| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
14/09/2021 |
|
Data da última atualização: |
14/09/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
GONÇALVES, J. P.; PINTO, F. A. C.; QUEIROZ, D. M.; VILLAR, F. M. M.; BARBEDO, J. G. A.; DEL PONTE, E. M. |
|
Afiliação: |
JULIANO P. GONÇALVES, UFV; FRANCISCO A. C. PINTO, UFV; DANIEL M. QUEIROZ, UFV; FLORA M. M. VILLAR, UFV; JAYME GARCIA ARNAL BARBEDO, CNPTIA; EMERSON M. DEL PONTE, UFV. |
|
Título: |
Deep learning architectures for semantic segmentation and automatic estimation of severity of foliar symptoms caused by diseases or pests. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
Biosystems Engineering, v. 210, p. 129-142, Oct. 2021. |
|
DOI: |
https://doi.org/10.1016/j.biosystemseng.2021.08.011 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Colour-thresholding digital imaging methods are generally accurate for measuring the percentage of foliar area affected by disease or pests (severity), but they perform poorly when scene illumination and background are not uniform. In this study, six convolutional neural network (CNN) architectures were trained for semantic segmentation in images of individual leaves exhibiting necrotic lesions and/or yellowing, caused by the insect pest coffee leaf miner (CLM), and two fungal diseases: soybean rust (SBR) and wheat tan spot (WTS). All images were manually annotated for three classes: leaf background (B), healthy leaf (H) and injured leaf (I). Precision, recall, and Intersection over Union (IoU) metrics in the test image set were the highest for B, followed by H and I classes, regardless of the architecture. When the pixel-level predictions were used to calculate percent severity, Feature Pyramid Network (FPN), Unet and DeepLabv3+ (Xception) performed the best among the architectures: concordance coefficients were greater than 0.95, 0.96 and 0.98 for CLM, SBR and WTS datasets, respectively, when confronting predictions with the annotated severity. The other three architectures tended to misclassify healthy pixels as injured, leading to overestimation of severity. Results highlight the value of a CNN-based automatic segmentation method to determine the severity on images of foliar diseases obtained under challenging conditions of brightness and background. The accuracy levels of the severity estimated by the FPN, Unet and DeepLabv3 + (Xception) were similar to those obtained by a standard commercial software, which requires adjustment of segmentation parameters and removal of the complex background of the images, tasks that slow down the process. MenosColour-thresholding digital imaging methods are generally accurate for measuring the percentage of foliar area affected by disease or pests (severity), but they perform poorly when scene illumination and background are not uniform. In this study, six convolutional neural network (CNN) architectures were trained for semantic segmentation in images of individual leaves exhibiting necrotic lesions and/or yellowing, caused by the insect pest coffee leaf miner (CLM), and two fungal diseases: soybean rust (SBR) and wheat tan spot (WTS). All images were manually annotated for three classes: leaf background (B), healthy leaf (H) and injured leaf (I). Precision, recall, and Intersection over Union (IoU) metrics in the test image set were the highest for B, followed by H and I classes, regardless of the architecture. When the pixel-level predictions were used to calculate percent severity, Feature Pyramid Network (FPN), Unet and DeepLabv3+ (Xception) performed the best among the architectures: concordance coefficients were greater than 0.95, 0.96 and 0.98 for CLM, SBR and WTS datasets, respectively, when confronting predictions with the annotated severity. The other three architectures tended to misclassify healthy pixels as injured, leading to overestimation of severity. Results highlight the value of a CNN-based automatic segmentation method to determine the severity on images of foliar diseases obtained under challenging conditions of brightness and background. The accuracy levels ... Mostrar Tudo |
|
Palavras-Chave: |
Aprendizado de máquina; Aprendizado profundo; Convolutional neural network; Fitopatometria; Image segmentation; Inteligência artificial; Machine learning; Phytopathometry; Rede neural convolucional; Segmentação de imagem. |
|
Thesagro: |
Doença de Planta. |
|
Thesaurus Nal: |
Artificial intelligence; Neural networks; Plant diseases and disorders. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/225945/1/AP-Predictive-models-Forests-2021.pdf
|
|
Marc: |
LEADER 02980naa a2200361 a 4500
001 2134326
005 2021-09-14
008 2021 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1016/j.biosystemseng.2021.08.011$2DOI
100 1 $aGONÇALVES, J. P.
245 $aDeep learning architectures for semantic segmentation and automatic estimation of severity of foliar symptoms caused by diseases or pests.$h[electronic resource]
260 $c2021
520 $aColour-thresholding digital imaging methods are generally accurate for measuring the percentage of foliar area affected by disease or pests (severity), but they perform poorly when scene illumination and background are not uniform. In this study, six convolutional neural network (CNN) architectures were trained for semantic segmentation in images of individual leaves exhibiting necrotic lesions and/or yellowing, caused by the insect pest coffee leaf miner (CLM), and two fungal diseases: soybean rust (SBR) and wheat tan spot (WTS). All images were manually annotated for three classes: leaf background (B), healthy leaf (H) and injured leaf (I). Precision, recall, and Intersection over Union (IoU) metrics in the test image set were the highest for B, followed by H and I classes, regardless of the architecture. When the pixel-level predictions were used to calculate percent severity, Feature Pyramid Network (FPN), Unet and DeepLabv3+ (Xception) performed the best among the architectures: concordance coefficients were greater than 0.95, 0.96 and 0.98 for CLM, SBR and WTS datasets, respectively, when confronting predictions with the annotated severity. The other three architectures tended to misclassify healthy pixels as injured, leading to overestimation of severity. Results highlight the value of a CNN-based automatic segmentation method to determine the severity on images of foliar diseases obtained under challenging conditions of brightness and background. The accuracy levels of the severity estimated by the FPN, Unet and DeepLabv3 + (Xception) were similar to those obtained by a standard commercial software, which requires adjustment of segmentation parameters and removal of the complex background of the images, tasks that slow down the process.
650 $aArtificial intelligence
650 $aNeural networks
650 $aPlant diseases and disorders
650 $aDoença de Planta
653 $aAprendizado de máquina
653 $aAprendizado profundo
653 $aConvolutional neural network
653 $aFitopatometria
653 $aImage segmentation
653 $aInteligência artificial
653 $aMachine learning
653 $aPhytopathometry
653 $aRede neural convolucional
653 $aSegmentação de imagem
700 1 $aPINTO, F. A. C.
700 1 $aQUEIROZ, D. M.
700 1 $aVILLAR, F. M. M.
700 1 $aBARBEDO, J. G. A.
700 1 $aDEL PONTE, E. M.
773 $tBiosystems Engineering$gv. 210, p. 129-142, Oct. 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 84 | |
| 61. |  | PAULA, V. A. de; NACHTIGALL, G. R.; BERGAMASCHI, H.; DEL PONTE, E. M.; CARDOSO, L. S.; BOSCO, L. C.; MARODIN, G. A. B.; VALDEBENITO-SANHUEZA, R. M. Molhamento foliar e sazonalidade de epidemias de sarna da macieira em Vacaria, RS. Bento Gonçalves: Embrapa Uva e Vinho, 2013. 8 p. (Embrapa Uva e Vinho. Comunicado Técnico, 146).| Tipo: Comunicado Técnico/Recomendações Técnicas |
| Biblioteca(s): Embrapa Uva e Vinho. |
|    |
| 62. | | GILIOTI, E. A.; CANTERI, M. G.; FRANÇA, J. A.; CARDIM, M.; DEL PONTE, E. M.; ABI SAAD, O.; AGUIAR, M. S. de; PINTO, R. G.; MENEGASSI, D.; RODERO, D. C. P.; RODERO, D. P. Informações básicas para o monitoramento, diagnóstico e manejo da ferrugem alaranjada da cana de açúcar. Adamantina: Faculdades Adamantinenses Integradas, 2009. 6 p. (Botelim Técnico Scoralert, 1).| Tipo: Comunicado Técnico/Recomendações Técnicas |
| Biblioteca(s): Embrapa Tabuleiros Costeiros. |
|  |
| 63. | | MOREIRA, G. M.; NICOLLI, C. P.; GOMES, L. B.; OGOSHI, C.; SCHEUERMANN, K. K.; SILVA-LOBO, V. L.; SCHURT, D. A.; RITIENI, A.; MORETTI, A.; PFENNING, L. H.; DEL PONTE, E. M. Nationwide survey reveals high diversity of Fusarium species and related mycotoxins in Brazilian rice: 2014 and 2015 harvests. Food Control, v. 113, 107171, July 2020.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Arroz e Feijão; Embrapa Roraima. |
| |
| 64. | | BARRO, J. P.; SANTANA, F. M.; DUFFECK, M. R.; MACHADO, F. J.; LAU, D.; SBALCHEIRO, C. C.; SCHIPANSKI, C. A.; CHAGAS. D. F.; VENANCIO, W. S.; DALLAGNOL, L. J.; GUTERRES, C. W.; KUHNEM, P.; FEKSA, H. R.; DEL PONTE, E, M. Are DMI+QoI Fungicide Premixes During flowering Worthwhile for Fusarium head blight Control in Wheat? A Meta-analysis. Plant Disease, v. 1, p. PDIS-09-20-2096-RE, Sept. 2020.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Trigo. |
| |
| 65. | | BARRO, J. P.; SANTANA, F. M.; TIBOLA, C. S.; MACHADO, F. J.; SCHIPANSKI, C. A.; CHAGAS, D. F.; GUTERRES, C. W.; CASAROTTO, G.; CAPITANIO, C. G.; DALLAGNOL, L. J.; KUHNEM, P.; FEKSA, H. R.; VENANCIO, W. S.; DEL PONTE, E. M. Comparison of single- or multi-active ingredient fungicides for controlling Fusarium head blight and deoxynivalenol in Brazilian wheat. Crop Protection, v. 174, 106402, Dec. 2023. 7 p.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 2 |
| Biblioteca(s): Embrapa Clima Temperado; Embrapa Trigo. |
| |
| 66. | | FERREIRA, A.; SBALCHEIRO, C. C.; SANTANA, F. M.; DEL PONTE, E. M.; SENGER, M.; GUTERRES, C. W.; PIZOLOTTO, C.; VENANCIO, W. S.; MARTINS, F. C.; KUHNEM, P. R.; CHAGAS, D. F.; SCHIPANSKI, C. A.; ZANATTA, M.; CASAROTTO, G.; MACHADO, F. J.; FORCELINI, C. A.; ROEHRIG, R.; CÓL, M. C. de. Eficiência de fungicidas para controle de giberela do trigo: resultados da Rede de Ensaios Cooperativos do Trigo - safra 2022. Passo Fundo: Embrapa Trigo, 2023. 18 p. (Embrapa Trigo. Circular técnica, 80). ODS 2. ODS 12.| Biblioteca(s): Embrapa Clima Temperado; Embrapa Trigo. |
| |
| 67. | | FERREIRA, A.; SBALCHEIRO, C. C.; SANTANA, F. M.; DEL PONTE, E. M.; CASAROTTO, G.; CHAGAS, D. F.; SCHIPANSKI, C. A.; PIZOLOTTO, C.; VENANCIO, W. S.; GUTERRES, C. W.; SENGER, M.; FORCELINI, C. A.; ROEHRIG, R.; ZANATTA, M.; PÁDUA, J. M. V.; UTIAMADA, C. M.; SUSSEL, A. A. B.; CÓL, M. C. de. Eficiência de fungicidas para controle de manchas foliares do trigo: resultados da Rede de Ensaios Cooperativos do Trigo - safra 2022. Passo Fundo: Embrapa Trigo, 2023. 16 p. (Embrapa Trigo. Circular técnica, 82). ODS 2. ODS 12.| Biblioteca(s): Embrapa Trigo. |
| |
| 68. | | FERREIRA, A.; SBALCHEIRO, C. C.; SANTANA, F. M.; DEL PONTE, E. M.; CHAGAS, D. F.; SCHIPANSKI, C. A.; PIZOLOTTO, C.; VENANCIO, W. S.; CASAROTTO, G.; SENGER, M.; GUTERRES, C. W.; MUHL, A.; ZANATTA, M.; UTIAMADA, C. M.; FORCELINI, C. A.; ROEHRIG, R.; CÓL, M. C. de. Eficiência de fungicidas para controle de oídio do trigo: resultados da Rede de Ensaios Cooperativos do Trigo - safra 2022. Passo Fundo: Embrapa Trigo, 2023. 16 p. (Embrapa Trigo. Circular técnica, 81). ODS 2. ODS 12.| Biblioteca(s): Embrapa Trigo. |
| |
| 69. | | KING, R.; URBAN, M.; BROWN, N.; MACHADO, A. K. F. M.; LEE, W. S.; KANYUKA, K.; SPARKS, C.; WEST, J.; YAMAZAKI-LAU, E.; TIBOLA, C. S.; LIMA, M. I. P. M.; TOGAWA, R. C.; MARTINS, N. F.; ARAGAO, F. J. L.; NICOLLI, C. P.; DEL PONTE, E. M.; TESSMANN, D. J.; FERNANDES, J. M. C.; HAMMOND-KOSACK, K. Using a bespoke 'Omics' approach to devise a flexible new way to control Fusarium in wheat. In: INTERNATIONAL SYMPOSIUM ON FUSARIUM HEAD BLIGHT, 5.; INTERNATIONAL WORKSHOP ON WHEAT BLAST, 2., 2016, Florianópolis. Book of abstracts... Passo Fundo: Ed. Universidade de Passo Fundo: Embrapa Trigo; Viçosa, MG: Universidade Federal de Viçosa, 2016. p. 66, sess. 3, abst. K7. 5th International Symposium on Fusarium Head Blight.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 70. | | KING, R.; URBAN, M.; BROWN, N.; MACHADO, A. K. F. M.; LEE, W. S.; KANYUKA, K.; SPARKS, C.; WEST, J.; YAMAZAKI-LAU, E.; TIBOLA, C. S.; LIMA, M. I. P. M.; TOGAWA, R. C.; MARTINS, N. F.; ARAGAO, F. J. L.; NICOLLI, C. P.; DEL PONTE, E. M.; TESSMANN, D. J.; FERNANDES, J. M. C.; HAMMOND-KOSACK, K. Using a bespoke 'Omics' approach to devise a flexible new way to control Fusarium in wheat. In: INTERNATIONAL SYMPOSIUM ON FUSARIUM HEAD BLIGHT, 5.; INTERNATIONAL WORKSHOP ON WHEAT BLAST, 2., 2016, Florianópolis. Book of abstracts... Passo Fundo: Ed. Universidade de Passo Fundo: Embrapa Trigo; Viçosa, MG: Universidade Federal de Viçosa, 2016. p. 66, sess. 3, abst. K7. 5th International Symposium on Fusarium Head Blight.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Trigo. |
| |
| 71. | | WIEBKE-STROHM, B.; PASQUALI, G.; MARGIS-PINHEIRO, M.; BENCKE, M.; BÜCKER-NETO, L.; BECKER-RITT, A. B.; MARTINELLI, A. H. S.; POLACCO, J. C.; STOLF, R.; MARCELINO, F. C.; ABDELNOOR, R. V.; HOMRICH, S. H.; DEL PONTE, E. M.; CARLINI, C. R.; BODANESE-ZANETTINI, M. H. Urease affects soybean susceptibility to fungi. In: BRAZILIAN SYMPOSIUM ON PLANT MOLECULAR BIOLOGY, 3., 2011, Ilhéus. [Abstracts...]. [Ribeirão Preto]: SBG, 2011. 1 p. 1 CD-ROM.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Soja. |
| |
| 72. | | WIEBKE-STROHM, B.; PASQUALI, G.; MARGIS-PINHEIRO, M.; BENCKE, M.; BÜCKER-NETO, L.; BECKER-RITT, A. B.; MARTINELLI, A. H. S.; RECHENMACHER, C.; POLACCO, J. C.; STOLF, R.; MARCELINO, F. C.; ABDELNOOR, R. V.; HOMRICH, M. S.; DEL PONTE, E. M.; CARLINI, C. R.; CARVALHO, M. C. C. G. de; BODANESE-ZANETTINI, M. H. Ubiquitous urease affects soybean susceptibility to fungi. Plant Molecular Biology, The Hague, v. 79, n. 1/2, p. 75-87, May 2012.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Soja. |
| |
| 73. | | MACHADO, A. K.; KING, R.; LEE, W. S.; SPARKS, C.; BROWN, N.; KANYUKA, K.; URBAN, M.; WEST, J.; YAMAZAKI-LAU, E.; TIBOLA, C. S.; LIMA, M. I. P. M.; TOGAWA, R. C.; MARTINS, N.; ARAGÃO, F.; NICOLLI, C. P.; DEL PONTE, E. M.; TESSMANN, D. J.; FERNANDES, J. M. C.; HAMMOND-KOSACK, K. E. Exploring NGS, HIGS and si-RNA technologies for the control of Fusarium ear blight in wheat. In: BRITISH MYCOLOGICAL SOCIETY AND BRITISH SOCIETY FOR PLANT PATHOLOGY JOINT PRESIDENTIAL MEETING, 2017, Nottingham. Fungal exploitation and fungal control. Nottingham: University of Nottingham: British Society for Plant Pathology: British Mycological Society, 2017. p. 67-68.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Trigo. |
| |
| 74. | | SAVARY, S.; DJURLE, A.; YUEN, J.; FICKE, A.; ROSSI, V.; ESKER, P. D.; FERNANDES, J. M. C.; DEL PONTE, E. M.; KUMAR, J.; MADDEN, L. V.; PAUL, P.; MCROBERTS, N.; SINGH, P. K.; HUBER, L.; POPE DE VALLAVIELLE, C.; SAINT-JEAN, S.; WILLOCQUET, L. A white paper on global wheat health based on scenario development and analysis. Phytopathology, St. Paul, v. 107, n. 10, p. 1109-1122, Oct. 2017.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Trigo. |
| |
| 75. | | LANA, F. D.; PAUL, P. A.; GODOY, C. V.; UTIAMADA, C. M.; SILVA, L. H. C. P. da; SIQUERI, F. V.; FORCELINI, C. A.; JACCOUD-FILHO, D. de S.; WRUCK, D. S. M.; BORGES, E. P.; JULIATTI, F. C.; CAMPOS, H. D.; NUNES JUNIOR, J.; CARNEIRO, L. C.; CANTERI, M. G.; ITO, M. F.; MEYER, M. C.; MARTINS, M. C.; BALARDIN, R. S.; FURLAN, S. H.; CARLIN, V. J.; DEL PONTE, E. M. Meta-analytic modeling of the decline in performance of fungicides for managing soybean rust after a decade of use in Brazil. Plant disease, v. 102, n. 4, p. 807-817, Apr. 2018.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Agrossilvipastoril; Embrapa Soja. |
| |
| 76. | | ASCARI, J. P.; BARRO, J. P.; SANTANA, F. M.; PADUA, J. M. V.; MACIEL, J. L. N.; LAU, D.; TORRES, G. A. M.; SBALCHEIRO, C. C.; SEIXAS, C. D. S.; GOULART, A. C. P.; SUSSEL, A. A. B.; SCHIPANSKI, C. A.; CHAGAS, D. F.; COELHO, M. A. O.; MONTECELLI, T. D. N.; AMARAL, D. R.; CUSTÓDIO, A. A. P.; MOREIRA, L. S. O.; UTIAMADA, C. M.; VENÂNCIO, W. S.; GOUSSAIN, R. C. S.; ALVES, K. S.; DEL PONTE, E. M. Sequential post-heading applications for controlling wheat blast: a nine-tear summary of fungicide performance in Brazil. Plant Disease, PDIS-06-21-1183-RE Jul. 2021.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Agropecuária Oeste; Embrapa Cerrados; Embrapa Trigo. |
| |
| 77. | | BARRO, J. P.; MEYER, M. C.; GODOY, C. V.; DIAS, A. R.; UTIAMADA, C. M.; JACCOUD FILHO, D. de S.; WRUCK, D. S. M.; BORGES, E. P.; SIQUERI, F.; JULIATTI, F. C.; CAMPOS, H. D.; JUNIOR, J. N.; CARNEIRO, L. C.; DA SILVA, L. H. C. P.; MARTINS, M. C.; BALARDIN, R. S.; ZITO, R. K.; FURLAN, S. H.; VENANCIO, W. S; DEL PONTE, E. M. Performance and Profitability of Fungicides for Managing Soybean White Mold:A 10-Year Summary of Cooperative Trials Plant Disease, v. 103, n. 9, p. 2212-2220, 2019.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Soja. |
| |
| 78. | | BARRO, J. P.; MEYER, M. C.; GODOY, C. V.; DIAS, A. R.; UTIAMADA, C. M.; JACCOUD FILHO, D. de S.; WRUCK, D. S. M.; BORGES, E. P.; SIQUERI, F.; JULIATTI, F. C.; CAMPOS, H. D.; NUNES JUNIOR, J.; CARNEIRO, L. C.; SILVA, L. H. C. P. da; MARTINS, M. C.; BALARDIN, R. S.; ZITO, R. K.; FURLAN, S. H.; VENANCIO, W. S; DEL PONTE, E. M. Performance and Profitability of Fungicides for Managing Soybean White Mold:A 10-Year Summary of Cooperative Trials Plant Disease, v. 103, n. 9, p. 2212-2220, 2019.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Agrossilvipastoril. |
| |
| 79. | | GODOY, C. V.; UTIAMADA, C. M.; SILVA, L. H. C. P. da; SIQUERI, F. V.; HENNING, A. A.; ROESE, A. D.; FORCELINI, C. A.; PIMENTA, C. B.; JACCOUD FILHO, D. S.; RAMOS JÚNIOR, E. U.; BORGES, E. P.; DEL PONTE, E. M.; JULIATI, F. C.; FEKSA, H. R.; CAMPOS, H. D.; NUNES JÚNIOR, J.; SILVA, J. R. C.; COSTAMILAN, L. M.; NAVARINI, L.; CARNEIRO, L. C.; SATO, L. N.; CANTERI, M. G.; MADALOSSO, M.; ITO, M. A.; CUNHA, M. G.; ITO, M. F.; MEYER, M. C.; MELO, R. A. de C. e; BALARDIN, R. S.; IGARASHI, S.; SILVA, S. A. da; FURLAN, S. H.; DALLA NORA, T.; CARLIN, V. J. Eficiência de fungicida para controle da Ferrugem-asiática da soja, na safra 2010/11: resultados sumarizados dos ensaios cooperativos. In: REUNIÃO DE PESQUISA DE SOJA DA REGIÃO CENTRAL DO BRASIL, 32., 2011, São Pedro, SP. Resumos expandidos. Londrina: Embrapa Soja, 2011. 367 p. Editado por Adilson de Oliveira Junior, Odilon Ferreira Saraiva, Regina Maria Villas Bôas de Campos Leite. p. 157-159| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Agropecuária Oeste. |
| |
| 80. | | GODOY, C. V.; UTIAMADA, C. M.; SILVA, L. H. C. P. da; SIQUERI, F. V.; HENNING, A. A.; ROESE, A. D.; FORCELINI, C. A.; PIMENTA, C. B.; JACCOUD FILHO, D. S.; RAMOS JÚNIOR, E. U.; BORGES, E. P.; DEL PONTE, E. M.; JULIATI, F. C.; FEKSA, H. R.; CAMPOS, H. D.; NUNES JÚNIOR, J.; SILVA, J. R. C.; COSTAMILAN, L. M.; NAVARINI, L.; CARNEIRO, L. C.; SATO, L. N.; CANTERI, M. G.; MADALOSSO, M.; ITO, M. A.; CUNHA, M. G.; ITO, M. F.; MEYER, M. C.; MELO, R. A. C.; BALARDIN, R. S.; IGARASHI, S.; SILVA, S. A. da; FURLAN, S. H.; DALLA NORA, T.; CARLIN, V. J. Eficiência de fungicidas para controle da ferrugem-asiática da soja, na safra 2010/11: resultados sumarizados dos ensaios cooperativos. In: REUNIÃO DE PESQUISA DE SOJA DA REGIÃO CENTRAL DO BRASIL, 32., 2011, São Pedro, SP. Resumos expandidos... Londrina: Embrapa Soja, 2011. p. 157-159. Editado por Adilson de Oliveira Junior, Odilon Ferreira Saraiva, Regina Maria Villas Bôas de Campos Leite.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Soja. |
| |
| Registros recuperados : 84 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
