Título:	Integração de dados espaciais e machine learning para predição de estoque de carbono em diferentes perfis de solo.
Autor:	CHIARELLO, F. HOLLER, W. A. ZANATTA, J. A. ROSSI, L. M. B. MOREIRA, J. M. M. A. P. SILVA, F. A. da
Afiliación:	FLÁVIO CHIARELLO; WILSON ANDERSON HOLLER, CNPF; JOSILEIA ACORDI ZANATTA, CNPF; LUIZ MARCELO BRUM ROSSI, CNPF; JOSE MAURO MAGALHAES AVILA PAZ MOREIRA, CNPF; FRANCIELE ALBA DA SILVA.
Año:	2025
Referencia:	In: CONGRESSO DE PLANTAÇÕES FLORESTAIS, 2., 2025, Piracicaba. Anais [...]. Piracicaba: IPEF, 2025. (Série técnica IPEF, v. 27, n. 50). p. 109.
Descripción:	Técnicas de tratamento de dados e obtenção de resultados, como modelos de Aprendizado de Máquina (AM), estão sendo introduzidas e se popularizando nas análises de estoque de carbono em áreas de florestas plantadas. Utilizando-se de diferentes bandas do espectro eletromagnético, o Sensoriamento Remoto, com sua abordagem interdisciplinar, possibilita a determinação de índices espectrais gerados por imagens de satélite e, portanto, provê dados auxiliares para a correlação e avaliação do estoque de carbono no sistema solo-planta.
Thesagro:	Carbono Estoque Perfil do Solo Floresta
NAL Thesaurus:	Livestock Forest resources Carbon Soil profiles
Palabras clave:	Aprendizado de máquina Machine learning Índice de vegetação
ISSN:	2764-3808
DOI:	https://doi.org/10.18671/sertec.v27n50
Tipo de Material:	Resumo em anais e proceedings
Acceso:	openAccess
Aparece en las colecciones:	Resumo em anais de congresso (CNPF)