| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Roraima. Para informações adicionais entre em contato com cpafrr.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Roraima. |
|
Data corrente: |
14/09/2021 |
|
Data da última atualização: |
14/09/2021 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
PRUDENTE, V. H. R.; SANCHES, I. D.; ADAMI, M.; SKAKUN, S.; OLDONI, L. V.; XAUD, H. A. M.; XAUD, M. R.; ZHANG, Y. |
|
Afiliação: |
HARON ABRAHIM MAGALHAES XAUD, CPAF-RR; MARISTELA RAMALHO XAUD, CPAF-RR. |
|
Título: |
SAR data for land use land cover classification in a tropical region with frequent cloud cover. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
IGARSS - INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2020. |
|
Idioma: |
Inglês |
|
Conteúdo: |
This study aims at mapping Land Use and Land Cover (LULC) in the region of Roraima, Brazil, using time-series of Sentinel-1 Synthetic Aperture Radar (SAR) data. All available Sentinel-1 images covering the study area were used and classified using two machine learning algorithms, namely random forest and multilayer perceptron. LULC heterogeneity with the SAR process complexity makes the process challenging in distinguishing certain classes. Results show that SAR data could be used for LULC mapping, as rainforest, savannas, water, and sandbank/outcrop classes. But cannot provide accurate separation for all classes, mainly for those with similar geometrical structures, such as regeneration areas, perennial crops, and buritizais. |
|
Palavras-Chave: |
Machine learning; Sentinel. |
|
Thesagro: |
Radar. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 01409nam a2200229 a 4500
001 2134397
005 2021-09-14
008 2020 bl uuuu u00u1 u #d
100 1 $aPRUDENTE, V. H. R.
245 $aSAR data for land use land cover classification in a tropical region with frequent cloud cover.$h[electronic resource]
260 $aIGARSS - INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM$c2020
520 $aThis study aims at mapping Land Use and Land Cover (LULC) in the region of Roraima, Brazil, using time-series of Sentinel-1 Synthetic Aperture Radar (SAR) data. All available Sentinel-1 images covering the study area were used and classified using two machine learning algorithms, namely random forest and multilayer perceptron. LULC heterogeneity with the SAR process complexity makes the process challenging in distinguishing certain classes. Results show that SAR data could be used for LULC mapping, as rainforest, savannas, water, and sandbank/outcrop classes. But cannot provide accurate separation for all classes, mainly for those with similar geometrical structures, such as regeneration areas, perennial crops, and buritizais.
650 $aRadar
653 $aMachine learning
653 $aSentinel
700 1 $aSANCHES, I. D.
700 1 $aADAMI, M.
700 1 $aSKAKUN, S.
700 1 $aOLDONI, L. V.
700 1 $aXAUD, H. A. M.
700 1 $aXAUD, M. R.
700 1 $aZHANG, Y.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Roraima (CPAF-RR) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Pecuária Sudeste. |
|
Data corrente: |
26/11/2015 |
|
Data da última atualização: |
15/03/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
TIZIOTO, P.; COUTINHO, L. L.; DECKER, J. E.; SCHNABEL, R. D.; ROSA, K. O.; OLIVEIRA, P. S. N.; SOUZA, M. M.; MOURÃO, G. B.; TULLIO, R. R.; CHAVES, A. S.; LANNA, D. P. D.; ZERLOTINI NETO, A.; MUDADU, M. de A.; TAYLOR, J. F.; REGITANO, L. C. de A. |
|
Afiliação: |
POLYANA TIZIOTO, University of Missouri Columbia; LUIZ L. COUTINHO, University of São Paulo/ESALQ; JARED E. DECKER, University of Missouri Columbia; ROBERT D. SCHNABEL, University of Missouri Columbia; KAMILA O ROSA, State University of Sao Paulo; PRISCILA S. N. OLIVEIRA, Federal University of Sao Carlos; MARCELA M. SOUZA, Federal University of Sao Carlos; GERSON B. MOURÃO, University of São Paulo/ESALQ; RYMER RAMIZ TULLIO, CPPSE; AMÁLIA S. CHAVES, University of São Paulo/ESALQ; DANTE P. D. LANNA, University of São Paulo/ESALQ; ADHEMAR ZERLOTINI NETO, CNPTIA; MAURICIO DE ALVARENGA MUDADU, CPPSE; JEREMY F. TAYLOR, University of Missouri Columbia; LUCIANA CORREIA DE ALMEIDA REGITANO, CPPSE. |
|
Título: |
Global liver gene expression differences in Nelore steers with divergent residual feed intake phenotypes. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
BMC Genomics, v. 16, n. 242, 2015. |
|
DOI: |
DOI 10.1186/s12864-015-1464-x |
|
Idioma: |
Inglês |
|
Conteúdo: |
Feed efficiency-related traits are increasingly being studied because of their importance to the overall profitability of animal production. |
|
Palavras-Chave: |
Feed efficiency; RFI. |
|
Thesagro: |
Bos Indicus. |
|
Thesaurus NAL: |
transcriptomics. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/134133/1/regitano1.pdf
|
|
Marc: |
LEADER 01132naa a2200349 a 4500
001 2029683
005 2023-03-15
008 2015 bl uuuu u00u1 u #d
024 7 $aDOI 10.1186/s12864-015-1464-x$2DOI
100 1 $aTIZIOTO, P.
245 $aGlobal liver gene expression differences in Nelore steers with divergent residual feed intake phenotypes.$h[electronic resource]
260 $c2015
520 $aFeed efficiency-related traits are increasingly being studied because of their importance to the overall profitability of animal production.
650 $atranscriptomics
650 $aBos Indicus
653 $aFeed efficiency
653 $aRFI
700 1 $aCOUTINHO, L. L.
700 1 $aDECKER, J. E.
700 1 $aSCHNABEL, R. D.
700 1 $aROSA, K. O.
700 1 $aOLIVEIRA, P. S. N.
700 1 $aSOUZA, M. M.
700 1 $aMOURÃO, G. B.
700 1 $aTULLIO, R. R.
700 1 $aCHAVES, A. S.
700 1 $aLANNA, D. P. D.
700 1 $aZERLOTINI NETO, A.
700 1 $aMUDADU, M. de A.
700 1 $aTAYLOR, J. F.
700 1 $aREGITANO, L. C. de A.
773 $tBMC Genomics$gv. 16, n. 242, 2015.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pecuária Sudeste (CPPSE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
