTIC FOREST