Por favor, use este identificador para citar o enlazar este ítem:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1085395
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 | 2018-01-15T23:23:53Z | - |
dc.date.available | 2018-01-15T23:23:53Z | - |
dc.date.created | 2018-01-15 | |
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/1085395 | - |
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 | 2018-01-15T23:23:53Z | 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 | 1085395 | |
riaa.ainfo.lastupdate | 2018-01-15 | |
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 (CPACT)![]() ![]() |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
SantiagoSeriessbiagro2017.pdf | 659.82 kB | Adobe PDF | ![]() Visualizar/Abrir |