|
|
|
| Registros recuperados: 26 | |
|
|
| MENDONÇA, L. D. de; ARROYAVE, C. G. C.; VICENTE, L. E.; LIMA, E. R. de. |
| Ao longo dos últimos dez anos, o interesse no uso de Veículos Aéreos Não Tripulados (VANTs) para aplicações na agricultura tem crescido signi?cativamente. Uma das áreas de maior interesse nesse campo é o monitoramento do crescimento e saúde das plantas, onde os VANTs podem ser utilizados em conjunto com câmeras multiespectrais, as quais excedem as capacidades das convencionais. Há alguns anos o custo de VANTs era muito alto, o que, juntamente com a necessidade de um operador especializado e elevado custo de manutenção tornavam sua aquisição inviável para a maioria dos agricultores. No entanto, o aumento do interesse em VANTs com uso recreacional possibilitou a redução destes custos, tornando este tipo de veículo uma ferramenta atraente e acessível para a... |
| Tipo: Separatas |
Palavras-chave: Câmera multiespectral; Índice de vegetação; Infravermelho; Multi-spectral camera; Sensoriamento remoto; Unmanned aerial vehicles. |
| Ano: 2017 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1085983 |
| |
|
| |
|
|
| BARBEDO, J. G. A.. |
| Abstract: Unmanned aerial vehicles (UAVs) are becoming a valuable tool to collect data in a variety of contexts. Their use in agriculture is particularly suitable, as those areas are often vast, making ground scouting difficult, and sparsely populated, which means that injury and privacy risks are not as important as in urban settings. Indeed, the use of UAVs for monitoring and assessing crops, orchards, and forests has been growing steadily during the last decade, especially for the management of stresses such as water, diseases, nutrition deficiencies, and pests. This article presents a critical overview of the main advancements on the subject, focusing on the strategies that have been used to extract the information contained in the images captured... |
| Tipo: Artigo de periódico |
Palavras-chave: Imagem de sensor; Stress de planta; Drone; Crop; Orchard; Unmanned aerial systems; Agricultura de Precisão; Stress; Precision agriculture; Unmanned aerial vehicles. |
| Ano: 2019 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1108655 |
| |
|
|
| BARBEDO, J. G. A.; KOENIGKAN, L. V.; SANTOS, T. T.; SANTOS, P. M.. |
| Abstract: Unmanned aerial vehicles (UAVs) are being increasingly viewed as valuable tools to aid the management of farms. This kind of technology can be particularly useful in the context of extensive cattle farming, as production areas tend to be expansive and animals tend to be more loosely monitored. With the advent of deep learning, and convolutional neural networks (CNNs) in particular, extracting relevant information from aerial images has become more effective. Despite the technological advancements in drone, imaging and machine learning technologies, the application of UAVs for cattle monitoring is far from being thoroughly studied, with many research gaps still remaining. In this context, the objectives of this study were threefold: (1) to... |
| Tipo: Artigo de periódico |
Palavras-chave: Veículo aéreo não tripulado; Redes neurais; Drone; Aprendizado profundo; Convolutional neural networks; Deep learning; Canchim breed; Nelore breed; Gado de Corte; Gado Canchim; Gado Nelore; Cattle; Unmanned aerial vehicles. |
| Ano: 2019 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1116449 |
| |
|
|
| 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 |
| |
|
| |
|
| |
|
| |
|
|
| BARBEDO, J. G. A.; KOENIGKAN, L. V.; SANTOS, P. M.; RIBEIRO, A. R. B.. |
| Abstract: The management of livestock in extensive production systems may be challenging, especially in large areas. Using Unmanned Aerial Vehicles (UAVs) to collect images from the area of interest is quickly becoming a viable alternative, but suitable algorithms for extraction of relevant information from the images are still rare. This article proposes a method for counting cattle which combines a deep learning model for rough animal location, color space manipulation to increase contrast between animals and background, mathematical morphology to isolate the animals and infer the number of individuals in clustered groups, and image matching to take into account image overlap. Using Nelore and Canchim breeds as a case study, the proposed approach yields... |
| Tipo: Artigo de periódico |
Palavras-chave: Redes neurais; Rede neural convolucional; Veículo aéreo não tripulado; Canchim breed; Nelore breed; Convolutional neural networks; Mathematical morphology; Deep learning mode; Gado de Corte; Gado Nelore; Gado Canchim; Unmanned aerial vehicles; Neural networks. |
| Ano: 2020 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1121664 |
| |
|
|
| ALMEIDA, D. R. A. de; ZAMBRANO, A. M. A.; BROADBENT, E. N.; WENDT, A. L.; FOSTER, P.; WILKINSON, B. E.; SALK, C.; PAPA, D. de A.; STARK, S. C.; VALBUENA, R.; GORGENS, E. B.; SILVA, C. A.; BRANCALION, P. H. S.; FAGAN, M.; MELI, P.; CHAZDON, R.. |
| Drone-based remote sensing is a promising new technology that combines the benefits of ground-based and satellite-derived forest monitoring by collecting fine-scale data over relatively large areas in a cost-effective manner. Here, we explore the potential of the GatorEye drone-lidar system to monitor tropical forest succession by canopy structural attributes including canopy height, spatial heterogeneity, gap fraction, leaf area density (LAD) vertical distribution, canopy Shannon index (an index of LAD), leaf area index (LAI), and understory LAI. We focus on these variables? relationship to aboveground biomass (AGB) stocks and species diversity. In the Caribbean lowlands of northeastern Costa Rica, we analyze nine tropical forests stands (seven... |
| Tipo: Artigo de periódico |
Palavras-chave: Drone; GatorEye; Aerial surveys; Regeneração florestal; Biomassa aérea; Bosques lluviosos; Monitoreo; Restauración de bosques; Bosques secundarios; Biomasa aérea; Teledetección; Vehículos aéreos no tripulados; Sarapiquí; Heredia Province; Caribbean lowlands; Northeastern Costa Rica; Floresta Tropical; Reconhecimento Florestal; Floresta Secundaria; Sensoriamento Remoto; Raio Laser; Rain forests; Monitoring; Forest restoration; Secondary forests; Aboveground biomass; Remote sensing; Unmanned aerial vehicles; Lidar. |
| Ano: 2020 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1124130 |
| |
|
| |
|
|
| Calou,Vinícius B. C.; Teixeira,Adunias dos S.; Moreira,Luis C. J.; Rocha Neto,Odílio C. da; Silva,José A. da. |
| ABSTRACT Unmanned aerial vehicles (UAVs) are a promising tool for technology development and transfer and for the economic success of the agricultural sector. The objective of this study is to assess the validity of biomass estimation in a commercial maize plantation using aerial images obtained by a UAV. The proposed methodology involved analyzing images acquired in scheduled flights, processing orthophoto (georeferenced image) data, evaluating digital terrain elevation models, and assessing the quality of dense point clouds. Data were collected using two cameras, one with a 16-megapixel flat lens and the other with a 12-megapixel fish-eye lens coupled to a UAV, at two flight altitudes (30 and 60 meters) over hybrid maize (AG1051) crop irrigated by center... |
| Tipo: Info:eu-repo/semantics/article |
Palavras-chave: Precision agriculture; Structure from Motion; Unmanned aerial vehicles; Zea mays L. |
| Ano: 2019 |
URL: http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0100-69162019000600744 |
| |
|
|
| CUNHA, R. M. da; FIGUEIREDO, E. O.; OLIVEIRA, M. V. N. d'; PAPA, D. de A.. |
| Este trabalho objetivou avaliar o uso combinado de sensores Lidar e RGB em ARP para quantificar as perturbações decorrentes da extração seletiva em área de manejo florestal. O estudo foi feito em uma área de exploração na Floresta Estadual do Antimary (FEA), no Estado do Acre. Foram utilizadas 10 parcelas de 1ha, para estimar biomassa seca acima do solo (BSAS) para toda área a partir de métricas extraídas do voo Lidar realizado antes da exploração. O voo ARP ocorreu após a exploração para classificação e quantificação das áreas impactadas por clareiras, estradas e pátios. A área de impacto total representou 13 % da área do estudo e pela perda de BSAS 31,5 Mg.ha-1, destes, as clareiras corresponderam a 82% da área total impactada e por 26,1 Mg.ha-1 da BSAS... |
| Tipo: Parte de livro |
Palavras-chave: Silvicultura sustentable; Explotación forestal; Extração seletiva; Biomasa aérea; Acumulación de materia seca; Estimación; Teledetección; Vehículos aéreos no tripulados; Drone; Sensores; Floresta Estadual do Antimary (AC); Bujari (AC); Sena Madureira (AC); Acre; Amazônia Ocidental; Western Amazon; Amazonia Occidental; Administração Florestal; Extração da Madeira; Biomassa; Matéria Seca; Estimativa; Impacto Ambiental; Sensoriamento Remoto; Sustainable forestry; Logging; Aboveground biomass; Dry matter accumulation; Estimation; Environmental impact; Remote sensing; Sensors (equipment); Lidar; Unmanned aerial vehicles. |
| Ano: 2019 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1110087 |
| |
|
| |
|
| |
|
| |
|
| |
|
|
| FERREIRA, M. P.; ALMEIDA, D. R. A. de; PAPA, D. de A.; MINERVINO, J. B. S.; VERAS, H. F. P.; FORMIGHIERI, A.; SANTOS, C. A. N.; FERREIRA, M. A. D.; FIGUEIREDO, E. O.; FERREIRA, E. J. L.. |
| Information regarding the spatial distribution of palm trees in tropical forests is crucial for commercial exploitation and management. However, spatially continuous knowledge of palms occurrence is scarce and difficult to obtain with conventional approaches such as field inventories. Here, we developed a new method to map Amazonian palm species at the individual tree crown (ITC) level using RGB images acquired by a low-cost unmanned aerial vehicle (UAV). Our approach is based on morphological operations performed in the score maps of palm species derived from a fully convolutional neural network model. We first constructed a labeled dataset by dividing the study area (135 ha within an old-growth Amazon forest) into 28 plots of 250 m×150 m. Then, we... |
| Tipo: Artigo de periódico |
Palavras-chave: Palmeira; Palm trees; Mapeamento; Drone; Aerial surveys; Imagem RGB; DeepLabv3+; Bosques lluviosos; Madera tropical; Teledetección; Vehículos aéreos no tripulados; Fotografía aérea; Embrapa Acre; Rio Branco (AC); Acre; Amazônia Ocidental; Western Amazon; Amaz; Amazonia Occidental; Floresta Tropical; Espécie Nativa; Açaí; População de Planta; Biogeografia; Sensoriamento Remoto; Aerofotogrametria; Rain forests; Arecaceae; Euterpe precatoria; Tropical wood; Biogeography; Remote sensing; Unmanned aerial vehicles; Aerial photography. |
| Ano: 2020 |
URL: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1124129 |
| |
|
|
| FIGUEIREDO, E. O.; FIGUEIREDO, S. M. de M.; OLIVEIRA, M. V. N. d'; SANTOS, E. K. M. dos. |
| Este primeiro trabalho de inventário florestal com as RPAs não pretende esgotar o assunto sobre o tema, mas apenas demarcar os procedimentos iniciais para essa etapa do planejamento florestal, considerada fundamental para o sucesso da atividade, em que foram contempladas as árvores codominantes e dominantes, acima de 50 cm de DAP1,3 m (diâmetro à altura do peito a 1,3 metro). Para isso, o objetivo deste trabalho foi propor um calendário preliminar de inventário florestal com uso de RPAs de classe 3, seguindo normas da Agência Nacional de Aviação Civil (2016). É denominado preliminar porque o estudo foi realizado em uma única tipologia florestal e durante apenas 12 meses. |
| Tipo: Documentos (INFOTECA-E) |
Palavras-chave: Forest planning; Manejo forestal; Manejo de precisão; Inventario forestal; Fotografía aérea; Aeronave remotamente pilotada (RPA); Drone; Vehículos aéreos no tripulados; Bosques tropicales; Administração Florestal; Planejamento Florestal; Inventário Florestal; Aerofotogrametria; Floresta Tropical; Forest management; Forest inventory; Aerial photography; Unmanned aerial vehicles; Tropical forests. |
| Ano: 2018 |
URL: http://www.infoteca.cnptia.embrapa.br/infoteca/handle/doc/1103285 |
| |
|
| |
| Registros recuperados: 26 | |
|
|
|
