| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Clima Temperado. |
|
Data corrente: |
07/12/2022 |
|
Data da última atualização: |
10/04/2024 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
VIDOR, J. E. S.; TAVARES, L. G. R.; CONCEIÇÃO, B. P. da; FERREIRA, L. C.; MITTELMANN, A.; BORTOLINI, F. |
|
Afiliação: |
JOSÉ EDUARDO SUZANO VIDOR, UNIVERSIDADE FEDERAL DE PELOTAS; LUÍS GUILHERME RAMOS TAVARES, UNIVERSIDADE FEDERAL DE PELOTAS; BEATRIZ PEREIRA DA CONCEIÇÃO, UNIVERSIDADE FEDERAL DE PELOTAS; LUCAS COSTA FERREIRA, UNIVERSIDADE FEDERAL DE PELOTAS; ANDREA MITTELMANN, CNPGL; FERNANDA BORTOLINI, CPACT. |
|
Título: |
Produtividade de forragem de genótipos de trevo-persa em terras baixas. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
In: SEMANA INTEGRADA UFPEL, 8.; CONGRESSO DE INICIAÇÃO CIENTÍFICA, 31., 2022, Pelotas. Anais... Pelotas: Universidade Federal de Pelotas, 2022. |
|
Idioma: |
Português |
|
Conteúdo: |
O objetivo deste trabalho foi avaliar a produtividade de materiais de trevo-persa desenvolvidos pelo programa de Melhoramento de Leguminosas Forrageiras de Clima Temperado da Embrapa. |
|
Thesagro: |
Leguminosa Forrageira; Melhoramento Vegetal; Planta Forrageira; Produtividade. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
Marc: |
LEADER 00932nam a2200217 a 4500
001 2149307
005 2024-04-10
008 2022 bl uuuu u01u1 u #d
100 1 $aVIDOR, J. E. S.
245 $aProdutividade de forragem de genótipos de trevo-persa em terras baixas.$h[electronic resource]
260 $aIn: SEMANA INTEGRADA UFPEL, 8.; CONGRESSO DE INICIAÇÃO CIENTÍFICA, 31., 2022, Pelotas. Anais... Pelotas: Universidade Federal de Pelotas$c2022
520 $aO objetivo deste trabalho foi avaliar a produtividade de materiais de trevo-persa desenvolvidos pelo programa de Melhoramento de Leguminosas Forrageiras de Clima Temperado da Embrapa.
650 $aLeguminosa Forrageira
650 $aMelhoramento Vegetal
650 $aPlanta Forrageira
650 $aProdutividade
700 1 $aTAVARES, L. G. R.
700 1 $aCONCEIÇÃO, B. P. da
700 1 $aFERREIRA, L. C.
700 1 $aMITTELMANN, A.
700 1 $aBORTOLINI, F.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Clima Temperado (CPACT) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Meio Ambiente; Embrapa Unidades Centrais. |
|
Data corrente: |
13/05/2010 |
|
Data da última atualização: |
05/01/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 2 |
|
Autoria: |
EPIPHANIO, R. D. V.; FORMAGGIO, A. R.; RUDORFF, B. F. T.; MAEDA, E. E.; LUIZ, A. J. B. |
|
Afiliação: |
Rui Dalla Valle Epiphanio, Louis Dreyfus Commodities Brasil S.A.; Antonio Roberto Formaggio, INPE; Bernardo Friedrich Theodor Rudorff, INPE; Eduardo Eiji Maeda, University of Helsinki; ALFREDO JOSE BARRETO LUIZ, CNPMA. |
|
Título: |
Estimating soybean crop areas using spectral-temporal surfaces derived from MODIS images in Mato Grosso, Brazil. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF v. 45, n. 1, p. 72-80, 2010. |
|
Idioma: |
Inglês
Português |
|
Conteúdo: |
Abstract ? The objective of this work was to evaluate the application of the spectral-temporal response surface (STRS) classification method on Moderate Resolution Imaging Spectroradiometer (MODIS, 250 m) sensor images in order to estimate soybean areas in Mato Grosso state, Brazil. The classification was carried out using the maximum likelihood algorithm (MLA) adapted to the STRS method. Thirty segments of 30x30 km were chosen along the main agricultural regions of Mato Grosso state, using data from the summer season of 2005/2006 (from October to March), and were mapped based on fieldwork data, TM/Landsat-5 and CCD/CBERS-2 images. Five thematic classes were considered: Soybean, Forest, Cerrado, Pasture and Bare Soil. The classification by the STRS method was done over an area intersected with a subset of 30x30-km segments. In regions with soybean predominance, STRS classification overestimated in 21.31% of the reference values. In regions where soybean fields were less prevalent, the classifier overestimated 132.37% in the acreage of the reference. The overall classification accuracy was 80%. MODIS sensor images and the STRS algorithm showed to be promising for the classification of soybean areas in regions with the predominance of large farms. However, the results for fragmented areas and smaller farms were less efficient, overestimating soybean areas. |
|
Palavras-Chave: |
Mapa temático; Thematic map. |
|
Thesagro: |
Estatística Agrícola; Glycine Max; Sensoriamento Remoto. |
|
Thesaurus NAL: |
Accuracy; Agricultural statistics; Classification; Remote sensing. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/AI-SEDE-2010/47610/1/45n01a10.pdf
|
|
Marc: |
LEADER 02214naa a2200277 a 4500
001 1872457
005 2023-01-05
008 2010 bl uuuu u00u1 u #d
100 1 $aEPIPHANIO, R. D. V.
245 $aEstimating soybean crop areas using spectral-temporal surfaces derived from MODIS images in Mato Grosso, Brazil.
260 $c2010
520 $aAbstract ? The objective of this work was to evaluate the application of the spectral-temporal response surface (STRS) classification method on Moderate Resolution Imaging Spectroradiometer (MODIS, 250 m) sensor images in order to estimate soybean areas in Mato Grosso state, Brazil. The classification was carried out using the maximum likelihood algorithm (MLA) adapted to the STRS method. Thirty segments of 30x30 km were chosen along the main agricultural regions of Mato Grosso state, using data from the summer season of 2005/2006 (from October to March), and were mapped based on fieldwork data, TM/Landsat-5 and CCD/CBERS-2 images. Five thematic classes were considered: Soybean, Forest, Cerrado, Pasture and Bare Soil. The classification by the STRS method was done over an area intersected with a subset of 30x30-km segments. In regions with soybean predominance, STRS classification overestimated in 21.31% of the reference values. In regions where soybean fields were less prevalent, the classifier overestimated 132.37% in the acreage of the reference. The overall classification accuracy was 80%. MODIS sensor images and the STRS algorithm showed to be promising for the classification of soybean areas in regions with the predominance of large farms. However, the results for fragmented areas and smaller farms were less efficient, overestimating soybean areas.
650 $aAccuracy
650 $aAgricultural statistics
650 $aClassification
650 $aRemote sensing
650 $aEstatística Agrícola
650 $aGlycine Max
650 $aSensoriamento Remoto
653 $aMapa temático
653 $aThematic map
700 1 $aFORMAGGIO, A. R.
700 1 $aRUDORFF, B. F. T.
700 1 $aMAEDA, E. E.
700 1 $aLUIZ, A. J. B.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 45, n. 1, p. 72-80, 2010.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
