| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
24/08/2012 |
|
Data da última atualização: |
29/01/2020 |
|
Tipo da produção científica: |
Capítulo em Livro Técnico-Científico |
|
Autoria: |
PEREIRA, P. A. A.; MARTHA JUNIOR, G. B.; SANTANA, C. A. M.; ALVES, E. R. de A. |
|
Afiliação: |
PEDRO ANTONIO ARRAES PEREIRA, DE-PR; GERALDO BUENO MARTHA JUNIOR, CECAT; CARLOS AUGUSTO MATTOS SANTANA, CECAT; ELISEU ROBERTO DE ANDRADE ALVES, DE-PR. |
|
Título: |
The development of brazilian agriculture, future technological challenges and opportunities. |
|
Ano de publicação: |
2012 |
|
Fonte/Imprenta: |
In: MARTHA JUNIOR, G. B; FERREIRA FILHO, J. B. de S. (Ed.). Brazilian agriculture: development and changes. Brasília, DF: Embrapa, 2012. p. 13-42. |
|
Idioma: |
Inglês |
|
Notas: |
Publicado no periódico: Agriculture & Food Security, v. 1 n.4, p. 2-12. 2012. Na publicação: Eliseu Alves. |
|
Palavras-Chave: |
Development. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/65183/1/Development-of-brazilian.pdf
|
|
Marc: |
LEADER 00733naa a2200169 a 4500
001 1932187
005 2020-01-29
008 2012 bl uuuu u00u1 u #d
100 1 $aPEREIRA, P. A. A.
245 $aThe development of brazilian agriculture, future technological challenges and opportunities.$h[electronic resource]
260 $c2012
500 $aPublicado no periódico: Agriculture & Food Security, v. 1 n.4, p. 2-12. 2012. Na publicação: Eliseu Alves.
653 $aDevelopment
700 1 $aMARTHA JUNIOR, G. B.
700 1 $aSANTANA, C. A. M.
700 1 $aALVES, E. R. de A.
773 $tIn: MARTHA JUNIOR, G. B; FERREIRA FILHO, J. B. de S. (Ed.). Brazilian agriculture: development and changes. Brasília, DF: Embrapa, 2012. p. 13-42.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
22/02/2022 |
|
Data da última atualização: |
24/02/2022 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
TAVARES, S. R. de L.; VASQUES, G. de M.; OLIVEIRA, R. P. de; DANTAS, M. M.; RODRIGUES, H. M. |
|
Afiliação: |
SILVIO ROBERTO DE LUCENA TAVARES, CNPS; GUSTAVO DE MATTOS VASQUES, CNPS; RONALDO PEREIRA DE OLIVEIRA, CNPS; MARLON M. DANTAS, IFRN; HUGO MACHADO RODRIGUES, UFRRJ. |
|
Título: |
Proximal and remote sensor data fusion for in-depth salinization mapping in the Brazilian semiarid via machine learning. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
In: PEDOMETRICS BRAZIL, 2., 2021, Rio de Janeiro. Annals [...]. Rio de Janeiro: Embrapa Solos, 2022. Não paginado. Evento online. |
|
Idioma: |
Inglês |
|
Conteúdo: |
Mapping the salinization in irrigated cropland is a challenging practice. As an alternative, data from proximal and remote sensors have been implemented together via datafusion and machine learning algorithms. The present work was carried out on a farm with 11 ha and used data from the proximal sensor EM38-MK2 associated with radar C-band data obtained by the Sentinel1 satellite. The salinization classes were created from electrical conductivity data measured at 35 points using a 50 x 50 m sampling grid and at three depths: 0 ? 10, 10 ? 30, and 30 ? 50 cm using conventional laboratory approach. The accuracy values of the class prediction models presented values between 0.66 and 0.74 and Kappa values between 0.43 and 0.59 using Random Forest. The salinization decreased in layers 0 - 10 and 10 - 30 cm due to implementing a surface drainage system but the depth 30 - 50 cm had the highest occurrence of Salic classes, with a potentially harmful effect on the roots. |
|
Thesagro: |
Sensoriamento Remoto. |
|
Thesaurus NAL: |
Remote sensing. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/231716/1/Proximal-and-remote-sensor-data-fusion-for-in-depth-salinization-mapping-2022.pdf
|
|
Marc: |
LEADER 01663nam a2200181 a 4500
001 2140303
005 2022-02-24
008 2022 bl uuuu u00u1 u #d
100 1 $aTAVARES, S. R. de L.
245 $aProximal and remote sensor data fusion for in-depth salinization mapping in the Brazilian semiarid via machine learning.$h[electronic resource]
260 $aIn: PEDOMETRICS BRAZIL, 2., 2021, Rio de Janeiro. Annals [...]. Rio de Janeiro: Embrapa Solos, 2022. Não paginado. Evento online.$c2022
520 $aMapping the salinization in irrigated cropland is a challenging practice. As an alternative, data from proximal and remote sensors have been implemented together via datafusion and machine learning algorithms. The present work was carried out on a farm with 11 ha and used data from the proximal sensor EM38-MK2 associated with radar C-band data obtained by the Sentinel1 satellite. The salinization classes were created from electrical conductivity data measured at 35 points using a 50 x 50 m sampling grid and at three depths: 0 ? 10, 10 ? 30, and 30 ? 50 cm using conventional laboratory approach. The accuracy values of the class prediction models presented values between 0.66 and 0.74 and Kappa values between 0.43 and 0.59 using Random Forest. The salinization decreased in layers 0 - 10 and 10 - 30 cm due to implementing a surface drainage system but the depth 30 - 50 cm had the highest occurrence of Salic classes, with a potentially harmful effect on the roots.
650 $aRemote sensing
650 $aSensoriamento Remoto
700 1 $aVASQUES, G. de M.
700 1 $aOLIVEIRA, R. P. de
700 1 $aDANTAS, M. M.
700 1 $aRODRIGUES, H. M.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
