Resultado da Pesquisa
A expressão de busca foi <related:sid.inpe.br/marte2/2019/10.25.21.13.06-0:pt:title:2:produtividade acucar cana monitoramento:avaliacao potencial imagens sentinel 1 monitoramento produtividade cana acucar:>.
26 referências similares foram encontradas(inclusive a original) buscando em 22 dentre 22 Arquivos
(este total pode incluir algumas duplicatas - para ver a conta certa clique no botão Mostrar Todas).
As 10 mais recentes estão listadas abaixo.
Data e hora local de busca: 16/05/2024 01:57.

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3UA526S
Repositóriosid.inpe.br/marte2/2019/10.25.21.13
Última Atualização2019:10.25.21.13.06 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/10.25.21.13.06
Última Atualização dos Metadados2020:01.06.12.30.36 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoRuizGamaSancAlme:2019:AvPoIm
TítuloAvaliação do potencial das imagens Sentinel-1 para o monitoramento da produtividade da cana-de-açúcar
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho445 KiB
2. Contextualização
Autor1 Ruiz, Paulo Roberto da Silva
2 Gama, Fábio Furlan
3 Sanches, Ieda Del'Arco
4 Almeida, Cláudia Maria de
Grupo1 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
2 DIDPI-CGOBT-INPE-MCTIC-GOV-BR
3 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
4 DIDSR-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 paulo.ruiz@inpe.br
2 fabio.furlan@inpe.br
3 ieda.sanches@inpe.br
4 almeida@dsr.inpe.br
EditorGherardi, Douglas Francisco Marcolino
Sanches, Ieda DelArco
Aragão, Luiz Eduardo Oliveira e Cruz de
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 19 (SBSR)
Localização do EventoSantos
Data14-17 abril 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas1194-1197
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-06 12:11:03 :: simone -> administrator :: 2019
2020-01-06 12:30:36 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveSAR
banda C
produtividade
cana-de- açúcar
SAR
C band
productivity
sugarcane
ResumoA cana-de-açúcar é um dos principais produtos do agronegócio brasileiro. Por esse motivo, seu monitoramento é muito importante por possibilitar o aumento da produtividade do cultivo. Nesse sentido, este trabalho tem por objetivo analisar o potencial das imagens de Radar de Abertura Sintética (SAR - Synthetic Aperture Real) banda C da missão Sentinel-1 para o monitoramento da produtividade da cana-de-açúcar em uma área no município de Rancharia, interior oeste do estado de São Paulo. Foram selecionadas e processadas 11 imagens no período de 2015 a 2017, obtendo-se os coeficientes de retroespalhamento 𝜎 0 , visando à aplicação de regressão estatística aos dados de produtividade da área. Os resultados revelam que há uma alta correlação entre 𝜎 0 e os dados de produtividade. ABSTRACT: Sugarcane is one of the main products of Brazilian agribusiness. For this reason, the monitoring of plantations is of extreme importance in order to achieve an increase in their productivity. In this sense, this work aims to analyze the potential of the Sentinel-1 mission C-SAR images in the monitoring of sugarcane productivity in an area in the municipality of Rancharia, in the western inland of São Paulo state. We selected and processed 11 SAR images in the period from 2015 to 2017, obtaining backscatter coefficients 𝜎 0 to apply statistical regression using the productivity data of the area. The results show that there is a high correlation between 𝜎 0 and the productivity data.
ÁreaSRE
TipoSensoriamento remoto de microondas
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Avaliação do potencial...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Avaliação do potencial...
Arranjo 3urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Avaliação do potencial...
Arranjo 4urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Avaliação do potencial...
Arranjo 5Projeto Memória 60... > Livros e livros editados > SBSR 19 > Avaliação do potencial...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3UA526S
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3UA526S
Idiomapt
Arquivo Alvo97920.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGPCW/3ER446E
8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 2
sid.inpe.br/bibdigital/2013/09.09.15.05 1
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3U9MEUH
Repositóriosid.inpe.br/marte2/2019/10.23.11.40
Última Atualização2019:10.23.11.40.05 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/10.23.11.40.05
Última Atualização dos Metadados2020:01.06.12.30.36 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoLucianoDufPicRocLaM:2019:EsPrCa
TítuloEstimativa da produtividade de cana-de-açúcar utilizando imagens Landsat e Random Forest
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho575 KiB
2. Contextualização
Autor1 Luciano, Ana Cláudia dos Santos
2 Duft, Daniel Garbellini
3 Picoli, Michelle Cristina Araújo
4 Rocha, Jansle Vieira
5 La Maire, Guerric
Grupo1
2
3 DIDPI-CGOBT-INPE-MCTIC-GOV-BR
Afiliação1 Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
2 Centro Nacional de Pesquisa em Energia e Materiais (CNPEM)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Universidade Estadual de Campinas (UNICAMP)
5 CIRAD, UMR Eco&Sols
Endereço de e-Mail do Autor1 ana.luciano@ctbe.cnpem.br
2 daniel.duft@ctbe.cnpem.br
3 michelle.picoli@inpe.br
4 jansle@g.unicamp.br
5 guerric.le_maire@cirad.fr
EditorGherardi, Douglas Francisco Marcolino
Sanches, Ieda DelArco
Aragão, Luiz Eduardo Oliveira e Cruz de
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 19 (SBSR)
Localização do EventoSantos
Data14-17 abril 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas223-226
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-05 11:38:24 :: simone -> administrator :: 2019
2020-01-06 12:30:36 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveestimativa de safra
sensoriamento remoto
aprendizado de máquina
índices de vegetação
yield forecasting
remote sensing
machine learning
vegetation index
ResumoO sensoriamento remoto tem contribuído para o monitoramento de área e produção da cana-de-açúcar. Neste trabalho, a produtividade de cana-de-açúcar foi estimada a partir de imagens dos satélites Landsat. Foram criados modelos calibrados e aplicados no mesmo ano e, um modelo global com calibração de 5 anos e aplicação em um ano de interesse. Os modelos foram criados com a série temporal de imagens Landsat e dados de campo, a partir do algoritmo Random Forest. Os dados de campo correspondem a produtividade, e preditores tipo de solos, data de colheita e variedade dos talhões. Os modelos anuais apresentaram melhores ajustes do que o modelo global (R²=0,80 e RMSE=6,3ton/ha versus R²=0,77 e RMSE=6,5 ton/ha). As principais variávies espectrais do modelo global foram índices de vegetação e bandas espectrais do infravermelho médio e infravermelho próximo. Os resultados apontam uma metodologia potencial de estimativa de produtividade da cana-de-açúcar com imagens de satélite. ABSTRACT: Remote sensing is essential for monitoring sugarcane area and production. In this study, the forecasting of sugarcane yield was done based on images from Landsat satellites. Models were calibrated and applied on the same year and a global model was calibrated on the 5 years and applied on one independent data from each year. The models were created with temporal series of Landsat images and field data with Random Forest algorithm. Field data are yield, soil type, harvest date and variety of sugarcane areas. The annual models showed better agreement than the global model (R²=0,80 e RMSE=6,3ton/ha versus R²=0,77 e RMSE=6,5 ton/ha). The most important spectral variables of the global model were vegetation index and bands from short wave infrared and near infrared spectral regions. The results show a potential methodology for forecasting sugarcane yield with Landsat images.
ÁreaSRE
TipoProdução e previsão agrícola
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDPI > Estimativa da produtividade...
Arranjo 2urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Estimativa da produtividade...
Arranjo 3urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Estimativa da produtividade...
Arranjo 4Projeto Memória 60... > Livros e livros editados > SBSR 19 > Estimativa da produtividade...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3U9MEUH
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3U9MEUH
Idiomapt
Arquivo Alvo97833.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3EQCCU5
8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 2
sid.inpe.br/bibdigital/2013/09.09.15.05 1
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/492724S
Repositóriosid.inpe.br/marte2/2023/04.27.17.37
Última Atualização2023:04.27.17.37.50 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/04.27.17.37.50
Última Atualização dos Metadados2024:01.15.20.39.20 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoCostaRabe:2023:AvMoRe
TítuloAvaliação de modelos de regressão linear múltipla para estimativa da produtividade de cana-de-açúcar a partir de parâmetros biométricos e imagens do sensor MSI/Sentinel-2
FormatoInternet
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho451 KiB
2. Contextualização
Autor1 Costa, João Pedro de Sousa
2 Rabelo, Max Well de Oliveira
Grupo1 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Federal de Goiás (IFG)
Endereço de e-Mail do Autor1 joao.costa@inpe.br
2 maxwell.rabelo@ifg.edu.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase156276
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-04-27 17:38:33 :: simone -> administrator :: 2023
2024-01-15 20:39:20 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveSensoriamento remoto
cana-deaçúcar
produtividade
estimativa
Remote sensing
sugarcane
productivity
estimation
ResumoO Brasil é o maior produtor mundial de cana-de-açúcar, devido ao elevado valor agregado desta cultura, sendo necessário compreender sua produção para tomada decisão de produtores e órgãos governamentais. O presente trabalho teve como objetivo, integrar dados biométricos obtidos em campo e imagens orbitais do sensor MSI/Sentinel 2 e avaliar se é possível obter modelos mais precisos para a estimativa da produtividade da cana de açúcar a partir da combinação destas variáveis. Os melhores modelos avaliados pelo R² ajustado obtiveram valor de 0,76, e o mesmo cenário apresentou o menor Erro Médio Absoluto de 2,94 ton.ha-1. Os modelos com biometria apresentaram melhores resultados nas métricas estatísticas da validação cruzada, possibilitando melhoria no desempenho dos modelos. Destaca-se a necessidade da obtenção de variáveis biométricas em campo com perspectiva de espacialização compatível com dados de sensoriamento remoto. ABSTRACT: Brazil is the world's largest sugarcane producer, due to the high added value of this crop, making it necessary to understand its production for production by producers and government agencies. The objective, to integrate biometric data obtained in the field and orbital images from the MSISentinel 2 sensor and to evaluate it is possible to obtain more accurate models present a work of estimating the productivity of the sugar capacity from the variable variables. The best models evaluated by R² obtained a value of 0.76, and the same environment presented the lowest Absolute Mean Error of 2.94 ton.ha-1. Models with biometrics showed better results in cross-validation measurements, which could improve the performance of the models. The need to adapt biometric variables in field of spatialization perspective with remote sensor data is highlighted.
ÁreaSRE
TipoProdução e previsão agrícola
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Avaliação de modelos...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > SBSR 20 > Avaliação de modelos...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 20 > Avaliação de modelos...
Arranjo 4urlib.net > Produção pgr ATUAIS > SER > Avaliação de modelos...
Arranjo 5urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Avaliação de modelos...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/492724S
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/492724S
Idiomapt
Arquivo Alvo156276.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.18.22.34 2
sid.inpe.br/marte2/2023/05.18.17.15 1
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/492LP35
Repositóriosid.inpe.br/marte2/2023/04.30.20.56
Última Atualização2023:04.30.20.56.57 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/04.30.20.56.58
Última Atualização dos Metadados2024:01.08.18.07.53 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoBarbosaPedrGuil:2023:EsCoDi
TítuloEstudo comparativo entre diferentes regressores para estimar produtividade de cana-de-açúcar
FormatoInternet
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho3111 KiB
2. Contextualização
Autor1 Barbosa, Luiz Antonio Falaguasta
2 Pedronette, Daniel Carlos Guimarães
3 Guilherme, Ivan Rizzo
Afiliação1 Universidade Estadual Paulista (UNESP)
2 Universidade Estadual Paulista (UNESP)
3 Universidade Estadual Paulista (UNESP)
Endereço de e-Mail do Autor1 luiz.falaguasta@unesp.br
2 daniel.pedronette@unesp.br
3 ivan.guilherme@unesp.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase155771
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-04-30 20:57:34 :: simone -> administrator :: 2023
2024-01-08 18:07:53 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveGrid search
cana-de-açúcar
estimativa de produtividade
aprendizado de máquina
Grid search
sugarcane
yield crop
machine learning
ResumoModelos de aprendizado de máquina têm obtido resultados notáveis em diversas áreas do conhecimento, inclusive em agricultura de precisão. Contudo, a diversidade de modelos distintos disponíveis e a carência de análises comparativas torna a seleção de um modelo uma tarefa desafiadora. Este artigo faz uma avaliação de diferentes regressores em tarefas de predição de produtividade de cana-de-açúcar, modeladas a partir de características compostas por índices vegetativos. O estudo realizado considerou os regressores Multi Layer Perceptron (MLP), Support Vector Regressor (SVR), Random Forest, AdaBoost e Gradient Boosting, ajustados a partir de hiperparâmetros obtidos com o método grid search. Foram utilizados conjuntos de dados públicos, referente a áreas cultivadas em 2 campos experimentais na Austrália. Foram considerados 5 modelos obtidos a partir de 10 índices vegetativos multiespectrais e espectro visível red-green-blue (RGB), escolhidos com base no redutor de dimensionalidade Análise de Componentes Principais (PCA). Além de imagens multiespectrais, bandas Light Detection And Ranging (LiDAR) também foram utilizadas no estudo comparativo. ABSTRACT: Machine learning models have obtained remarkable results in several areas of knowledge, including precision agriculture. However, the diversity of different models available and the lack of comparative analyzes make the selection of a model a challenging task. This article makes an evaluation of different regressors in sugarcane productivity prediction tasks, modeled from features composed by vegetative indices. The study carried out considered the Multi Layer Perceptron(MLP), Support Vector Regression (SVR), Random Forest, AdaBoost and Gradient Boosting regressors, adjusted from hyperparameters obtained with the grid search method. Public datasets were used, referring to cultivated areas in 2 experimental fields in Australia. We considered 5 models obtained from 10 multispectral and visible spectrum red-green-blue (RGB) vegetative indices, chosen based on the dimensionality reducer Principal Component Analysis (PCA). In addition to multispectral imaging, Light Detection And Ranging (LiDAR) bands were also used in the comparative study.
ÁreaSRE
TipoProdução e previsão agrícola
ArranjoProjeto Memória 60... > Livros e livros editados > SBSR 20 > Estudo comparativo entre...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/492LP35
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/492LP35
Idiomapt
Arquivo Alvo155771.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 9
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/49278G8
Repositóriosid.inpe.br/marte2/2023/04.27.18.55
Última Atualização2023:04.27.18.55.24 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/04.27.18.55.24
Última Atualização dos Metadados2024:01.08.18.07.43 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoCostaSilvAdamSanc:2023:PrPrMé
TítuloPredição da produtividade média de cana-de-açúcar a partir de imagens orbitais do Sensor MSI/Seninel-2
FormatoInternet
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho559 KiB
2. Contextualização
Autor1 Costa, João Pedro de Sousa
2 Silva, Luiz Gabriel da
3 Adami, Marcos
4 Sanches, Ieda Del'Arco
Grupo1 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
2 SER-SRE-DIPGR-INPE-MCTI-GOV-BR
3 DIOTG-CGCT-INPE-MCTI-GOV-BR
4 DIOTG-CGCT-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
3 Instituto Nacional de Pesquisas Espaciais (INPE)
4 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 joao.costa@inpe.br
2 luiz.silva@inpe.br
3 marcos.adami@inpe.br
4 ieda.sanches@inpe.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase156003
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-04-27 18:56:04 :: simone -> administrator :: 2023
2024-01-08 18:07:43 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveSensoriamento remoto
cana-deaçúcar
aprendizado de máquina
gradient boosting
Remote Sensing
Sugar Cane
Machine Learning
Gradient Boosting
ResumoEstimar a produtividade de culturas agrícolas é fundamental por diversos motivos, desde a definição de políticas por órgãos governamentais ao planejamento de ações de colheita e pós colheita por produtores agrícolas, cooperativas e tradings. A cana-de-açúcar é uma cultura agrícola de larga escala, sendo o Brasil o maior produtor mundial. O objetivo deste trabalho foi estimar a produtividade média de talhões de cana-de-açúcar utilizando séries temporais de imagens do sensor MSI/Sentinel-2. Foram utilizadas estimativas de produtividade geradas por um sensor instalado em uma colhedora em Nova Londrina-PR para construção da variável resposta. Ao total foram utilizados informações de 42 talhões. As bandas das imagens foram utilizadas para construção de atributos, que foram utilizados para treinamento de um estimador de aprendizado de máquina, Gradient Boosting Regressor. Foram utilizados 10 talhões para validação, e em sete desses talhões o nível de erro relativo foi inferior a 5%. ABSTRACT: Estimating the yield of agricultural crops is essential for several reasons, from the definition of policies by government agencies to the planning of harvest and post-harvest actions by farmers, cooperatives and trading companies. Sugarcane is a large-scale agricultural crop, with Brazil being the world's largest producer. The objective of this work was to estimate the average yield of sugarcane using a time series of images from the MSI/Sentinel-2. Yield estimates generated by a sensor installed in a harvester in Nova Londrina-PR were used for the construction of the target. Information from 42 areas was used. The bands of the images were used to construct attributes, which were used to train a machine learning estimator, Gradient Boosting Regressor. Ten areas were used for validation, and in seven of them the relative error level was less than 5%.
ÁreaSRE
TipoProdução e previsão agrícola
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Predição da produtividade...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > SBSR 20 > Predição da produtividade...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 20 > Predição da produtividade...
Arranjo 4urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Predição da produtividade...
Arranjo 5urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Predição da produtividade...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/49278G8
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/49278G8
Idiomapt
Arquivo Alvo156003.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
8JMKD3MGPCW/3F3NU5S
8JMKD3MGPCW/46KUATE
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 8
sid.inpe.br/bibdigital/2013/10.18.22.34 3
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaTese ou Dissertação (Thesis)
Sitemtc-m12.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador6qtX3pFwXQZ3r59YD6/GNpic
Repositóriosid.inpe.br/iris@1912/2005/07.18.22.34.40
Última Atualização2014:09.26.13.14.10 (UTC) simone
Repositório de Metadadossid.inpe.br/iris@1912/2005/07.18.22.34.49
Última Atualização dos Metadados2019:03.12.19.18.49 (UTC) simone
Chave SecundáriaINPE-3744-TDL/202
Rótulo40
Chave de CitaçãoRudorff:1985:DaLAEs
TítuloDados LANDSAT na estimativa da produtividade agrícola da cana-de-açúcar
Título AlternativoLANDSAT data in estimating agricultural productivity of cane sugar
CursoSER-SPG-INPE-BR
Ano1985
Data Secundária19900126
Data1985-06-28
Data de Acesso16 maio 2024
Tipo da TeseDissertação (Mestrado em Sensoriamento Remoto)
Tipo SecundárioTDI
Número de Páginas114
Número de Arquivos1
Tamanho3457 KiB
2. Contextualização
AutorRudorff, Bernardo Friedrich Theodor
GrupoSER-SPG-INPE-BR
BancaSantos, Jesus Marden dos (presidente)
Batista, Getúlio Teixeira (orientador)
Ide, Bernardo Yasuhiro
Moraes Novo, Evlyn Marcia Leão de
Chen, Sherry Chou
Endereço de e-Mailpubtc@inpe.br
UniversidadeInstituto Nacional de Pesquisas Espaciais (INPE)
CidadeSao Jose dos Campos
Histórico (UTC)2005-07-18 22:34:50 :: administrator -> jefferson ::
2007-02-13 15:48:48 :: jefferson -> administrator ::
2007-02-16 20:02:06 :: administrator -> Malu ::
2007-02-16 20:14:16 :: Malu -> administrator ::
2009-07-08 20:34:24 :: administrator -> jefferson ::
2010-04-15 12:45:22 :: jefferson -> administrator ::
2012-11-03 22:07:51 :: administrator -> viveca@sid.inpe.br :: 1985
2013-01-07 13:56:17 :: viveca@sid.inpe.br -> administrator :: 1985
2013-01-11 12:06:15 :: administrator -> luis.cpv@hotmail.com :: 1985
2013-03-28 13:19:35 :: luis.cpv@hotmail.com -> administrator :: 1985
2013-04-30 01:54:18 :: administrator -> luis.cpv@hotmail.com :: 1985
2013-05-13 12:07:12 :: luis.cpv@hotmail.com -> administrator :: 1985
2013-10-18 22:43:40 :: administrator -> luis.cpv@hotmail.com :: 1985
2014-09-24 12:08:21 :: luis.cpv@hotmail.com -> sergio :: 1985
2014-09-26 13:01:24 :: sergio -> tereza@sid.inpe.br :: 1985
2014-09-26 13:15:25 :: tereza@sid.inpe.br -> administrator :: 1985
2019-02-04 13:03:32 :: administrator -> simone :: 1985
2019-03-12 19:18:49 :: simone -> :: 1985
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveagricultura
Lençóis Paulista (SP)
usina Barra Grande (SP)
cana-de-açúcar
índice de vegetação
agrometeorologia
previsão de safra
satélites LANDSAT
modelos
produtividade
agriculture
sugar cane
vegetative index
agrometeorology
crop inventories
ResumoFoi avaliado o uso potencial dos dados LANDSAT, em conjunto com dados de um modelo agrometeorológico, para a previsão da produtividade da cana-de-açúcar (Saccarum officinarum). O estudo foi desenvolvido no município de Lençóis Paulista - SP, nos canaviais da Usina Barra Grande. Analisaram-se os dados LANDSAT de cinco passagens disponíveis entre o período de setembro de 1982 a abril de 1983. Nas imagens do satélite foram localizadas áreas canavieiras, extraindo-se os níveis de cinza que foram transformados em valores de reflectância e, em seguida, em índices vegetativos que devem expressar as condições de crescimento da cultura. Além disso, foi desenvolvido um modelo que utiliza parâmetros agronômicos para calcular a produtividade máxima de cultura, a qual e função da temperatura, radiação e duração do ciclo. Esta produtividade é penalizada à medida em que as condições hídricas não supram a demanda de água pela cultura, obtendo-se assim uma produtividade estimada, denominada real. Melhores resultados foram alcançados com o uso de ambos os modelos (agrometeorológico e índice vegetativo) na estimativa da produtividade. A regressão linear dos dados destes dois modelos com os dados de produtividade observados em cada uma das áreas canavieiras explicaram 56 da variação. As regressões lineares feitas separadamente dos dados obtidos pelos modelos agrometeorológicos e índice vegetativo explicaram respectivamente 33 e 32 da variação. Embora os resultados mostrem que os dados do satélite tem potencial para ser utilizados nas estimativas de produtividade, o modelo proposto deve ser considerado como preliminar, pois requer estudos de desenvolvimento e validação. ABSTRACT: The potential use of LANDSAT data in conjuction with data obtained from an agronomic-meteorologic model, for sugarcanne (Saccarum officinarum) yield forecasting, were evaluated. The study area comprises the sugarcane plantations of the Usina Barra Grande in the municipality of Lençóis Paulista SP. Useful LANDSAT data of five passages between September 1982 and April 1983 were analised. Several sugarcane fields were identified on the satellite images, and gray levels values were obtained and converted into reflectance values, being then transformed into vegetation indexes that should express crop grow conditions. Besides, a model based on agronomic and meteorologic parameters to calculate the maximum yield, as a function,of temperature, radiation and lenght of growing season was developed. When the water supply is insufficient to attend crop demand, this yield is decreased and a so-called real yield estimate is obtained. Better results were achieved when using both models (agrometeorologic and vegetation index) in yield estimates. Linear regression of the two variables (agrometeorologic and vegetation index models) with observed yield data of each sugarcane fields explained 56% of the variation. Separate linear regressions with data obtained by the agrometeorologic model and vegetation index models explained respectively 38% and 32% of the vegetation. Although results show that satellite data can be potentially used in yield estimates, the proposed model must be considered as preliminar, since it needs development and evaluations studies.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Dados LANDSAT na...
Conteúdo da Pasta docacessar
Conteúdo da Pasta source
publicacao.pdf 28/03/2013 10:19 2.9 MiB
Conteúdo da Pasta agreement
TERMO DE DEPOSITO 3744 SEN REMOTO BERNARDO.pdf 24/09/2014 09:09 1.2 MiB
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/6qtX3pFwXQZ3r59YD6/GNpic
URL dos dados zipadoshttp://urlib.net/zip/6qtX3pFwXQZ3r59YD6/GNpic
Idiomapt
Arquivo Alvopublicacao.pdf
Grupo de UsuáriosMalu
administrator
jefferson
pubtc@inpe.br
sergio
tereza@sid.inpe.br
viveca@sid.inpe.br
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.10
Detentor dos Direitosoriginalauthor yes
Detentor da CópiaSID/SCD
Permissão de Leituraallow from all
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/3F3NU5S
Acervo Hospedeirosid.inpe.br/banon/2001/04.06.10.52
6. Notas
Campos Vaziosacademicdepartment affiliation archivingpolicy archivist callnumber contenttype creatorhistory descriptionlevel dissemination doi electronicmailaddress format isbn issn lineage mark mirrorrepository nextedition notes number orcid parameterlist parentrepositories previousedition previouslowerunit progress readergroup resumeid schedulinginformation secondarymark session shorttitle sponsor subject tertiarymark tertiarytype url versiontype

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/3U9SKSB
Repositóriosid.inpe.br/marte2/2019/10.24.16.00
Última Atualização2019:10.24.16.00.10 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2019/10.24.16.00.10
Última Atualização dos Metadados2019:12.13.01.05.32 (UTC) administrator
ISBN978-85-17-00097-3
Chave de CitaçãoOliveiraHernBispTeix:2019:PrÁgCa
TítuloProdutividade da água em cana-de-açúcar irrigada e não irrigada utilizando imagens do satélite Landsat 8
FormatoInternet
Ano2019
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho407 KiB
2. Contextualização
Autor1 Oliveira, Daniela Araújo de
2 Hernandez, Fernando Braz Tangerino
3 Bispo, Regiane de Carvalho
4 Teixeira, Antonio Heriberto de Castro
Afiliação1 Universidade Estadual Paulista (UNESP)
2 Universidade Estadual Paulista (UNESP)
3 Universidade Estadual Paulista (UNESP)
4 Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA)
Endereço de e-Mail do Autor1 araujo1daniela@gmail.com
2 fernando.braz@unesp.br
3 regianecarvalhoks@gmail.com
4 heriberto.teixeira@embrapa.br
EditorGherardi, Douglas Francisco Marcolino
Sanches, Ieda DelArco
Aragão, Luiz Eduardo Oliveira e Cruz de
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 19 (SBSR)
Localização do EventoSantos
Data14-17 abril 2019
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas1183-1186
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2019-11-05 18:03:00 :: simone -> administrator :: 2019
2019-12-13 01:05:32 :: administrator -> simone :: 2019
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-ChaveBiomassa
evapotranspiração
Saccharum officinarum
sensoriamento remoto
Biomass
evapotranspiration
Saccharum officinarum
remote sensing
ResumoA cultura da cana-de-açúcar tem grande importância econômica para a região Noroeste Paulista. Assim, este trabalho avaliou os componentes da produtividade da água na cultura da cana-de-açúcar em condições irrigada e não irrigada, a partir de imagens do satélite Landsat 8, utilizando o algoritmo SAFER (Simple Algorithm for Evapotranspiration Retrieving) na safra 2016/2017, sendo calculadas a evapotranspiração (ET), a biomassa (BIO) e a produtividade da água (PA). Os maiores valores de ET foram encontrados nos meses de fevereiro e março, tanto no cultivo irrigado, quanto no de sequeiro, com médias de 2,13 e 2,06 mm dia-1, respectivamente. A variação espacial de BIO ficou entre 2,53 e 93,5 Kg ha-1 dia-1 para a área com irrigação e 1,92 a 90,5 Kg ha-1 dia-1 na cana-de açúcar sequeiro, resultando nas maiores médias de PA de 5,52 Kg m-3 na área irrigada e 5,06 Kg m-3 na área sem irrigação. ABSTRACT: The sugar cane crop has a huge economic importance in the Northwest region of São Paulo. Thus this work evaluated the water productivitys components in the sugar cane crop in irrigated and non-irrigated conditions, through images from the Landsat 8 satellite using the SAFER (Simple Algorithm For Evapotranspiration Retrieving) algorithm in the 2016/2017 harvest, calculating the evapotranspiration (ET), biomass (BIO) and water productivity (AP). The highest ET values were found in February and March, in the irrigated crop as well as the rainfed one, with averages of 2.13 and 2.06 mm day-1 respectively. The BIOs special range fell between 2.53 and 93.5 kg ha-1 day-1 for the irrigated area and between 1.92 and 90.5 kg ha-1 day-1 for the non-irrigated sugar cane, resulting in the highest PAs average of 5.52 kg m-3 for the irrigated area and 5.06 kg m-3 for the non-irrigated one.
ÁreaSRE
TipoProdução e previsão agrícola
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 19 > Produtividade da água...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 19 > Produtividade da água...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 19 > Produtividade da água...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3U9SKSB
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3U9SKSB
Idiomapt
Arquivo Alvo97841.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3UCAT7H
Lista de Itens Citandosid.inpe.br/marte2/2019/11.08.12.52 7
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination doi e-mailaddress edition group holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP6W34M/3PSLT52
Repositóriosid.inpe.br/marte2/2017/10.27.13.12
Última Atualização2017:10.27.13.12.05 (UTC) banon
Repositório de Metadadossid.inpe.br/marte2/2017/10.27.13.12.05
Última Atualização dos Metadados2018:06.06.03.07.28 (UTC) administrator
ISBN978-85-17-00088-1
Rótulo59561
Chave de CitaçãoQuirinoCaSaCaReRoPa:2017:AvInTe
TítuloAvaliação da influência da temperatura do dossel no crescimento, desenvolvimento e produtividade estimada por satélite na cultura de cana-de-açúcar
FormatoInternet
Ano2017
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho924 KiB
2. Contextualização
Autor1 Quirino, Dayanna Teodoro
2 Casaroli, Derblai
3 Santos, Bruno Mateus
4 Caetano, Jordana Moura
5 Rezende, Anniely Karoline Gandara
6 Rodrigues, Lucas Alves
7 Paixão, Marilia Ribeiro Rodrigues
Endereço de e-Mail do Autor1 dayanna_teodoro@hotmail.com
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Endereço de e-Maildaniela.seki@inpe.br
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 18 (SBSR)
Localização do EventoSantos
Data28-31 maio 2017
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas3523-3529
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2017-10-27 13:12:05 :: banon -> administrator ::
2018-06-06 03:07:28 :: administrator -> banon :: 2017
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoThe sugarcane crop suffers productivity losses as a function of the water deficit in the soil. The transpiration is directly linked to the atmospheric CO2 input in the plants, which will be used in the process of photosynthesis for the production of carbohydrates, in addition to this, it promotes plant thermoregulation. Thus, fully active plants (potential transpiration) tend to have lower leaf temperatures than those recorded in the environment; on the other hand, plants with depleted transpiration (less than potential) tend to maintain leaf temperature higher than that of air. However, the objective was to identify the water stress of sugarcane based on the difference between the air temperature and the leaf temperature (Ta-Tf) and to verify the possibility of using satellite images to obtain the temperature of the canopy of sugarcane -of sugar. For this, data on air and leaf temperature, as well as information on growth, development and productivity of sugarcane were collected, as well as estimating the canopy surface temperature using remote sensing images. The experiment was carried out in the municipality of Santo Antônio de Goiás - GO, whose productive area belongs to the Centro Álcool SA mill. The sugarcane variety CTC-4 was evaluated in a sugarcane cycle (2nd cut), without Irrigation, in the harvest year 2014/2015. The results showed that the surface temperature (Ts) better indicated the water stress in the plant than the leaf temperature (Tf), by means of the Ts-Ta difference, influencing the growth of the sugarcane crop. It was found that values of Ts-Ta> 4 ° C indicated condition of vegetal water stress. It is recommended to use remote sensing as a tool to monitor the water status of sugarcane.
ÁreaSRE
TipoMeteorologia e climatologia
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 18 > Avaliação da influência...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 18 > Avaliação da influência...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 18 > Avaliação da influência...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/3PSLT52
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/3PSLT52
Idiomapt
Arquivo Alvo59561.pdf
Grupo de Usuáriosbanon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/3PMFNUS
Lista de Itens Citandosid.inpe.br/marte2/2017/09.25.14.55 1
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi edition group issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)banon
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Identificador8JMKD3MGP6W34M/493786H
Repositóriosid.inpe.br/marte2/2023/05.03.22.28
Última Atualização2023:05.03.22.28.01 (UTC) administrator
Repositório de Metadadossid.inpe.br/marte2/2023/05.03.22.28.01
Última Atualização dos Metadados2024:01.08.18.10.12 (UTC) administrator
ISBN978-65-89159-04-9
Chave de CitaçãoSperanzaAntBarConVas:2023:ImÍnVe
TítuloImportância de índices de vegetação para modelos de estimativa de produtividade em cana-de-açúcar
FormatoInternet
Ano2023
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos2
Tamanho611 KiB
2. Contextualização
Autor1 Speranza, Eduardo Antonio
2 Antunes, João Francisco Gonçalves
3 Barbosa, Luiz Antonio Falaguasta
4 Conçado, Geraldo Magela de Almeida
5 Vasconcelos, Julio Cezar
Afiliação1 Embrapa Agricultura Digital
2 Embrapa Agricultura Digital
3 Embrapa Agricultura Digital
4 Embrapa Agricultura Digital
5 Embrapa Agricultura Digital
Endereço de e-Mail do Autor1 eduardo.speranza@embrapa.br
2 joao.antunes@embrapa.br
3 luiz.barbosa@embrapa.br
4 geraldo.cancado@embrapa.br
5 julio.vanconcelos@colaborador.embrapa.br
EditorGherardi, Douglas Francisco Marcolino
Aragão, Luiz Eduardo Oliveira e Cruz de
Sanches, Ieda DelArco
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR)
Localização do EventoFlorianópolis
Data02-05 abril 2023
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginase155908
Título do LivroAnais
Tipo Terciáriofull paper
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2023-05-03 22:28:29 :: simone -> administrator :: 2023
2024-01-08 18:10:12 :: administrator -> simone :: 2023
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Palavras-Chaveimagens suborbitais
aprendizado de máquina
florestas de decisão aleatória
imaging
machine learning
decision trees
ResumoEstimar a produtividade da cana-de-açúcar de forma confiável e com antecedência em relação à colheita é importante para a tomada de decisão do produtor. Neste contexto, este trabalho descreve o experimento realizado com o algoritmo de aprendizado de máquina Random Forest para identificação da importância de utilização de diferentes índices de vegetação obtidos de imagens suborbitais, nas diferentes fases do ciclo de desenvolvimento da cana-deaçúcar, como variáveis preditoras para a estimativa de produtividade. Foram utilizados índices de vegetação conhecidos por estimar o índice de área foliar, cobertura vegetal, volume de biomassa e clorofila presente nas plantas, e dados de produtividade de campo obtidos a partir de biometria em parcelas experimentais. Os resultados mostraram que os índices BI e BGI na fase de crescimento,e os índices NDVI e VARI na fase de maturação, possibilitaram a geração de modelos de estimativa de produtividade com menor erro dentre os índices estudados. ABSTRACT: Estimating sugarcane productivity reliably and in advance of the harvest is important for the farmers decision-making. In this context, this paper describes the experiment carried out with the Random Forest machine learning algorithm to identify the importance of using different vegetation indices obtained from suborbital images, at different stages of the sugarcane development cycle, as variables predictors for estimating yield. Vegetation indices known to estimate leaf area index, vegetation cover, volume of biomass and chlorophyll present in plants, and yield data obtained from biometry in experimental plots were used. The results showed that the BI and BGI indices, in the growth phase, and the NDVI and VARI indices, in the maturation phase, can enable the generation of yield estimation models with greater accuracy among the studied indices.
ÁreaSRE
TipoClassificação e mineração de dados
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Importância de índices...
Arranjo 2urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > SBSR 20 > Importância de índices...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 20 > Importância de índices...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/8JMKD3MGP6W34M/493786H
URL dos dados zipadoshttp://urlib.net/zip/8JMKD3MGP6W34M/493786H
Idiomapt
Arquivo Alvo155908.pdf
Grupo de Usuáriossimone
Visibilidadeshown
Licença de Direitos Autoraisurlib.net/www/2012/11.12.15.19
Detentor dos Direitosoriginalauthor yes
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGP6W34M/495J572
Lista de Itens Citandosid.inpe.br/marte2/2023/05.18.17.15 7
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosarchivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemarte2.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador3ERPFQRTRW34M/3E7GCH7
Repositóriodpi.inpe.br/marte2/2013/05.28.23.17.20
Última Atualização2013:05.28.23.17.20 (UTC) administrator
Repositório de Metadadosdpi.inpe.br/marte2/2013/05.28.23.17.21
Última Atualização dos Metadados2018:06.06.03.32.28 (UTC) administrator
ISBN978-85-17-00066-9 (Internet)
978-85-17-00065-2 (DVD)
Rótulo315
Chave de CitaçãoDuftPicGalScaLea:2013:EsPrRe
TítuloEstimação da produtividade dos resíduos da cana-de-açúcar por meio do sensor MODIS
FormatoDVD, Internet.
Ano2013
Data de Acesso16 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho486 KiB
2. Contextualização
Autor1 Duft, Daniel Garbellini
2 Picoli, Michelle Cristina Araujo
3 Galdos, Marcelo Valadares
4 Scarpare, Fábio Vale
5 Leal, Manoel Regis Lima Verde
Endereço de e-Mail do Autor1 daniel.duft@bioetanol.org.br
EditorEpiphanio, José Carlos Neves
Galvão, Lênio Soares
Nome do EventoSimpósio Brasileiro de Sensoriamento Remoto, 16 (SBSR)
Localização do EventoFoz do Iguaçu
Data13-18 abr. 2013
Editora (Publisher)Instituto Nacional de Pesquisas Espaciais (INPE)
Cidade da EditoraSão José dos Campos
Páginas193-200
Título do LivroAnais
OrganizaçãoInstituto Nacional de Pesquisas Espaciais (INPE)
Histórico (UTC)2013-05-28 23:17:21 :: banon -> administrator ::
2018-06-06 03:32:28 :: administrator -> wanderf@dsr.inpe.br :: 2013
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
ResumoCurrently, the development of second generation ethanol has been intensely researched in Brazil. That has generated a demand for identifying the areas with the highest potential for straw production to base second generation ethanol plants. This work described the production of straw for the microregion of Ribeirão Preto, São Paulo, using the NPP MODIS product for the years 2006 to 2010. The data to build the maps were obtained by using plant carbon content, straw to stalk ratio, aboveground biomass and crop water content values from the literature. The model was calibrated with IBGE official data to correct losses caused by atmospheric interference. The calibration was performed using sugarcane productivity because it is the only data available from IBGE. This calibration generated factors that were multiplied by the straw model. The adjusted values were compared to the official data using the Mann-Whitney test and there werent significant differences between the estimated and observed straw yield for 2006, 2007 and 2009 (p-value> 0.05). However, for 2008 and 2010 the estimated data were significantly different from the observed data, likely due to the extended rainy seasons in both years. Overall, the methodology was appropriate to describe the spatial distribution of sugarcane straw in the studied region.
ÁreaSRE
TipoAgricultura
Arranjo 1urlib.net > BDMCI > Fonds > SBSR > SBSR 16 > Estimação da produtividade...
Arranjo 2urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > SBSR 16 > Estimação da produtividade...
Arranjo 3Projeto Memória 60... > Livros e livros editados > SBSR 16 > Estimação da produtividade...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreementnão têm arquivos
4. Condições de acesso e uso
URL dos dadoshttp://urlib.net/ibi/3ERPFQRTRW34M/3E7GCH7
URL dos dados zipadoshttp://urlib.net/zip/3ERPFQRTRW34M/3E7GCH7
Idiomapt
Arquivo Alvop0315.pdf
Grupo de Usuáriosadministrator
banon
Visibilidadeshown
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores3ERPFQRTRW34M/3E7G88S
Lista de Itens Citandodpi.inpe.br/marte2/2013/05.28.22.25 2
Acervo Hospedeirodpi.inpe.br/marte2/2013/05.17.15.03.06
6. Notas
Campos Vaziosaffiliation archivingpolicy archivist callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition group issn keywords lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype url versiontype volume
7. Controle da descrição
e-Mail (login)wanderf@dsr.inpe.br
atualizar