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
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
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: 01 abr. 2026. -
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 2026 abr. 01 ] 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 2026 abr. 01 ] Available from: https://doi.org/10.34117/bjdv6n12-500 - 3D data processing to characterize the spatial variability of sugarcane fields
- 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
- A statistical approach to static and dynamic tests for Global Navigation Satellite Systems receivers used in agricultural operations
- Sensor fusion with NARX neural network to predict the mass flow in a sugarcane harvester
- Methodology to filter out outliers in high spatial density data to improve maps reliability
- Sugarcane Harvester for In-field Data Collection:: State of the Art, Its Applicability and Future Perspectives
- Precision agriculture and the digital contributions for site-specific management of the fields
- Spatial–temporal analysis to investigate the influence of in-row plant spacing on the sugarcane yield
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
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
