| |
|
|
 | 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 |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Semiárido. |
|
Data corrente: |
15/06/2015 |
|
Data da última atualização: |
27/12/2023 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SOUZA, R. J. C. de; GIONGO, V.; SAMPAIO, E. V. de S. B; FERREIRA NETO, R. A.; SILVA, A. A. da; BARROS, B. G. de F.; FREITAS, A. D. S. de. |
|
Afiliação: |
RENATA JANAÍNA CARVALHO DE SOUZA, UFRPE; VANDERLISE GIONGO, CPATSA; EVERARDO VALADARES DE SÁ BARRETTO SAMPAIO, UFPE; REGINALDO ALVES FERREIRA NETO, UFRPE; ANDREA AVELINO DA SILVA, UFRPE; BENAIA GONÇALVES DE FRANÇA BARROS, UFRPE; ANA DOLORES SANTIAGO DE FREITAS, UFPE. |
|
Título: |
Produção de biomassa de espécies utilizadas como adubação verde. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
In: SIMPÓSIO DE MUDANÇAS CLIMÁTICAS E DESERTIFICAÇÃO NO SEMIÁRIDO BRASILEIRO, 4., 2015, Petrolina. Experiências e oportunidades para o desenvolvimento. Petrolina: Embrapa Semiárido, 2015. |
|
Descrição Física: |
1 CD-ROM. |
|
Série: |
(Embrapa Semiárido. Documentos, 262). |
|
Idioma: |
Português |
|
Conteúdo: |
O objetivo do presente trabalho foi estimar a produção de fitomassa das espécies utilizadas nos coquetéis vegetais utilizados como adubação verde. |
|
Palavras-Chave: |
Coquetel vegetal; Forrageira; Leguminosas; Oleaginosa. |
|
Thesagro: |
Adubação verde; Biomassa; Planta oleaginosa; Solo. |
|
Thesaurus NAL: |
Biomass; Soil. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/125362/1/67-1.pdf
|
|
Marc: |
LEADER 01185nam a2200325 a 4500
001 2017652
005 2023-12-27
008 2015 bl uuuu u00u1 u #d
100 1 $aSOUZA, R. J. C. de
245 $aProdução de biomassa de espécies utilizadas como adubação verde.
260 $aIn: SIMPÓSIO DE MUDANÇAS CLIMÁTICAS E DESERTIFICAÇÃO NO SEMIÁRIDO BRASILEIRO, 4., 2015, Petrolina. Experiências e oportunidades para o desenvolvimento. Petrolina: Embrapa Semiárido$c2015
300 $c1 CD-ROM.
490 $a(Embrapa Semiárido. Documentos, 262).
520 $aO objetivo do presente trabalho foi estimar a produção de fitomassa das espécies utilizadas nos coquetéis vegetais utilizados como adubação verde.
650 $aBiomass
650 $aSoil
650 $aAdubação verde
650 $aBiomassa
650 $aPlanta oleaginosa
650 $aSolo
653 $aCoquetel vegetal
653 $aForrageira
653 $aLeguminosas
653 $aOleaginosa
700 1 $aGIONGO, V.
700 1 $aSAMPAIO, E. V. de S. B
700 1 $aFERREIRA NETO, R. A.
700 1 $aSILVA, A. A. da
700 1 $aBARROS, B. G. de F.
700 1 $aFREITAS, A. D. S. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Semiárido (CPATSA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
