Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1083370
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorVICTORIA, D. de C.
dc.contributor.authorCUADRA, S. V.
dc.contributor.authorOLIVEIRA, A. F. de
dc.date.accessioned2017-12-23T23:28:48Z-
dc.date.available2017-12-23T23:28:48Z-
dc.date.created2017-12-22
dc.date.issued2017
dc.identifier.citationIn: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 11., 2017, Campinas. Ciência de dados na era da agricultura digital: anais. Campinas: Editora da Unicamp: Embrapa Informática Agropecuária, 2017.
dc.identifier.isbn978-85-85783-75-4
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1083370-
dc.descriptionA agricultura está sujeita a intempéries que afetam a produção negativamente. Monitorar quebras causadas por clima adverso, em termos de quantidade perdida e área afetada, é de interesse para produtores, mercado consumidor e empresas do agronegócio. O sensoriamento remoto tem se mostrado útil para o monitoramento agrícola, principalmente com o uso de séries temporais. Esse trabalho utilizou séries de EVI/MODIS para calcular o Índice de Vegetação Padronizado (IVP), os quais foram comparados com a produtividade de soja nos municípios da região Sul do País. Os dados de sensoriamento remoto foram processados na plataforma de computação em nuvem Google Earth Engine, que se mostrou apropriada para manejar grandes volumes de dados. O IVP médio dos municípios mostrou boa relação com a produtividade de soja. Dessa forma, esse índice poderá ser utilizado para identificação de áreas afetadas por quebra de safra e para o monitoramento da produção agrícola.
dc.language.isoporpt_BR
dc.rightsopenAccesspt_BR
dc.subjectSéries temporais
dc.subjectÍndice de Vegetação Padronizado
dc.titleSéries temporais de índices de vegetação para identificação de quebra de safra.
dc.typeArtigo em anais e proceedings
dc.date.updated2020-01-21T11:11:11Zpt_BR
dc.subject.thesagroSoja
dc.subject.thesagroSensoriamento remoto
dc.subject.thesagroProdutividade
dc.subject.thesagroGlycine Maxpt_BR
dc.subject.nalthesaurusTime series analysis
dc.subject.nalthesaurusVegetation index
dc.subject.nalthesaurusRemote sensing
dc.description.notesSBIAgro 2017. Na publicação: Santiago Viana Cuadra.
dc.format.extent2p. 409-418.
riaa.ainfo.id1083370
riaa.ainfo.lastupdate2020-01-21 -02:00:00
dc.contributor.institutionDANIEL DE CASTRO VICTORIA, CNPTIA; SANTIAGO VIANNA CUADRA, CPACT; ARYEVERTON FORTES DE OLIVEIRA, CNPTIA.
Aparece nas coleções:Artigo em anais de congresso (CNPTIA)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Seriessbiagro2017.pdf659,81 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace