| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agrobiologia. |
|
Data corrente: |
27/06/1995 |
|
Data da última atualização: |
27/06/1995 |
|
Autoria: |
VITERI, S. E.; WONG, I. A.; ROSAS, J. C.; MENDOZA, C. F. |
|
Título: |
Efecto de la fertilizacion con nitrogeno y fosfor sobre la fijacion de N2 y rendimiento del frijol. |
|
Ano de publicação: |
1992 |
|
Fonte/Imprenta: |
Inf. Anu. Invest., v.4, p.35-41, 1992. |
|
Idioma: |
Português |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 00432naa a2200145 a 4500
001 1616668
005 1995-06-27
008 1992 bl --- 0-- u #d
100 1 $aVITERI, S. E.
245 $aEfecto de la fertilizacion con nitrogeno y fosfor sobre la fijacion de N2 y rendimiento del frijol.
260 $c1992
700 1 $aWONG, I. A.
700 1 $aROSAS, J. C.
700 1 $aMENDOZA, C. F.
773 $tInf. Anu. Invest.$gv.4, p.35-41, 1992.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agrobiologia (CNPAB) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | 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: |
08/02/2011 |
|
Data da última atualização: |
30/01/2014 |
|
Tipo da produção científica: |
Orientação de Tese de Pós-Graduação |
|
Autoria: |
NONATO, R. T. |
|
Afiliação: |
ROBSON TAVARES NONATO, Feagri/Unicamp. |
|
Título: |
Aplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no estado de São Paulo. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
2010. |
|
Páginas: |
128 p. |
|
Idioma: |
Português |
|
Notas: |
Dissertação (Mestrado) - Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas. Orientador: Stanley Robson de Medeiros Oliveira. |
|
Conteúdo: |
O surgimento e a evolução das geotecnologias, que podem ser entendidas como tecnologias originadas de estudos e pesquisas na área de sensoriamento remoto, mais especificamente da utilização de sensores situados na órbita do planeta Terra, têm permitido o desenvolvimento de metodologias inovadoras para o mapeamento da cobertura do solo e o monitoramento agrícola. O emprego dessas novas tecnologias tem permitido, também, uma melhoria das metodologias utilizadas na estimativa da produtividade agrícola e na previsão de safras. Mesmo assim, no Brasil, muitas das metodologias empregadas no mapeamento agrícola ainda utilizam as imagens de satélite como material auxiliar, principalmente, em levantamentos amostrais. Isto se deve, em parte, aos avanços necessários no processo de extração de informações das imagens. Dentre estes avanços, deve-se destacar a necessidade de melhoria dos métodos utilizados para identificação e classificação digital de regiões contendo a cultura agrícola de interesse dentro da image. Amplamente utilizadas na resolução de problemas de classificação automatizada de dados, nas mais diversas áreas do conhecimento, as técnicas de mineração de dados se apresentam como uma alternativa promissora na resolução de problemas de identificação e classificação de regiões cultivadas com cana-de-açúcar. Dentro desse contexto, o objetivo desse trabalho foi avaliar as técnicas de mineração de dados voltadas para classificação de dados, dentre elas os métodos de seleção de atributos e a técnica de árvore de decisão binária na identificação de áreas cultivadas com cana-de-açúcar, no estado de São Paulo, em imagens com correção atmosférica do sensor TM a bordo do satélite Landsat 5. Também foi investigado o resultado da inserção de atributos de textura e de índices de vegetação com o objetivo de melhorar os resultados da identificação e classificação de áreas cultivadas com cana-de-açúcar. Neste trabalho foram abordados três cenários contendo áreas cultivadas com cana-de-açúcar. No primeiro cenário, a técnica de árvore de decisão foi avaliada na classificação de pixels puros de regiões cultivadas com cana-de-açúcar em meio a alvos diversos, como áreas urbanas, solo exposto, corpos compostos por água e outros tipos de vegetação. No segundo cenário, a ênfase foi a classificação de pixels puros de regiões cultivadas com cana-de-açúcar em diferentes fases fenológicas. No último cenário, a técnica de classificação foi avaliada na distinção de pixels puros de regiões cultivadas com cana-de-açúcar, em diferentes fases fenológicas, e em meio a outros tipos de cobertura do solo como áreas urbanas, solo exposto, corpos compostos por água e outros tipos de vegetação como pastos e florestas. Nos três cenários abordados, os modelos de árvores de decisão binária, induzidos pelo algoritmo J48, produziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos expressivos nos três cenários e contribuiu para melhorar a distinção de áreas cultivadas com cana-de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana e corpos d'água. Os resultados de todos os cenários estudados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras no estado de São Paulo. Também, deve-se destacar, que as técnicas de mineração de dados destinadas à seleção de subconjuntos de atributos relevantes para a classificação trouxeram redução significativa dos conjuntos de dados e permitiram a identificação de modelos melhores de classificação. MenosO surgimento e a evolução das geotecnologias, que podem ser entendidas como tecnologias originadas de estudos e pesquisas na área de sensoriamento remoto, mais especificamente da utilização de sensores situados na órbita do planeta Terra, têm permitido o desenvolvimento de metodologias inovadoras para o mapeamento da cobertura do solo e o monitoramento agrícola. O emprego dessas novas tecnologias tem permitido, também, uma melhoria das metodologias utilizadas na estimativa da produtividade agrícola e na previsão de safras. Mesmo assim, no Brasil, muitas das metodologias empregadas no mapeamento agrícola ainda utilizam as imagens de satélite como material auxiliar, principalmente, em levantamentos amostrais. Isto se deve, em parte, aos avanços necessários no processo de extração de informações das imagens. Dentre estes avanços, deve-se destacar a necessidade de melhoria dos métodos utilizados para identificação e classificação digital de regiões contendo a cultura agrícola de interesse dentro da image. Amplamente utilizadas na resolução de problemas de classificação automatizada de dados, nas mais diversas áreas do conhecimento, as técnicas de mineração de dados se apresentam como uma alternativa promissora na resolução de problemas de identificação e classificação de regiões cultivadas com cana-de-açúcar. Dentro desse contexto, o objetivo desse trabalho foi avaliar as técnicas de mineração de dados voltadas para classificação de dados, dentre elas os métodos de seleção de at... Mostrar Tudo |
|
Palavras-Chave: |
Árvore de decisão; Cana-de-açúcar; Classificação de imagens; Data mining; Decision tree; Mineração de dados; Porevisão de safras; Seleção de atributos. |
|
Thesagro: |
Colheita. |
|
Thesaurus NAL: |
Harvesting; Image analysis; Sugarcane. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 04750nam a2200277 a 4500
001 1876214
005 2014-01-30
008 2010 bl uuuu m 00u1 u #d
100 1 $aNONATO, R. T.
245 $aAplicação de mineração de dados na identificação de áreas cultivadas com cana-de-açúcar em imagens de sensoriamento remoto no estado de São Paulo.
260 $a2010.$c2010
300 $a128 p.
500 $aDissertação (Mestrado) - Faculdade de Engenharia Agrícola, Universidade Estadual de Campinas, Campinas. Orientador: Stanley Robson de Medeiros Oliveira.
520 $aO surgimento e a evolução das geotecnologias, que podem ser entendidas como tecnologias originadas de estudos e pesquisas na área de sensoriamento remoto, mais especificamente da utilização de sensores situados na órbita do planeta Terra, têm permitido o desenvolvimento de metodologias inovadoras para o mapeamento da cobertura do solo e o monitoramento agrícola. O emprego dessas novas tecnologias tem permitido, também, uma melhoria das metodologias utilizadas na estimativa da produtividade agrícola e na previsão de safras. Mesmo assim, no Brasil, muitas das metodologias empregadas no mapeamento agrícola ainda utilizam as imagens de satélite como material auxiliar, principalmente, em levantamentos amostrais. Isto se deve, em parte, aos avanços necessários no processo de extração de informações das imagens. Dentre estes avanços, deve-se destacar a necessidade de melhoria dos métodos utilizados para identificação e classificação digital de regiões contendo a cultura agrícola de interesse dentro da image. Amplamente utilizadas na resolução de problemas de classificação automatizada de dados, nas mais diversas áreas do conhecimento, as técnicas de mineração de dados se apresentam como uma alternativa promissora na resolução de problemas de identificação e classificação de regiões cultivadas com cana-de-açúcar. Dentro desse contexto, o objetivo desse trabalho foi avaliar as técnicas de mineração de dados voltadas para classificação de dados, dentre elas os métodos de seleção de atributos e a técnica de árvore de decisão binária na identificação de áreas cultivadas com cana-de-açúcar, no estado de São Paulo, em imagens com correção atmosférica do sensor TM a bordo do satélite Landsat 5. Também foi investigado o resultado da inserção de atributos de textura e de índices de vegetação com o objetivo de melhorar os resultados da identificação e classificação de áreas cultivadas com cana-de-açúcar. Neste trabalho foram abordados três cenários contendo áreas cultivadas com cana-de-açúcar. No primeiro cenário, a técnica de árvore de decisão foi avaliada na classificação de pixels puros de regiões cultivadas com cana-de-açúcar em meio a alvos diversos, como áreas urbanas, solo exposto, corpos compostos por água e outros tipos de vegetação. No segundo cenário, a ênfase foi a classificação de pixels puros de regiões cultivadas com cana-de-açúcar em diferentes fases fenológicas. No último cenário, a técnica de classificação foi avaliada na distinção de pixels puros de regiões cultivadas com cana-de-açúcar, em diferentes fases fenológicas, e em meio a outros tipos de cobertura do solo como áreas urbanas, solo exposto, corpos compostos por água e outros tipos de vegetação como pastos e florestas. Nos três cenários abordados, os modelos de árvores de decisão binária, induzidos pelo algoritmo J48, produziram taxas de acerto superiores a 90%. A introdução de atributos de textura trouxe ganhos expressivos nos três cenários e contribuiu para melhorar a distinção de áreas cultivadas com cana-de-açúcar em meio a tipos diversos de cobertura do solo, como solo exposto, área urbana e corpos d'água. Os resultados de todos os cenários estudados reforçam o potencial forte das árvores de decisão no processo de classificação e identificação de áreas cultivadas com cana-de-açúcar, em diferentes cidades produtoras no estado de São Paulo. Também, deve-se destacar, que as técnicas de mineração de dados destinadas à seleção de subconjuntos de atributos relevantes para a classificação trouxeram redução significativa dos conjuntos de dados e permitiram a identificação de modelos melhores de classificação.
650 $aHarvesting
650 $aImage analysis
650 $aSugarcane
650 $aColheita
653 $aÁrvore de decisão
653 $aCana-de-açúcar
653 $aClassificação de imagens
653 $aData mining
653 $aDecision tree
653 $aMineração de dados
653 $aPorevisão de safras
653 $aSeleção de atributos
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
|
|
| Registros recuperados : 925 | |
| 161. |  | 5153958, ANNALS OF MATHEMATICAL STATISTICS, Institute of Mathematical Statistics, Ann Arbor, Mich., US
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Unidades Centrais. |   |
| 163. | | 0905093, ANUARIO ESTATISTICO DO AMAPA, Secretaria de Planejamento e Coordenacao, Macapa, AP
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Amapá; Embrapa Amazônia Oriental. | |
| 164. | | 0350129, ARCHIV FUR TIERZUCHT, Akademi Verlag, Dummerstof-Alemanha
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Suínos e Aves. | |
| 165. | | 1350046, ARROZ (BOGOTA), Federacion Nacional de Arroceros, Bogota, CO
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Meio-Norte; Embrapa Solos. | |
| 166. | | 0600633, AUSTRALIAN SEPTORIA NEWSLETTER, Wheat Industry Research Council of Australia, Australia
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Trigo. | |
| 168. | | 0900360, BAHIA RURAL, Cooperativa Central Instituto de Pecuaria da Bahia, Salvador, BA
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Semiárido. | |
| 170. | | 2450182, BIOTECHNOLOGY AND DEVELOPMENT MONITOR, Dept. of International Relations and Public International Law of University Amsterdam, Amsterdam-Holanda
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Amapá; Embrapa Meio Ambiente; Embrapa Soja; Embrapa Trigo. | |
| 172. | | 0900808, BRASIL MOAGEIRO, Acao Moageira, Porto Alegre-RS
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Trigo. | |
| 174. | | 2000160, CAHIERS DE MEDECINE VETERINAIRE, Societe Parisiense d'Expansion Chimique, Paris-Franca
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Amazônia Oriental. | |
| 175. | | 5151638, CALIFORNIA TOMATO GROWER, California Tomato Growers Association, California-CA
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Hortaliças. | |
| 177. | | 0901626, SUÍNOS & CIA, Campinas - SP
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Suínos e Aves. |  |
| 178. | | 2000090, CHIMIE ANALYTIQUE, Societe de Productions Documentaires, Malmaison-Franca
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Agroindústria de Alimentos. | |
| 179. | | 5150982, COLEOPTERISTS BULLETIN, Coleopterists Society, Chicago-IL
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Acre; Embrapa Algodão; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Cerrados; Embrapa Gado de Corte; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Semiárido; Embrapa Soja; Embrapa Suínos e Aves; Embrapa Trigo. MenosCatálogo Coletivo de Periódicos Embrapa; Embrapa Acre; Embrapa Algodão; Embrapa Amazônia Oriental; Embrapa Arroz e Feijão; Embrapa Cerrados; Embrapa Gado de Corte; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Semiárido; Embrapa Soja... Mostrar Todas | |
| 180. | | 3600041, COMERCIO EXTERIOR. MEXICO, Banco Nacional de Comercio Exterior, Mexico-DF
Biblioteca(s): Catálogo Coletivo de Periódicos Embrapa; Embrapa Semiárido. | |
| Registros recuperados : 925 | |
|
|
|
