| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Acre; Embrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Amazônia Oriental; Embrapa Cerrados; Embrapa Florestas; Embrapa Mandioca e Fruticultura; Embrapa Rondônia; Embrapa Roraima; Embrapa Semiárido; Embrapa Solos; Embrapa Suínos e Aves; Embrapa Tabuleiros Costeiros; Embrapa Unidades Centrais; Embrapa Uva e Vinho. MenosEmbrapa Acre; Embrapa Agrobiologia; Embrapa Agropecuária Oeste; Embrapa Amapá; Embrapa Amazônia Ocidental; Embrapa Amazônia Oriental; Embrapa Cerrados; Embrapa Florestas; Embrapa Mandioca e Fruticultura; Embrapa Rondônia... Mostrar Todas |
|
Data corrente: |
22/08/2006 |
|
Data da última atualização: |
13/09/2023 |
|
Tipo da produção científica: |
Documentos |
|
Autoria: |
CORRÊA, J. de A.; SERRANO, R. O. P.; WADT, L. H. de O.; GOMES-SILVA, D. A. P. |
|
Afiliação: |
JULIELMO DE AGUIAR CORRÊA, BOLSISTA CNPq/EMBRAPA ACRE; RODRIGO OTAVIO PEREA SERRANO, BOLSISTA CNPq/EMBRAPA ACRE; LUCIA HELENA DE OLIVEIRA WADT, CPAF-AC; DAISY APARECIDA PEREIRA GOMES-SILVA. |
|
Título: |
Mapeamento de espécies florestais e cálculo de área com uso de bússola e passos calibrados (um guia passo-a-passo). |
|
Ano de publicação: |
2005 |
|
Fonte/Imprenta: |
Rio Branco, AC: Embrapa Acre, 2005. |
|
Páginas: |
26 p. |
|
Série: |
(Embrapa Acre. Documentos, 93). |
|
ISSN: |
0104-9046 |
|
Idioma: |
Português |
|
Conteúdo: |
Orientações por meio dos astros; A bússola; Como usar os passos para fazer medidas; Como fazer um mapeamento utilizando bússola e passos calibrados; Como calcular área utilizando bússola e passos calibrados; Escala de um mapa; Como fazer o mapa no papel milimetrado; Como estimar o tamanho de uma área desenhada no papel milimetrado; Outra maneira de usar os dados do mapeamento com bússola e passos calibrados; Referências; Anexos. |
|
Palavras-Chave: |
Árboles forestales; Brújula; Bússola; Castanheira; Certificação de produtos naturais; Compass; Desenvolvimento regional; Escala; Espécie florestal; Essência floresta; Identificación de especies; Mapeamento; Mapeamento florestal; Recursos florestais; Uso da bússola. |
|
Thesagro: |
Andiroba; Copaíba; Engenharia Florestal; Essência Florestal; Floresta; Mapa; Reconhecimento Florestal; Recurso Florestal. |
|
Thesaurus Nal: |
Forest trees; Species identification. |
|
Categoria do assunto: |
--
Z Localizações Geográficas |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/117342/1/13838.pdf
|
|
Marc: |
LEADER 01815nam a2200481 a 4500
001 1504515
005 2023-09-13
008 2005 bl uuuu u0uu1 u #d
022 $a0104-9046
100 1 $aCORRÊA, J. de A.
245 $aMapeamento de espécies florestais e cálculo de área com uso de bússola e passos calibrados (um guia passo-a-passo).
260 $aRio Branco, AC: Embrapa Acre$c2005
300 $a26 p.
490 $a(Embrapa Acre. Documentos, 93).
520 $aOrientações por meio dos astros; A bússola; Como usar os passos para fazer medidas; Como fazer um mapeamento utilizando bússola e passos calibrados; Como calcular área utilizando bússola e passos calibrados; Escala de um mapa; Como fazer o mapa no papel milimetrado; Como estimar o tamanho de uma área desenhada no papel milimetrado; Outra maneira de usar os dados do mapeamento com bússola e passos calibrados; Referências; Anexos.
650 $aForest trees
650 $aSpecies identification
650 $aAndiroba
650 $aCopaíba
650 $aEngenharia Florestal
650 $aEssência Florestal
650 $aFloresta
650 $aMapa
650 $aReconhecimento Florestal
650 $aRecurso Florestal
653 $aÁrboles forestales
653 $aBrújula
653 $aBússola
653 $aCastanheira
653 $aCertificação de produtos naturais
653 $aCompass
653 $aDesenvolvimento regional
653 $aEscala
653 $aEspécie florestal
653 $aEssência floresta
653 $aIdentificación de especies
653 $aMapeamento
653 $aMapeamento florestal
653 $aRecursos florestais
653 $aUso da bússola
700 1 $aSERRANO, R. O. P.
700 1 $aWADT, L. H. de O.
700 1 $aGOMES-SILVA, D. A. P.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Acre (CPAF-AC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Instrumentação; Embrapa Soja. |
|
Data corrente: |
31/08/2023 |
|
Data da última atualização: |
31/08/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
C - 0 |
|
Autoria: |
SPERANZA, E. A.; NAIME, J. de M.; VAZ, C. M. P.; FRANCHINI, J. C.; INAMASU, R. Y.; LOPES, I. de O. N.; QUEIROS, L. R.; RABELLO, L. M.; JORGE, L. A. de C.; CHAGAS, S. das; SCHELP, M. X.; VECCHI, L. |
|
Afiliação: |
EDUARDO ANTONIO SPERANZA, CNPTIA; JOAO DE MENDONCA NAIME, CNPDIA; CARLOS MANOEL PEDRO VAZ, CNPDIA; JULIO CEZAR FRANCHINI DOS SANTOS, CNPSO; RICARDO YASSUSHI INAMASU, CNPDIA; IVANI DE OLIVEIRA NEGRAO LOPES, CNPSO; LEONARDO RIBEIRO QUEIROS, CNPTIA; LADISLAU MARCELINO RABELLO, CNPDIA; LUCIO ANDRE DE CASTRO JORGE, CNPDIA; SERGIO DAS CHAGAS, GRUPO AMAGGI; MATHIAS XAVIER SCHELP, ROBERT BOSCH LIMITADA; LEONARDO VECCHI, ROBERT BOSCH LIMITADA. |
|
Título: |
Delineating management zones with different yield potentials in soybean-corn and soybean-cotton production systems. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
AgriEngineering, v. 5, n. 3, p. 1481-1497, Sept. 2023. |
|
DOI: |
https://doi.org/10.3390/agriengineering5030092 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract: The delineation of management zones is one of the ways to enable the spatially differentiated management of plots using precision agriculture tools. Over the years, the spatial variability of data collected from soil and plant sampling started to be replaced by data collected by proximal and orbital sensors. As a result, the variety and volume of data have increased considerably, making it necessary to use advanced computational tools, such as machine learning, for data analysis and decision-making support. This paper presents a methodology used to establish management zones (MZ) in precision agriculture by analyzing data obtained from soil sampling, proximal sensors and orbital sensors, in experiments carried out in four plots featuring soybean-cotton and soybean-corn crops, in Mato Grosso and Paraná states, Brazil. Four procedures were evaluated, using different input data sets for the MZ delineation: (I) soil attributes, including clay content, apparent electrical conductivity or fertility, along with elevation, yield maps and vegetation indices (VIs) captured during the peak crop biomass period; (II) soil attributes in conjunction with VIs demonstrating strong correlations; (III) solely VIs exhibiting robust correlation with soil attributes and yield; (IV) VIs selected via random forests to identify the importance of the variable for estimating yield. The results showed that the VIs derived from satellite images could effectively replace other types of data. For plots where the natural spatial variability can be easily identified, all procedures favor obtaining MZ maps that allow reductions of 40% to 70% in yield variance, justifying their use. On the other hand, in plots with low natural spatial variability and that do not have reliable yield maps, different data sets used as input do not help in obtaining feasible MZ maps. For areas where anthropogenic activities with spatially differentiated treatment are already present, the exclusive use of VIs for the delineation of MZs must be carried out with reservations. MenosAbstract: The delineation of management zones is one of the ways to enable the spatially differentiated management of plots using precision agriculture tools. Over the years, the spatial variability of data collected from soil and plant sampling started to be replaced by data collected by proximal and orbital sensors. As a result, the variety and volume of data have increased considerably, making it necessary to use advanced computational tools, such as machine learning, for data analysis and decision-making support. This paper presents a methodology used to establish management zones (MZ) in precision agriculture by analyzing data obtained from soil sampling, proximal sensors and orbital sensors, in experiments carried out in four plots featuring soybean-cotton and soybean-corn crops, in Mato Grosso and Paraná states, Brazil. Four procedures were evaluated, using different input data sets for the MZ delineation: (I) soil attributes, including clay content, apparent electrical conductivity or fertility, along with elevation, yield maps and vegetation indices (VIs) captured during the peak crop biomass period; (II) soil attributes in conjunction with VIs demonstrating strong correlations; (III) solely VIs exhibiting robust correlation with soil attributes and yield; (IV) VIs selected via random forests to identify the importance of the variable for estimating yield. The results showed that the VIs derived from satellite images could effectively replace other types of data. Fo... Mostrar Tudo |
|
Palavras-Chave: |
Aprendizado de máquina; Machine learning; Management Zones; Spatial variability; Variabilidade espacial. |
|
Thesagro: |
Agricultura de Precisão; Algodão; Milho; Soja. |
|
Thesaurus NAL: |
Corn; Cotton; Precision agriculture; Soybeans. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1156255/1/AP-Delineating-Management-2023.pdf
|
|
Marc: |
LEADER 03293naa a2200421 a 4500
001 2156255
005 2023-08-31
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.3390/agriengineering5030092$2DOI
100 1 $aSPERANZA, E. A.
245 $aDelineating management zones with different yield potentials in soybean-corn and soybean-cotton production systems.$h[electronic resource]
260 $c2023
520 $aAbstract: The delineation of management zones is one of the ways to enable the spatially differentiated management of plots using precision agriculture tools. Over the years, the spatial variability of data collected from soil and plant sampling started to be replaced by data collected by proximal and orbital sensors. As a result, the variety and volume of data have increased considerably, making it necessary to use advanced computational tools, such as machine learning, for data analysis and decision-making support. This paper presents a methodology used to establish management zones (MZ) in precision agriculture by analyzing data obtained from soil sampling, proximal sensors and orbital sensors, in experiments carried out in four plots featuring soybean-cotton and soybean-corn crops, in Mato Grosso and Paraná states, Brazil. Four procedures were evaluated, using different input data sets for the MZ delineation: (I) soil attributes, including clay content, apparent electrical conductivity or fertility, along with elevation, yield maps and vegetation indices (VIs) captured during the peak crop biomass period; (II) soil attributes in conjunction with VIs demonstrating strong correlations; (III) solely VIs exhibiting robust correlation with soil attributes and yield; (IV) VIs selected via random forests to identify the importance of the variable for estimating yield. The results showed that the VIs derived from satellite images could effectively replace other types of data. For plots where the natural spatial variability can be easily identified, all procedures favor obtaining MZ maps that allow reductions of 40% to 70% in yield variance, justifying their use. On the other hand, in plots with low natural spatial variability and that do not have reliable yield maps, different data sets used as input do not help in obtaining feasible MZ maps. For areas where anthropogenic activities with spatially differentiated treatment are already present, the exclusive use of VIs for the delineation of MZs must be carried out with reservations.
650 $aCorn
650 $aCotton
650 $aPrecision agriculture
650 $aSoybeans
650 $aAgricultura de Precisão
650 $aAlgodão
650 $aMilho
650 $aSoja
653 $aAprendizado de máquina
653 $aMachine learning
653 $aManagement Zones
653 $aSpatial variability
653 $aVariabilidade espacial
700 1 $aNAIME, J. de M.
700 1 $aVAZ, C. M. P.
700 1 $aFRANCHINI, J. C.
700 1 $aINAMASU, R. Y.
700 1 $aLOPES, I. de O. N.
700 1 $aQUEIROS, L. R.
700 1 $aRABELLO, L. M.
700 1 $aJORGE, L. A. de C.
700 1 $aCHAGAS, S. das
700 1 $aSCHELP, M. X.
700 1 $aVECCHI, L.
773 $tAgriEngineering$gv. 5, n. 3, p. 1481-1497, Sept. 2023.
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!!! |
|
|
