| |
|
|
 | 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: |
17/08/2011 |
|
Data da última atualização: |
24/01/2020 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
ANTUNES, J. F. G.; RODRIGUES, L. H. A.; OLIVEIRA, S. R. de M. |
|
Afiliação: |
JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; L. H. A. RODRIGUES, Unicamp; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA. |
|
Título: |
Data mining for sugarcane crop classification using MODIS data. |
|
Ano de publicação: |
2011 |
|
Fonte/Imprenta: |
In: EUROPEAN FEDERATION FOR INFORMATION TECHNOLOGY IN AGRICULTURE, FOOD; THE ENVIRONMENT WORLD CONGRESS ON COMPUTERS IN AGRICULTURE, 8., 2011, Prague. Proceedings... Prague: Czech University of Life Sciences Prague, 2011. |
|
Páginas: |
p. 55-66. |
|
ISBN: |
978-80-904830-3-3 |
|
Idioma: |
Inglês |
|
Notas: |
EFITA/WCCA 2011. |
|
Conteúdo: |
MODIS (Moderate Resolution Imaging Spectroradiometer) data provide coverage of large areas and high periodicity. These characteristics are fundamental for monitoring strategic agricultural crops in Brazil, such as sugarcane. Data mining is a promising approach to enhance remote sensing data analysis. The objective of this work was to apply the decision tree induction technique to classify sugarcane crop in São Paulo, Brazil, by using MODIS data. A classification model with a good accuracy has been obtained. Furthermore, such an induction technique allowed for knowledge discovery through decision rules that are relevant for specialists. The results revealed the adherence of data mining techniques to satellite image classification problems. |
|
Palavras-Chave: |
Árvore de decisão; Cana-de-açúcar em São Paulo; Dados MODIS; Data mining; Decision tree; Mineração de dados; Recuperação da informação. |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus Nal: |
Information retrieval; Remote sensing; Sugarcane. |
|
Categoria do assunto: |
X Pesquisa, Tecnologia e Engenharia |
|
Marc: |
LEADER 01813nam a2200301 a 4500
001 1898177
005 2020-01-24
008 2011 bl uuuu u00u1 u #d
020 $a978-80-904830-3-3
100 1 $aANTUNES, J. F. G.
245 $aData mining for sugarcane crop classification using MODIS data.$h[electronic resource]
260 $aIn: EUROPEAN FEDERATION FOR INFORMATION TECHNOLOGY IN AGRICULTURE, FOOD; THE ENVIRONMENT WORLD CONGRESS ON COMPUTERS IN AGRICULTURE, 8., 2011, Prague. Proceedings... Prague: Czech University of Life Sciences Prague$c2011
300 $ap. 55-66.
500 $aEFITA/WCCA 2011.
520 $aMODIS (Moderate Resolution Imaging Spectroradiometer) data provide coverage of large areas and high periodicity. These characteristics are fundamental for monitoring strategic agricultural crops in Brazil, such as sugarcane. Data mining is a promising approach to enhance remote sensing data analysis. The objective of this work was to apply the decision tree induction technique to classify sugarcane crop in São Paulo, Brazil, by using MODIS data. A classification model with a good accuracy has been obtained. Furthermore, such an induction technique allowed for knowledge discovery through decision rules that are relevant for specialists. The results revealed the adherence of data mining techniques to satellite image classification problems.
650 $aInformation retrieval
650 $aRemote sensing
650 $aSugarcane
650 $aSensoriamento Remoto
653 $aÁrvore de decisão
653 $aCana-de-açúcar em São Paulo
653 $aDados MODIS
653 $aData mining
653 $aDecision tree
653 $aMineração de dados
653 $aRecuperação da informação
700 1 $aRODRIGUES, L. H. A.
700 1 $aOLIVEIRA, S. R. de M.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
| Registros recuperados : 4 | |
| 1. |  | CARMO, K. B. do; CERVANTES, V. N. M.; PANCHONI, L. C.; SANTOS, C. A. dos; ANDRADE FILHO, G.; NOGUEIRA, M. A. A adição de lodo de esgoto ao solo estimula comunidades microbianas que aumentam o risco de perdas de nitrogênio. In: CONGRESSO BRASILEIRO DE MICROBILOGIA, 26.; SIMPÓSIO INTERNACIONAL DE BACTÉRIAS LÁTICAS; ENCONTRO NACIONAL DE PROFESSORES DE MICROBIOLOGIA; SIMPÓSIO DE COLEÇÕES DE CULTURAS, 4., 2011, Foz do Iguaçu. Anais... São Paulo: SBM, 2011. Resumo, 519-1.| Tipo: Resumo em Anais de Congresso |
| Biblioteca(s): Embrapa Soja. |
|    |
| 2. | | SANTOS. C. A. dos; KRAWULSKI, C. C.; BINI, D.; GOULART FILHO, T.; KNOB, A.; MEDINA, C. C.; ANDRADE FILHO, G.; NOGUEIRA, M. A. Reclamation status of a degraded pasture based on soil health indicators. Scientia Agrícola, Piracicaba, v. 72, n. 3, p. 195-202, May/Jun. 2015.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Soja. |
|  |
| 3. | | NEPOMUCENO, A. L.; FUGANTI-PAGLIARINI, R.; FELIPE, M. S. S.; MOLINARI, H. B. C.; VELINI, E. D.; PINTO, E. R. de C.; DAGLI, M. L. Z.; ANDRADE FILHO, G.; FERNANDES, P. M. B. Brazilian biosafety law and the new breeding technologies. Frontiers of Agricultural Science and Engineering, v. 7, n. 2, p. 204-210, 2020.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: B - 4 |
| Biblioteca(s): Embrapa Recursos Genéticos e Biotecnologia. |
| |
| 4. | | KUWANO, B. H.; KNOB, A.; FAGOTTI, D. S. L.; MELEM JUNIOR, N. J.; GODOY, L.; DIEHL, R. C.; KRAWULSKI, C. C.; ANDRADE FILHO, G.; ZANGARO FILHO, W.; TAVARES FILHO, J.; NOGUEIRA, M. A. Soil quality indicators in a rhodic kandiudult under different uses in northern Parana, Brazil. Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 38, p. 50-59, 2014.| Tipo: Artigo em Periódico Indexado | Circulação/Nível: A - 1 |
| Biblioteca(s): Embrapa Amapá; Embrapa Soja. |
| |
| Registros recuperados : 4 | |
|
| Expressão de busca inválida. Verifique!!! |
|
|
