| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Arroz e Feijão. Para informações adicionais entre em contato com cnpaf.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Arroz e Feijão. |
|
Data corrente: |
23/04/2019 |
|
Data da última atualização: |
12/02/2020 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
MORAIS, P. A. de O.; SOUZA, D. M. de; CARVALHO, M. T. de M.; MADARI, B. E.; OLIVEIRA, A. E. de. |
|
Afiliação: |
PEDRO AUGUSTO DE OLIVEIRA MORAIS, UFG; DIEGO MENDES DE SOUZA, CNPAF; MARCIA THAIS DE MELO CARVALHO, CNPAF; BEATA EMOKE MADARI, CNPAF; ANSELMO ELCANA DE OLIVEIRA, UFG. |
|
Título: |
Predicting soil texture using image analysis. |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
Microchemical Journal, v. 146, p. 455-463, May 2019. |
|
ISSN: |
0026-265X |
|
DOI: |
10.1016/j.microc.2019.01.009 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Laboratory analysis of soil texture is laborious and not environmentally friendly. After sampling, another 56 h are required for the final report and the laboratory procedure employs hydrogen peroxide and sodium hydroxide as chemical dispersion agents. Therefore a new analytical method to predict and classify soil texture is proposed using digital image processing of soil samples (image segmentation) and multivariate image analysis (MIA). Digital images of 63 soil samples, sieved to<2 mm, were acquired. Clay and sand contents determined by the pipette method were used as standard values and, after image processing, particle contents in the measured size fractions were correlated to image data using PLS2 multivariate regression. In order to statistically account for the sampling and validation dataset multivariate statistics was evaluated in conjunction with bootstrapping analysis. The computer vision approach adopted for the recognition of soil textures based on soil images matched 100% of the classification predicted according to the standard method. The new method is low-cost, environment-friendly, nondestructive, and faster than the standard method. |
|
Thesagro: |
Textura do Solo. |
|
Thesaurus Nal: |
Clay; Computer vision; Digital images; Sand; Soil texture. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 01899naa a2200265 a 4500
001 2108430
005 2020-02-12
008 2019 bl uuuu u00u1 u #d
022 $a0026-265X
024 7 $a10.1016/j.microc.2019.01.009$2DOI
100 1 $aMORAIS, P. A. de O.
245 $aPredicting soil texture using image analysis.$h[electronic resource]
260 $c2019
520 $aLaboratory analysis of soil texture is laborious and not environmentally friendly. After sampling, another 56 h are required for the final report and the laboratory procedure employs hydrogen peroxide and sodium hydroxide as chemical dispersion agents. Therefore a new analytical method to predict and classify soil texture is proposed using digital image processing of soil samples (image segmentation) and multivariate image analysis (MIA). Digital images of 63 soil samples, sieved to<2 mm, were acquired. Clay and sand contents determined by the pipette method were used as standard values and, after image processing, particle contents in the measured size fractions were correlated to image data using PLS2 multivariate regression. In order to statistically account for the sampling and validation dataset multivariate statistics was evaluated in conjunction with bootstrapping analysis. The computer vision approach adopted for the recognition of soil textures based on soil images matched 100% of the classification predicted according to the standard method. The new method is low-cost, environment-friendly, nondestructive, and faster than the standard method.
650 $aClay
650 $aComputer vision
650 $aDigital images
650 $aSand
650 $aSoil texture
650 $aTextura do Solo
700 1 $aSOUZA, D. M. de
700 1 $aCARVALHO, M. T. de M.
700 1 $aMADARI, B. E.
700 1 $aOLIVEIRA, A. E. de
773 $tMicrochemical Journal$gv. 146, p. 455-463, May 2019.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
14/11/2014 |
|
Data da última atualização: |
14/11/2014 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SILVA, J. da; ALMEIDA, C. de L. de S.; DANTAS, J. L. L.; SILVA, J. R. da; TORRES, J. F. |
|
Afiliação: |
JAEVESON DA SILVA, CNPMF; CAMILO DE LELLIS DE SOUSA ALMEIDA, UFERSA; JORGE LUIZ LOYOLA DANTAS, CNPMF; JOSÉ ROBSON DA SILVA, EMPARN; JORGE FERREIRA TORRES, EMPARN. |
|
Título: |
Caracterização agronômica de novos genótipos de mamoeiro na Chapada do Apodi. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE FRUTICULTURA, 23., 2014, Cuiabá. Fruticultura: oportunidades e desafios para o Brasil. [S.l.]: SBF, 2014. CD-ROM. |
|
Idioma: |
Português |
|
Conteúdo: |
O mamoeiro (Carica papaya L.) possui expressiva importância econômica para o Brasil, destacando-se como segundo maior produtor mundial. Em 2012 o país produziu 1.517.696 toneladas de mamão (FAO, 2012). No Brasil o mamoeiro é cultivado na quase totalidade do seu território, merecendo destaque os estados da Bahia, Espirito Santo, Ceará e Rio Grande do Norte, que são responsáveis por 87,35% da produção nacional (IBGE, 2013). |
|
Palavras-Chave: |
Chapada do Apodi. |
|
Thesagro: |
Carica Papaya; Genótipo; Mamão; Variação genética. |
|
Thesaurus NAL: |
Papayas. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/111726/1/Caracterizacao-agronomica-de-novos-genotipos-TRA3914-Camilo-de-Lellis-de-Sousa-Almeida.pdf
|
|
Marc: |
LEADER 01175nam a2200229 a 4500
001 2000224
005 2014-11-14
008 2014 bl uuuu u00u1 u #d
100 1 $aSILVA, J. da
245 $aCaracterização agronômica de novos genótipos de mamoeiro na Chapada do Apodi.
260 $aIn: CONGRESSO BRASILEIRO DE FRUTICULTURA, 23., 2014, Cuiabá. Fruticultura: oportunidades e desafios para o Brasil. [S.l.]: SBF, 2014. CD-ROM.$c2014
520 $aO mamoeiro (Carica papaya L.) possui expressiva importância econômica para o Brasil, destacando-se como segundo maior produtor mundial. Em 2012 o país produziu 1.517.696 toneladas de mamão (FAO, 2012). No Brasil o mamoeiro é cultivado na quase totalidade do seu território, merecendo destaque os estados da Bahia, Espirito Santo, Ceará e Rio Grande do Norte, que são responsáveis por 87,35% da produção nacional (IBGE, 2013).
650 $aPapayas
650 $aCarica Papaya
650 $aGenótipo
650 $aMamão
650 $aVariação genética
653 $aChapada do Apodi
700 1 $aALMEIDA, C. de L. de S.
700 1 $aDANTAS, J. L. L.
700 1 $aSILVA, J. R. da
700 1 $aTORRES, J. F.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Mandioca e Fruticultura (CNPMF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
