| |
|
|
| Registros recuperados : 206 | |
| 142. |  | BARBOSA, J. N.; BORÉM, F. M.; ALVES, H. M. R.; VOLPATO, M. M. L.; VIEIRA, T. G. C.; OLIVEIRA, V. C. de; SOUZA, K. R. Fatores climáticos e a espacialização dos cafés do Estado de Minas Gerais e sua relação com a qualidade da bebida. In: CONGRESSO BRASILEIRO DE PESQUISAS DE CAFEEIROS, 35., 2009, Araxá.| Biblioteca(s): Embrapa Café. |
|    |
| 143. | | BARBOSA, J. N.; BORÉM, F. M.; ALVES, H. M. R.; VOLPATO, M. M. L.; VIEIRA, T. G. C.; OLIVEIRA, V. C. de; SOUZA, K. R. Fatores climáticos e a espacialização dos cafés do Estado de Minas Gerais e sua relação com a qualidade da bebida. In: CONGRESSO BRASILEIRO DE PESQUISAS DE CAFEEIROS, 35., 2009, Araxá.| Biblioteca(s): Embrapa Unidades Centrais. |
|  |
| 144. | | SILVA, E. da; VIEIRA, T. G. C.; ALVES, H. M. R.; VOLPATO, M. M. L.; SOUZA, V. C. O. de; SANTOS, W. J. R. dos. Evolução de áreas cafeeiras na paisagem do município de Três Pontas entre os anos de 1987 e 2007. In.: Congresso de Iniciação Científica da Universidade Federal de Lavras, 23.; Seminário de Avaliação do PIBIC/CNPq, 18; Seminário de Avaliação do PIBIC/FAPEMIG, 13.; Seminário de Avaliação do Programa BIC Júnior, 5.; Reunião Regional da SBPC, 2010, Lavras.| Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
| |
| 146. | | SOUZA, K. R.; SILVEIRA, M. A.; ALVES, H. M. R.; BORÉM, R. A. T.; VOLPATO, M. M. L.; VIEIRA, T. G. C.; BARBOSA, J. N. Turismo rural: alternativa de melhoria para a cafeicultura familiar do sul de Minas Gerais. In: CONGRESSO BRASILEIRO DE PESQUISAS DE CAFEEIROS, 35., 2009, Araxá.| Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
| |
| 147. | | GONÇALVES, T. G.; MACIEL, D. A.; ALVES, H. M. R.; VOLPATO, M M. L.; VIEIRA, T. G. C.; DANTAS, M. F. Avaliação do nível de água do reservatório de Furnas nos anos de 2013 e 2014, utilizando imagens Landsat-8. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 17., 2015, João Pessoa. Anais... São José dos Campos: INPE, 2015. p. 1502-1507 , 2015| Biblioteca(s): Embrapa Café. |
| |
| 148. | | SOUZA, C. G.; ZANELLA, L.; BORÉM, R. A. T.; CARVALHO, L. M. T. de; ALVES, H. M. R.; VOLPATO, M. M. L. Análise da fragmentação florestal da área de proteção ambiental Coqueiral, Coqueiral - MG. Ciência Florestal, Santa Maria, v. 24, n. 3, p. 631-644, jul./set. 2014.| Biblioteca(s): Embrapa Florestas. |
| |
| 149. | | SOUZA, K. R.; VIEIRA, T. G. C.; ALVES, H. M. R.; VOLPATO, M. L.; ANJOS, L. A. P. dos; SOUZA, C. G.; ANDRADE, L. N. Classificação automática de imagem do satélite rapideye para o mapeamento de áreas cafeeiras em Carmo de Minas, MG. In: SIMPÓSIO DE PESQUISA DOS CAFÉS DO BRASIL, 7., 2011, Araxá. Anais... Brasília, DF: Embrapa Café, 2011.| Biblioteca(s): Embrapa Café. |
| |
| 150. | | ALVES, H. M. R.; VOLPATO, M. M. L.; VIEIRA, T. G. C.; MACIEL, D. A.; GONÇALVES, T. G.; DANTAS, M. F. Characterization and spectral monitoring of coffee lands in Brazil. In: THE INTERNATIONAL SOCIETY FOR PHOTOGRAMMETRY AND REMOTE SENSING, 23., 2016, Prague, Czeach Republic. Proceedings... 4-B8 p. 801-803| Biblioteca(s): Embrapa Café. |
| |
| 151. | | VOLPATO, M. M. L.; ALVES, H. M. R.; VIEIRA, T. G. C.; BORÉM, F. M.; MACIEL, D. A.; GONÇALVES, T. G.; MEIRELES, E. J. L.; DANTAS, M. F. Caracterização de áreas bioclimáticas para o cultivo de Café arábica na região da Mantiqueira de Minas. In: CONGRESSO BRASILEIRO DE AGROMETEOROLOGIA 19., 2015, Lavras. Agrometeorologia no século 21: o desafio do uso sustentável dos biomas brasileiros: anais. Lavras: UFLA, 2015.| Biblioteca(s): Embrapa Café. |
| |
| 152. | | LACERDA, M. P. C.; ALVES, H. M. R.; VIEIRA, T. G. C.; RESENDE, R. T. T. P.; ANDRADE, H.; MACHADO, M. L.; CEREDA, G. J. Caracterização de agroecossistemas cafeeiros de Minas Gerais por meio do spring. Parte II: agroecossistema de machado. In: SIMPÓSIO DE PESQUISA DOS CAFÉS DO BRASIL, 2., 2001, Vitória. Anais... Brasília, DF: Embrapa Café, 2002.| Biblioteca(s): Embrapa Café. |
| |
| 153. | | LACERDA, M. P. C.; ALVES, H. M. R.; VIEIRA, T. G. C.; MACHADO, M. L.; RESENDE, R. T. T. P.; ANDRADE, H.; CEREDA, G. J. Caracterização de agroecossistemas cafeeiros de Minas Gerais, por meio do SPRING. Parte III: agroecossistema de Patrocínio. In: SIMPÓSIO DE PESQUISA DOS CAFÉS DO BRASIL, 2., 2001, Vitória. Anais... Brasília, DF: Embrapa Café, 2002.| Biblioteca(s): Embrapa Café. |
| |
| 154. | | BORÉM, R. T.; SILVA, L. F. M.; ALVES, H. M. R.; VIEIRA, T. G. C.; VOLPATO, M. M. L.; BORÉM, F. M. Identification of areas for permanent preservation in coffee producing regions of south minas gerais, brazil. In: INTERNATIONAL CONFERENCE ON COFFEE SCIENCE, 2012, San José. Proceedings... [S.l]: Association for Science and Information on Coffee (ASIC), 2012. p. 223. p. 300-301| Biblioteca(s): Embrapa Café. |
| |
| 157. | | VOLPATO, M. M. L.; VIEIRA, T. G. C.; ALVES, H. M. R.; SANTOS, W. J. R. dos; SOUZA, V. C. de O. Ìndice de vegetação espectral e sua relação com a estiagem agrícola em áreas cafeeiras no Município de Três Potnas, Minas Gerais. In.: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 39.; CONGRESSO LATIONOAMERICANO Y DEL CARIBE DE INGENIERÍA AGRÍCOLA, 9., 2010, Vitória. A engenhria Agrícola e o Desenvolvimento das pequenas propriedades rurais. Trabalho também foi apresentado no Congresso de Iniciação Científica da Universidade Federal de Lavras, 23.; Seminário de Avaliação do PIBIC/CNPq, 18; Seminário de Avaliação do PIBIC/FAPEMIG, 13.; Seminário de Avaliação do Programa BIC...| Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
| |
| 158. | | BERNARDES, T.; ALVES, H. M. R.; VIEIRA, T. G. C.; VOLPATO, M. M. L.; ZACARIAS, M. S.; REZENDE, F. A.; SANTOS, W. R. Mapeamento de áreas cafeeiras na região de Guaxupé: uma abordagem automatizada. In: CONGRESSO BRASILEIRO DE PESQUISAS CAFEEIRAS, 33., 2007, Lavras.| Biblioteca(s): Embrapa Café. |
| |
| 159. | | BERNARDES, T.; ALVES, H. M. R.; VIEIRA, T. G. C.; VOLPATO, M. M. L.; ZACARIAS, M. S.; REZENDE, F. A.; SANTOS, W. R. Mapeamento de áreas cafeeiras na região de Guaxupé: uma abordagem automatizada. In: CONGRESSO BRASILEIRO DE PESQUISAS CAFEEIRAS, 33., 2007, Lavras.| Biblioteca(s): Embrapa Unidades Centrais. |
| |
| 160. | | SOUSA, R. de B.; VIEIRA, T. G. C.; ALVES, H. M. R.; VOLPATO, M. M. L.; SOUZA, V. C. O. de; SANTOS, W. J. R. dos; SILVA, E. Mapeamento de áreas cafeeiras do Sul de Minas Gerais - Machado e Três Pontas. In: SIMPÓSIO DE PESQUISA DOS CAFÉS NO BRASIL, 6., 2009, Vitória.| Biblioteca(s): Embrapa Café; Embrapa Unidades Centrais. |
| |
| Registros recuperados : 206 | |
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
13/03/2023 |
|
Data da última atualização: |
13/03/2023 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
B - 4 |
|
Autoria: |
NUNES, P. H.; PIERANGELI, E. V.; SANTOS, M. O.; SILVEIRA, H. R. O.; MATOS, C. S. M. de; PEREIRA, A. B.; ALVES, H. M. R.; VOLPATO, M. M. L.; SILVA, V. A.; FERREIRA, D. D. |
|
Afiliação: |
PEDRO HENRIQUE NUNES, UNIVERSIDADE FEDERAL DE LAVRAS; EDUARDO VILELA PIERANGELI, UNIVERSIDADE FEDERAL DE LAVRAS; MELINE OLIVEIRA SANTOS, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; HELBERT REZENDE OLIVEIRA SILVEIRA, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; CHRISTIANO SOUSA MACHADO DE MATOS, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; ALESSANDRO BOTELHO PEREIRA, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; HELENA MARIA RAMOS ALVES, CNPCa; MARGARETE MARIN LORDELO VOLPATO, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; VÂNIA APARECIDA SILVA, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; DANTON DIEGO FERREIRA, UNIVERSIDADE FEDERAL DE LAVRAS. |
|
Título: |
Predicting coffee water potential from spectral reflectance indices with neural networks. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Smart Agricultural Technology, v. 4, 100213, 2023. |
|
Páginas: |
6 p. |
|
DOI: |
https://doi.org/10.1016/j.atech.2023.100213 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Leaf water potential is one of the main parameters used to assess water relations in plants by revealing levels of tissue hydration. It is commonly measured with the Scholander pressure chamber; which demands hard work and a time-consuming process. On the other hand, there is a diversified literature demonstrating the assessments of several plant variables via indices of leaf reflectance, that also present direct and indirect relationships with water potential. The aim of this work is to exploit spectral variables to estimate the water potential of coffee plants by using computational intelligence approaches. Data was collected in the cities of Santo Antônio do Amparo and Diamantina, Brazil, from 2014 to 2018. Two neural networks (Multi-Layer Perceptron) were designed to estimate and classify leaf water potential based on spectral variables. Moreover, a classifier and an estimator based on decision tree were also developed. The results showed that the artificial neural network model was superior as an estimator when compared with the decision tree model, with an average confidence index of 0.8550. On the other hand, decision trees showed a slightly higher performance as a classifier, with an overall accuracy of 88.8% and a Kappa index of 70.07%. We concluded that the leaf reflectance indices may be properly used to build accurate models for estimating coffee water potential. The indices PRI, NDVI, CRI1 and SIPI were the most relevant ones for estimating and classifying the coffee water potential. MenosLeaf water potential is one of the main parameters used to assess water relations in plants by revealing levels of tissue hydration. It is commonly measured with the Scholander pressure chamber; which demands hard work and a time-consuming process. On the other hand, there is a diversified literature demonstrating the assessments of several plant variables via indices of leaf reflectance, that also present direct and indirect relationships with water potential. The aim of this work is to exploit spectral variables to estimate the water potential of coffee plants by using computational intelligence approaches. Data was collected in the cities of Santo Antônio do Amparo and Diamantina, Brazil, from 2014 to 2018. Two neural networks (Multi-Layer Perceptron) were designed to estimate and classify leaf water potential based on spectral variables. Moreover, a classifier and an estimator based on decision tree were also developed. The results showed that the artificial neural network model was superior as an estimator when compared with the decision tree model, with an average confidence index of 0.8550. On the other hand, decision trees showed a slightly higher performance as a classifier, with an overall accuracy of 88.8% and a Kappa index of 70.07%. We concluded that the leaf reflectance indices may be properly used to build accurate models for estimating coffee water potential. The indices PRI, NDVI, CRI1 and SIPI were the most relevant ones for estimating and classifying the c... Mostrar Tudo |
|
Thesaurus NAL: |
Artificial intelligence; Coffea; Neural networks; Trees; Water potential. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1152292/1/Predicting-coffee-water-potential.pdf
|
|
Marc: |
LEADER 02434naa a2200313 a 4500
001 2152292
005 2023-03-13
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1016/j.atech.2023.100213$2DOI
100 1 $aNUNES, P. H.
245 $aPredicting coffee water potential from spectral reflectance indices with neural networks.$h[electronic resource]
260 $c2023
300 $a6 p.
520 $aLeaf water potential is one of the main parameters used to assess water relations in plants by revealing levels of tissue hydration. It is commonly measured with the Scholander pressure chamber; which demands hard work and a time-consuming process. On the other hand, there is a diversified literature demonstrating the assessments of several plant variables via indices of leaf reflectance, that also present direct and indirect relationships with water potential. The aim of this work is to exploit spectral variables to estimate the water potential of coffee plants by using computational intelligence approaches. Data was collected in the cities of Santo Antônio do Amparo and Diamantina, Brazil, from 2014 to 2018. Two neural networks (Multi-Layer Perceptron) were designed to estimate and classify leaf water potential based on spectral variables. Moreover, a classifier and an estimator based on decision tree were also developed. The results showed that the artificial neural network model was superior as an estimator when compared with the decision tree model, with an average confidence index of 0.8550. On the other hand, decision trees showed a slightly higher performance as a classifier, with an overall accuracy of 88.8% and a Kappa index of 70.07%. We concluded that the leaf reflectance indices may be properly used to build accurate models for estimating coffee water potential. The indices PRI, NDVI, CRI1 and SIPI were the most relevant ones for estimating and classifying the coffee water potential.
650 $aArtificial intelligence
650 $aCoffea
650 $aNeural networks
650 $aTrees
650 $aWater potential
700 1 $aPIERANGELI, E. V.
700 1 $aSANTOS, M. O.
700 1 $aSILVEIRA, H. R. O.
700 1 $aMATOS, C. S. M. de
700 1 $aPEREIRA, A. B.
700 1 $aALVES, H. M. R.
700 1 $aVOLPATO, M. M. L.
700 1 $aSILVA, V. A.
700 1 $aFERREIRA, D. D.
773 $tSmart Agricultural Technology$gv. 4, 100213, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
