1. Identificação | |
Tipo de Referência | Artigo em Evento (Conference Proceedings) |
Site | marte2.sid.inpe.br |
Identificador | 8JMKD3MGP6W34M/49278G8 |
Repositório | sid.inpe.br/marte2/2023/04.27.18.55 |
Última Atualização | 2023:04.27.18.55.24 (UTC) administrator |
Repositório de Metadados | sid.inpe.br/marte2/2023/04.27.18.55.24 |
Última Atualização dos Metadados | 2024:01.08.18.07.43 (UTC) administrator |
ISBN | 978-65-89159-04-9 |
Chave de Citação | CostaSilvAdamSanc:2023:PrPrMé |
Título | Predição da produtividade média de cana-de-açúcar a partir de imagens orbitais do Sensor MSI/Seninel-2 |
Formato | Internet |
Ano | 2023 |
Data de Acesso | 13 maio 2024 |
Tipo Secundário | PRE CN |
Número de Arquivos | 2 |
Tamanho | 559 KiB |
|
2. Contextualização | |
Autor | 1 Costa, João Pedro de Sousa 2 Silva, Luiz Gabriel da 3 Adami, Marcos 4 Sanches, Ieda Del'Arco |
Grupo | 1 SER-SRE-DIPGR-INPE-MCTI-GOV-BR 2 SER-SRE-DIPGR-INPE-MCTI-GOV-BR 3 DIOTG-CGCT-INPE-MCTI-GOV-BR 4 DIOTG-CGCT-INPE-MCTI-GOV-BR |
Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Instituto Nacional de Pesquisas Espaciais (INPE) 4 Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | 1 joao.costa@inpe.br 2 luiz.silva@inpe.br 3 marcos.adami@inpe.br 4 ieda.sanches@inpe.br |
Editor | Gherardi, Douglas Francisco Marcolino Aragão, Luiz Eduardo Oliveira e Cruz de Sanches, Ieda DelArco |
Nome do Evento | Simpósio Brasileiro de Sensoriamento Remoto, 20 (SBSR) |
Localização do Evento | Florianópolis |
Data | 02-05 abril 2023 |
Editora (Publisher) | Instituto Nacional de Pesquisas Espaciais (INPE) |
Cidade da Editora | São José dos Campos |
Páginas | e156003 |
Título do Livro | Anais |
Tipo Terciário | full paper |
Organização | Instituto Nacional de Pesquisas Espaciais (INPE) |
Histórico (UTC) | 2023-04-27 18:56:04 :: simone -> administrator :: 2023 2024-01-08 18:07:43 :: administrator -> simone :: 2023 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Palavras-Chave | Sensoriamento remoto cana-deaçúcar aprendizado de máquina gradient boosting Remote Sensing Sugar Cane Machine Learning Gradient Boosting |
Resumo | Estimar a produtividade de culturas agrícolas é fundamental por diversos motivos, desde a definição de políticas por órgãos governamentais ao planejamento de ações de colheita e pós colheita por produtores agrícolas, cooperativas e tradings. A cana-de-açúcar é uma cultura agrícola de larga escala, sendo o Brasil o maior produtor mundial. O objetivo deste trabalho foi estimar a produtividade média de talhões de cana-de-açúcar utilizando séries temporais de imagens do sensor MSI/Sentinel-2. Foram utilizadas estimativas de produtividade geradas por um sensor instalado em uma colhedora em Nova Londrina-PR para construção da variável resposta. Ao total foram utilizados informações de 42 talhões. As bandas das imagens foram utilizadas para construção de atributos, que foram utilizados para treinamento de um estimador de aprendizado de máquina, Gradient Boosting Regressor. Foram utilizados 10 talhões para validação, e em sete desses talhões o nível de erro relativo foi inferior a 5%. ABSTRACT: Estimating the yield of agricultural crops is essential for several reasons, from the definition of policies by government agencies to the planning of harvest and post-harvest actions by farmers, cooperatives and trading companies. Sugarcane is a large-scale agricultural crop, with Brazil being the world's largest producer. The objective of this work was to estimate the average yield of sugarcane using a time series of images from the MSI/Sentinel-2. Yield estimates generated by a sensor installed in a harvester in Nova Londrina-PR were used for the construction of the target. Information from 42 areas was used. The bands of the images were used to construct attributes, which were used to train a machine learning estimator, Gradient Boosting Regressor. Ten areas were used for validation, and in seven of them the relative error level was less than 5%. |
Área | SRE |
Tipo | Produção e previsão agrícola |
Arranjo 1 | urlib.net > BDMCI > Fonds > SBSR > SBSR 20 > Predição da produtividade... |
Arranjo 2 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > SBSR 20 > Predição da produtividade... |
Arranjo 3 | Projeto Memória 60... > Livros e livros editados > SBSR 20 > Predição da produtividade... |
Arranjo 4 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > Predição da produtividade... |
Arranjo 5 | urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGCT > Predição da produtividade... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | não têm arquivos |
|
4. Condições de acesso e uso | |
URL dos dados | http://urlib.net/ibi/8JMKD3MGP6W34M/49278G8 |
URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP6W34M/49278G8 |
Idioma | pt |
Arquivo Alvo | 156003.pdf |
Grupo de Usuários | simone |
Visibilidade | shown |
Licença de Direitos Autorais | urlib.net/www/2012/11.12.15.19 |
Detentor dos Direitos | originalauthor yes |
|
5. Fontes relacionadas | |
Repositório Espelho | urlib.net/www/2011/03.29.20.55 |
Unidades Imediatamente Superiores | 8JMKD3MGP6W34M/495J572 8JMKD3MGPCW/3F3NU5S 8JMKD3MGPCW/46KUATE |
Lista de Itens Citando | sid.inpe.br/marte2/2023/05.18.17.15 8 sid.inpe.br/bibdigital/2013/10.18.22.34 3 |
Acervo Hospedeiro | dpi.inpe.br/marte2/2013/05.17.15.03.06 |
|
6. Notas | |
Campos Vazios | archivingpolicy archivist callnumber contenttype copyholder creatorhistory descriptionlevel dissemination documentstage doi e-mailaddress edition holdercode issn label lineage mark nextedition notes numberofvolumes orcid parameterlist parentrepositories previousedition previouslowerunit progress project readergroup readpermission resumeid schedulinginformation secondarydate secondarykey secondarymark serieseditor session shorttitle sponsor subject tertiarymark url versiontype volume |
|
7. Controle da descrição | |
e-Mail (login) | simone |
atualizar | |
|