|
|
|
| Registros recuperados: 151 | |
|
|
| OSCO, L. P.; RAMOS, A. P. M.; PINHEIRO, M. M. F.; MORIYA, E. A. S.; IMAI, N. N.; ESTRABIS, N.; IANCZYK, F.; ARAÚJO, F. F.; LIESENBERG, V.; JORGE, L. A. de C.; LI, J.; MA, L.; GONÇALVES, W. N.; MARCATO JUNIOR, J.; CRESTE, J. E.. |
| Tipo: Artigo de periódico |
Palavras-chave: Proximal sensor; Macronutrient; Micronutrient. |
| Ano: 2020 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1121648 |
| |
|
| |
|
|
| OLIVEIRA, M. V. N. d'; BROADBENT, E. N.; OLIVEIRA, L. C. de; ALMEIDA, D. R. A.; PAPA, D. de A.; FERREIRA, M. E.; ZAMBRANO, A. M. A.; SILVA, C. A.; AVINO, F. S.; PRATA, G. A.; MELLO, R. A.; FIGUEIREDO, E. O.; JORGE, L. A. de C.; JUNIOR, L.; ALBUQUERQUE, R. W.; BRANCALION, P. H. S.; WILKINSON, B.; COSTA, M. O. da. |
| Tropical forests are often located in dicult-to-access areas, which make high-quality forest structure information dicult and expensive to obtain by traditional field-based approaches. LiDAR (acronym for Light Detection And Ranging) data have been used throughout the world to produce time-ecient and wall-to-wall structural parameter estimates for monitoring in native and commercial forests. In this study, we compare products and aboveground biomass (AGB) estimations from LiDAR data acquired using an aircraft-borne system in 2015 and data collected by the unmanned aerial vehicle (UAV)-based GatorEye Unmanned Flying Laboratory in 2017 for ten forest inventory plots located in the Chico Mendes Extractive Reserve in Acre state, southwestern Brazilian Amazon.... |
| Tipo: Artigo de periódico |
Palavras-chave: Bosques tropicales; Inventario forestal; Monitoreo; Biomassa aérea; Teledetección; Vehículos aéreos no tripulados; Drone; GatorEye; Seringal Filipinas (AC); RESEX Chico Mendes; Acre; Amazônia Ocidental; Western Amazon; Amazonia Occidental; Floresta Tropical; Inventário Florestal; Reconhecimento Florestal; Estimativa; Sensoriamento Remoto; Raio Laser; Tropical forests; Forest inventory; Monitoring; Aboveground biomass; Remote sensing; Unmanned aerial vehicles; Lidar. |
| Ano: 2020 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1122818 |
| |
|
| |
|
|
| INAMASU, R. Y.; BERNARDI, A. C. de C.; VAZ, C. M. P.; NAIME, J. de M.; QUEIROS, L. R.; RESENDE, A. V. de; VILELA, M. de F.; JORGE, L. A. de C.; BASSOI, L. H.; PEREZ, N. B.; FRAGALLE, E. P.. |
| Tipo: Parte de livro |
Palavras-chave: Sensoriamento remoto; Precision agriculture; Remote sensing. |
| Ano: 2011 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/907451 |
| |
|
|
| INAMASU, R. Y.; BERNARDI, A. C. de C.; VAZ, C. M. P.; NAIME, J. de M.; QUEIROS, L. R.; RESENDE, A. V. de; VILELA, M. de F.; JORGE, L. A. de C.; BASSOI, L. H.; PEREZ, N. B.; FRAGALLE, E. P.. |
| O início da agricultura de precisão (AP) teve foco em máquinas dotadas de receptores GPS (Global Positioning System) e mapas de produtividade. Talvez, devido à essa fase, estabeleceu-se no Brasil, um senso comum de que o tema AP é uma área do conhecimento relacionada à sofisticação das máquinas agrícolas por meio de eletrônicas embarcadas e sistemas computacionais complexos, apesar do impacto final objetivar a sustentabilidade do agronegócio. A comunidade acadêmica, por sua vez, priorizou trabalhos iniciais voltados ao desenvolvimento de máquinas e equipamentos, por entender que ali estavam os principais desafios. Como primeiros passos, os temas propostos foram bem fundamentados, mas reforçou de certa forma o senso comum. Cita-se como exemplo o edital da... |
| Tipo: Parte de livro |
Palavras-chave: Sustentabilidade; Sistema produtivo; Agricultura de Precisão. |
| Ano: 2011 |
URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1017367 |
| |
|
|
| INAMASU, R. Y.; BERNARDI, A. C. de C.; VAZ, C. M. P.; NAIME, J. de M.; QUEIROS, L. R.; RESENDE, A. V. de; VILELA, M. de F.; JORGE, L. A. de C.; BASSOI, L. H.; PEREZ, N. B.; FRAGALLE, E. P.. |
| O início da agricultura de precisão (AP) teve foco em máquinas dotadas de receptores GPS (Global Positioning System) e mapas de produtividade. Talvez, devido à essa fase, estabeleceu-se no Brasil, um senso comum de que o tema AP é uma área do conhecimento relacionada à sofisticação das máquinas agrícolas por meio de eletrônicas embarcadas e sistemas computacionais complexos, apesar do impacto final objetivar a sustentabilidade do agronegócio. A comunidade acadêmica, por sua vez, priorizou trabalhos iniciais voltados ao desenvolvimento de máquinas e equipamentos, por entender que ali estavam os principais desafios. |
| Tipo: Capítulo em livro técnico (INFOTECA-E) |
Palavras-chave: Agricultura de Precisão; Sensoriamento Remoto; Precision agriculture; Remote sensing. |
| Ano: 2011 |
URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/908112 |
| |
|
|
| OSCO, L. P.; FURUYA, D. E. G.; FURUYA, M. T. G.; CORRÊA, D. V.; GONÇALVEZ, W. N.; MARCATO JUNIOR, J.; BORGES, M.; MORAES, M. C. B.; MICHEREFF, M. F. F.; AQUINO, M. F. S.; LAUMANN, R. A.; LISENBERG, V.; RAMOS, A. P. M.; JORGE, L. A. de C.. |
| Na publicação: Maria Carolina Blassioli-Moraes. |
| Tipo: Artigo de periódico |
Palavras-chave: Field spectroscopy; Remote sensing; Precision agriculture; Artificial intelligence. |
| Ano: 2022 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1143293 |
| |
| Registros recuperados: 151 | |
|
|
|
