|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agricultura Digital. |
|
Data corrente: |
05/04/2023 |
|
Data da última atualização: |
05/04/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
VASCONCELOS, J. C. S.; SPERANZA, E. A.; ANTUNES, J. F. G.; BARBOSA, L. A. F.; CHRISTOFOLETTI, D.; SEVERINO, F. J.; CANÇADO, G. M. de A. |
|
Afiliação: |
JULIO CEZAR SOUZA VASCONCELOS, FUNDAÇÃO DE APOIO A PESQUISA E AO DESENVOLVIMENTO; EDUARDO ANTONIO SPERANZA, CNPTIA; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; LUIZ ANTONIO FALAGUASTA BARBOSA, CNPTIA; DANIEL CHRISTOFOLETTI, COOPERATIVA DOS PLANTADORES DE CANA DO ESTADO DE SÃO PAULO; FRANCISCO JOSÉ SEVERINO, COOPERATIVA DOS PLANTADORES DE CANA DO ESTADO DE SÃO PAULO; GERALDO MAGELA DE ALMEIDA CANCADO, CNPTIA. |
|
Título: |
Development and validation of a model based on vegetation indices for the prediction of sugarcane yield. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
AgriEngineering, v. 5, n. 2, p. 698-719, June 2023. |
|
DOI: |
https://doi.org/10.3390/ agriengineering5020044 |
|
Idioma: |
Inglês |
|
Conteúdo: |
This study aimed to develop a predictive model for sugarcane production based on data extracted from aerial imagery obtained from drones or satellites, allowing the precise tracking of plant development in the field. |
|
Palavras-Chave: |
Agricultura digital; Digital agriculture; Distribuição gaussiana inversa; Inverse Gaussian distribution; Modelo preditivo; Remotely piloted aircraft systems; RPAS. |
|
Thesagro: |
Cana de Açúcar; Saccharum Officinarum. |
|
Thesaurus Nal: |
Models; Sugarcane; Vegetation index. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1153006/1/AP-Development-validation-2023.pdf
|
|
Marc: |
LEADER 01324naa a2200349 a 4500
001 2153006
005 2023-04-05
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.3390/ agriengineering5020044$2DOI
100 1 $aVASCONCELOS, J. C. S.
245 $aDevelopment and validation of a model based on vegetation indices for the prediction of sugarcane yield.$h[electronic resource]
260 $c2023
520 $aThis study aimed to develop a predictive model for sugarcane production based on data extracted from aerial imagery obtained from drones or satellites, allowing the precise tracking of plant development in the field.
650 $aModels
650 $aSugarcane
650 $aVegetation index
650 $aCana de Açúcar
650 $aSaccharum Officinarum
653 $aAgricultura digital
653 $aDigital agriculture
653 $aDistribuição gaussiana inversa
653 $aInverse Gaussian distribution
653 $aModelo preditivo
653 $aRemotely piloted aircraft systems
653 $aRPAS
700 1 $aSPERANZA, E. A.
700 1 $aANTUNES, J. F. G.
700 1 $aBARBOSA, L. A. F.
700 1 $aCHRISTOFOLETTI, D.
700 1 $aSEVERINO, F. J.
700 1 $aCANÇADO, G. M. de A.
773 $tAgriEngineering$gv. 5, n. 2, p. 698-719, June 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
