| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Gado de Leite. |
|
Data corrente: |
27/12/2010 |
|
Data da última atualização: |
27/12/2010 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
MEIRA, L. H. da R.; PAIVA, D. de S.; SIQUEIRA, T. R. de; FONSECA, I.; PINTO, I. S. B.; ALVINO, R. M.; ARBEX, W. A.; GUIMARAES, M. F. M.; SILVA, M. V. G. B. |
|
Afiliação: |
LARISSA HELENA DA ROCHA MEIRA, UNIPAC-JF; DAISYLÉA DE SOUZA PAIVA, UFJF; TATIANE RIBEIRO DE SIQUEIRA, CES-JF; ISABELA FONSECA, UFV / FAPEMIG; ISABELLA SILVESTRE BARRETO PINTO, UFV; RAQUEL MARINHO ALVINO, UNIPAC-JF; WAGNER ANTONIO ARBEX, CNPGL; MARTA FONSECA MARTINS GUIMARAES, CNPGL; MARCOS VINICIUS GUALBERTO B SILVA, CNPGL. |
|
Título: |
Avaliação do polimorfismo do gene da betalactoglobulina em bovinos da raça Girolando. |
|
Ano de publicação: |
2010 |
|
Fonte/Imprenta: |
In: WORKSHOP DE INICIAÇÃO CIENTÍFICA DA EMBRAPA GADO DE LEITE, 5., 2010, Juiz de Fora, MG. Anais... Juiz de Fora: Embrapa Gado de Leite, 2010. 1 CD-ROM. (Embrapa Gado de Leite. Documentos, 141.). |
|
Páginas: |
p. 57-59. |
|
Idioma: |
Português |
|
Palavras-Chave: |
Beta-lactoglobulina; Bovinos - raça Girolando; PCR-RFLP. |
|
Categoria do assunto: |
G Melhoramento Genético |
|
Marc: |
LEADER 00884naa a2200253 a 4500
001 1870925
005 2010-12-27
008 2010 bl uuuu u00u1 u #d
100 1 $aMEIRA, L. H. da R.
245 $aAvaliação do polimorfismo do gene da betalactoglobulina em bovinos da raça Girolando.
260 $c2010
300 $ap. 57-59.
653 $aBeta-lactoglobulina
653 $aBovinos - raça Girolando
653 $aPCR-RFLP
700 1 $aPAIVA, D. de S.
700 1 $aSIQUEIRA, T. R. de
700 1 $aFONSECA, I.
700 1 $aPINTO, I. S. B.
700 1 $aALVINO, R. M.
700 1 $aARBEX, W. A.
700 1 $aGUIMARAES, M. F. M.
700 1 $aSILVA, M. V. G. B.
773 $tIn: WORKSHOP DE INICIAÇÃO CIENTÍFICA DA EMBRAPA GADO DE LEITE, 5., 2010, Juiz de Fora, MG. Anais... Juiz de Fora: Embrapa Gado de Leite, 2010. 1 CD-ROM. (Embrapa Gado de Leite. Documentos, 141.).
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Gado de Leite (CNPGL) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Cerrados; Embrapa Meio Ambiente. |
|
Data corrente: |
05/08/2022 |
|
Data da última atualização: |
05/08/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
PARREIRAS, T. C.; BOLFE, E. L.; CHAVES, M. E. D.; DEL'ARCO SANCHES, I.; SANO, E. E.; VICTORIA, D. de C.; BETTIOL, G. M.; VICENTE, L. E. |
|
Afiliação: |
TAYA CRISTO PARREIRAS, IG/UNICAMP; EDSON LUIS BOLFE, CNPTIA, IG/UNICAMP; MICHEL EUSTÁQUIO DANTAS CHAVES, INPE; IARA DEL´ARCO SANCHES, INPE; EDSON EYJI SANO, CPAC; DANIEL DE CASTRO VICTORIA, CNPTIA; GIOVANA MARANHAO BETTIOL, CPAC; LUIZ EDUARDO VICENTE, CNPMA. |
|
Título: |
Hierarchical classification of soybean in the Brazilian Savanna based on Harmonized Landsat Sentinel data. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
Remote Sensing, v. 14, n. 15, 3736, Aug. 2022. |
|
DOI: |
https://doi.org/10.3390/rs14153736 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract. The Brazilian Savanna presents a complex agricultural dynamic and cloud cover issues; therefore, there is a need for new strategies for more detailed agricultural monitoring. Using a hierarchical classification system, we explored the Harmonized Landsat Sentinel-2 (HLS) dataset to detect soybean in western Bahia, Brazil. Multispectral bands (MS) and vegetation indices (VIs) from October 2021 to March 2022 were used as variables to feed Random Forest models, and the performances of the complete HLS time-series, HLSS30 (harmonized Sentinel), HLSL30 (harmonized Landsat), and Landsat 8 OLI (L8) were compared. At Level 1 (agricultural areas × native vegetation), HLS, HLSS30, and L8 produced identical models using MS + VIs, with 0.959 overall accuracies (OA) and Kappa of 0.917. At Level 2 (annual crops × perennial crops × pasturelands), HLS and L8 achieved an OA of 0.935 and Kappa > 0.89 using only VIs. At Level 3 (soybean × other annual crops), the HLS MS + VIs model achieved the best performance, with OA of 0.913 and Kappa of 0.808. Our results demonstrated the potential of the new HLS dataset for medium-resolution mapping initiatives at the crop level, which can impact decision-making processes involving large-scale soybean production and agricultural sustainability. |
|
Palavras-Chave: |
Agriculture monitoring; Harmonized Landsat Sentinel-2; HLS; Monitoramento agrícola; Multisensor. |
|
Thesagro: |
Cerrado; Glycine Max; Sensoriamento Remoto; Soja. |
|
Thesaurus NAL: |
Agriculture; Remote sensing; Soybeans. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1145300/1/AP-Hierarchical-classification-soybean-2022.pdf
|
|
Marc: |
LEADER 02349naa a2200361 a 4500
001 2145300
005 2022-08-05
008 2022 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.3390/rs14153736$2DOI
100 1 $aPARREIRAS, T. C.
245 $aHierarchical classification of soybean in the Brazilian Savanna based on Harmonized Landsat Sentinel data.$h[electronic resource]
260 $c2022
520 $aAbstract. The Brazilian Savanna presents a complex agricultural dynamic and cloud cover issues; therefore, there is a need for new strategies for more detailed agricultural monitoring. Using a hierarchical classification system, we explored the Harmonized Landsat Sentinel-2 (HLS) dataset to detect soybean in western Bahia, Brazil. Multispectral bands (MS) and vegetation indices (VIs) from October 2021 to March 2022 were used as variables to feed Random Forest models, and the performances of the complete HLS time-series, HLSS30 (harmonized Sentinel), HLSL30 (harmonized Landsat), and Landsat 8 OLI (L8) were compared. At Level 1 (agricultural areas × native vegetation), HLS, HLSS30, and L8 produced identical models using MS + VIs, with 0.959 overall accuracies (OA) and Kappa of 0.917. At Level 2 (annual crops × perennial crops × pasturelands), HLS and L8 achieved an OA of 0.935 and Kappa > 0.89 using only VIs. At Level 3 (soybean × other annual crops), the HLS MS + VIs model achieved the best performance, with OA of 0.913 and Kappa of 0.808. Our results demonstrated the potential of the new HLS dataset for medium-resolution mapping initiatives at the crop level, which can impact decision-making processes involving large-scale soybean production and agricultural sustainability.
650 $aAgriculture
650 $aRemote sensing
650 $aSoybeans
650 $aCerrado
650 $aGlycine Max
650 $aSensoriamento Remoto
650 $aSoja
653 $aAgriculture monitoring
653 $aHarmonized Landsat Sentinel-2
653 $aHLS
653 $aMonitoramento agrícola
653 $aMultisensor
700 1 $aBOLFE, E. L.
700 1 $aCHAVES, M. E. D.
700 1 $aDEL'ARCO SANCHES, I.
700 1 $aSANO, E. E.
700 1 $aVICTORIA, D. de C.
700 1 $aBETTIOL, G. M.
700 1 $aVICENTE, L. E.
773 $tRemote Sensing$gv. 14, n. 15, 3736, Aug. 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
