| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Meio-Norte. |
|
Data corrente: |
23/12/2021 |
|
Data da última atualização: |
13/02/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
ANDRADE, T. G.; ANDRADE JUNIOR, A. S. de; SOUZA, M. O.; LOPES, J. W. B.; VIEIRA, P. F. de M. J. |
|
Afiliação: |
THATIANE GOMES ANDRADE, UFPI, Bom Jesus, PI.; ADERSON SOARES DE ANDRADE JUNIOR, CPAMN; MELISSA ODA SOUZA, UESPI, Teresina, PI.; JOSE WELLINGTON BATISTA LOPES, UFPI, Bom Jesus, PI.; PAULO FERNANDO DE MELO JORGE VIEIRA, CPAMN. |
|
Título: |
Soybean yield prediction using remote sensing in Southwestern Piauí State, Brazil. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Revista Caatinga, v. 35, n. 1, p. 105-116, jan./mar. 2022. |
|
ISSN: |
0100-316X (impresso); 1983-2125 (online) |
|
DOI: |
10.1590/1983-21252022v35n111rc |
|
Idioma: |
Inglês |
|
Conteúdo: |
Recent researches have shown promising results for the use of orbital data using the Normalized Difference Vegetation Index (NDVI) to monitor and predict soybean grain yield. The objective of this work was to evaluate propositions of multiple linear regression models to predict soybean grain yield using NDVI. The research was carried out at the Celeiro Farm, in Monte Alegre do Piauí, PI, Brazil, in an area of 200 ha. Five images were collected during the soybean crop cycle: one from the Landsat 8 and four from the Sentinel 2. Regression analyses were carried out between grain yield data (predicted variable) extracted from harvest maps and spectral data (predictor variables) from NDVI of soybean crops at different developmental stages. The promising models were selected by the Akaike Information Criterion (AIC). The models were validated using Root Mean Square Error (RMSE) and Normalized Root Mean Square Error (nRMSE), considering the mean of soybean yield of the plot. The linear regression models developed with NDVI for the V5-V6 and R2 developmental stages showed promising results for the prediction of soybean grain yield, with mean error of predictions of 153.9 kg ha-1, representing 4.2% when compared to the data from field measures. |
|
Palavras-Chave: |
NDVI; Regressão múltipla. |
|
Thesagro: |
Previsão de Safra. |
|
Thesaurus Nal: |
Agricultural forecasts; Regression analysis. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/229625/1/SoybeanYieldPredictionRemoteSensing.pdf
|
|
Marc: |
LEADER 02063naa a2200253 a 4500
001 2138334
005 2023-02-13
008 2022 bl uuuu u00u1 u #d
022 $a0100-316X (impresso); 1983-2125 (online)
024 7 $a10.1590/1983-21252022v35n111rc$2DOI
100 1 $aANDRADE, T. G.
245 $aSoybean yield prediction using remote sensing in Southwestern Piauí State, Brazil.$h[electronic resource]
260 $c2022
520 $aRecent researches have shown promising results for the use of orbital data using the Normalized Difference Vegetation Index (NDVI) to monitor and predict soybean grain yield. The objective of this work was to evaluate propositions of multiple linear regression models to predict soybean grain yield using NDVI. The research was carried out at the Celeiro Farm, in Monte Alegre do Piauí, PI, Brazil, in an area of 200 ha. Five images were collected during the soybean crop cycle: one from the Landsat 8 and four from the Sentinel 2. Regression analyses were carried out between grain yield data (predicted variable) extracted from harvest maps and spectral data (predictor variables) from NDVI of soybean crops at different developmental stages. The promising models were selected by the Akaike Information Criterion (AIC). The models were validated using Root Mean Square Error (RMSE) and Normalized Root Mean Square Error (nRMSE), considering the mean of soybean yield of the plot. The linear regression models developed with NDVI for the V5-V6 and R2 developmental stages showed promising results for the prediction of soybean grain yield, with mean error of predictions of 153.9 kg ha-1, representing 4.2% when compared to the data from field measures.
650 $aAgricultural forecasts
650 $aRegression analysis
650 $aPrevisão de Safra
653 $aNDVI
653 $aRegressão múltipla
700 1 $aANDRADE JUNIOR, A. S. de
700 1 $aSOUZA, M. O.
700 1 $aLOPES, J. W. B.
700 1 $aVIEIRA, P. F. de M. J.
773 $tRevista Caatinga$gv. 35, n. 1, p. 105-116, jan./mar. 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio-Norte (CPAMN) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
01/03/2013 |
|
Data da última atualização: |
01/03/2013 |
|
Tipo da produção científica: |
Boletim de Pesquisa e Desenvolvimento |
|
Autoria: |
ESQUERDO, J. C. D. M. |
|
Afiliação: |
JÚLIO CÉSAR DALLA MORA ESQUERDO, CNPTIA. |
|
Título: |
Atualização dos mapas de recursos hídricos do Estado do Mato Grosso do Sul por meio do uso de geotecnologias. |
|
Ano de publicação: |
2012 |
|
Fonte/Imprenta: |
Campinas: Embrapa Informática Agropecuária, 2012. |
|
Páginas: |
42 p. |
|
Descrição Física: |
il. |
|
Série: |
(Embrapa Informática Agropecuária. Boletim de pesquisa, 32). |
|
ISSN: |
1677-9266 |
|
Idioma: |
Português |
|
Conteúdo: |
Este boletim de pesquisa tem por objetivo apresentar os métodos e resultados alcançados nas atividades de atualização dos mapas de recursos hídricos do Estado do Mato Grosso do Sul, no âmbito do projeto Sistema de Informação Georreferenciada como apoio à tomada de decisão - estudo do Caso (GeoMS), executado pela Embrapa Informática Agropecuária em parceria do Instituto do Meio Ambiente do Estado de Mato Grosso do Sul (Imasul). Foram atualizados os mapas referentes aos limites geográficos das sub-bacias do estado, bem como sua malha digital hidrográfica, a partir de técnicas de geoprocessamento e dados de sensoriamento remoto orbital. Os resultados alcançados representam uma significativa melhora nas informações de recursos hídricos que o estado tem à sua disposição, embora algumas inconsistências tenham ocorrido nas áreas planas do Pantanal sul-mato-grossense, onde a pequena ou nula variação altimétrica prejudicou o entendimento das feições hídricas. Os mapas produzidos serão disponibilizados no Sistema Interativo de Suporte ao Licenciamento Ambiental (Sisla), uma ferramenta web utilizada pelo estado nos processos de avaliação de licenças ambientais. |
|
Palavras-Chave: |
Bacias hidrográficas; Geotecnologias; Mapeamento; Rede de drenagem. |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus NAL: |
Drainage; Remote sensing; Watersheds. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/77761/1/Bol32-Livro.pdf
|
|
Marc: |
LEADER 01979nam a2200241 a 4500
001 1951914
005 2013-03-01
008 2012 bl uuuu u0uu1 u #d
022 $a1677-9266
100 1 $aESQUERDO, J. C. D. M.
245 $aAtualização dos mapas de recursos hídricos do Estado do Mato Grosso do Sul por meio do uso de geotecnologias.$h[electronic resource]
260 $aCampinas: Embrapa Informática Agropecuária$c2012
300 $a42 p.$cil.
490 $a(Embrapa Informática Agropecuária. Boletim de pesquisa, 32).
520 $aEste boletim de pesquisa tem por objetivo apresentar os métodos e resultados alcançados nas atividades de atualização dos mapas de recursos hídricos do Estado do Mato Grosso do Sul, no âmbito do projeto Sistema de Informação Georreferenciada como apoio à tomada de decisão - estudo do Caso (GeoMS), executado pela Embrapa Informática Agropecuária em parceria do Instituto do Meio Ambiente do Estado de Mato Grosso do Sul (Imasul). Foram atualizados os mapas referentes aos limites geográficos das sub-bacias do estado, bem como sua malha digital hidrográfica, a partir de técnicas de geoprocessamento e dados de sensoriamento remoto orbital. Os resultados alcançados representam uma significativa melhora nas informações de recursos hídricos que o estado tem à sua disposição, embora algumas inconsistências tenham ocorrido nas áreas planas do Pantanal sul-mato-grossense, onde a pequena ou nula variação altimétrica prejudicou o entendimento das feições hídricas. Os mapas produzidos serão disponibilizados no Sistema Interativo de Suporte ao Licenciamento Ambiental (Sisla), uma ferramenta web utilizada pelo estado nos processos de avaliação de licenças ambientais.
650 $aDrainage
650 $aRemote sensing
650 $aWatersheds
650 $aSensoriamento Remoto
653 $aBacias hidrográficas
653 $aGeotecnologias
653 $aMapeamento
653 $aRede de drenagem
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
