Please use this identifier to cite or link to this item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1175576
Full metadata record
DC FieldValueLanguage
dc.contributor.authorARANTES, C. S.
dc.contributor.authorSPERANZA, E. A.
dc.contributor.authorANTUNES, J. F. G.
dc.contributor.authorBARBOSA, L. A. F.
dc.contributor.authorCANÇADO, G. M. de A.
dc.date.accessioned2025-05-14T13:48:01Z-
dc.date.available2025-05-14T13:48:01Z-
dc.date.created2025-05-14
dc.date.issued2024
dc.identifier.citationIn: CONGRESSO BRASILEIRO DE AGRICULTURA DE PRECISÃO E DIGITAL, 2024, Ribeirão Preto. Anais [...]. Piracicaba: Associação Brasileira de Agricultura de Precisão e Digital, 2024. p. 762-768.
dc.identifier.isbn978-65-85111-20-4
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1175576-
dc.descriptionNa agricultura, a produtividade é um parâmetro crucial para determinar o sucesso de uma cultura. Por conseguinte, formas confiáveis de predizer o rendimento agrícola assumem um papel fundamental na tomada de decisões e no planejamento dos cultivos antes da colheita. Este trabalho descreve o desenvolvimento de um complemento no Sistema de Informação Geográfica QGIS capaz de gerar a estimativa de produtividade espacializada para a cultura da cana-de-açúcar a partir de uma imagem multiespectral, baseado em um modelo estatístico não-linear aplicado aos índices de vegetação. A estimativa obtida pode ser visualizada em um mapa ou acessada em planilha com resultado para cada um dos talhões de cana-de-açúcar avaliados.
dc.language.isopor
dc.rightsopenAccess
dc.subjectModelo Estatístico
dc.subjectComplemento
dc.titleSoftware para estimativa de produtividade da cana-de-açúcar baseado em imagens de sensoriamento remoto.
dc.typeArtigo em anais e proceedings
dc.subject.thesagroSistema de Informação Geográfica
dc.subject.thesagroSensoriamento Remoto
dc.subject.thesagroCana de Açúcar
dc.subject.nalthesaurusGeographic information systems
dc.subject.nalthesaurusSugarcane
dc.description.notesEdição técnica: Christian Bredemeier e Leandro Maria Gimenez. ConBAP 2024.
riaa.ainfo.id1175576
riaa.ainfo.lastupdate2025-05-14
dc.contributor.institutionCAIO SIMPLICIO ARANTES; EDUARDO ANTONIO SPERANZA, CNPTIA; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; LUIZ ANTONIO FALAGUASTA BARBOSA, CNPTIA; GERALDO MAGELA DE ALMEIDA CANCADO, CNPTIA.
Appears in Collections:Artigo em anais de congresso (CNPTIA)

Files in This Item:
File SizeFormat 
AA-Software-estimativa-Conbap-2025.pdf307.35 kBAdobe PDFView/Open
Show simple item record

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace