BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






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:  21/09/2020
Data da última atualização:  14/12/2021
Tipo da produção científica:  Artigo em Periódico Indexado
Autoria:  REIS, A. A. dos; SILVA, B. C.; WERNER, J. P. S.; SILVA, Y. F.; ROCHA, J. V.; FIGUEIREDO, G. K. D. A.; ANTUNES, J. F. G.; ESQUERDO, J. C. D. M.; COUTINHO, A. C.; LAMPARELLI, R. A. C; MAGALHÃES, P. S. G.
Afiliação:  Feagri, Nipe/Unicamp; Feagri/Unicamp; Feagri/Unicamp; Feagri/Unicamp; Feagri/Unicamp; Feagri/Unicamp; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; ALEXANDRE CAMARGO COUTINHO, CNPTIA; Nipe/Unicamp; Nipe/Unicamp.
Título:  Exploring the potential of high-resolution PlanetScope imagery for pasture biomass estimation in an integrated crop-livestock system.
Ano de publicação:  2020
Fonte/Imprenta:  The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, v. 42-3, W12, p. 419-424, 2020.
DOI:  https://doi.org/10.5194/isprs-archives-XLII-3-W12-2020-419-2020
Idioma:  Inglês
Notas:  Publicado também em: IEEE LATIN AMERICAN GRSS; ISPRS REMOTE SENSING CONFERENCE, Santiago, 2020. Proceedings... [Piscataway]: IEEE, 2020. p. 675-680. LAGIRS 2020.
Conteúdo:  ABSTRACT: Pasture biomass information is essential to monitor forage resources in grazed areas, as well as to support grazing management decisions. The increasing temporal and spatial resolutions offered by the new generation of orbital platforms, such as Planet CubeSat satellites, have improved the capability of monitoring pasture biomass using remotely-sensed data. In a preliminary study, we investigated the potential of spectral variables derived from PlanetScope imagery to predict pasture biomass in an area of Integrated Crop-Livestock System (ICLS) in Brazil. Satellite and field data were collected during the same period (May - August 2019) for calibration and validation of the relation between predictor variables and pasture biomass using the Random Forest (RF) regression algorithm. We used as predictor variables 24 vegetation indices derived from PlanetScope imagery, as well as the four PlanetScope bands, and field management information. Pasture biomass ranged from approximately 24 to 656 g.m-2, with a coefficient of variation of 54.96%. Near Infrared Green Simple Ratio (NIR/Green), Green Leaf Algorithm (GLA) vegetation indices and days after sowing (DAS) are among the most important variables as measured by the RF Variable Importance metric in the best RF model predicting pasture biomass, which resulted in Root Mean Square Error (RMSE) of 52.04 g.m-2 (32.75%). Accurate estimates of pasture biomass using spectral variables derived from PlanetScope imagery are promisi... Mostrar Tudo
Palavras-Chave:  Aprendizado de máquina; Dove satellites; Floresta aleatória; Índice de vegetação; Integração lavoura-pecuária; Integrated crop-livestock system; Machine Learning; Nano-Satellites; Pastureland; Random Forest; Vegetation Indices.
Thesagro:  Biomassa; Pastagem.
Thesaurus Nal:  Biomass; Pasture management; Vegetation index.
Categoria do assunto:  --
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPTIA20499 - 1UPCAP - DD
Voltar






Acesso ao texto completo restrito à biblioteca da Embrapa Agroindústria de Alimentos. Para informações adicionais entre em contato com ctaa.biblioteca@embrapa.br.

Registro Completo

Biblioteca(s):  Embrapa Agroindústria de Alimentos.
Data corrente:  18/11/2014
Data da última atualização:  18/02/2016
Tipo da produção científica:  Resumo em Anais de Congresso
Autoria:  FERREIRA, L. F. D.; COSTA, E. T. L. da; VIEIRA, K. da C.; PIROZI, M. R.; GOMES, F. dos S.; BORGES, J. T. da S.
Afiliação:  LUIZ FERNANDO DIAS FERREIRA, IFES; EDER TONETE LASARO da COSTA, IFES; KENNEDY DA CUNHA VIEIRA, IFES; MONICA RIBEIRO PIROZI, UFV; FLAVIA DOS SANTOS GOMES, CTAA; JOÃO TOMAZ DA SILVA BORGES, IFMG.
Título:  Aceitação sensorial de pão de queijo com incorporação de gengibre.
Ano de publicação:  2014
Fonte/Imprenta:  In: CONGRESSO BRASILEIRO DE CIÊNCIA E TECNOLOGIA DE ALIMENTOS, 24.; CONGRESSO DO INSTITUTO NACIONAL DE CIÊNCIA E TECNOLOGIA DE FRUTOS TROPICAIS, 4., 2014, Aracaju. Inovação e sustentabilidade em ciência e tecnologia de alimentos: resumos. [Campinas]: SBCTA, 2014.
Páginas:  p. 87
Idioma:  Português
Palavras-Chave:  Análise sensorial; Pão sem glúten.
Thesagro:  Polvilho.
Categoria do assunto:  Q Alimentos e Nutrição Humana
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agroindústria de Alimentos (CTAA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CTAA12383 - 1UPCRA - PP2014/0762014.00076
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional