Título:	Sensoriamento proximal aplicado ao algoritmo SAFER para estimativa de massa de forragem em sistema silvipastoril.
Autoria:	ALMEIDA, S. L. H. de SOUZA, J. B. C. PEZZOPANE, J. R. M. NOGUEIRA, S. F. TEIXEIRA, A. H. de C. SILVA, R. P. da
Afiliação:	SAMIRA LUNS HATUM DE ALMEIDA, UNIVERSIDADE ESTADUAL PAULISTA JARLYSON BRUNNO COSTA SOUZA, UNIVERSIDADE ESTADUAL PAULISTA JOSE RICARDO MACEDO PEZZOPANE, CPPSE SANDRA FURLAN NOGUEIRA, CNPMA ANTÔNIO HERIBERTO DE CASTRO TEIXEIRA, UNIVERSIDADE FEDERAL DE SERGIPE ROUVERSON PEREIRA DA SILVA, UNIVERSIDADE ESTADUAL PAULISTA.
Ano de publicação:	2023
Referência:	In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 14., 2023, Natal. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2023. p. 104-110. SBIAgro 2023.
Páginas:	p. 104-110
Conteúdo:	Resumo: A Disponibilidade demassa de forragemdirecionao dimensionamento do rebanho, com base nisso, objetivou-se com esteestudoavaliar método para estimar a massa de pastagem em sistemasilvipastoril, por meio de sensoriamento proximal aplicado ao modelo Simple Algorithm forEvapotranspirationRetrieving (SAFER). Para isso, foram realizadas coletas de forragem, assim como coleta de dadosclimáticos e dados de reflectância com sensor proximal. Os dados serviram de input para o SAFER e em seguida foram gerados modelos de regressão entre as variáveis da pastagem e os resultados do SAFER.O SAFER foi capaz de expressar de forma promissora o comportamento da forragem,e permitiu a criação de um modelo de estimativa com alta precisão para sistema silvipastoril.
Thesagro:	Forragem Sensoriamento Remoto
NAL Thesaurus:	Forage
Palavras-chave:	Sistema silvipastoril Simple Algorithm forEvapotranspirationRetrieving (SAFER)
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CNPMA)