Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido      Imprime registros no formato resumido
Registros recuperados : 9
Primeira ... 1 ... Última
1.Imagem marcado/desmarcadoCHAGAS, C. da S.; VIEIRA, C. A. O.; FERNANDES FILHO, E. I.; CARVALHO JUNIOR, W. de. Comparação entre imagens Aster e Landsat 7 na classificação de níveis de degradação de pastagens utilizando redes neurais artificiais. Revista Brasileira de Cartografia, Rio de Janeiro, v. 60, n. 3, p. 243-252, out. 2008.

Biblioteca(s): Embrapa Solos.

Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
2.Imagem marcado/desmarcadoCHAGAS, C. da S.; VIEIRA, C. A. O.; FERNANDES-FILHO, E. I. Comparison between artificial neural networks and maximum likelihood classification in digital soil mapping. Revista Brasileira de Ciência do Solo, v. 37, n. 2, p. 339-351, mar./abr. 2013.

Biblioteca(s): Embrapa Solos.

Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
3.Imagem marcado/desmarcadoCHAGAS, C. da S.; VIEIRA, C. A. O.; FERNANDES FILHO, E. I.; CARVALHO JUNIOR, W. de. Utilização de redes neurais artificiais na classificação de níveis de degradação em pastagens. Revista Brasileira de Engenharia Agrícola e Ambiental, Campina Grande, v. 13, n. 3, p. 319-327, 2009.

Biblioteca(s): Embrapa Solos.

Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
4.Imagem marcado/desmarcadoCHAGAS, C. S.; VIEIRA, C. A. O.; FERNANDES FILHO, E. I.; C. JÚNIOR, W. de. Utilização de redes neurais artificiais na classificação de níveis de degradação em pastagens. Revista brasileira de engenharia agrícola e ambiental, v.13, n.3, p.319-327, 2009.

Biblioteca(s): Embrapa Algodão.

Visualizar detalhes do registroImprime registro no formato completo
5.Imagem marcado/desmarcadoCHAGAS, C. da S.; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; CARVALHO JUNIOR, W. de. Utilização de redes neurais artificiais para predição de classes de solo em uma bacia hidrográfica no domínio de Mar de Morros. In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 13., 2007, Florianópolis. Anais [...]. São José dos Campos: INPE, 2007. p. 2421-2428.

Biblioteca(s): Embrapa Solos.

Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
6.Imagem marcado/desmarcadoCHAGAS, C. da S.; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; SCHAEFER, C. E. G. R.; CARVALHO JUNIOR, W. de. Atributos topográficos e dados do Landsat 7 no mapeamento digital de solos com uso de redes neurais. Pesquisa Agropecuária Brasileira, Brasília, DF, v. 45, n. 5, p. 497-50, maio 2010.

Biblioteca(s): Embrapa Solos; Embrapa Unidades Centrais.

Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
7.Imagem marcado/desmarcadoSOUZA, E. de; FERNANDES FILHO, E. I.; CHAGAS, C. da S.; SCHAEFER, C. E. G. R.; KER, J. C.; VIEIRA, C. A. O.; SIMAS, F. N. B. Classificação superviosionada de solos por redes neurais artificiais na Serra do Cipó - MG. In: CONGRESSO BRASILEIRO DE CIÊNCIA DO SOLO, 33., 2011, Uberlândia. Solos nos biomas brasileiros: sustentabilidade e mudanças climáticas: anais. [Uberlândia]: SBCS: UFU, ICIAG, 2011. 1 CD-ROM.

Biblioteca(s): Embrapa Solos.

Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
8.Imagem marcado/desmarcadoCARVALHO JUNIOR, W. de; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; SCHAEFER, C. E. G. R.; CHAGAS, C. da S. Geomorphometric attributes applied to soil-landscapes supervised classification of mountainous tropical areas in Brazil: a case study. In: HARTEMINK, A. E.; McBRATNEY, A.; MENDONÇA-SANTOS, M. de L. (ed.). Digital soil mapping with limited data. Dordrecht: Springer, 2008. cap. 32, p. 357-365.

Biblioteca(s): Embrapa Solos.

Visualizar detalhes do registroAcesso restrito ao objeto digitalImprime registro no formato completo
9.Imagem marcado/desmarcadoCARVALHO JUNIOR, W. de; CHAGAS, C. da S.; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; SCHAEFER, C. E. G.; BHERING, S. B.; FRANCELINO, M. R. Digital soilscape mapping of tropical hillslope areas by neural networks. Scientia Agricola, Piracicaba, v. 68, n. 6, p. 691-696, Nov./Dec. 2011.

Biblioteca(s): Embrapa Solos.

Visualizar detalhes do registroAcesso ao objeto digitalImprime registro no formato completo
Registros recuperados : 9
Primeira ... 1 ... Última






Registro Completo

Biblioteca(s):  Embrapa Solos; Embrapa Unidades Centrais.
Data corrente:  26/07/2010
Data da última atualização:  03/11/2021
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  B - 1
Autoria:  CHAGAS, C. da S.; FERNANDES FILHO, E. I.; VIEIRA, C. A. O.; SCHAEFER, C. E. G. R.; CARVALHO JUNIOR, W. de.
Afiliação:  CESAR DA SILVA CHAGAS, CNPS; ELPÍDIO INÁCIO FERNANDES FILHO, UFV; CARLOS ANTONIO OLIVEIRA VIEIRA, UFV; CARLOS ERNESTO GONÇALVES REYNAUD SCHAEFER, UFV; WALDIR DE CARVALHO JUNIOR, CNPS.
Título:  Atributos topográficos e dados do Landsat 7 no mapeamento digital de solos com uso de redes neurais.
Ano de publicação:  2010
Fonte/Imprenta:  Pesquisa Agropecuária Brasileira, Brasília, DF, v. 45, n. 5, p. 497-50, maio 2010.
DOI:  https://doi.org/10.1590/S0100-204X2010000500009
Idioma:  Português
Conteúdo:  O objetivo deste trabalho foi avaliar variáveis discriminantes no mapeamento digital de solos com uso de redes neurais artificiais. Os atributos topográficos elevação, declividade, aspecto, plano de curvatura e índice topográfico, derivados de um modelo digital de elevação, e os índices de minerais de argila, óxido de ferro e vegetação por diferença normalizada, derivados de uma imagem do Landsat7, foram combinados e avaliados quanto à capacidade de discriminação dos solos de uma área no noroeste do Estado do Rio de Janeiro. Foram utilizados o simulador de redes neurais Java e o algoritmo de aprendizado "backpropagation". Os mapas gerados por cada um dos seis conjuntos de variáveis testados foram comparados com pontos de referência, para a determinação da exatidão das classificações. Esta comparação mostrou que o mapa produzido com a utilização de todas as variáveis obteve um desempenho superior (73,81% de concordância) ao de mapas produzidos pelos demais conjuntos de variáveis. Possíveis fontes de erro na utilização dessa abordagem estão relacionadas, principalmente, à grande heterogeneidade litológica da área, que dificultou o estabelecimento de um modelo de correlação ambiental mais realista. A abordagem utilizada pode contribuir para tornar o levantamento de solos no Brasil mais rápido e menos subjetivo.
Palavras-Chave:  Atributos do terreno; Digital elevation model; Modelo digital de elevação; Rede neural artificial; Redes neurais artificiais.
Thesagro:  Classificação do solo.
Thesaurus NAL:  Neural networks.
Categoria do assunto:  --
P Recursos Naturais, Ciências Ambientais e da Terra
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/AI-SEDE-2010/48117/1/45n05a09.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Solos (CNPS)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
AI-SEDE48117 - 1UPEAP - PP630.72081P474
CNPS14968 - 1UPCAP - DD2010.00032
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