| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
21/01/2020 |
|
Data da última atualização: |
21/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
PADILHA, M. C. C.; VICENTE, L. E.; DEMATTÊ, J. A. M.; LOEBMANN, D. G. dos S. W.; URBINA SALAZAR, D.; KOGA-VICENTE, A.; ARAUJO, L. S. de; MANZATTO, C. V. |
|
Afiliação: |
MANUELA CORRÊA DE CASTRO PADILHA, ESALQ-USP; LUIZ EDUARDO VICENTE, CNPMA; JOSÉ ALEXANDRE MELO DEMATTÊ, ESALQ-USP; DANIEL GOMES DOS SANTOS W LOEBMANN, CNPMA; DIEGO URBINA SALAZAR, ESALQ-USP; ANDREA KOGA-VICENTE; LUCIANA SPINELLI DE ARAUJO, CNPMA; CELSO VAINER MANZATTO, CNPMA. |
|
Título: |
Prediction statistical model for soil organic carbon mapping in crop areas using the Landsat/OLI sensor. |
|
Ano de publicação: |
2019 |
|
Fonte/Imprenta: |
In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais... São José dos Campos: INPE, 2019. Ref. 96042. |
|
Páginas: |
p. 1-4. |
|
ISBN: |
978-85-17-00097-3 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract: The quantification of soil organic carbon (SOC) is essential to agriculture and sustainable use of the land. However, there are difficulties to estimate it in large areas due to high cost of soil sample extraction, and laboratory preparations. There are approaches that may facilitate the estimation of SOC, such as the use of satellite imagery and the application of statistical models based on the spectral bands of the satellite under study. In July of 2017, this study proposed a prediction statistical model from optical-orbital data of the series Landsat, OLI sensor for estimating SOC content. |
|
Palavras-Chave: |
Landsat OLI; Linear regression. |
|
Thesagro: |
Carbono; Regressão Linear; Satélite; Solo. |
|
Thesaurus Nal: |
Linear models; Prediction; Regression analysis; Soil organic carbon. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/209286/1/Vicente-prediction-statistical-2019.pdf
|
|
Marc: |
LEADER 01669nam a2200337 a 4500
001 2119120
005 2020-01-21
008 2019 bl uuuu u00u1 u #d
020 $a978-85-17-00097-3
100 1 $aPADILHA, M. C. C.
245 $aPrediction statistical model for soil organic carbon mapping in crop areas using the Landsat/OLI sensor.$h[electronic resource]
260 $aIn: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais... São José dos Campos: INPE, 2019. Ref. 96042.$c2019
300 $ap. 1-4.
520 $aAbstract: The quantification of soil organic carbon (SOC) is essential to agriculture and sustainable use of the land. However, there are difficulties to estimate it in large areas due to high cost of soil sample extraction, and laboratory preparations. There are approaches that may facilitate the estimation of SOC, such as the use of satellite imagery and the application of statistical models based on the spectral bands of the satellite under study. In July of 2017, this study proposed a prediction statistical model from optical-orbital data of the series Landsat, OLI sensor for estimating SOC content.
650 $aLinear models
650 $aPrediction
650 $aRegression analysis
650 $aSoil organic carbon
650 $aCarbono
650 $aRegressão Linear
650 $aSatélite
650 $aSolo
653 $aLandsat OLI
653 $aLinear regression
700 1 $aVICENTE, L. E.
700 1 $aDEMATTÊ, J. A. M.
700 1 $aLOEBMANN, D. G. dos S. W.
700 1 $aURBINA SALAZAR, D.
700 1 $aKOGA-VICENTE, A.
700 1 $aARAUJO, L. S. de
700 1 $aMANZATTO, C. V.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 1 | |
| 1. |  | PADILHA, M. C. C.; VICENTE, L. E.; DEMATTÊ, J. A. M.; LOEBMANN, D. G. dos S. W.; URBINA SALAZAR, D.; KOGA-VICENTE, A.; ARAUJO, L. S. de; MANZATTO, C. V. Prediction statistical model for soil organic carbon mapping in crop areas using the Landsat/OLI sensor. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 19., 2019, Santos. Anais... São José dos Campos: INPE, 2019. Ref. 96042. p. 1-4.| Tipo: Artigo em Anais de Congresso |
| Biblioteca(s): Embrapa Meio Ambiente. |
|    |
| Registros recuperados : 1 | |
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
