| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Gado de Corte. Para informações adicionais entre em contato com cnpgc.biblioteca@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Gado de Corte. |
|
Data corrente: |
12/12/2023 |
|
Data da última atualização: |
12/12/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
BRETAS, I. L.; VALENTE, D. S. M.; OLIVEIRA, T. F. DE; MONTAGNER, D. B.; EUCLIDES, V. P. B.; CHIZZOTTI, F. H. M. |
|
Afiliação: |
IGOR LIMA BRETAS, UNIVERSIDADE FEDERAL DE VIÇOSA; DOMINGOS SARVIO MAGALHÃES VALENTE, UNIVERSIDADE FEDERAL DE VIÇOSA; THIAGO FURTADO DE OLIVEIRA, UNIVERSIDADE FEDERAL DE VIÇOSA; DENISE BAPTAGLIN MONTAGNER, CNPGC; VALERIA PACHECO BATISTA EUCLIDES, CNPGC; FERNANDA HELENA MARTINS CHIZZOTTI, UNIVERSIDADE FEDERAL DE VIÇOSA. |
|
Título: |
Canopy height and biomass prediction in Mombaça guinea grass pastures using satellite imagery and machine learning. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Precision Agriculture, v. 24, n. 4, p. 1638–1662, 2023. |
|
DOI: |
https://doi.org/10.1007/s11119-023-10013-z |
|
Idioma: |
Inglês |
|
Notas: |
Published online: 17 April 2023. |
|
Conteúdo: |
ABSTRACT - Remote sensing can serve as a promising solution for monitoring spatio-temporal variability in grasslands, providing timely information about diferent biophysical parameters. We aimed to develop models for canopy height classifcation and aboveground biomass estimation in pastures of Megathyrsus maximus cv. Mombaça using machine learning techniques and images obtained from the Sentinel-2 satellite. We used diferent spectral bands from the Sentinel-2, which were obtained and processed entirely in the cloud computing space. Three canopy height classes were defned according to grazing management recommendations: Class 0 (<0.45 m), Class 1 (0.45–0.80 m) and Class 2 (>0.80 m). For modeling, the original database was divided into training data (85%) and test data (15%). To avoid dependency between our training and test datasets and ensure greater generalization capacity, we used a spatial grouping evaluation structure. The random forest algorithm was used to predict canopy height and aboveground biomass by using height and biomass feld reference data obtained from 54 paddocks in Brazil between 2016 and 2018. Our results demonstrated precision, recall, and accuracy values of up to 73%, 73%, and 72%, respectively, for canopy height classifcation. In addition, the models showed reasonable predictive performance for aboveground fresh biomass (AFB) and dry matter concentration (DMC; R2=0.61 and 0.69, respectively). We conclude that the combined use of satellite imagery and machine learning techniques has potential to predict canopy height and aboveground biomass of Megathyrsus maximus cv. Mombaça. However, further studies should be conducted to improve the proposed models and develop software to implement the tool under feld conditions. MenosABSTRACT - Remote sensing can serve as a promising solution for monitoring spatio-temporal variability in grasslands, providing timely information about diferent biophysical parameters. We aimed to develop models for canopy height classifcation and aboveground biomass estimation in pastures of Megathyrsus maximus cv. Mombaça using machine learning techniques and images obtained from the Sentinel-2 satellite. We used diferent spectral bands from the Sentinel-2, which were obtained and processed entirely in the cloud computing space. Three canopy height classes were defned according to grazing management recommendations: Class 0 (<0.45 m), Class 1 (0.45–0.80 m) and Class 2 (>0.80 m). For modeling, the original database was divided into training data (85%) and test data (15%). To avoid dependency between our training and test datasets and ensure greater generalization capacity, we used a spatial grouping evaluation structure. The random forest algorithm was used to predict canopy height and aboveground biomass by using height and biomass feld reference data obtained from 54 paddocks in Brazil between 2016 and 2018. Our results demonstrated precision, recall, and accuracy values of up to 73%, 73%, and 72%, respectively, for canopy height classifcation. In addition, the models showed reasonable predictive performance for aboveground fresh biomass (AFB) and dry matter concentration (DMC; R2=0.61 and 0.69, respectively). We conclude that the combined use of satellite imagery and ma... Mostrar Tudo |
|
Palavras-Chave: |
Pecuária de precisão. |
|
Thesagro: |
Biomassa; Pastagem; Sensoriamento Remoto; Tecnologia. |
|
Thesaurus Nal: |
Biomass; Pasture management; Remote sensing; Tropical grasslands. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02758naa a2200313 a 4500
001 2159571
005 2023-12-12
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1007/s11119-023-10013-z$2DOI
100 1 $aBRETAS, I. L.
245 $aCanopy height and biomass prediction in Mombaça guinea grass pastures using satellite imagery and machine learning.$h[electronic resource]
260 $c2023
500 $aPublished online: 17 April 2023.
520 $aABSTRACT - Remote sensing can serve as a promising solution for monitoring spatio-temporal variability in grasslands, providing timely information about diferent biophysical parameters. We aimed to develop models for canopy height classifcation and aboveground biomass estimation in pastures of Megathyrsus maximus cv. Mombaça using machine learning techniques and images obtained from the Sentinel-2 satellite. We used diferent spectral bands from the Sentinel-2, which were obtained and processed entirely in the cloud computing space. Three canopy height classes were defned according to grazing management recommendations: Class 0 (<0.45 m), Class 1 (0.45–0.80 m) and Class 2 (>0.80 m). For modeling, the original database was divided into training data (85%) and test data (15%). To avoid dependency between our training and test datasets and ensure greater generalization capacity, we used a spatial grouping evaluation structure. The random forest algorithm was used to predict canopy height and aboveground biomass by using height and biomass feld reference data obtained from 54 paddocks in Brazil between 2016 and 2018. Our results demonstrated precision, recall, and accuracy values of up to 73%, 73%, and 72%, respectively, for canopy height classifcation. In addition, the models showed reasonable predictive performance for aboveground fresh biomass (AFB) and dry matter concentration (DMC; R2=0.61 and 0.69, respectively). We conclude that the combined use of satellite imagery and machine learning techniques has potential to predict canopy height and aboveground biomass of Megathyrsus maximus cv. Mombaça. However, further studies should be conducted to improve the proposed models and develop software to implement the tool under feld conditions.
650 $aBiomass
650 $aPasture management
650 $aRemote sensing
650 $aTropical grasslands
650 $aBiomassa
650 $aPastagem
650 $aSensoriamento Remoto
650 $aTecnologia
653 $aPecuária de precisão
700 1 $aVALENTE, D. S. M.
700 1 $aOLIVEIRA, T. F. DE
700 1 $aMONTAGNER, D. B.
700 1 $aEUCLIDES, V. P. B.
700 1 $aCHIZZOTTI, F. H. M.
773 $tPrecision Agriculture$gv. 24, n. 4, p. 1638–1662, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Corte (CNPGC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Gado de Corte; Embrapa Milho e Sorgo. |
|
Data corrente: |
07/06/2018 |
|
Data da última atualização: |
09/05/2019 |
|
Tipo da produção científica: |
Documentos |
|
Autoria: |
SANTOS, F. C. dos; MENDES, S. M.; SILVA, A. F. da; SILVA, D. D. da; PASSOS, A. M. A. dos; RESENDE, R. M. S.; PESSOA, S. T.; PIMENTEL, M. A. G.; OLIVEIRA, I. R. de; RODRIGUES, J. A. S.; CHAVES, F. F.; BORGHI, E.; LANDAU, E. C.; COTA, L. V.; RESENDE, A. V. de; ALBUQUERQUE FILHO, M. R. de; GUIMARAES, D. P.; VIANA, P. A.; KARAM, D.; NOCE, M. A.; FIGUEIREDO, A. B. A. de; BRANDAO, A. L. |
|
Afiliação: |
FLAVIA CRISTINA DOS SANTOS, CNPMS; SIMONE MARTINS MENDES, CNPMS; ALEXANDRE FERREIRA DA SILVA, CNPMS; DAGMA DIONISIA DA SILVA, CNPMS; ALEXANDRE MARTINS ABDAO DOS PASSOS, CNPMS; ROSANGELA MARIA SIMEAO, CNPGC; SILVIO TORRES PESSOA, CNPMS; MARCO AURELIO GUERRA PIMENTEL, CNPMS; IVENIO RUBENS DE OLIVEIRA, CNPMS; JOSE AVELINO SANTOS RODRIGUES, CNPMS; FREDSON FERREIRA CHAVES, CNPMS; EMERSON BORGHI, CNPMS; ELENA CHARLOTTE LANDAU, CNPMS; LUCIANO VIANA COTA, CNPMS; ALVARO VILELA DE RESENDE, CNPMS; MANOEL RICARDO DE ALBUQUERQUE FILHO, CNPMS; DANIEL PEREIRA GUIMARAES, CNPMS; PAULO AFONSO VIANA, CNPMS; DECIO KARAM, CNPMS; MARCO AURELIO NOCE, CNPMS; Allan Bruno Almeida de Figueiredo; Anderson Luiz Brandão. |
|
Título: |
A agropecuária do sul do Matopiba em perspectiva: Circuito solos arenosos da região Cocos-Jaborandi. |
|
Ano de publicação: |
2018 |
|
Fonte/Imprenta: |
Sete Lagoas: Embrapa Milho e Sorgo, 2018. |
|
Páginas: |
67 p. |
|
Série: |
(Embrapa Milho e Sorgo. Documentos, 222). |
|
Idioma: |
Português |
|
Conteúdo: |
No mês de novembro de 2017, foi iniciado um projeto de pesquisa entre a Embrapa Milho e Sorgo e a Fazenda Trijunção, com previsão de trabalho em parceria por cinco anos de duração. Dentre as ações do projeto, com foco em ?intensificação agrícola visando a sustentabilidade do uso de solos arenosos?, foi realizado o Circuito Solos Arenosos da Região Cocos-Jaborandi, com a finalidade de realizar um levantamento dos sistemas de produção das lavouras e da pecuária com foco nas práticas de manejo que vêm sendo utilizadas nas propriedades agrícolas da região do Oeste baiano, notadamente envolvendo os municípios de Cocos, Jaborandi, Mambaí e Sítio da Abadia. Esse diagnóstico permitiu identificar as principais tendências tecnológicas do agronegócio, as demandas em pesquisa local ligadas às limitações e aos desafios para ganhos de produtividade com sustentabilidade e o panorama socioeconômico da região. Para realização do Circuito foram formadas três equipes que percorreram entre os dias 6 e 8 de março de 2018 as propriedades no entorno da Fazenda Trijunção, local onde serão realizadas as pesquisas com solos arenosos do Projeto. As equipes foram compostas por empregados da Embrapa, da Fazenda Trijunção e um funcionário da WWF (World Wildlife Fund). As propriedades rurais visitadas, num total de 18, foram selecionadas pelos empregados da Fazenda Trijunção com apoio da Embrapa, e com foco nos produtores formadores de opinião na região, em propriedades representativas dos sistemas de produção locais, seja de sequeiro, seja irrigado (Figura 1). A soma da área total das propriedades visitadas foi de 242.000 ha, com área cultivada total de cerca de 67.000 ha, distribuídos entre regime de sequeiro e irrigado, contemplando as culturas citadas na Figura 2. O tamanho médio das áreas irrigadas equivale a 1.501 ha, com as áreas variando de 197 a 9.350 ha. Foram relatadas produtividades médias de 52 sc ha-1 de soja, 153 sc ha-1 de milho e 310 arrobas ha-1 de algodão em caroço. Durante as visitas, foram aplicados questionários ao produtor, ou gerente das fazendas, envolvendo basicamente os temas sistemas de produção, pecuária, manejo da fertilidade do solo, manejo fitossanitário (pragas, doenças e plantas daninhas), armazenamento de grãos e transferência de tecnologias, e foi feito levantamento de demandas locais de pesquisa. Em algumas propriedades, foram realizadas também avaliações de talhões cultivados in loco registradas por meio de boletas de campo. Essas informações foram processadas para apresentação e discussão neste documento. MenosNo mês de novembro de 2017, foi iniciado um projeto de pesquisa entre a Embrapa Milho e Sorgo e a Fazenda Trijunção, com previsão de trabalho em parceria por cinco anos de duração. Dentre as ações do projeto, com foco em ?intensificação agrícola visando a sustentabilidade do uso de solos arenosos?, foi realizado o Circuito Solos Arenosos da Região Cocos-Jaborandi, com a finalidade de realizar um levantamento dos sistemas de produção das lavouras e da pecuária com foco nas práticas de manejo que vêm sendo utilizadas nas propriedades agrícolas da região do Oeste baiano, notadamente envolvendo os municípios de Cocos, Jaborandi, Mambaí e Sítio da Abadia. Esse diagnóstico permitiu identificar as principais tendências tecnológicas do agronegócio, as demandas em pesquisa local ligadas às limitações e aos desafios para ganhos de produtividade com sustentabilidade e o panorama socioeconômico da região. Para realização do Circuito foram formadas três equipes que percorreram entre os dias 6 e 8 de março de 2018 as propriedades no entorno da Fazenda Trijunção, local onde serão realizadas as pesquisas com solos arenosos do Projeto. As equipes foram compostas por empregados da Embrapa, da Fazenda Trijunção e um funcionário da WWF (World Wildlife Fund). As propriedades rurais visitadas, num total de 18, foram selecionadas pelos empregados da Fazenda Trijunção com apoio da Embrapa, e com foco nos produtores formadores de opinião na região, em propriedades representativas dos sistemas de pro... Mostrar Tudo |
|
Palavras-Chave: |
Sustentabilidade. |
|
Thesagro: |
Manejo do Solo; Produtividade; Sistema de Produção. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/178333/1/doc-222.pdf
|
|
Marc: |
LEADER 03896nam a2200433 a 4500
001 2092338
005 2019-05-09
008 2018 bl uuuu 00u1 u #d
100 1 $aSANTOS, F. C. dos
245 $aA agropecuária do sul do Matopiba em perspectiva$bCircuito solos arenosos da região Cocos-Jaborandi.$h[electronic resource]
260 $aSete Lagoas: Embrapa Milho e Sorgo$c2018
300 $a67 p.
490 $a(Embrapa Milho e Sorgo. Documentos, 222).
520 $aNo mês de novembro de 2017, foi iniciado um projeto de pesquisa entre a Embrapa Milho e Sorgo e a Fazenda Trijunção, com previsão de trabalho em parceria por cinco anos de duração. Dentre as ações do projeto, com foco em ?intensificação agrícola visando a sustentabilidade do uso de solos arenosos?, foi realizado o Circuito Solos Arenosos da Região Cocos-Jaborandi, com a finalidade de realizar um levantamento dos sistemas de produção das lavouras e da pecuária com foco nas práticas de manejo que vêm sendo utilizadas nas propriedades agrícolas da região do Oeste baiano, notadamente envolvendo os municípios de Cocos, Jaborandi, Mambaí e Sítio da Abadia. Esse diagnóstico permitiu identificar as principais tendências tecnológicas do agronegócio, as demandas em pesquisa local ligadas às limitações e aos desafios para ganhos de produtividade com sustentabilidade e o panorama socioeconômico da região. Para realização do Circuito foram formadas três equipes que percorreram entre os dias 6 e 8 de março de 2018 as propriedades no entorno da Fazenda Trijunção, local onde serão realizadas as pesquisas com solos arenosos do Projeto. As equipes foram compostas por empregados da Embrapa, da Fazenda Trijunção e um funcionário da WWF (World Wildlife Fund). As propriedades rurais visitadas, num total de 18, foram selecionadas pelos empregados da Fazenda Trijunção com apoio da Embrapa, e com foco nos produtores formadores de opinião na região, em propriedades representativas dos sistemas de produção locais, seja de sequeiro, seja irrigado (Figura 1). A soma da área total das propriedades visitadas foi de 242.000 ha, com área cultivada total de cerca de 67.000 ha, distribuídos entre regime de sequeiro e irrigado, contemplando as culturas citadas na Figura 2. O tamanho médio das áreas irrigadas equivale a 1.501 ha, com as áreas variando de 197 a 9.350 ha. Foram relatadas produtividades médias de 52 sc ha-1 de soja, 153 sc ha-1 de milho e 310 arrobas ha-1 de algodão em caroço. Durante as visitas, foram aplicados questionários ao produtor, ou gerente das fazendas, envolvendo basicamente os temas sistemas de produção, pecuária, manejo da fertilidade do solo, manejo fitossanitário (pragas, doenças e plantas daninhas), armazenamento de grãos e transferência de tecnologias, e foi feito levantamento de demandas locais de pesquisa. Em algumas propriedades, foram realizadas também avaliações de talhões cultivados in loco registradas por meio de boletas de campo. Essas informações foram processadas para apresentação e discussão neste documento.
650 $aManejo do Solo
650 $aProdutividade
650 $aSistema de Produção
653 $aSustentabilidade
700 1 $aMENDES, S. M.
700 1 $aSILVA, A. F. da
700 1 $aSILVA, D. D. da
700 1 $aPASSOS, A. M. A. dos
700 1 $aRESENDE, R. M. S.
700 1 $aPESSOA, S. T.
700 1 $aPIMENTEL, M. A. G.
700 1 $aOLIVEIRA, I. R. de
700 1 $aRODRIGUES, J. A. S.
700 1 $aCHAVES, F. F.
700 1 $aBORGHI, E.
700 1 $aLANDAU, E. C.
700 1 $aCOTA, L. V.
700 1 $aRESENDE, A. V. de
700 1 $aALBUQUERQUE FILHO, M. R. de
700 1 $aGUIMARAES, D. P.
700 1 $aVIANA, P. A.
700 1 $aKARAM, D.
700 1 $aNOCE, M. A.
700 1 $aFIGUEIREDO, A. B. A. de
700 1 $aBRANDAO, A. L.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
