Spectral sensors prove beneficial in determining nitrogen fertilizer needs of Urochloa brizantha cv. Xaraes grass in Brazil (2020)
- Authors:
- Autor USP: BAZAME, HELIZANI COUTO - ESALQ
- Unidade: ESALQ
- DOI: 10.17138/TGFT(8)60-71
- Subjects: AGRICULTURA DE PRECISÃO; BRACHIARIA; FERTILIZANTES NITROGENADOS; PASTAGENS; SENSORES ÓPTICOS
- Agências de fomento:
- Language: Espanhol
- Imprenta:
- Publisher place: Cali, Palmira
- Date published: 2020
- Source:
- Título do periódico: Tropical Grasslands-Forrajes Tropicales
- ISSN: 2346-3775
- Volume/Número/Paginação/Ano: v. 8, n. 2, p. 60–71, 2020
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by
-
ABNT
BAZAME, Helizani Couto et al. Spectral sensors prove beneficial in determining nitrogen fertilizer needs of Urochloa brizantha cv. Xaraes grass in Brazil. Tropical Grasslands-Forrajes Tropicales, v. 8, n. 2, p. 60–71, 2020Tradução . . Disponível em: https://doi.org/10.17138/TGFT(8)60-71. Acesso em: 23 abr. 2024. -
APA
Bazame, H. C., Pinto, F. A. C., Queiroz, D. S., Queiroz, D. M. de, & Althoff, D. (2020). Spectral sensors prove beneficial in determining nitrogen fertilizer needs of Urochloa brizantha cv. Xaraes grass in Brazil. Tropical Grasslands-Forrajes Tropicales, 8( 2), 60–71. doi:10.17138/TGFT(8)60-71 -
NLM
Bazame HC, Pinto FAC, Queiroz DS, Queiroz DM de, Althoff D. Spectral sensors prove beneficial in determining nitrogen fertilizer needs of Urochloa brizantha cv. Xaraes grass in Brazil [Internet]. Tropical Grasslands-Forrajes Tropicales. 2020 ; 8( 2): 60–71.[citado 2024 abr. 23 ] Available from: https://doi.org/10.17138/TGFT(8)60-71 -
Vancouver
Bazame HC, Pinto FAC, Queiroz DS, Queiroz DM de, Althoff D. Spectral sensors prove beneficial in determining nitrogen fertilizer needs of Urochloa brizantha cv. Xaraes grass in Brazil [Internet]. Tropical Grasslands-Forrajes Tropicales. 2020 ; 8( 2): 60–71.[citado 2024 abr. 23 ] Available from: https://doi.org/10.17138/TGFT(8)60-71 - Assessing rainfall spatial variability in the Brazilian savanna region with TMPA rainfall dataset
- Improvement of Hargreaves-Samani reference evapotranspiration estimates with local calibration
- Quantification and classification of coffee fruits with computer vision
- Uncertainty quantification for hydrological models based on neural networks: the dropout ensemble
- Modeling the net primary productivity: a study case in the Brazilian territory
- Untangling hybrid hydrological models with explainable artificial intelligence
- Definition of optimal maize seeding rates based on the potential yield of management zones
- Detection, classification, and mapping of coffee fruits during harvest with computer vision
- Obtaining and validating high-density coffee yield data
- Detection of coffee fruits on tree branches using computer vision
Informações sobre o DOI: 10.17138/TGFT(8)60-71 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 | 2999073-Spectral sensors ... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
