| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Gado de Corte. Para informações adicionais entre em contato com cnpgc.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Gado de Corte. |
|
Data corrente: |
12/12/2023 |
|
Data da última atualização: |
12/12/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
BRETAS, I. L.; VALENTE, D. S. M.; OLIVEIRA, T. F. DE; MONTAGNER, D. B.; EUCLIDES, V. P. B.; CHIZZOTTI, F. H. M. |
|
Afiliação: |
IGOR LIMA BRETAS, UNIVERSIDADE FEDERAL DE VIÇOSA; DOMINGOS SARVIO MAGALHÃES VALENTE, UNIVERSIDADE FEDERAL DE VIÇOSA; THIAGO FURTADO DE OLIVEIRA, UNIVERSIDADE FEDERAL DE VIÇOSA; DENISE BAPTAGLIN MONTAGNER, CNPGC; VALERIA PACHECO BATISTA EUCLIDES, CNPGC; FERNANDA HELENA MARTINS CHIZZOTTI, UNIVERSIDADE FEDERAL DE VIÇOSA. |
|
Título: |
Canopy height and biomass prediction in Mombaça guinea grass pastures using satellite imagery and machine learning. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Precision Agriculture, v. 24, n. 4, p. 1638–1662, 2023. |
|
DOI: |
https://doi.org/10.1007/s11119-023-10013-z |
|
Idioma: |
Inglês |
|
Notas: |
Published online: 17 April 2023. |
|
Conteúdo: |
ABSTRACT - Remote sensing can serve as a promising solution for monitoring spatio-temporal variability in grasslands, providing timely information about diferent biophysical parameters. We aimed to develop models for canopy height classifcation and aboveground biomass estimation in pastures of Megathyrsus maximus cv. Mombaça using machine learning techniques and images obtained from the Sentinel-2 satellite. We used diferent spectral bands from the Sentinel-2, which were obtained and processed entirely in the cloud computing space. Three canopy height classes were defned according to grazing management recommendations: Class 0 (<0.45 m), Class 1 (0.45–0.80 m) and Class 2 (>0.80 m). For modeling, the original database was divided into training data (85%) and test data (15%). To avoid dependency between our training and test datasets and ensure greater generalization capacity, we used a spatial grouping evaluation structure. The random forest algorithm was used to predict canopy height and aboveground biomass by using height and biomass feld reference data obtained from 54 paddocks in Brazil between 2016 and 2018. Our results demonstrated precision, recall, and accuracy values of up to 73%, 73%, and 72%, respectively, for canopy height classifcation. In addition, the models showed reasonable predictive performance for aboveground fresh biomass (AFB) and dry matter concentration (DMC; R2=0.61 and 0.69, respectively). We conclude that the combined use of satellite imagery and machine learning techniques has potential to predict canopy height and aboveground biomass of Megathyrsus maximus cv. Mombaça. However, further studies should be conducted to improve the proposed models and develop software to implement the tool under feld conditions. MenosABSTRACT - Remote sensing can serve as a promising solution for monitoring spatio-temporal variability in grasslands, providing timely information about diferent biophysical parameters. We aimed to develop models for canopy height classifcation and aboveground biomass estimation in pastures of Megathyrsus maximus cv. Mombaça using machine learning techniques and images obtained from the Sentinel-2 satellite. We used diferent spectral bands from the Sentinel-2, which were obtained and processed entirely in the cloud computing space. Three canopy height classes were defned according to grazing management recommendations: Class 0 (<0.45 m), Class 1 (0.45–0.80 m) and Class 2 (>0.80 m). For modeling, the original database was divided into training data (85%) and test data (15%). To avoid dependency between our training and test datasets and ensure greater generalization capacity, we used a spatial grouping evaluation structure. The random forest algorithm was used to predict canopy height and aboveground biomass by using height and biomass feld reference data obtained from 54 paddocks in Brazil between 2016 and 2018. Our results demonstrated precision, recall, and accuracy values of up to 73%, 73%, and 72%, respectively, for canopy height classifcation. In addition, the models showed reasonable predictive performance for aboveground fresh biomass (AFB) and dry matter concentration (DMC; R2=0.61 and 0.69, respectively). We conclude that the combined use of satellite imagery and ma... Mostrar Tudo |
|
Palavras-Chave: |
Pecuária de precisão. |
|
Thesagro: |
Biomassa; Pastagem; Sensoriamento Remoto; Tecnologia. |
|
Thesaurus Nal: |
Biomass; Pasture management; Remote sensing; Tropical grasslands. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02758naa a2200313 a 4500
001 2159571
005 2023-12-12
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1007/s11119-023-10013-z$2DOI
100 1 $aBRETAS, I. L.
245 $aCanopy height and biomass prediction in Mombaça guinea grass pastures using satellite imagery and machine learning.$h[electronic resource]
260 $c2023
500 $aPublished online: 17 April 2023.
520 $aABSTRACT - Remote sensing can serve as a promising solution for monitoring spatio-temporal variability in grasslands, providing timely information about diferent biophysical parameters. We aimed to develop models for canopy height classifcation and aboveground biomass estimation in pastures of Megathyrsus maximus cv. Mombaça using machine learning techniques and images obtained from the Sentinel-2 satellite. We used diferent spectral bands from the Sentinel-2, which were obtained and processed entirely in the cloud computing space. Three canopy height classes were defned according to grazing management recommendations: Class 0 (<0.45 m), Class 1 (0.45–0.80 m) and Class 2 (>0.80 m). For modeling, the original database was divided into training data (85%) and test data (15%). To avoid dependency between our training and test datasets and ensure greater generalization capacity, we used a spatial grouping evaluation structure. The random forest algorithm was used to predict canopy height and aboveground biomass by using height and biomass feld reference data obtained from 54 paddocks in Brazil between 2016 and 2018. Our results demonstrated precision, recall, and accuracy values of up to 73%, 73%, and 72%, respectively, for canopy height classifcation. In addition, the models showed reasonable predictive performance for aboveground fresh biomass (AFB) and dry matter concentration (DMC; R2=0.61 and 0.69, respectively). We conclude that the combined use of satellite imagery and machine learning techniques has potential to predict canopy height and aboveground biomass of Megathyrsus maximus cv. Mombaça. However, further studies should be conducted to improve the proposed models and develop software to implement the tool under feld conditions.
650 $aBiomass
650 $aPasture management
650 $aRemote sensing
650 $aTropical grasslands
650 $aBiomassa
650 $aPastagem
650 $aSensoriamento Remoto
650 $aTecnologia
653 $aPecuária de precisão
700 1 $aVALENTE, D. S. M.
700 1 $aOLIVEIRA, T. F. DE
700 1 $aMONTAGNER, D. B.
700 1 $aEUCLIDES, V. P. B.
700 1 $aCHIZZOTTI, F. H. M.
773 $tPrecision Agriculture$gv. 24, n. 4, p. 1638–1662, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Corte. |
|
Data corrente: |
24/07/1992 |
|
Data da última atualização: |
24/02/2015 |
|
Autoria: |
SAVIDAN, Y. H.; JANK, L.; PENTEADO, M. I. de O. |
|
Afiliação: |
YVES HERVÉ SAVIDAN; LIANA JANK, CNPGC; MARIA ISABEL DE O. PENTEADO. |
|
Título: |
Introdução, avaliação e melhoramento de plantas forrageiras tropicais no Brasil: novas propostas de Modus operandi. |
|
Ano de publicação: |
1985 |
|
Fonte/Imprenta: |
Campo Grande, MS: EMBRAPA-CNPGC, 1985. |
|
Páginas: |
36 p. |
|
Série: |
(EMBRAPA-CNPGC. Documentos, 24). |
|
Idioma: |
Português |
|
Conteúdo: |
Observou-se a necessidade de reorganização e coordenação mais efetiva das pesquisas com forrageiras e pastagens do Sistema EMBRAPA, que atualmente se encontram dispersas em 12 PNPs. Na fase de introdução e avaliação preliminar, baseada nos experimentos do tipo Banco Ativo de Germoplasma (BAG) foi possível determinar as espécies ou generos de maior adaptação em cada região. Apesar disto, estes experimentos não resultaram em muitos lançamentos de cultivares novas. Já esta ocorrendo uma evolução, que tende a se ampliar, de passar de uma avaliação simultânea de muitas espécies (experimentos pluriespecíficos ou plurigenéricos) a uma avaliação de grandes coleções representativas dos recursos genéticos de uma espécie ou gênero (experimentos monoespecíficos ou monogenéricos). Propõe-se chamar esse novo tipo de seleção preliminar de fase 0, cujos produtos devem ser subcoleções (de 30, 40 ou 50 variedades) a serem avaliadas em uma rede de experimentos de fase 1. Essa rede, organizada por gêneros, teria uma coordenação nacional (no Centro de Pesquisa que realiza a seleção preliminar e poderia sediar o melhoramento genético no futuro) e outra regional (nos centros de recursos). A situação dos gêneros Brachiaria, Cenchrus, Centrosema, Panicum, Paspalum e Stylosanthes dentro desta proposta de organização, é apresentada com enfase no projeto Panicum maximum em andamento no Centro Nacional de Pesquisa de Gado de Corte (CNPGC). Discute-se a necessidade de novas coletas, alterações na metodologia de avaliação de leguminosas e melhoramento genético de forrageiras tropicais. MenosObservou-se a necessidade de reorganização e coordenação mais efetiva das pesquisas com forrageiras e pastagens do Sistema EMBRAPA, que atualmente se encontram dispersas em 12 PNPs. Na fase de introdução e avaliação preliminar, baseada nos experimentos do tipo Banco Ativo de Germoplasma (BAG) foi possível determinar as espécies ou generos de maior adaptação em cada região. Apesar disto, estes experimentos não resultaram em muitos lançamentos de cultivares novas. Já esta ocorrendo uma evolução, que tende a se ampliar, de passar de uma avaliação simultânea de muitas espécies (experimentos pluriespecíficos ou plurigenéricos) a uma avaliação de grandes coleções representativas dos recursos genéticos de uma espécie ou gênero (experimentos monoespecíficos ou monogenéricos). Propõe-se chamar esse novo tipo de seleção preliminar de fase 0, cujos produtos devem ser subcoleções (de 30, 40 ou 50 variedades) a serem avaliadas em uma rede de experimentos de fase 1. Essa rede, organizada por gêneros, teria uma coordenação nacional (no Centro de Pesquisa que realiza a seleção preliminar e poderia sediar o melhoramento genético no futuro) e outra regional (nos centros de recursos). A situação dos gêneros Brachiaria, Cenchrus, Centrosema, Panicum, Paspalum e Stylosanthes dentro desta proposta de organização, é apresentada com enfase no projeto Panicum maximum em andamento no Centro Nacional de Pesquisa de Gado de Corte (CNPGC). Discute-se a necessidade de novas coletas, alterações na metodol... Mostrar Tudo |
|
Palavras-Chave: |
Avaliação; Brasil; Evaluation; Forrageira; Grass; Introdução; Introduction; Melhoramento genético; Plant introduction; Plantas forrageiras. |
|
Thesagro: |
Gramínea; Leguminosa; Leguminosae; Melhoramento; Panicum Maximum; Pesquisa; Planta Forrageira; Pueraria Phaseoloides. |
|
Thesaurus NAL: |
Brazil; breeding; Forage; grasses; research. |
|
Categoria do assunto: |
--
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/104690/1/Introducao-avaliacao-e-melhoramento.pdf
|
|
Marc: |
LEADER 02784nam a2200433 a 4500
001 1320595
005 2015-02-24
008 1985 bl uuuu u0uu1 u #d
100 1 $aSAVIDAN, Y. H.
245 $aIntrodução, avaliação e melhoramento de plantas forrageiras tropicais no Brasil$bnovas propostas de Modus operandi.
260 $aCampo Grande, MS: EMBRAPA-CNPGC$c1985
300 $a36 p.
490 $a(EMBRAPA-CNPGC. Documentos, 24).
520 $aObservou-se a necessidade de reorganização e coordenação mais efetiva das pesquisas com forrageiras e pastagens do Sistema EMBRAPA, que atualmente se encontram dispersas em 12 PNPs. Na fase de introdução e avaliação preliminar, baseada nos experimentos do tipo Banco Ativo de Germoplasma (BAG) foi possível determinar as espécies ou generos de maior adaptação em cada região. Apesar disto, estes experimentos não resultaram em muitos lançamentos de cultivares novas. Já esta ocorrendo uma evolução, que tende a se ampliar, de passar de uma avaliação simultânea de muitas espécies (experimentos pluriespecíficos ou plurigenéricos) a uma avaliação de grandes coleções representativas dos recursos genéticos de uma espécie ou gênero (experimentos monoespecíficos ou monogenéricos). Propõe-se chamar esse novo tipo de seleção preliminar de fase 0, cujos produtos devem ser subcoleções (de 30, 40 ou 50 variedades) a serem avaliadas em uma rede de experimentos de fase 1. Essa rede, organizada por gêneros, teria uma coordenação nacional (no Centro de Pesquisa que realiza a seleção preliminar e poderia sediar o melhoramento genético no futuro) e outra regional (nos centros de recursos). A situação dos gêneros Brachiaria, Cenchrus, Centrosema, Panicum, Paspalum e Stylosanthes dentro desta proposta de organização, é apresentada com enfase no projeto Panicum maximum em andamento no Centro Nacional de Pesquisa de Gado de Corte (CNPGC). Discute-se a necessidade de novas coletas, alterações na metodologia de avaliação de leguminosas e melhoramento genético de forrageiras tropicais.
650 $aBrazil
650 $abreeding
650 $aForage
650 $agrasses
650 $aresearch
650 $aGramínea
650 $aLeguminosa
650 $aLeguminosae
650 $aMelhoramento
650 $aPanicum Maximum
650 $aPesquisa
650 $aPlanta Forrageira
650 $aPueraria Phaseoloides
653 $aAvaliação
653 $aBrasil
653 $aEvaluation
653 $aForrageira
653 $aGrass
653 $aIntrodução
653 $aIntroduction
653 $aMelhoramento genético
653 $aPlant introduction
653 $aPlantas forrageiras
700 1 $aJANK, L.
700 1 $aPENTEADO, M. I. de O.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
