| |
|
|
|
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 |
|
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 |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Arroz e Feijão. Para informações adicionais entre em contato com cnpaf.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Arroz e Feijão. |
|
Data corrente: |
09/10/2019 |
|
Data da última atualização: |
09/10/2019 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SANTOS, P. F. dos; CIVARDI, E. A.; LOBO JUNIOR, M. |
|
Afiliação: |
PRISCILA FERREIRA DOS SANTOS, doutoranda UFG; EDERSON ANTONIO CIVARDI, UFG; MURILLO LOBO JUNIOR, CNPAF. |
|
Título: |
Mofo branco: passado e futuro da doença. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
In: SIMPÓSIO DE MANEJO DE DOENÇAS DE PLANTAS, 14., 2014, Lavras. Sanidade de raizes. Lavras: UFLA, 2014. |
|
Páginas: |
p. 235-241. |
|
ISBN: |
978-85-98156-96-5 |
|
Idioma: |
Português |
|
Conteúdo: |
O patógeno S. sclerotiorum foi descrito pela primeira vez em 1837 como Peziza sclerotiorum por M. A. Libert. Durante um longo período este binônimo sofreu várias alterações, e só em 1981 o nome deste patógeno foi aceito e conservado como S. sclerotiorum. O patógeno é um fungo necrotrófico, possui micélio constituído por hifas hialinas, septadas, multinucleadas e ramificadas, e está inserido no filo Ascomycota, classe Discomycetes, ordem Helotiales, família Sclerotiniaceae e gênero. O primeiro registro de sua ocorrência no Brasil aconteceu em 1921 em lavouras de batata no Estado de São Paulo, e com a transmissão do patógeno por meio de sementes, solo infestado e máquinas agrícolas, está presente em todas as principais regiões agrícolas do país. No Brasil, o mofo branco ocorre nas Regiões Sul, Centro-oeste, Sudeste, Nordeste. |
|
Thesagro: |
Doença de Planta; Mofo Branco; Sclerotinia Sclerotiorum. |
|
Categoria do assunto: |
H Saúde e Patologia |
|
Marc: |
LEADER 01466nam a2200193 a 4500
001 2112942
005 2019-10-09
008 2014 bl uuuu u00u1 u #d
020 $a978-85-98156-96-5
100 1 $aSANTOS, P. F. dos
245 $aMofo branco$bpassado e futuro da doença.$h[electronic resource]
260 $aIn: SIMPÓSIO DE MANEJO DE DOENÇAS DE PLANTAS, 14., 2014, Lavras. Sanidade de raizes. Lavras: UFLA$c2014
300 $ap. 235-241.
520 $aO patógeno S. sclerotiorum foi descrito pela primeira vez em 1837 como Peziza sclerotiorum por M. A. Libert. Durante um longo período este binônimo sofreu várias alterações, e só em 1981 o nome deste patógeno foi aceito e conservado como S. sclerotiorum. O patógeno é um fungo necrotrófico, possui micélio constituído por hifas hialinas, septadas, multinucleadas e ramificadas, e está inserido no filo Ascomycota, classe Discomycetes, ordem Helotiales, família Sclerotiniaceae e gênero. O primeiro registro de sua ocorrência no Brasil aconteceu em 1921 em lavouras de batata no Estado de São Paulo, e com a transmissão do patógeno por meio de sementes, solo infestado e máquinas agrícolas, está presente em todas as principais regiões agrícolas do país. No Brasil, o mofo branco ocorre nas Regiões Sul, Centro-oeste, Sudeste, Nordeste.
650 $aDoença de Planta
650 $aMofo Branco
650 $aSclerotinia Sclerotiorum
700 1 $aCIVARDI, E. A.
700 1 $aLOBO JUNIOR, M.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
