| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
23/10/2012 |
|
Data da última atualização: |
29/10/2012 |
|
Autoria: |
SANTOS, H. G. dos; ANDRADE, M. R.; SOUZA, J. C. D. de; ANTONELLO, L. L.; SANTOS, L. A. dos; CAVALCANTE, A. M. de. |
|
Título: |
Levantamento de reconhecimento de média intensidade dos solos e avaliação da aptidão agrícola das terras de uma area sob influência dos rios Araguari, Falsino e Tartarugal Grande-Território Federal do Amapá. |
|
Ano de publicação: |
1982 |
|
Fonte/Imprenta: |
Rio de Janeiro: Embrapa/SNLCS, 1982. |
|
Páginas: |
118 p. |
|
Série: |
(EMBRAPA-SNLCS. Boletim de Pesquisa, 7). |
|
Idioma: |
Português |
|
Notas: |
Acompanha 2 mapas preto x branco, escala 1:250.000. Contrato EMBRAPA-SNLCS/Governo do Territorio Federal do Amapa. |
|
Conteúdo: |
RESUMO - Levantamento executado a nível de reconhecimento de média intensidade em área destinada a projeto de colanização no Território Federal do Amapá, abrangendo uma área de 2.103 km 2 . Utilizou-se a me-
todologia do SNLCS em todas as fases de execução do trabalho. Como materiais cartográficos básicos, usou-se fotografias aéreas na escala 1:70.000, mosaicos sernicontrolados de radar na escala 1:250.000 e am-
pliações destes mosaicos na escala 1:100.000. O levantamento permitiu identificar na área os seguintes solos: Latossolo Amarelo Álico, Latossolo Vermelho-Amarelo Álico, Latossolo Vermelho-Amarelo Álico pod-
zólico, Podzólico Vermelha-Amarelo Álico, Glei Pouco Húmico Álico, Glei Húmico Álico e Hiidromórfico Cinzento Álico. |
|
Palavras-Chave: |
Amapá. |
|
Thesagro: |
Levantamento; Solo. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 01680nam a2200241 a 4500
001 1937541
005 2012-10-29
008 1982 bl uuuu 00u1 u #d
100 1 $aSANTOS, H. G. dos
245 $aLevantamento de reconhecimento de média intensidade dos solos e avaliação da aptidão agrícola das terras de uma area sob influência dos rios Araguari, Falsino e Tartarugal Grande-Território Federal do Amapá.
260 $aRio de Janeiro: Embrapa/SNLCS$c1982
300 $a118 p.
490 $a(EMBRAPA-SNLCS. Boletim de Pesquisa, 7).
500 $aAcompanha 2 mapas preto x branco, escala 1:250.000. Contrato EMBRAPA-SNLCS/Governo do Territorio Federal do Amapa.
520 $aRESUMO - Levantamento executado a nível de reconhecimento de média intensidade em área destinada a projeto de colanização no Território Federal do Amapá, abrangendo uma área de 2.103 km 2 . Utilizou-se a me- todologia do SNLCS em todas as fases de execução do trabalho. Como materiais cartográficos básicos, usou-se fotografias aéreas na escala 1:70.000, mosaicos sernicontrolados de radar na escala 1:250.000 e am- pliações destes mosaicos na escala 1:100.000. O levantamento permitiu identificar na área os seguintes solos: Latossolo Amarelo Álico, Latossolo Vermelho-Amarelo Álico, Latossolo Vermelho-Amarelo Álico pod- zólico, Podzólico Vermelha-Amarelo Álico, Glei Pouco Húmico Álico, Glei Húmico Álico e Hiidromórfico Cinzento Álico.
650 $aLevantamento
650 $aSolo
653 $aAmapá
700 1 $aANDRADE, M. R.
700 1 $aSOUZA, J. C. D. de
700 1 $aANTONELLO, L. L.
700 1 $aSANTOS, L. A. dos
700 1 $aCAVALCANTE, A. M. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | 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: |
17/10/2023 |
|
Data da última atualização: |
17/10/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
RODRIGUES, L. de S.; CAIXETA FILHO, E.; SAKIYAMA, K.; SANTOS, M. F.; JANK, L.; CARROMEU, C.; SILVEIRA, E.; MATSUBARA, E. T.; MARCATO JUNIOR, J.; GONCALVES, W. N. |
|
Afiliação: |
LUCAS DE SOUZA RODRIGUES, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; EDMAR CAIXETA FILHO, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; KENZO SAKIYAMA, UNIVERSIDADE DE SÃO PAULO; MATEUS FIGUEIREDO SANTOS, CNPGC; LIANA JANK, CNPGC; CAMILO CARROMEU, GTI; ELOISE SILVEIRA, CNPGC; EDSON TAKASHI MATSUBARA, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; JOSÉ MARCATO JUNIOR, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL; WESLEY NUNES GONCALVES, UNIVERSIDADE FEDERAL DE MATO GROSSO DO SUL. |
|
Título: |
Deep4Fusion: a Deep FORage Fusion framework for high-throughput phenotyping for green and dry matter yield traits. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Computers and Electronics in Agriculture, v. 211, 2023. |
|
Páginas: |
14 p. |
|
DOI: |
https://doi.org/10.1016/j.compag.2023.107957 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Deep learning methods have become one of the fundamental blocks of high-throughput phenotyping using RGB imagery. In this study, we go beyond applying deep learning algorithms; we improve deep learning models using a multi-view fusion approach. The proposal dynamically merges information from two deep-learning models. We evaluate this approach to improve the estimation of total dry matter yield, leaf dry matter yield and total green matter yield of plots of Guineagrass, an important tropical forage species. The proposed approach, named Deep4Fusion fusion network, can be set to use two different deep learning models. The experimental results indicated that our approach improved the performance between 20% to 33% when compared with standard models reported in previous works, with a significant improvement (p-value < 0.05) for leaf dry matter and total dry matter yield. We believe that the flexibility of multi-view fusion in merging the predictions of several CNNs models through shared layers across the network has the potential to improve the results of many other single-view deep learning approaches. |
|
Thesaurus NAL: |
Forage dryers; Forage grasses; Forage yield; Phenotype. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02021naa a2200301 a 4500
001 2157276
005 2023-10-17
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1016/j.compag.2023.107957$2DOI
100 1 $aRODRIGUES, L. de S.
245 $aDeep4Fusion$ba Deep FORage Fusion framework for high-throughput phenotyping for green and dry matter yield traits.$h[electronic resource]
260 $c2023
300 $a14 p.
520 $aDeep learning methods have become one of the fundamental blocks of high-throughput phenotyping using RGB imagery. In this study, we go beyond applying deep learning algorithms; we improve deep learning models using a multi-view fusion approach. The proposal dynamically merges information from two deep-learning models. We evaluate this approach to improve the estimation of total dry matter yield, leaf dry matter yield and total green matter yield of plots of Guineagrass, an important tropical forage species. The proposed approach, named Deep4Fusion fusion network, can be set to use two different deep learning models. The experimental results indicated that our approach improved the performance between 20% to 33% when compared with standard models reported in previous works, with a significant improvement (p-value < 0.05) for leaf dry matter and total dry matter yield. We believe that the flexibility of multi-view fusion in merging the predictions of several CNNs models through shared layers across the network has the potential to improve the results of many other single-view deep learning approaches.
650 $aForage dryers
650 $aForage grasses
650 $aForage yield
650 $aPhenotype
700 1 $aCAIXETA FILHO, E.
700 1 $aSAKIYAMA, K.
700 1 $aSANTOS, M. F.
700 1 $aJANK, L.
700 1 $aCARROMEU, C.
700 1 $aSILVEIRA, E.
700 1 $aMATSUBARA, E. T.
700 1 $aMARCATO JUNIOR, J.
700 1 $aGONCALVES, W. N.
773 $tComputers and Electronics in Agriculture$gv. 211, 2023.
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!!! |
|
|
