Sabiia Seb
PortuguêsEspañolEnglish
Embrapa
        Busca avançada

Botão Atualizar


Botão Atualizar

Ordenar por: 

RelevânciaAutorTítuloAnoImprime registros no formato resumido
Registros recuperados: 3
Primeira ... 1 ... Última
Imagem não selecionada

Imprime registro no formato completo
Biometric characteristics and canopy reflectance association for early-stage sugarcane biomass prediction Scientia Agricola
Rocha,Murillo Grespan da; Barros,Flávio Margarito Martins de; Oliveira,Stanley Robson de Medeiros; Amaral,Lucas Rios do.
ABSTRACT: Knowing the spatial variability of sugarcane biomass in the early stages of development may help growers in their management decision-making. Proximal canopy sensing is a promising technology that can identify this variability but is limited to quantifying plant-specific parameters. In this study, we evaluated whether biometric variables integrated with canopy reflectance data can assist in the generation of models for early-stage sugarcane biomass prediction. To substantiate this assertion, four sugarcane-producing fields were measured with an active crop canopy sensor and 30 sampling plots were selected for manually quantifying chlorophyll content, plant height, stalk number and aboveground biomass. We determined that Random Forest and Multiple...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Random forest; Canopy sensor; Vegetation indices; Precision farming; Data mining.
Ano: 2019 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162019001400274
Imagem não selecionada

Imprime registro no formato completo
Prediction of soil CO2 flux in sugarcane management systems using the Random Forest approach Scientia Agricola
Tavares,Rose Luiza Moraes; Oliveira,Stanley Robson de Medeiros; Barros,Flávio Margarito Martins de; Farhate,Camila Viana Vieira; Souza,Zigomar Menezes de; Scala Junior,Newton La.
ABSTRACT: The Random Forest algorithm is a data mining technique used for classifying attributes in order of importance to explain the variation in an attribute-target, as soil CO2 flux. This study aimed to identify prediction of soil CO2 flux variables in management systems of sugarcane through the machine-learning algorithm called Random Forest. Two different management areas of sugarcane in the state of São Paulo, Brazil, were selected: burned and green. In each area, we assembled a sampling grid with 81 georeferenced points to assess soil CO2 flux through automated portable soil gas chamber with measuring spectroscopy in the infrared during the dry season of 2011 and the rainy season of 2012. In addition, we sampled the soil to evaluate physical,...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Saccharum officinarum; Soil respiration; Green sugarcane; Clay.
Ano: 2018 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0103-90162018000400281
Imagem não selecionada

Imprime registro no formato completo
Desenvolvimento e validação de um sistema de recomendação de informações tecnológicas sobre cana-de-açúcar Bragantia
Barros,Flávio Margarito Martins de; Oliveira,Stanley Robson de Medeiros; Oliveira,Leandro Henrique Mendonça de.
Sistemas de informações tecnológicas exercem um papel fundamental na agricultura, pois proveem informações de forma rápida e eficiente, dando suporte a decisões estratégicas. No entanto, o excesso de informação disponível pode confundir e dificultar o acesso à informação desejada. Uma alternativa para amenizar esse problema é a adoção de sistemas que ofereçam recomendações automáticas de acordo com o perfil de uma comunidade de usuários. O objetivo deste trabalho foi desenvolver um sistema de recomendação, concebido a partir de técnicas de mineração de dados, para conteúdos relacionados à cultura da cana-de-açúcar. O modelo adotado foi o de listas de recomendação, que são regras de associação entre as páginas web visitadas, produzidas a partir dos dados de...
Tipo: Info:eu-repo/semantics/article Palavras-chave: Taxa de rejeição; Mineração de dados; Regras de associação; Informações tecnológicas agrícolas.
Ano: 2013 URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0006-87052013000400010
Registros recuperados: 3
Primeira ... 1 ... Última
 

Empresa Brasileira de Pesquisa Agropecuária - Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área restrita

Embrapa
Parque Estação Biológica - PqEB s/n°
Brasília, DF - Brasil - CEP 70770-901
Fone: (61) 3448-4433 - Fax: (61) 3448-4890 / 3448-4891 SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional