Assessing the temporal and spatial variability of coffee plantation using RPA-based RGB imaging (2022)
- Authors:
- USP affiliated authors: MOLIN, JOSE PAULO - ESALQ ; MARTELLO, MAURÍCIO - ESALQ ; ANGNES, GRACIELE - ESALQ ; ACORSI, MATHEUS GABRIEL - ESALQ
- Unidade: ESALQ
- DOI: 10.3390/drones6100267
- Subjects: AERONAVES NÃO TRIPULADAS; AGRICULTURA DE PRECISÃO; CAFÉ; IMAGEM 3D; VARIABILIDADE ESPACIAL
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Status:
- Artigo publicado em periódico de acesso aberto (Gold Open Access)
- Versão do Documento:
- Versão publicada (Published version)
- Acessar versão aberta:
-
ABNT
MARTELLO, Maurício et al. Assessing the temporal and spatial variability of coffee plantation using RPA-based RGB imaging. Drones, v. 6, p. 1-17, 2022Tradução . . Disponível em: https://doi.org/10.3390/drones6100267. Acesso em: 31 mar. 2026. -
APA
Martello, M., Molin, J. P., Angnes, G., & Acorsi, M. G. (2022). Assessing the temporal and spatial variability of coffee plantation using RPA-based RGB imaging. Drones, 6, 1-17. doi:10.3390/drones6100267 -
NLM
Martello M, Molin JP, Angnes G, Acorsi MG. Assessing the temporal and spatial variability of coffee plantation using RPA-based RGB imaging [Internet]. Drones. 2022 ; 6 1-17.[citado 2026 mar. 31 ] Available from: https://doi.org/10.3390/drones6100267 -
Vancouver
Martello M, Molin JP, Angnes G, Acorsi MG. Assessing the temporal and spatial variability of coffee plantation using RPA-based RGB imaging [Internet]. Drones. 2022 ; 6 1-17.[citado 2026 mar. 31 ] Available from: https://doi.org/10.3390/drones6100267 - Identification of maize lodging: a case study using a remotely piloted aircraft system
- Estimating biomass of black oat using UAV-based RGB imaging
- Assessing the Performance of a Low-Cost Thermal Camera in Proximal and Aerial Conditions
- Obtaining and using aerial thermal images for the study of in-field crop spatial variability
- Energy efficiency of variable rate fertilizer application in coffee production in Brazil
- 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
- Gas concentrations and emissions and nutrient flow in broiler houses with litter reuse
- Solar-induced chlorophyll fluorescence (SIF) tracks variations in the soil-plant available water (PAW): a multiyear analysis on three crops
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 | |
|---|---|---|---|
 |
3105308-Assessing the Tem... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
