|
|
Registro Completo |
Biblioteca(s): |
Embrapa Meio-Norte. |
Data corrente: |
10/08/2023 |
Data da última atualização: |
10/08/2023 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
TORRES, M. B. L. A.; BARRETO, A. L. H.; COSTA, P. H. M.; ALVES, T. L.; PEREIRA, F. de M. |
Afiliação: |
MARIA BEATRIZ LIMA AMARAL TORRES, UNIVERSIDADE FEDERAL DO PIAUÍ; ANA LUCIA HORTA BARRETO, CPAMN; PEDRO HENRIQUE MENEZES COSTA, INSTITUTO FEDERAL DO PIAUÍ; TATIANA LIMA ALVES, INSTITUTO FEDERAL DO PIAUÍ; FABIA DE MELLO PEREIRA, CPAMN. |
Título: |
Caracterização físico-química e palinológica de mel de Apis mellifera de municípios do Piauí e Timon, MA. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
In: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA MEIO-NORTE, 8., 2022, Teresina, PI. Anais... Teresina: Embrapa Meio-Norte, 2023. p. 28. (Embrapa Meio-Norte. Documentos, 291). |
Idioma: |
Português |
Conteúdo: |
Este trabalho teve como objetivo avaliar as características físico-químicas e palinológicas de sete amostras de mel de Apis mellifera, com indicação de florada, coletadas entre março de 2020 e maio de 2022. |
Palavras-Chave: |
Melissopalinologia. |
Thesagro: |
Abelha; Flora; Qualidade. |
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1155820/1/CaracterizacaoFisicoVIIIJornCientEmbrapaMeioNorteDoc291.2023-28.pdf
|
Marc: |
LEADER 00974nam a2200205 a 4500 001 2155820 005 2023-08-10 008 2023 bl uuuu u00u1 u #d 100 1 $aTORRES, M. B. L. A. 245 $aCaracterização físico-química e palinológica de mel de Apis mellifera de municípios do Piauí e Timon, MA.$h[electronic resource] 260 $aIn: JORNADA DE INICIAÇÃO CIENTÍFICA DA EMBRAPA MEIO-NORTE, 8., 2022, Teresina, PI. Anais... Teresina: Embrapa Meio-Norte, 2023. p. 28. (Embrapa Meio-Norte. Documentos, 291).$c2023 520 $aEste trabalho teve como objetivo avaliar as características físico-químicas e palinológicas de sete amostras de mel de Apis mellifera, com indicação de florada, coletadas entre março de 2020 e maio de 2022. 650 $aAbelha 650 $aFlora 650 $aQualidade 653 $aMelissopalinologia 700 1 $aBARRETO, A. L. H. 700 1 $aCOSTA, P. H. M. 700 1 $aALVES, T. L. 700 1 $aPEREIRA, F. de M.
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: |
20/03/2023 |
Data da última atualização: |
21/03/2023 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 1 |
Autoria: |
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. |
Afiliação: |
ANA P. S. G. D. D. TORO, UNIVERSIDADE ESTADUAL DE CAMPINAS; INACIO T. BUENO, UNIVERSIDADE ESTADUAL DE CAMPINAS; JOÃO PAULO SAMPAIO WERNER, UNIVERSIDADE ESTADUAL DE CAMPINAS; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; RUBENS AUGUSTO DE CAMARGO LAMPARELLI, UNIVERSIDADE ESTADUAL DE CAMPINAS; ALEXANDRE CAMARGO COUTINHO, CNPTIA; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; PAULO S. G. MAGALHÃES, UNIVERSIDADE ESTADUAL DE CAMPINAS; GLEYCE KELLY DANTAS ARAÚJO FIGUEIREDO, UNIVERSIDADE ESTADUAL DE CAMPINAS. |
Título: |
SAR and optical data applied to early-season mapping of integrated crop-livestock systems using deep and machine learning algorithms. |
Ano de publicação: |
2023 |
Fonte/Imprenta: |
Remote Sensing, v. 15, n. 4, 1130, Feb. 2023. |
DOI: |
https://doi.org/10.3390/rs15041130 |
Idioma: |
Inglês |
Conteúdo: |
In this work, we explored the potential of three machine and deep learning algorithms (random forest, long short-term memory, and transformer) to perform early-season (with three-time windows) mapping of ICLS fields. To explore the scalability of the proposed methods, we tested them in two regions with different latitudes, cloud cover rates, field sizes, landscapes, and crop types. Finally, the potential of SAR (Sentinel-1) and optical (Sentinel-2) data was tested. |
Palavras-Chave: |
Agricultura regenerativa; Aprendizado de máquina; Aprendizado profundo; Floresta aleatória; ICLS; Integrated Crop-livestock systems; Long short-term memory; LSTM; Multisource; Random forest; Regenerative agriculture; Sistemas integrados lavoura-pecuária; Transformer. |
Thesagro: |
Agricultura. |
Thesaurus NAL: |
Agriculture. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1152495/1/AP-SAR-optical-data-2023.pdf
|
Marc: |
LEADER 01762naa a2200409 a 4500 001 2152495 005 2023-03-21 008 2023 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.3390/rs15041130$2DOI 100 1 $aTORO, A. P. S. G. D. D. 245 $aSAR and optical data applied to early-season mapping of integrated crop-livestock systems using deep and machine learning algorithms.$h[electronic resource] 260 $c2023 520 $aIn this work, we explored the potential of three machine and deep learning algorithms (random forest, long short-term memory, and transformer) to perform early-season (with three-time windows) mapping of ICLS fields. To explore the scalability of the proposed methods, we tested them in two regions with different latitudes, cloud cover rates, field sizes, landscapes, and crop types. Finally, the potential of SAR (Sentinel-1) and optical (Sentinel-2) data was tested. 650 $aAgriculture 650 $aAgricultura 653 $aAgricultura regenerativa 653 $aAprendizado de máquina 653 $aAprendizado profundo 653 $aFloresta aleatória 653 $aICLS 653 $aIntegrated Crop-livestock systems 653 $aLong short-term memory 653 $aLSTM 653 $aMultisource 653 $aRandom forest 653 $aRegenerative agriculture 653 $aSistemas integrados lavoura-pecuária 653 $aTransformer 700 1 $aBUENO, I. T. 700 1 $aWERNER, J. P. S. 700 1 $aANTUNES, J. F. G. 700 1 $aLAMPARELLI, R. A. C. 700 1 $aCOUTINHO, A. C. 700 1 $aESQUERDO, J. C. D. M. 700 1 $aMAGALHÃES, P. S. G. 700 1 $aFIGUEIREDO, G. K. D. A. 773 $tRemote Sensing$gv. 15, n. 4, 1130, Feb. 2023.
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. |
|
|