Séries temporais de índices de vegetação para identificação de quebra de safra.

VICTORIA, D. de C.; CUADRA, S. V.; OLIVEIRA, A. F. de

Por favor, use este identificador para citar o enlazar este ítem: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1083370

Registro completo de metadatos

Campo DC	Valor	Lengua/Idioma
dc.contributor.author	VICTORIA, D. de C.
dc.contributor.author	CUADRA, S. V.
dc.contributor.author	OLIVEIRA, A. F. de
dc.date.accessioned	2017-12-23T23:28:48Z	-
dc.date.available	2017-12-23T23:28:48Z	-
dc.date.created	2017-12-22
dc.date.issued	2017
dc.identifier.citation	In: 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.isbn	978-85-85783-75-4
dc.identifier.uri	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1083370	-
dc.description	A 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.iso	por	pt_BR
dc.rights	openAccess	pt_BR
dc.subject	Séries temporais
dc.subject	Índice de Vegetação Padronizado
dc.title	Séries temporais de índices de vegetação para identificação de quebra de safra.
dc.type	Artigo em anais e proceedings
dc.date.updated	2020-01-21T11:11:11Z	pt_BR
dc.subject.thesagro	Soja
dc.subject.thesagro	Sensoriamento remoto
dc.subject.thesagro	Produtividade
dc.subject.thesagro	Glycine Max	pt_BR
dc.subject.nalthesaurus	Time series analysis
dc.subject.nalthesaurus	Vegetation index
dc.subject.nalthesaurus	Remote sensing
dc.description.notes	SBIAgro 2017. Na publicação: Santiago Viana Cuadra.
dc.format.extent2	p. 409-418.
riaa.ainfo.id	1083370
riaa.ainfo.lastupdate	2020-01-21 -02:00:00
dc.contributor.institution	DANIEL DE CASTRO VICTORIA, CNPTIA; SANTIAGO VIANNA CUADRA, CPACT; ARYEVERTON FORTES DE OLIVEIRA, CNPTIA.
Aparece en las colecciones:	Artigo em anais de congresso (CNPTIA)

Ficheros en este ítem:

Fichero	Descripción	Tamaño	Formato
Seriessbiagro2017.pdf		659.81 kB	Adobe PDF	Visualizar/Abrir

Mostrar el registro sencillo del ítem