Embrapa Agricultura Digital (CNPTIA) https://www.alice.cnptia.embrapa.br/alice/handle/item/19 2026-05-15T02:41:03Z 2026-05-15T02:41:03Z FURUYA, D. E. G. BOLFE, E. L. PARREIRAS, T. C. SOARES, V. B. SILVEIRA, F. da BARBEDO, J. G. A. SANTOS, T. T. GEBLER, L. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186853 2026-05-14T13:49:10Z 2026-01-01T00:00:00Z

Título: Mapping anti-hail net systems in apple orchards using multisensor time series and machine learning. Autoria: FURUYA, D. E. G.; BOLFE, E. L.; PARREIRAS, T. C.; SOARES, V. B.; SILVEIRA, F. da; BARBEDO, J. G. A.; SANTOS, T. T.; GEBLER, L. Conteúdo: Apple orchards are increasingly adopting anti-hail nets to mitigate climate risks; however, these structures alter canopy reflectance and pose challenges for remote sensing. This study presents an operational framework to map apple orchards under different netting conditions in Vacaria, Brazil. Multisensor surface reflectance data from Sentinel-2 and Harmonized Landsat and Sentinel-2 were used to generate dense spectral index time series combined with field observations. Five spectral indices, Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), Soil-Adjusted Vegetation Index (SAVI), Normalized Difference Water Index (NDWI), and Bare Soil Index (BSI), were evaluated individually and in combination within a hierarchical classification framework. Random Forest (RF) and one-dimensional convolutional neural networks (1DCNN) were applied as complementary machine learning approaches. RF showed more stable performance across hierarchical levels, while indices contributed differently depending on scale: BSI and NDVI were more effective at broader levels, whereas EVI and SAVI were critical for discriminating net colors. To our knowledge, this is the first study applying multisensor time series and machine learning to map anti-hail net systems in apple orchards.

2026-01-01T00:00:00Z BASÍLIO, J. J. N. COLMANETTI, M. A. A. CUADRA, S. V. CUNHA, F. L. GONÇALVES, A. F. A. CAMPOE, O. C. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186424 2026-05-09T15:11:47Z 2023-01-01T00:00:00Z

Título: Disponibilidade hídrica em solos com condições climáticas contrastantes cultivados com Eucalyptus sp. Autoria: BASÍLIO, J. J. N.; COLMANETTI, M. A. A.; CUADRA, S. V.; CUNHA, F. L.; GONÇALVES, A. F. A.; CAMPOE, O. C. Conteúdo: RESUMO: O monitoramento do teor de água do solo pode ser realizado de forma direta por meio de sensores, principalmente sondas de capacitância FDR e TDR e de forma indireta a partir da parametrização de modelos baseados em processos. Diante do exposto, este trabalho teve como objetivo simular a disponibilidade de água em solos com condições climáticas contrastantes cultivados com Eucalyptus sp. O modelo G’Day para a cultura do Eucalyptus sp se encontra implementado junto à plataforma ECOSMOS. O fluxo de água é calculado em escala horária em função do número de camadas do solo e de suas propriedades hidráulicas. A parametrização e avaliação dos parâmetros do modelo ECOSMOS foi realizada a partir de três experimentos micrometeorológicos e quatros sites situados em condições climáticas contrastantes considerando um genótipo genérico de Eucalyptus. O teor de água simulado pelo modelo é próximo ao observado em campo pelas sondas TDR, demonstrando assim a eficiência dos processos hidrológicos dentro do framework ECOSMOS. Além de ser variável entre os sítios, a disponibilidade de água medida pelas sondas TDR também apresentou comportamentos distintos para os quatros clones em estudo. Os resultados encontrados indicam a necessidade de calibração baseada em genótipos específicos ou até mesmo em grupos de genótipos.

2023-01-01T00:00:00Z BOLFE, E. L. ROMANI, L. A. S. BARBEDO, J. G. A. MASSRUHÁ, S. M. F. S. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186344 2026-04-25T13:50:37Z 2026-01-01T00:00:00Z

Título: Center for science for development of digital agriculture: Semear Digital, Brazil. Autoria: BOLFE, E. L.; ROMANI, L. A. S.; BARBEDO, J. G. A.; MASSRUHÁ, S. M. F. S. Conteúdo: Projections of world population show that there will be a greater demand for food, fiber and energy, requiring an increase in agricultural productivity, cost reduction and sustainable use of natural resources. Thus, it is essential to consider the process of digital transformation in the countryside, with the introduction of equipment and sensors to collect and generate data in amounts that easily surpass the human processing capacity. In this context, “Semear Digital” is a Brazilian research center designed to enhance agricultural productivity and sustainability through digital technologies and connectivity solutions. The center prioritizes research in inclusive digital technologies in six axis, integrating small and medium scale producers, and operates under the coordination of the Brazilian Agricultural Research Corporation (Embrapa), funded by the São Paulo Research Foundation (FAPESP), and with a collaborative consortium of Research, Development, and Innovation (RD&I) institutions.

2026-01-01T00:00:00Z FURUYA, D. E. G. BOLFE, E. L. PARREIRAS, T. C. https://www.alice.cnptia.embrapa.br/alice/handle/doc/1186341 2026-04-25T13:50:57Z 2026-01-01T00:00:00Z

Título: From satellites to smartphones: opportunities for digital agriculture in apple orchards. Autoria: FURUYA, D. E. G.; BOLFE, E. L.; PARREIRAS, T. C. Conteúdo: Mobile phones images of Fuji and Gala apples are being used to evaluate the performance of neural networks for fruit detection, which can serve as the basis for developing future mobile applications not only for fruit detection but also for the assessment of different characteristics and parameters, such as size, color, or quality. Such applications may support farmers and technicians by offering practical and low-cost tools for monitoring orchard conditions.

2026-01-01T00:00:00Z