| |
|
|
| Registros recuperados : 28 | |
| 3. |  | MARCHI, G.; FIALHO, J. de F.; REIN, T. A.; VIEIRA, E. A.; SANTOS JUNIOR, J. de D. G. dos; SOUZA-SILVA, J. C.; MALAQUIAS, J. V.; SILVA, D. R. G. Sulfur-improved manganese fertilization for sweet cassava under an overlimed organic management system DELOS: Desarrollo Local Sostenible, Curitiba, v.16, n. 50, p. 4084-4099, 2023.| Biblioteca(s): Embrapa Cerrados. |
|    |
| 5. | | KRAHL, L. L.; MARCHI, G.; PAZ, S. P. A.; ANGÉLICA, R. S.; SOUZA-SILVA, J. C.; VALADARES, L. F.; MARTINS, E. de S. Increase in cation exchange capacity by the action of maize rhizosphere on Mg or Fe biotite-rich rocks. Aumento na capacidade de troca de cátions em rochas biotitas ricas em Mg ou Fe pela ação da rizosfera do milho. Pesquisa Agropecuária Tropical, v. 52, e72376, 2022.| Biblioteca(s): Embrapa Cerrados. |
| |
| 8. | | MARCHI, G.; FIALHO, J. de F.; REIN, T. A.; SANTOS JUNIOR, J. de D. G. dos; VIEIRA, E. A.; SOUZA-SILVA, J. C.; MALAQUIAS, J. V.; SILVA, D. R. G. Manganese fertilization for sweet cassava production under organic management system Pesquisa Agropecuária Tropical, v. 15, 2020.| Biblioteca(s): Embrapa Cerrados. |
|  |
| 9. | | FIALHO, J. de F.; VIEIRA, E. A.; MARCHI, G.; SANTOS JUNIOR, J. de D. G. dos; REIN, T. A.; SOUZA-SILVA, J. C.; MALAQUIAS, J. V.; SILVA, D. R. G. Desempenho de genótipos mandioca de mesa em sistema orgânico de produção no Distrito Federal . Planaltina, DF : Embrapa Cerrados, 2020. 23 p. (Embrapa Cerrados. Boletim de Pesquisa e Desenvolvimento, 366).| Biblioteca(s): Embrapa Cerrados. |
| |
| 11. | | KRAHL, L. L.; PAZ, S. P. A. da; ANGÉLICA, R. S.; VALADARES, L. F.; SOUZA-SILVA, J. C.; MARCHI, G.; MARTINS, E. de S. Successive off take of elements by maize grown in pure basalt powder. African Journal of Agricultural Research, v. 15, n. 2, p. 229-239, February 2020. Article Number - 9A4418A62913| Biblioteca(s): Embrapa Agroenergia; Embrapa Cerrados. |
| |
| 14. | | SOUZA-SILVA, J. C.; RIOS, M. M. da S.; MALAQUIAS, J. V.; AQUINO, F. de G.; ANTENZA, F. L.; CORTES, J. M. Avaliação de eventos vegetativos e reprodutivos em Simarouba versicolor A. St. em Planaltina, DF. In: SIMPÓSIO DE RESTAURAÇÃO ECOLÓGICA, 8., 2019, São Paulo. Desafios do processo frente à crise ambiental: resumos. São Paulo: Instituto de Botânica de São Paulo, 2019. p. 179| Biblioteca(s): Embrapa Cerrados. |
| |
| 16. | | MONTEZANO, D. G.; SPECHT, A.; SOUZA-SILVA, J. C.; SÓSA-GOMEZ, D. R.; ROQUE-SPECHT, V. F.; PAULA-MORAES, S. V. de P.; PETERSON, J. A.; HUNT, T. E. Host plants of Spodoptera frugiperda (Lepidoptera: Noctuidae) in the Americas. African Entomology, v. 26, n. 2, p. 286-300, Sep. 2018.| Biblioteca(s): Embrapa Cerrados; Embrapa Soja. |
| |
| 20. | | BEZERRA, J. E. F.; LEDERMAN, I. E.; SILVA JUNIOR, J. F. da; FRANZON, R. C.; SOUZA-SILVA, J. C.; CAMPOS, L. Z. de O.; PROENCA, C. E. B. Psidium spp.: araçá. VIEIRA, R. F.; CAMILLO, J.; CORADIN, L. (Ed.). Espécies nativas da flora brasileira de valor econômico atual ou potencial: plantas para o futuro: Região Centro-Oeste. Brasília, DF: MMA, 2016. 1.160 p. (Série Biodiversidade, 44). Cap. 5: gupos de usos e as espécies prioritárias.| Biblioteca(s): Embrapa Cerrados; Embrapa Tabuleiros Costeiros. |
| |
| Registros recuperados : 28 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Meio Ambiente. Para informações adicionais entre em contato com cnpma.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
02/08/2018 |
|
Data da última atualização: |
02/08/2018 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
FRIEDEL, M. J.; BUSCEMA, M.; VICENTE, L. E.; IWASHITA, F.; KOGA-VICENTE, A. |
|
Afiliação: |
MICHAEL J FRIEDEL, Hydrogeology Department - GNS Science; MASSIMO BUSCEMA, University of Colorado; LUIZ EDUARDO VICENTE, CNPMA; FABIO IWASHITA, University of Florence; ANDREA KOGA-VICENTE, CEPAGRI-UNICAMP. |
|
Título: |
Mapping fractional landscape soils and vegetation components from Hyperion satellite imagery using an unsupervised machine-learning workflow. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
International Journal of Digital Earth, v. 11, n. 7, p. 670-690, 2018. |
|
ISSN: |
1753-8955 |
|
DOI: |
https://doi.org/10.1080/17538947.2017.1349841 |
|
Idioma: |
Inglês |
|
Conteúdo: |
An unsupervised machine-learning workflow is proposed for estimating fractional landscape soils and vegetation components from remotely sensed hyperspectral imagery. The workflow is applied to EO-1 Hyperion satellite imagery collected near Ibirací, Minas Gerais, Brazil. The proposed workflow includes subset feature selection, learning, and estimation algorithms. Network training with landscape feature class realizations provide a hypersurface from which to estimate mixtures of soil (e.g. 0.5 exceedance for pixels: 75% clay-rich Nitisols, 15% iron-rich Latosols, and 1% quartz-rich Arenosols) and vegetation (e.g. 0.5 exceedance for pixels: 4% Aspen-like trees, 7% Blackberry-like trees, 0% live grass, and 2% dead grass). The process correctly maps forests and iron-rich Latosols as being coincident with existing drainages, and correctly classifies the clay-rich Nitisols and grasses on the intervening hills. These classifications are independently corroborated visually (Google Earth) and quantitatively (random soil samples and crossplots of field spectra). Some mapping challenges are the underestimation of forest fractions and overestimation of soil fractions where steep valley shadows exist, and the under representation of classified grass in some dry areas of the Hyperion image. These preliminary results provide impetus for future hyperspectral studies involving airborne and satellite sensors with higher signal-to-noise and smaller footprints. |
|
Palavras-Chave: |
Machine learning. |
|
Thesagro: |
Satélite; Sensoriamento Remoto; Solo; Vegetação. |
|
Thesaurus NAL: |
Hyperspectral imagery; Remote sensing; Soil; Vegetation cover. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 02406naa a2200301 a 4500
001 2093828
005 2018-08-02
008 2018 bl uuuu u00u1 u #d
022 $a1753-8955
024 7 $ahttps://doi.org/10.1080/17538947.2017.1349841$2DOI
100 1 $aFRIEDEL, M. J.
245 $aMapping fractional landscape soils and vegetation components from Hyperion satellite imagery using an unsupervised machine-learning workflow.$h[electronic resource]
260 $c2018
520 $aAn unsupervised machine-learning workflow is proposed for estimating fractional landscape soils and vegetation components from remotely sensed hyperspectral imagery. The workflow is applied to EO-1 Hyperion satellite imagery collected near Ibirací, Minas Gerais, Brazil. The proposed workflow includes subset feature selection, learning, and estimation algorithms. Network training with landscape feature class realizations provide a hypersurface from which to estimate mixtures of soil (e.g. 0.5 exceedance for pixels: 75% clay-rich Nitisols, 15% iron-rich Latosols, and 1% quartz-rich Arenosols) and vegetation (e.g. 0.5 exceedance for pixels: 4% Aspen-like trees, 7% Blackberry-like trees, 0% live grass, and 2% dead grass). The process correctly maps forests and iron-rich Latosols as being coincident with existing drainages, and correctly classifies the clay-rich Nitisols and grasses on the intervening hills. These classifications are independently corroborated visually (Google Earth) and quantitatively (random soil samples and crossplots of field spectra). Some mapping challenges are the underestimation of forest fractions and overestimation of soil fractions where steep valley shadows exist, and the under representation of classified grass in some dry areas of the Hyperion image. These preliminary results provide impetus for future hyperspectral studies involving airborne and satellite sensors with higher signal-to-noise and smaller footprints.
650 $aHyperspectral imagery
650 $aRemote sensing
650 $aSoil
650 $aVegetation cover
650 $aSatélite
650 $aSensoriamento Remoto
650 $aSolo
650 $aVegetação
653 $aMachine learning
700 1 $aBUSCEMA, M.
700 1 $aVICENTE, L. E.
700 1 $aIWASHITA, F.
700 1 $aKOGA-VICENTE, A.
773 $tInternational Journal of Digital Earth$gv. 11, n. 7, p. 670-690, 2018.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
