| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
24/08/2022 |
|
Data da última atualização: |
25/08/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
TORO, A. P. S. G. D.; WERNER, J. P. S.; REIS, A. A. dos; ESQUERDO, J. C. D. M.; ANTUNES, J. F. G.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; FIGUEIREDO, G. K. D. A. |
|
Afiliação: |
FEAGRI/UNICAMP; FEAGRI/UNICAMP; UNICAMP; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA, FEAGRI/UNICAMP; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; ALEXANDRE CAMARGO COUTINHO, CNPTIA; UNICAMP; UNICAMP; FEAGRI/UNICAMP. |
|
Título: |
Evaluation of early season mapping of integrated crop livestock systems using Sentinel-2 data. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v. 43, B3, p. 1335-1340, 2022. |
|
DOI: |
https://doi.org/10.5194/isprs-archives-XLIII-B3-2022-1335-2022 |
|
Idioma: |
Inglês |
|
Notas: |
Edition of proceedings of the 2022 edition of the XXIVth ISPRS Congress, Nice, France. |
|
Conteúdo: |
ABSTRACT. Various approaches were developed considering the need to increase agricultural productivity in cultivated areas without more deforestation, such as the Integrated Crop livestock systems (ICLS). The ICLS could be composed of annual crops followed by pastureland with the presence of cattle. Due to the high temporal dynamic of rotation between crops over the season, monitoring these areas is a big challenge. Also, agricultural organizations worldwide highlight the need for early-season maps for this kind of work. In this context, this study evaluated the potential of open data (Sentinel-2) data to map ICLS areas. The performance of two classifiers was evaluated: one of Machine Learning (random forest) and the other of Deep Learning (LSTM). Three different time windows of data were tested (Entire season, 180 days, and 120 days). Using the RF classifier, it was possible to achieve satisfactory results (Overall accuracy higher than 80%) for the early season (180 days). However, further studies are needed to explain better the lower(when compared to Random Forest) accuracy achieved by LSTM net (0.79 % for 180 days) and compare the results achieved here with results for a study area with different rates of cloud cover. |
|
Palavras-Chave: |
Agricultura regenerativa; Aprendizado profundo; Crop identification; Floresta aleatória; Identificação de culturas; LSTM; Random forest; Regenerative agriculture. |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus Nal: |
Remote sensing. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1145714/1/AP-Evalution-early-season-2022.pdf
|
|
Marc: |
LEADER 02542naa a2200361 a 4500
001 2145714
005 2022-08-25
008 2022 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.5194/isprs-archives-XLIII-B3-2022-1335-2022$2DOI
100 1 $aTORO, A. P. S. G. D.
245 $aEvaluation of early season mapping of integrated crop livestock systems using Sentinel-2 data.$h[electronic resource]
260 $c2022
500 $aEdition of proceedings of the 2022 edition of the XXIVth ISPRS Congress, Nice, France.
520 $aABSTRACT. Various approaches were developed considering the need to increase agricultural productivity in cultivated areas without more deforestation, such as the Integrated Crop livestock systems (ICLS). The ICLS could be composed of annual crops followed by pastureland with the presence of cattle. Due to the high temporal dynamic of rotation between crops over the season, monitoring these areas is a big challenge. Also, agricultural organizations worldwide highlight the need for early-season maps for this kind of work. In this context, this study evaluated the potential of open data (Sentinel-2) data to map ICLS areas. The performance of two classifiers was evaluated: one of Machine Learning (random forest) and the other of Deep Learning (LSTM). Three different time windows of data were tested (Entire season, 180 days, and 120 days). Using the RF classifier, it was possible to achieve satisfactory results (Overall accuracy higher than 80%) for the early season (180 days). However, further studies are needed to explain better the lower(when compared to Random Forest) accuracy achieved by LSTM net (0.79 % for 180 days) and compare the results achieved here with results for a study area with different rates of cloud cover.
650 $aRemote sensing
650 $aSensoriamento Remoto
653 $aAgricultura regenerativa
653 $aAprendizado profundo
653 $aCrop identification
653 $aFloresta aleatória
653 $aIdentificação de culturas
653 $aLSTM
653 $aRandom forest
653 $aRegenerative agriculture
700 1 $aWERNER, J. P. S.
700 1 $aREIS, A. A. dos
700 1 $aESQUERDO, J. C. D. M.
700 1 $aANTUNES, J. F. G.
700 1 $aCOUTINHO, A. C.
700 1 $aLAMPARELLI, R. A. C.
700 1 $aMAGALHÃES, P. S. G.
700 1 $aFIGUEIREDO, G. K. D. A.
773 $tThe International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences$gv. 43, B3, p. 1335-1340, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Semiárido. |
|
Data corrente: |
29/12/2010 |
|
Data da última atualização: |
16/03/2023 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
ARAÚJO, A. J. de B.; OLIVEIRA, S. B. de; COSTA, F. F. P. da; AZEVEDO, L. C. de; ARAUJO, F. P. de. |
|
Afiliação: |
ANA JÚLIA DE BRITO ARAÚJO; SILVANA BELÉM DE OLIVEIRA; FÁBIA FERNANDES PINHEIRO DA COSTA; LUCIANA CAVALCANTI DE AZEVEDO; FRANCISCO PINHEIRO DE ARAUJO, CPATSA. |
|
Título: |
Caracterização físico-química da semente de maracujá do mato (Passiflora cincinnata Mast.). |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE CIÊNCIA E TECNOLOGIA DE ALIMENTOS, 22., 2010, Salvador. Ciência e tecnologia de alimentos: potencialidades, desafios e inovações. Campinas: SBCTA, 2010. |
|
Descrição Física: |
1 CD-ROM. |
|
Idioma: |
Português |
|
Conteúdo: |
O presente trabalho teve como objetivo determinar as caracterÌsticas fÌsico-quÌmicas da semente do maracuj· do mato. Os frutos foram colhidos no Campo Experimental da Caatinga, pertencente ‡ Embrapa Semi-¡rido, Petrolina-PE, sendo transportados para o LaboratÛrio Experimental de Alimentos do IF-SERT√O-PE. |
|
Palavras-Chave: |
Aproveitamento; Características físico-químicas; Maracujá do mato; Passiflora cincinnata Mast; Semiárido. |
|
Thesagro: |
Maracujá; Resíduo Industrial; Semente. |
|
Thesaurus NAL: |
Passion fruits. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/24540/1/Pinheiro.pdf
|
|
Marc: |
LEADER 01271nam a2200277 a 4500
001 1871169
005 2023-03-16
008 2010 bl uuuu u00u1 u #d
100 1 $aARAÚJO, A. J. de B.
245 $aCaracterização físico-química da semente de maracujá do mato (Passiflora cincinnata Mast.).
260 $aIn: CONGRESSO BRASILEIRO DE CIÊNCIA E TECNOLOGIA DE ALIMENTOS, 22., 2010, Salvador. Ciência e tecnologia de alimentos: potencialidades, desafios e inovações. Campinas: SBCTA$c2010
300 $c1 CD-ROM.
520 $aO presente trabalho teve como objetivo determinar as caracterÌsticas fÌsico-quÌmicas da semente do maracuj· do mato. Os frutos foram colhidos no Campo Experimental da Caatinga, pertencente ‡ Embrapa Semi-¡rido, Petrolina-PE, sendo transportados para o LaboratÛrio Experimental de Alimentos do IF-SERT√O-PE.
650 $aPassion fruits
650 $aMaracujá
650 $aResíduo Industrial
650 $aSemente
653 $aAproveitamento
653 $aCaracterísticas físico-químicas
653 $aMaracujá do mato
653 $aPassiflora cincinnata Mast
653 $aSemiárido
700 1 $aOLIVEIRA, S. B. de
700 1 $aCOSTA, F. F. P. da
700 1 $aAZEVEDO, L. C. de
700 1 $aARAUJO, F. P. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Semiárido (CPATSA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
