High-resolution imagery data to assess the spatial variability of sugarcane fields (2020)
- Authors:
- USP affiliated authors: MOLIN, JOSE PAULO - ESALQ ; PISSOLITO, JOÃO PEDRO - ESALQ ; CANATA, TATIANA FERNANDA - ESALQ ; MALDANER, LEONARDO FELIPE - ESALQ
- Unidade: ESALQ
- DOI: 10.34117/bjdv6n12-500
- Subjects: AGRICULTURA DE PRECISÃO; CANA-DE-AÇÚCAR; SENSORIAMENTO REMOTO; VARIABILIDADE ESPACIAL
- Keywords: Índices de vegetação
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Brazilian Journal of Development
- ISSN: 2525-8761
- Volume/Número/Paginação/Ano: v. 6, n. 12, p.100266-100280, 2020
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
-
ABNT
PISSOLITO, João Pedro et al. High-resolution imagery data to assess the spatial variability of sugarcane fields. Brazilian Journal of Development, v. 6, n. 12, p. 100266-100280, 2020Tradução . . Disponível em: https://doi.org/10.34117/bjdv6n12-500. Acesso em: 27 dez. 2025. -
APA
Pissolito, J. P., Bersani, V. H. S., Canata, T. F., Maldaner, L. F., & Molin, J. P. (2020). High-resolution imagery data to assess the spatial variability of sugarcane fields. Brazilian Journal of Development, 6( 12), 100266-100280. doi:10.34117/bjdv6n12-500 -
NLM
Pissolito JP, Bersani VHS, Canata TF, Maldaner LF, Molin JP. High-resolution imagery data to assess the spatial variability of sugarcane fields [Internet]. Brazilian Journal of Development. 2020 ; 6( 12): 100266-100280.[citado 2025 dez. 27 ] Available from: https://doi.org/10.34117/bjdv6n12-500 -
Vancouver
Pissolito JP, Bersani VHS, Canata TF, Maldaner LF, Molin JP. High-resolution imagery data to assess the spatial variability of sugarcane fields [Internet]. Brazilian Journal of Development. 2020 ; 6( 12): 100266-100280.[citado 2025 dez. 27 ] Available from: https://doi.org/10.34117/bjdv6n12-500 - Sugarcane Yield Mapping Using High-Resolution Imagery Data and Machine Learning Technique
- Predicting the sugarcane yield in real-time by harvester engine parameters and machine learning approaches
- A system for plant detection using sensor fusion approach based on machine learning model
- 3D data processing to characterize the spatial variability of sugarcane fields
- A statistical approach to static and dynamic tests for Global Navigation Satellite Systems receivers used in agricultural operations
- Methodology to filter out outliers in high spatial density data to improve maps reliability
- Sensor fusion with NARX neural network to predict the mass flow in a sugarcane harvester
- Sugarcane Harvester for In-field Data Collection:: State of the Art, Its Applicability and Future Perspectives
- Sistema de mensuração baseado em tecnologia LiDAR para a estimativa de parâmetros de produção de cana-de-açúcar
- Carrot yield mapping: a precision agriculture approach based on machine learning
Informações sobre o DOI: 10.34117/bjdv6n12-500 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3044074-High-resolution i... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
