| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Algodão. Para informações adicionais entre em contato com cnpa.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Algodão. |
|
Data corrente: |
22/08/2023 |
|
Data da última atualização: |
23/08/2023 |
|
Autoria: |
CARNEIRO, F. M.; BRITO FILHO, A. L. de; MARTINS, M. de S.; BRANDÃO, Z. N.; SHIRATSUCHI, L. S. |
|
Afiliação: |
FRANCIELE MORLIN CARNEIRO, UTFPR; ARMANDO OPES DE BRITO FILHO, UNESP; MURILO DE SANTANA MARTINS, LOUISIANA STATE UNIVERSITY; ZIANY NEIVA BRANDÃO, CNPA; LUCIANO SHOZO SHIRATSUCHI, LOUISIANA STATE UNIVERSITY. |
|
Título: |
Machine learning approach for corn nitrogen recommendation. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
In: SILVA-MATOS, R. R. S. da; DOIHARA, I. P.; LINHARES, S. C. (org.). Medio ambiente: Agricultura, desarrollo y sustentabilidad 2. Ponta Grossa, PR: Atena, 2023. c. 3. |
|
Páginas: |
p. 21-28. |
|
ISBN: |
978-65-258-1530-5 |
|
DOI: |
https://doi.org/10.22533/at.ed.3052302083 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Nitrogen (N) fertilizer recommendation tools are vital to precise agricultural management. The objectives of this research were to determine how many variables and remote sensor dataare needed to prescribe N fertilizer in corn (Zea mays L.), PFP (partial factor productivity), and yield integrating remote sensing and soil sensor technologies. The variables of this work were NIR, Red, Red-Edge wavelengths, plant height, canopy temperature, LAI (leaf area index), and apparent soil electrical conductivity (ECa). Random Forest Classifier was used to select the best input to estimate N rates, PFP, and corn yield. A confusion matrix was used to identify the accuracy of the Random Forest Classifier to detect the best inputs to estimate for which input we evaluated in this work. According to Random Forest, the best inputs to estimate the N rate and PFP were Red-Edge, Red, and NIR wavelengths, plant height, and canopy temperature. For estimate corn yield were: NIR wavelengths, N rates, plant height, Red-Edge, and canopy temperature. |
|
Palavras-Chave: |
Active sensor; Estimativa de produtividade; Linguagem de máquina; Machine learning; Maize; Random Forest; Sensor ativo; Yield estimate. |
|
Thesagro: |
Desenvolvimento Sustentável; Meio Ambiente; Milho; Sensoriamento Remoto. |
|
Thesaurus Nal: |
Environment; Remote sensing; Sustainable development. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 02265naa a2200385 a 4500
001 2156056
005 2023-08-23
008 2023 bl uuuu u00u1 u #d
020 $a978-65-258-1530-5
024 7 $ahttps://doi.org/10.22533/at.ed.3052302083$2DOI
100 1 $aCARNEIRO, F. M.
245 $aMachine learning approach for corn nitrogen recommendation.$h[electronic resource]
260 $c2023
300 $ap. 21-28.
520 $aNitrogen (N) fertilizer recommendation tools are vital to precise agricultural management. The objectives of this research were to determine how many variables and remote sensor dataare needed to prescribe N fertilizer in corn (Zea mays L.), PFP (partial factor productivity), and yield integrating remote sensing and soil sensor technologies. The variables of this work were NIR, Red, Red-Edge wavelengths, plant height, canopy temperature, LAI (leaf area index), and apparent soil electrical conductivity (ECa). Random Forest Classifier was used to select the best input to estimate N rates, PFP, and corn yield. A confusion matrix was used to identify the accuracy of the Random Forest Classifier to detect the best inputs to estimate for which input we evaluated in this work. According to Random Forest, the best inputs to estimate the N rate and PFP were Red-Edge, Red, and NIR wavelengths, plant height, and canopy temperature. For estimate corn yield were: NIR wavelengths, N rates, plant height, Red-Edge, and canopy temperature.
650 $aEnvironment
650 $aRemote sensing
650 $aSustainable development
650 $aDesenvolvimento Sustentável
650 $aMeio Ambiente
650 $aMilho
650 $aSensoriamento Remoto
653 $aActive sensor
653 $aEstimativa de produtividade
653 $aLinguagem de máquina
653 $aMachine learning
653 $aMaize
653 $aRandom Forest
653 $aSensor ativo
653 $aYield estimate
700 1 $aBRITO FILHO, A. L. de
700 1 $aMARTINS, M. de S.
700 1 $aBRANDÃO, Z. N.
700 1 $aSHIRATSUCHI, L. S.
773 $tIn: SILVA-MATOS, R. R. S. da; DOIHARA, I. P.; LINHARES, S. C. (org.). Medio ambiente: Agricultura, desarrollo y sustentabilidad 2. Ponta Grossa, PR: Atena, 2023. c. 3.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Algodão (CNPA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Agroindústria Tropical; Embrapa Arroz e Feijão; Embrapa Clima Temperado; Embrapa Florestas; Embrapa Gado de Leite; Embrapa Pecuária Sudeste; Embrapa Semiárido. |
|
Data corrente: |
27/04/2018 |
|
Data da última atualização: |
10/10/2018 |
|
Tipo da produção científica: |
Capítulo em Livro Técnico-Científico |
|
Autoria: |
CUADRA, S. V.; HEINEMANN, A. B.; MADARI, B. E.; ASSAD, E. D.; OLIVEIRA, P. P. A.; ANGELOTTI, F.; GIONGO, V.; VICTORIA, D. de C.; PEREIRA, L. G. R.; GONDIM, R. S.; OLIVEIRA, A. F. de; HIGA, R. C. V. |
|
Afiliação: |
SANTIAGO VIANNA CUADRA, CPACT; ALEXANDRE BRYAN HEINEMANN, CNPAF; BEATA EMOKE MADARI, CNPAF; EDUARDO DELGADO ASSAD, CNPTIA; PATRICIA PERONDI ANCHAO OLIVEIRA, CPPSE; FRANCISLENE ANGELOTTI, CPATSA; VANDERLISE GIONGO, CPATSA; DANIEL DE CASTRO VICTORIA, CNPTIA; LUIZ GUSTAVO RIBEIRO PEREIRA, CNPGL; RUBENS SONSOL GONDIM, CNPAT; ARYEVERTON FORTES DE OLIVEIRA, CNPTIA; ROSANA CLARA VICTORIA HIGA, CNPF. |
|
Título: |
Mudanças climáticas e a agropecuária brasileira. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
In: CUADRA, S. V.; HEINEMANN, A. B.; BARIONI, L. G.; MOZZER, G. B.; BERGIER, I. (Ed.). Ação contra a mudança global do clima: contribuições da Embrapa. Brasília, DF: Embrapa, 2018. |
|
Páginas: |
Cap. 2. |
|
Descrição Física: |
E-book. |
|
ISBN: |
978-85-7035-793-9 |
|
Idioma: |
Português |
|
Conteúdo: |
Os agroecossistemas do País terão que simultaneamente buscar inovações tecnológicas que permitam a mitigação das emissões de GEE e a adaptação às alterações climáticas, de modo a garantir no médio e longo prazos a produção de alimentos à sua população atual e futura, bem como a geração de divisas por meio das exportações de commodities e, especialmente, de produtos de maior valor agregado da agroindústria. |
|
Palavras-Chave: |
Agropecuária brasileira; Emissão de gases; Mudanças climáticas; Objetivo de desenvolvimento sustentável; Selo ODS 13; Sustentabilidade. |
|
Thesagro: |
Agricultura; Clima; Ecossistema; Efeito Estufa; Mudança Climática; Políticas Públicas; Temperatura. |
|
Thesaurus NAL: |
Climate; Climate change; Global warming; Greenhouse gas emissions; Public policy. |
|
Categoria do assunto: |
--
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/184190/1/Livro-Santiago-Cuadra-23-32.pdf
|
|
Marc: |
LEADER 01931naa a2200493 a 4500
001 2097197
005 2018-10-10
008 2018 bl uuuu u00u1 u #d
020 $a978-85-7035-793-9
100 1 $aCUADRA, S. V.
245 $aMudanças climáticas e a agropecuária brasileira.$h[electronic resource]
260 $c2018
300 $aCap. 2.$cE-book.
520 $aOs agroecossistemas do País terão que simultaneamente buscar inovações tecnológicas que permitam a mitigação das emissões de GEE e a adaptação às alterações climáticas, de modo a garantir no médio e longo prazos a produção de alimentos à sua população atual e futura, bem como a geração de divisas por meio das exportações de commodities e, especialmente, de produtos de maior valor agregado da agroindústria.
650 $aClimate
650 $aClimate change
650 $aGlobal warming
650 $aGreenhouse gas emissions
650 $aPublic policy
650 $aAgricultura
650 $aClima
650 $aEcossistema
650 $aEfeito Estufa
650 $aMudança Climática
650 $aPolíticas Públicas
650 $aTemperatura
653 $aAgropecuária brasileira
653 $aEmissão de gases
653 $aMudanças climáticas
653 $aObjetivo de desenvolvimento sustentável
653 $aSelo ODS 13
653 $aSustentabilidade
700 1 $aHEINEMANN, A. B.
700 1 $aMADARI, B. E.
700 1 $aASSAD, E. D.
700 1 $aOLIVEIRA, P. P. A.
700 1 $aANGELOTTI, F.
700 1 $aGIONGO, V.
700 1 $aVICTORIA, D. de C.
700 1 $aPEREIRA, L. G. R.
700 1 $aGONDIM, R. S.
700 1 $aOLIVEIRA, A. F. de
700 1 $aHIGA, R. C. V.
773 $tIn: CUADRA, S. V.; HEINEMANN, A. B.; BARIONI, L. G.; MOZZER, G. B.; BERGIER, I. (Ed.). Ação contra a mudança global do clima: contribuições da Embrapa. Brasília, DF: Embrapa, 2018.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Clima Temperado (CPACT) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
