| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Milho e Sorgo; Embrapa Pecuária Sul. |
|
Data corrente: |
21/12/2022 |
|
Data da última atualização: |
21/12/2022 |
|
Tipo da produção científica: |
Boletim de Pesquisa e Desenvolvimento |
|
Autoria: |
SILVEIRA, M. C. T. da; ALMEIDA, P. H. A. de; ANDRADE, C. V. P. de A.; ALBUQUERQUE FILHO, M. R. de; BREMM, C.; SANTOS, F. C. dos. |
|
Afiliação: |
MARCIA CRISTINA T DA SILVEIRA, CPPSUL; PEDRO HENRIQUE ARAÚJO DE ALMEIDA, Doutorando, Universidade Federal de Viçosa; CLÁUDIO VINÍCIUS PEDROSO DE AZEVEDO ANDRADE, Doutorando, Universidade Federal de Viçosa; MANOEL RICARDO DE ALBUQUERQUE FILHO, CNPMS; CAROLINA BREMM, Secretaria da Agricultura, Pecuária e Desenvolvimento Rural do Rio Grande do Sul; FLAVIA CRISTINA DOS SANTOS, CNPMS. |
|
Título: |
Aprendizado de máquina com base na resposta espectral de imagens aéreas obtidas por VANTs e aplicado no manejo de pastagens. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Bagé: Embrapa Pecuária Sul, 2022. |
|
Páginas: |
59 p. |
|
Série: |
(Embrapa Pecuária Sul. Boletim de pesquisa e desenvolvimento, 51). |
|
ISSN: |
1983-0467 |
|
Idioma: |
Português |
|
Conteúdo: |
Resumo ? O monitoramento de áreas agrícolas tem sido beneficiado com a evolução das novas tecnologias de sensoriamento remoto. O advento dos veículos aéreos não tripulados (VANTs) revolucionou o mundo do sensoriamento remoto nos últimos anos. Progressivamente, o custo dos equipamentos está se tornando mais acessível, permitindo aos profissionais ampliar a sua gama de atuação e fornecer produtos de melhor qualidade para escalas maiores. Essas novas tecnologias aliadas a técnicas tradicionais de monitoramento de pastagens podem prover ganhos do ponto de vista operacional ao produtor rural. Sendo assim, o objetivo do presente trabalho foi avaliar o uso de imagens de VANT para estimar e monitorar a cobertura e altura do pasto. As imagens utilizadas foram capturadas na área experimental da Fazenda Trijunção, localizada em Cocos, Bahia. Relacionou-se o comportamento espectral de imagens RGB com 3 classes de cobertura do solo em áreas sob pastejo (pré-pastejo, em pastejo e pós-pastejo), além de uma classe de solo exposto, em diferentes épocas, durante dois anos. Adicionalmente relacionou-se a altura de planta medida em campo com as bandas da imagem RGB. No software R Studio o banco de dados foi dividido em conjuntos de treinamento e validação, com a relação de 75% e 25%, respectivamente. Considerando todo o conjunto de dados, o modelo ajustado alcançou 66% de exatidão e índice Kappa 0,53 na predição das 4 classes, sendo 3 dessas relativas às classes de manejo de pastagem e 1 de solo exposto. Quando avaliado apenas as imagens do período seco do ano, o modelo ajustado alcançou 68% de exatidão e índice Kappa de 0,56. Já o conjunto de dados do período chuvoso apresentou 70% de exatidão e índice Kappa de 0,58. Ao aplicar o modelo em novos conjuntos de imagens observou-se índice de assertividade satisfatório ao analisar as classes de manejo com base na cobertura do solo e a altura do dossel medidas em campo. Os resultados demonstram o potencial da rotina de processamento implantada para o processamento em imagens de VANT, via aprendizado de máquina, como ferramenta auxiliar no manejo de pastagens. Proporciona também uma solução em tempo reduzido para a avaliação e manejo de áreas de pastagens de diferentes dimensões. MenosResumo ? O monitoramento de áreas agrícolas tem sido beneficiado com a evolução das novas tecnologias de sensoriamento remoto. O advento dos veículos aéreos não tripulados (VANTs) revolucionou o mundo do sensoriamento remoto nos últimos anos. Progressivamente, o custo dos equipamentos está se tornando mais acessível, permitindo aos profissionais ampliar a sua gama de atuação e fornecer produtos de melhor qualidade para escalas maiores. Essas novas tecnologias aliadas a técnicas tradicionais de monitoramento de pastagens podem prover ganhos do ponto de vista operacional ao produtor rural. Sendo assim, o objetivo do presente trabalho foi avaliar o uso de imagens de VANT para estimar e monitorar a cobertura e altura do pasto. As imagens utilizadas foram capturadas na área experimental da Fazenda Trijunção, localizada em Cocos, Bahia. Relacionou-se o comportamento espectral de imagens RGB com 3 classes de cobertura do solo em áreas sob pastejo (pré-pastejo, em pastejo e pós-pastejo), além de uma classe de solo exposto, em diferentes épocas, durante dois anos. Adicionalmente relacionou-se a altura de planta medida em campo com as bandas da imagem RGB. No software R Studio o banco de dados foi dividido em conjuntos de treinamento e validação, com a relação de 75% e 25%, respectivamente. Considerando todo o conjunto de dados, o modelo ajustado alcançou 66% de exatidão e índice Kappa 0,53 na predição das 4 classes, sendo 3 dessas relativas às classes de manejo de pastagem e 1 de sol... Mostrar Tudo |
|
Thesagro: |
Aerofotogrametria; Manejo; Pastagem. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1150201/1/BP-51-online.pdf
|
|
Marc: |
LEADER 03081nam a2200241 a 4500
001 2150201
005 2022-12-21
008 2022 bl uuuu 00u1 u #d
022 $a1983-0467
100 1 $aSILVEIRA, M. C. T. da
245 $aAprendizado de máquina com base na resposta espectral de imagens aéreas obtidas por VANTs e aplicado no manejo de pastagens.$h[electronic resource]
260 $aBagé: Embrapa Pecuária Sul$c2022
300 $a59 p.
490 $a(Embrapa Pecuária Sul. Boletim de pesquisa e desenvolvimento, 51).
520 $aResumo ? O monitoramento de áreas agrícolas tem sido beneficiado com a evolução das novas tecnologias de sensoriamento remoto. O advento dos veículos aéreos não tripulados (VANTs) revolucionou o mundo do sensoriamento remoto nos últimos anos. Progressivamente, o custo dos equipamentos está se tornando mais acessível, permitindo aos profissionais ampliar a sua gama de atuação e fornecer produtos de melhor qualidade para escalas maiores. Essas novas tecnologias aliadas a técnicas tradicionais de monitoramento de pastagens podem prover ganhos do ponto de vista operacional ao produtor rural. Sendo assim, o objetivo do presente trabalho foi avaliar o uso de imagens de VANT para estimar e monitorar a cobertura e altura do pasto. As imagens utilizadas foram capturadas na área experimental da Fazenda Trijunção, localizada em Cocos, Bahia. Relacionou-se o comportamento espectral de imagens RGB com 3 classes de cobertura do solo em áreas sob pastejo (pré-pastejo, em pastejo e pós-pastejo), além de uma classe de solo exposto, em diferentes épocas, durante dois anos. Adicionalmente relacionou-se a altura de planta medida em campo com as bandas da imagem RGB. No software R Studio o banco de dados foi dividido em conjuntos de treinamento e validação, com a relação de 75% e 25%, respectivamente. Considerando todo o conjunto de dados, o modelo ajustado alcançou 66% de exatidão e índice Kappa 0,53 na predição das 4 classes, sendo 3 dessas relativas às classes de manejo de pastagem e 1 de solo exposto. Quando avaliado apenas as imagens do período seco do ano, o modelo ajustado alcançou 68% de exatidão e índice Kappa de 0,56. Já o conjunto de dados do período chuvoso apresentou 70% de exatidão e índice Kappa de 0,58. Ao aplicar o modelo em novos conjuntos de imagens observou-se índice de assertividade satisfatório ao analisar as classes de manejo com base na cobertura do solo e a altura do dossel medidas em campo. Os resultados demonstram o potencial da rotina de processamento implantada para o processamento em imagens de VANT, via aprendizado de máquina, como ferramenta auxiliar no manejo de pastagens. Proporciona também uma solução em tempo reduzido para a avaliação e manejo de áreas de pastagens de diferentes dimensões.
650 $aAerofotogrametria
650 $aManejo
650 $aPastagem
700 1 $aALMEIDA, P. H. A. de
700 1 $aANDRADE, C. V. P. de A.
700 1 $aALBUQUERQUE FILHO, M. R. de
700 1 $aBREMM, C.
700 1 $aSANTOS, F. C. dos
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pecuária Sul (CPPSUL) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Leite. |
|
Data corrente: |
16/03/2011 |
|
Data da última atualização: |
15/02/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
MITTELMANN, A.; MIRANDA FILHO, J. B. de; NASS, L. L.; LIMA, G. J. M. M. de; KLEIN, C. H.; SILVA, R. M. da. |
|
Afiliação: |
ANDREA MITTELMANN, CNPGL; JOSÉ BRANCO DE MIRANDA FILHO, USP/ESALQ; LUCIANO LOURENCO NASS, SRI; GUSTAVO JULIO MELLO M DE LIMA, CNPSA; CLAUDETE HARA KLEIN, CNPSA; RICARDO MACHADO DA SILVA, Universidade de Taubaté. |
|
Título: |
Quantitative variation for grain quality in Brazilian maize populations. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
Scientia Agricola, v. 68, n. 1, p. 50-56, 2010. |
|
DOI: |
https://doi.org/10.1590/S0103-90162011000100008 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Development of maize (Zea mays L.) cultivars with high grain protein and oil concentrations and an appropriate amino acid composition, without losses in grain yield, represents a challenge in breeding programs. The objective of this work was to study the nutritional quality of ten Brazilian maize populations evaluated in three environments. A randomized block design with six replications was used. Ear yield and the concentrations of protein, oil, serine, glutamic acid, alanine, leucine, tyrosine and phenylalanine were evaluated. Individual and combined analyses of variance were performed. Populations diverged for most of the traits. Environmental effects influenced variation for most of the traits, unlike genotype-environment interaction, allowing the selection on the average of environments. Positive association exists among protein and most of the amino acids, when considered on a dry matter basis and there is no association between nutritional quality and yield; therefore, the development of cultivars that are superior for both traits is expected to be feasible. |
|
Palavras-Chave: |
Aminoácidos; Qualidade nutricional. |
|
Thesagro: |
Melhoramento; Proteína. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/42307/1/Scie-Agri-v68n1a08.pdf
|
|
Marc: |
LEADER 01805naa a2200241 a 4500
001 1881210
005 2024-02-15
008 2010 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S0103-90162011000100008$2DOI
100 1 $aMITTELMANN, A.
245 $aQuantitative variation for grain quality in Brazilian maize populations.$h[electronic resource]
260 $c2010
520 $aDevelopment of maize (Zea mays L.) cultivars with high grain protein and oil concentrations and an appropriate amino acid composition, without losses in grain yield, represents a challenge in breeding programs. The objective of this work was to study the nutritional quality of ten Brazilian maize populations evaluated in three environments. A randomized block design with six replications was used. Ear yield and the concentrations of protein, oil, serine, glutamic acid, alanine, leucine, tyrosine and phenylalanine were evaluated. Individual and combined analyses of variance were performed. Populations diverged for most of the traits. Environmental effects influenced variation for most of the traits, unlike genotype-environment interaction, allowing the selection on the average of environments. Positive association exists among protein and most of the amino acids, when considered on a dry matter basis and there is no association between nutritional quality and yield; therefore, the development of cultivars that are superior for both traits is expected to be feasible.
650 $aMelhoramento
650 $aProteína
653 $aAminoácidos
653 $aQualidade nutricional
700 1 $aMIRANDA FILHO, J. B. de
700 1 $aNASS, L. L.
700 1 $aLIMA, G. J. M. M. de
700 1 $aKLEIN, C. H.
700 1 $aSILVA, R. M. da
773 $tScientia Agricola$gv. 68, n. 1, p. 50-56, 2010.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Leite (CNPGL) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
