Mikaella Pereira dos Santos
Current Organizations / Institutes
The organizations/institutes from the scholar's latest article
Research Subjects
Mikaella Pereira dos Santos has a total of 9 co-authors. Here are the top co-authors by number of shared publications:
- Vinicius da Silva Seabra
Universidade do Estado do Rio de Janeiro
3 shared publications - Bartolomeu Israel de Souza
Universidade Federal da Paraíba
2 shared publications - Eduardo Rodrigues Viana de Lima
Universidade Federal da Paraíba
2 shared publications - Evelyn de Castro Porto Costa
Universidade do Estado do Rio de Janeiro
2 shared publications - Janaína Silva de Oliveira2 shared publications
- Eduardo Thomaz de Aquino Ribeiro
Universidade Federal Fluminense (UFF) - Rio de Janeiro, RJ - Brasil
1 shared publication
Latest Publications
- Open Access
- 16 May 2024
- Published by Revista Espaco Aberto in Espaço Aberto
- Vol. 14 (1) , 111-129
Análise Comparativa entre Mapas Temáticos de Uso e Cobertura da Terra no Litoral Leste do Estado do Rio de Janeiro
The availability of large volumes of data observed today means that we must redouble our attention to the differences between them, always making a critical analysis of their limits and potential. In this sense, this study aims to carry out a comparison between land use and land cover mappings carried out from different methodologies and orbital images. These thematic mappings were produced by different groups, MapBiomas and DAGEOP, based on pixel-by-pixel classification by machine learning and Geobia classification, respectively. The main results point to a correspondence of 79.70% between the mappings, and a good part of the divergences can be explained by different aspects, such as the characteristics of the images, chosen subtitles and adopted methodologies. A disponibilidade de grandes volumes de dados observada nos dias atuais faz com que tenhamos que redobrar a atenção sobre as diferenças entre os mesmos, fazendo sempre uma análise crítica entre seus limites e potencialidades. Neste sentido, este estudo tem a finalidade de realizar uma comparação entre mapeamentos de uso e cobertura da terra realizados a partir de diferentes metodologias e imagens orbitais. Estes mapeamentos temáticos foram produzidos por distintos grupos, o MapBiomas e o DAGEOP, a partir de classificação pixel a pixel por machine learning e classificação Geobia, respectivamente. Os principais resultados apontam para uma correspondência de 79,70% entre os mapeamentos, sendo que boa parte das divergências podem ser explicadas por diferentes aspectos, tais como as características das imagens, legendas escolhidas e metodologias adotadas.
- 16 May 2024
- Published by Revista Espaco Aberto in Espaço Aberto
- Vol. 14 (1) , 111-129
Open AccessAnálise Comparativa entre Mapas Temáticos de Uso e Cobertura da Terra no Litoral Leste do Estado do Rio de Janeiro
The availability of large volumes of data observed today means that we must redouble our attention to the differences between them, always making a critical analysis of their limits and potential. In this sense, this study aims to carry out a comparison between land use and land cover mappings carried out from different methodologies and orbital images. These thematic mappings were produced by different groups, MapBiomas and DAGEOP, based on pixel-by-pixel classification by machine learning and Geobia classification, respectively. The main results point to a correspondence of 79.70% between the mappings, and a good part of the divergences can be explained by different aspects, such as the characteristics of the images, chosen subtitles and adopted methodologies. A disponibilidade de grandes volumes de dados observada nos dias atuais faz com que tenhamos que redobrar a atenção sobre as diferenças entre os mesmos, fazendo sempre uma análise crítica entre seus limites e potencialidades. Neste sentido, este estudo tem a finalidade de realizar uma comparação entre mapeamentos de uso e cobertura da terra realizados a partir de diferentes metodologias e imagens orbitais. Estes mapeamentos temáticos foram produzidos por distintos grupos, o MapBiomas e o DAGEOP, a partir de classificação pixel a pixel por machine learning e classificação Geobia, respectivamente. Os principais resultados apontam para uma correspondência de 79,70% entre os mapeamentos, sendo que boa parte das divergências podem ser explicadas por diferentes aspectos, tais como as características das imagens, legendas escolhidas e metodologias adotadas.
- 23 April 2024
- Published by Universidade Federal do Parana in Raega - O Espaço Geográfico em Análise
- Vol. 59
IMAGENS SENTINEL-2/MSI E METODOLOGIA GEOBIA NO MAPEAMENTO DO USO E COBERTURA DA TERRA EM ÁREA DE FLORESTA TROPICAL SAZONALMENTE SECA NO BRASIL
A Caatinga é uma Floresta Tropical Sazonalmente Seca endêmica do Brasil que recobre cerca de 10% do território nacional. Caracterizada por um mosaico de vegetação com predominância de espécies caducifólias adaptadas aos eventos irregulares de chuva e ao clima semiárido, a degradação do bioma é historicamente negligenciada pela ciência e pelas políticas públicas.Mesmo com o avanço das geotecnologias, as particularidades da Caatinga tornam o mapeamento de uso e cobertura da terra por sensoriamento remoto uma atividade de elevada complexidade quando comparado aos ambientes úmidos. O objetivo do presente trabalho foi distinguir áreas de vegetação exótica composta predominantemente pela algaroba (Prosopisjuliflora) na Caatinga do Cariri Paraibano através de técnicas de sensoriamento remoto e analisar o uso e cobertura da terra na região. Com o uso do sensor MSI do Satélite Sentinel-2 e da metodologia GeographicObject-BasedImageAnalysis (GEOBIA), os resultados demonstraram a eficiência na identificação de alvos espectralmente difíceis de serem individualizados, aqui representados pela distinção entre a vegetação nativa (densa/rarefeita) e a algaroba, permitiram identificar o padrão de distribuição dessa espécie invasora e analisar o uso e a ocupação da região de estudo, com destaque para áreas de conservação da biodiversidade e geodiversidade local. Com os resultados inovadores obtidos, conclui-se que o uso da GEOBIA é um facilitador na distinção de alvos espectralmente difíceis de serem individualizados e pode ser amplamente utilizado no monitoramento da vegetação em FTSS por sensoriamento remoto.
- 23 April 2024
- Published by Universidade Federal do Parana in Raega - O Espaço Geográfico em Análise
- Vol. 59
IMAGENS SENTINEL-2/MSI E METODOLOGIA GEOBIA NO MAPEAMENTO DO USO E COBERTURA DA TERRA EM ÁREA DE FLORESTA TROPICAL SAZONALMENTE SECA NO BRASIL
A Caatinga é uma Floresta Tropical Sazonalmente Seca endêmica do Brasil que recobre cerca de 10% do território nacional. Caracterizada por um mosaico de vegetação com predominância de espécies caducifólias adaptadas aos eventos irregulares de chuva e ao clima semiárido, a degradação do bioma é historicamente negligenciada pela ciência e pelas políticas públicas.Mesmo com o avanço das geotecnologias, as particularidades da Caatinga tornam o mapeamento de uso e cobertura da terra por sensoriamento remoto uma atividade de elevada complexidade quando comparado aos ambientes úmidos. O objetivo do presente trabalho foi distinguir áreas de vegetação exótica composta predominantemente pela algaroba (Prosopisjuliflora) na Caatinga do Cariri Paraibano através de técnicas de sensoriamento remoto e analisar o uso e cobertura da terra na região. Com o uso do sensor MSI do Satélite Sentinel-2 e da metodologia GeographicObject-BasedImageAnalysis (GEOBIA), os resultados demonstraram a eficiência na identificação de alvos espectralmente difíceis de serem individualizados, aqui representados pela distinção entre a vegetação nativa (densa/rarefeita) e a algaroba, permitiram identificar o padrão de distribuição dessa espécie invasora e analisar o uso e a ocupação da região de estudo, com destaque para áreas de conservação da biodiversidade e geodiversidade local. Com os resultados inovadores obtidos, conclui-se que o uso da GEOBIA é um facilitador na distinção de alvos espectralmente difíceis de serem individualizados e pode ser amplamente utilizado no monitoramento da vegetação em FTSS por sensoriamento remoto.
- 23 April 2024
- Published by Universidade Federal do Parana in Raega - O Espaço Geográfico em Análise
- Vol. 59
SENTINEL-2/MSI IMAGES AND GEOBIA METHODOLOGY IN MAPPING LAND USE AND LAND COVER IN A SEASONALLY DRY TROPICAL FOREST AREA IN BRAZIL
RA'EGA - O ESPAÇO GEOGRÁFICO EM ANÁLISE
- 23 April 2024
- Published by Universidade Federal do Parana in Raega - O Espaço Geográfico em Análise
- Vol. 59
SENTINEL-2/MSI IMAGES AND GEOBIA METHODOLOGY IN MAPPING LAND USE AND LAND COVER IN A SEASONALLY DRY TROPICAL FOREST AREA IN BRAZIL
RA'EGA - O ESPAÇO GEOGRÁFICO EM ANÁLISE
- Open Access
- 19 July 2023
- Published by Pro Reitoria de Pesquisa, Pos Graduacao e Inovacao - UFF in GEOgraphia
- Vol. 25 (55)
IDENTIFICAÇÃO DE CORPOS HÍDRICOS EM SÉRIE TEMPORAL DE RADAR SENTINEL-1
O presente artigo tem o objetivo de contribuir metodologicamente para o mapeamento de corpos hídricos e wetlands, alvos bastante específicos que demandam critérios minuciosos para sua correta classificação, devido a sua dinâmica. Assim, o estudo se concentra na identificação e cartografia de corpos hídricos no estado do Rio de Janeiro, utilizando técnicas de sensoriamento remoto multitemporal em imagens de Radar. Como metodologia de pesquisa foi utilizado algoritmo de aprendizado de máquina na plataforma Google Earth Engine, em imagens de Sentinel 1 – banda C, para a identificação dos alvos. Foi utilizada uma série temporal mensal de imagens de radar, sendo possível testar suas potencialidades na identificação desses objetos. Como resultados obteve-se a classificação e quantificação das coberturas de água do estado do Rio de Janeiro, considerando os 12 meses do ano de 2018. O resultado permitiu identificar a espacialidade dos corpos hídricos, nos diferentes períodos do ano, sem a interferência atmosférica, o que corresponde a um diferencial metodológico na tentativa de mapear a dinâmica anual da inundação. A validação do mapeamento apontou um excelente Índice Kappa (0,93), destacando a potencialidade do uso de imagens de radar para mapeamentos de corpos hídricos.
- 19 July 2023
- Published by Pro Reitoria de Pesquisa, Pos Graduacao e Inovacao - UFF in GEOgraphia
- Vol. 25 (55)
Open AccessIDENTIFICAÇÃO DE CORPOS HÍDRICOS EM SÉRIE TEMPORAL DE RADAR SENTINEL-1
O presente artigo tem o objetivo de contribuir metodologicamente para o mapeamento de corpos hídricos e wetlands, alvos bastante específicos que demandam critérios minuciosos para sua correta classificação, devido a sua dinâmica. Assim, o estudo se concentra na identificação e cartografia de corpos hídricos no estado do Rio de Janeiro, utilizando técnicas de sensoriamento remoto multitemporal em imagens de Radar. Como metodologia de pesquisa foi utilizado algoritmo de aprendizado de máquina na plataforma Google Earth Engine, em imagens de Sentinel 1 – banda C, para a identificação dos alvos. Foi utilizada uma série temporal mensal de imagens de radar, sendo possível testar suas potencialidades na identificação desses objetos. Como resultados obteve-se a classificação e quantificação das coberturas de água do estado do Rio de Janeiro, considerando os 12 meses do ano de 2018. O resultado permitiu identificar a espacialidade dos corpos hídricos, nos diferentes períodos do ano, sem a interferência atmosférica, o que corresponde a um diferencial metodológico na tentativa de mapear a dinâmica anual da inundação. A validação do mapeamento apontou um excelente Índice Kappa (0,93), destacando a potencialidade do uso de imagens de radar para mapeamentos de corpos hídricos.