Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1160269
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorSIMÕES, M.
dc.contributor.authorFERRAZ, R. P. D.
dc.contributor.authorKUCHLER, P. C.
dc.contributor.authorALMEIDA, M. B. F. de
dc.contributor.authorVIEIRA, L. P.
dc.contributor.authorLAGE, S. M.
dc.contributor.authorFREITAS, P. L. de
dc.date.accessioned2023-12-27T19:32:26Z-
dc.date.available2023-12-27T19:32:26Z-
dc.date.created2023-12-27
dc.date.issued2023
dc.identifier.citationCaderno Pedagógico, v. 20, n. 10, p. 4637-4657, 2023.
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1160269-
dc.descriptionEntre as principais potências agropecuárias, o Brasil se destaca como um dos poucos países que ainda dispõe de extensas áreas de terra com potencial de produção agropecuária, sem a necessidade do desmatamento. O país busca reverter a degradação do solo por meio de políticas públicas, incluindo a criação de indicadores Sócio-Agro-Ambientais multiescalares. Este trabalho tem como objetivo desenvolver uma solução para diagnosticar áreas degradadas, oferecendo recomendações técnicas regionalizadas para a conservação, recuperação e reintegração dessas áreas à cadeia produtiva de alto rendimento. Duas abordagens inovadoras foram adotadas: (i) uso de deep learning, com uma acurácia de 95,9% para diagnósticos locais por smartphones; (ii) baseada em machine learning e satélites, que alcançou 95,90% de acurácia para avaliações regionais. Ambas as metodologias convergem para soluções acessíveis e inovadoras, estimulando ações de recuperação de áreas degradadas.
dc.language.isopor
dc.rightsopenAccess
dc.subjectIndicadores Sócio-Agro-Ambientais
dc.subjectDegradação do solo
dc.subjectIS_Agro
dc.titleInteligência artificial para a avaliação de pastagens degradadas a partir de fotos de smartphones e de séries temporais de imagens de satélite: uma abordagem baseada em deep e machine learning para subsidiar o cálculo de indicadores agro-socioambientais.
dc.typeArtigo de periódico
riaa.ainfo.id1160269
riaa.ainfo.lastupdate2023-12-27
dc.identifier.doihttps://doi.org/10.54033/cadpedv20n10-018
dc.contributor.institutionMARGARETH GONCALVES SIMOES, CNPS
dc.contributor.institutionRODRIGO PECANHA DEMONTE FERRAZ, CNPSpor
dc.contributor.institutionPATRICK CALVANO KUCHLER, UNIVERSIDADE DO ESTADO DO RIO DE JANEIROpor
dc.contributor.institutionMATHEUS BENCHIMOL FERREIRA DE ALMEIDA, FUNARBEpor
dc.contributor.institutionLUAN PORTO VIEIRA, UNIVERSIDADE DO ESTADO DO RIO DE JANEIROpor
dc.contributor.institutionSOFIA MARTINS LAGE, FUNARBEpor
dc.contributor.institutionPEDRO LUIZ DE FREITAS, CNPS.por
Aparece nas coleções:Artigo em periódico indexado (CNPS)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Inteligencia-artificial-para-a-avaliacao-de-pastagens-degradadas-2023.pdf585.51 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace