| |
|
|
| Registros recuperados : 39 | |
| 21. |  | BUENO, I. T.; ANTUNES, J. F. G.; TORO, A. P. S. G. D.; WERNER, J. P. S.; LAMPARELLI, R. A. C.; COUTINHO, A. C.; FIGUEIREDO, G. K. D. A.; ESQUERDO, J. C. D. M.; MAGALHÃES, P. S. G. Land use/land cover classification and scale effect analysis for a multi-temporal superpixel-based segmentation using PlanetScope data. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 304-307. Editores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão.| Biblioteca(s): Embrapa Agricultura Digital. |
|    |
| 22. | | SILVA, Y. F.; VALADARES, R. V.; DIAS, H. B.; CUADRA, S. V.; CAMPBELL, E. E.; LAMPARELLI, R. A. C.; MORO, E.; BATTISTI, R.; ALVES, M. R.; MAGALHÃES, P. S. G.; FIGUEIREDO, G. K. D. A. Intense pasture management in Brazil in an integrated crop-livestock system simulated by the DayCent model. Sustainability, v. 14, n. 6, p. 1-24, Mar. 2022. Article 3517.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 23. | | GREGO, C. R.; ARAUJO, L. S. de; VICENTE, L. E.; NOGUEIRA, S. F.; MAGALHÃES, P. S. G.; VICENTE, A. K.; BRANCALIÃO, S. R.; VICTORIA, D. de C.; BOLFE, E. L. Agricultura de precisão em cana-de-açúcar. In: BERNARDI, A. C. de C.; NAIME, J. de M.; RESENDE, A. V. de; BASSOI, L. H.; INAMASU, R. Y. (Ed.). Agricultura de precisão: resultados de um novo olhar. Brasília, DF: Embrapa, 2014. p. 442-457.| Biblioteca(s): Embrapa Territorial. |
| |
| 24. | | 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. Evaluation of early season mapping of integrated crop livestock systems using Sentinel-2 data. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v. 43, B3, p. 1335-1340, 2022. Edition of proceedings of the 2022 edition of the XXIVth ISPRS Congress, Nice, France.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 25. | | PEREIRA, F. R. da S.; REIS, A. A. dos; FREITAS, R. G.; OLIVEIRA, S. R. de M.; AMARAL, L. R. do; FIGUEIREDO, G. K. D. A.; ANTUNES, J. F. G.; LAMPARELLI, R. A. C.; MORO, E.; MAGALHÃES, P. S. G. Imputation of missing parts in UAV orthomosaics using PlanetScope and Sentinel-2 data: a case study in a grass-dominated área. International Journal of Geo-Information, v. 12, n. 2, 41, Feb. 2023.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 26. | | REIS, A. A. dos; WERNER, J. P. S.; SILVA, B. C. da; ANTUNES, J. F. G.; ESQUERDO, J. C. D. M.; FIGUEIREDO, G. K. D. A.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G. Can canopy height of mixed pastures in integrated crop-livestock systems be estimated using planetscope imagery? In: WORLD CONGRESS ON INTEGRATED CROP-LIVESTOCK-FORESTRY SYSTEMS, 2., 2021. Proceedings reference. Brasília, DF: Embrapa, 2021. p. 658-663. WCCLF 2021. Evento online.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 27. | | ALMEIDA, H. S. L.; REIS, A. A. dos; WERNER, J. P. S.; ANTUNES, J. F. G.; ZHONG, L.; FIGUEIREDO, G. K. D. A.; ESQUERDO, J. C. D. M.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G. Deep neural networks for mapping integrated crop-livestock systems using PlanetScope time series. IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2021, Brussels. Proceedings [...]. [S. l.]: IEEE, 2021. p. 4224-4227. IGARSS 2021. Paper WE2.MM-8.3.| Biblioteca(s): Embrapa Agricultura Digital. |
|  |
| 28. | | TORO, A. P. S. G. D. D.; BUENO, I. T.; WERNER, J. P. S.; ANTUNES, J. F. G.; LAMPARELLI, R. A. C.; COUTINHO, A. C.; ESQUERDO, J. C. D. M.; MAGALHÃES, P. S. G.; FIGUEIREDO, G. K. D. A. SAR and optical data applied to early-season mapping of integrated crop-livestock systems using deep and machine learning algorithms. Remote Sensing, v. 15, n. 4, 1130, Feb. 2023.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 29. | | BUENO, I. T.; ANTUNES, J. F. G.; REIS, A. A. dos; WERNER, J. P. S.; TORO, A. P.; FIGUEIREDO, G. K. D. A.; ESQUERDO, J. C. D. M.; LAMPARELLI, R. A. C.; COUTINHO, A. C.; MAGALHÃES, P. S. G. Mapping integrated crop-livestock systems in Brazil with planetscope time series and deep learning. Remote Sensing of Environment, v. 299, 113886, Dec. 2023.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 30. | | REIS, A. A. dos; WERNER, J. P. S.; SILVA, B. C.; FIGUEIREDO, G. K. D. A.; ANTUNES, J. F. G.; ESQUERDO, J. C. D. M.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; ROCHA, J. V.; MAGALHÃES, P. S. G. Monitoring pasture aboveground biomass and canopy height in an integrated crop-livestock system using textural information from PlanetScope imagery. Remote Sensing, v. 12, n. 16, p. 1-21, Aug. 2020. Article number: 2534.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 31. | | DIAS, H. B.; CUADRA, S. V.; FIGUEIREDO, G. K. D. A.; LAMPARELLI, R. A. C.; SILVA, L. E. A.; SILVA, Y. F. da; MORO, E.; ALVES, M. R.; MAGALHÃES, P. S. G. Modelling integrated crop-livestock systems: preliminary results from an agroecosystem model. In: WORLD CONGRESS ON INTEGRATED CROP-LIVESTOCK-FORESTRY SYSTEMS, 2., 2021. Proceedings reference. Brasília, DF: Embrapa, 2021. p. 782-787. WCCLF 2021. Evento online.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 32. | | CARVALHO, J. R. P. de; VIEIRA, S. R.; DECHEN, S. C. F.; MARIA, I. C. de; MARINHO, P. R. R.; POTT, C. A.; DUFRANC, G.; MAGALHÃES, P. S. G. Spatial variability of soil water movement properties on a medium texture soil in São Paulo - Brazil. In: EUROPEAN CONFERENCE OF THE EUROPEAN FEDERATION FOR INFORMATION TECHNOLOGY IN AGRICULTURE FOOD AND THE ENVIRONMENT, 3., 2001, Montpellier. Book of abstracts. Montpellier: Agro Montpellier: Enita de Bourdeaux, 2001. p. 14. EFITA 2001.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 33. | | ANTUNES, J. F. G.; REIS, A. A. dos; ALMEIDA, H. S. L.; WERNER, J. P. S.; FIGUEIREDO, G. K. D. A.; ESQUERDO, J. C. D. M.; BUENO, I. T.; TORO, A. P. S. G. D.; LAMPARELLI, R. A. C.; COUTINHO, A. C.; MAGALHÃES, P. S. G. Classification of integrated crop-livestock systems using PlanetScope time series. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 916-919. Editores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 34. | | REIS, A. A. dos; SILVA, B. C.; WERNER, J. P. S.; SILVA, Y. F.; ROCHA, J. V.; FIGUEIREDO, G. K. D. A.; ANTUNES, J. F. G.; ESQUERDO, J. C. D. M.; COUTINHO, A. C.; LAMPARELLI, R. A. C; MAGALHÃES, P. S. G. Exploring the potential of high-resolution PlanetScope imagery for pasture biomass estimation in an integrated crop-livestock system. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v. 42-3, W12, p. 419-424, 2020. Publicado também em: IEEE LATIN AMERICAN GRSS; ISPRS REMOTE SENSING CONFERENCE, Santiago, 2020. Proceedings... [Piscataway]: IEEE, 2020. p. 675-680. LAGIRS 2020.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 35. | | TORO, A. P. S. G. D.; CAPUCCI, G.; WERNER, J. P. S.; BUENO, I. T.; ESQUERDO, J. C. D. M.; ANTUNES, J. F. G.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; OLIVEIRA JÚNIOR, J. G.; FIGUEIREDO, G. K. D. A. Effects of the different precipitation levels on SAR data. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 3088-3091. Editores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 36. | | WERNER, J. P. S.; BELGIU, M.; BUENO, I. T.; REIS, A. A. dos; TORO, A. P. S. G. D.; ANTUNES, J. F. G.; STEIN, A.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; COUTINHO, A. C.; ESQUERDO, J. C. D. M.; FIGUEIREDO, G. K. D. A. Mapping integrated crop–livestock systems using fused Sentinel-2 and PlanetScope time series and deep learning. Remote Sensing, v. 16, n. 8, p. 1421, Apr. 2024.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 37. | | SANTOS, L. T. dos; WERNER, J. P. S.; REIS, A. A. dos; TORO, A. P. G.; ANTUNES, J. F. G.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; ESQUERDO, J. C. D. M.; FIGUEIREDO, G. K. D. A. Multitemporal segmentation of Sentinel-2 images in an agricultural intensification region in Brazil. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v. V-3-2022, p. 389-395, 2022. Edition of proceedings of the 2022 edition of the XXIVth ISPRS Congress, Nice, France.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 38. | | WERNER, J. P. S.; REIS, A. A. dos; TORO, A. P. S. G. D.; BUENO, I. T.; ANTUNES, J. F. G.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; ESQUERDO, J. C. D. M.; FIGUEIREDO, G. K. D. A. Temporal comparison of multiple sensors for monitoring paddock management in an integrated crop-livestock system. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 869-872. Editores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| 39. | | OLIVEIRA JÚNIOR, J. G. de; WERNER, J. P. S.; TORO, A. P. S. G. D.; BUENO, I. T.; ESQUERDO, J. C. D. M.; ANTUNES, J. F. G.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; SHIBUYA, D. H.; JOAQUIM, L. F.; FIGUEIREDO, G. K. D. A. Verificação do potencial de sistemas de integração lavoura-pecuária na recuperação de áreas de pastagens degradadas. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 20., 2023, Florianópolis. Anais [...]. São José dos Campos: Instituto Nacional de Pesquisas Espaciais, 2023. p. 1858-1861. Editores: Douglas Francisco Marcolino Gherardi, Ieda Del´Arco Sanches, Luiz Eduardo Oliveira e Cruz de Aragão.| Biblioteca(s): Embrapa Agricultura Digital. |
| |
| Registros recuperados : 39 | |
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Agricultura Digital. Para informações adicionais entre em contato com cnptia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
14/12/2021 |
|
Data da última atualização: |
14/12/2021 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
ALMEIDA, H. S. L.; REIS, A. A. dos; WERNER, J. P. S.; ANTUNES, J. F. G.; ZHONG, L.; FIGUEIREDO, G. K. D. A.; ESQUERDO, J. C. D. M.; COUTINHO, A. C.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G. |
|
Afiliação: |
HENRIQUE S. L. ALMEIDA, UNICAMP; ALINY APARECIDA DOS REIS, UNICAMP; JOÃO PAULO SAMPAIO WERNER, UNICAMP; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; LIHENG ZHONG, Ant Group, World Financial Center, Beijing; GLEYCE KELLY DANTAS ARAÚJO FIGUEIREDO, UNICAMP; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; ALEXANDRE CAMARGO COUTINHO, CNPTIA; RUBENS AUGUSTO CAMARGO LAMPARELLI, UNICAMP; PAULO S. G. MAGALHÃES, UNICAMP. |
|
Título: |
Deep neural networks for mapping integrated crop-livestock systems using PlanetScope time series. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2021, Brussels. Proceedings [...]. [S. l.]: IEEE, 2021. |
|
Páginas: |
p. 4224-4227. |
|
ISBN: |
978-1-6654-0369-6 |
|
DOI: |
10.1109/IGARSS47720.2021.9554500 |
|
Idioma: |
Inglês |
|
Notas: |
IGARSS 2021. Paper WE2.MM-8.3. |
|
Conteúdo: |
Abstract: Mapping highly dynamic cropping systems using satellite image time series is still challenging even when robust approaches are used. We assessed the potential of using high spatial and temporal resolution PlanetScope time series and deep neural networks (Convolutional Neural Networks (CNN) in one dimension - Conv1D, Long Short-Term Memory (LSTM), and Multi-Layer Perceptron (MLP)) for mapping integrated crop-livestock systems (ICLS) and different land covers in the western region of São Paulo State, Brazil. We used 10-day and 15-day composite EVI and NDVI time series (both individually and combined) as input data in the neural network classifiers. Conv1D using both EVI and NDVI 10 day-composite time series outperformed the other classifiers evaluated in this study (LSTM and MLP), allowing improved discrimination of land parcels with ICLS in our study area. |
|
Palavras-Chave: |
Aprendizado profundo; Convolutional Neural Networks; Deep learning; EVI; Nano-Satellites; Nanossatélites; NDVI; Redes neurais; Redes neurais convolucionais; Redes neurais profundas; Séries temporais; Sistemas de integração lavoura-pecuária. |
|
Thesaurus NAL: |
Neural networks; Time series analysis. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02288nam a2200433 a 4500
001 2137800
005 2021-12-14
008 2021 bl uuuu u00u1 u #d
020 $a978-1-6654-0369-6
024 7 $a10.1109/IGARSS47720.2021.9554500$2DOI
100 1 $aALMEIDA, H. S. L.
245 $aDeep neural networks for mapping integrated crop-livestock systems using PlanetScope time series.$h[electronic resource]
260 $aIEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2021, Brussels. Proceedings [...]. [S. l.]: IEEE$c2021
300 $ap. 4224-4227.
500 $aIGARSS 2021. Paper WE2.MM-8.3.
520 $aAbstract: Mapping highly dynamic cropping systems using satellite image time series is still challenging even when robust approaches are used. We assessed the potential of using high spatial and temporal resolution PlanetScope time series and deep neural networks (Convolutional Neural Networks (CNN) in one dimension - Conv1D, Long Short-Term Memory (LSTM), and Multi-Layer Perceptron (MLP)) for mapping integrated crop-livestock systems (ICLS) and different land covers in the western region of São Paulo State, Brazil. We used 10-day and 15-day composite EVI and NDVI time series (both individually and combined) as input data in the neural network classifiers. Conv1D using both EVI and NDVI 10 day-composite time series outperformed the other classifiers evaluated in this study (LSTM and MLP), allowing improved discrimination of land parcels with ICLS in our study area.
650 $aNeural networks
650 $aTime series analysis
653 $aAprendizado profundo
653 $aConvolutional Neural Networks
653 $aDeep learning
653 $aEVI
653 $aNano-Satellites
653 $aNanossatélites
653 $aNDVI
653 $aRedes neurais
653 $aRedes neurais convolucionais
653 $aRedes neurais profundas
653 $aSéries temporais
653 $aSistemas de integração lavoura-pecuária
700 1 $aREIS, A. A. dos
700 1 $aWERNER, J. P. S.
700 1 $aANTUNES, J. F. G.
700 1 $aZHONG, L.
700 1 $aFIGUEIREDO, G. K. D. A.
700 1 $aESQUERDO, J. C. D. M.
700 1 $aCOUTINHO, A. C.
700 1 $aLAMPARELLI, R. A. C.
700 1 $aMAGALHÃES, P. S. G.
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. |
|
|
