Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest (2022)
- Authors:
- USP affiliated authors: LUCIANO, ANA CLAUDIA DOS SANTOS - ESALQ ; AMARO, RAFAELLA PIRONATO - ESALQ
- Unidade: ESALQ
- DOI: 10.34628/v2f2-sh05
- Subjects: ALGORITMOS; APRENDIZADO COMPUTACIONAL; CANA-DE-AÇÚCAR; IMAGEAMENTO DE SATÉLITE; PRODUTIVIDADE
- Keywords: Índice de vegetação
- Language: Português
- Imprenta:
- Publisher place: Rio de Janeiro
- Date published: 2022
- Source:
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
AMARO, Rafaella e LUCIANO, Ana Claudia dos Santos. Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest. RMCT, v. 39, n. 4, p. 65-71, 2022Tradução . . Disponível em: http://www.ebrevistas.eb.mil.br/CT/article/view/9497. Acesso em: 28 dez. 2025. -
APA
Amaro, R., & Luciano, A. C. dos S. (2022). Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest. RMCT, 39( 4), 65-71. doi:10.34628/v2f2-sh05 -
NLM
Amaro R, Luciano AC dos S. Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest [Internet]. RMCT. 2022 ; 39( 4): 65-71.[citado 2025 dez. 28 ] Available from: http://www.ebrevistas.eb.mil.br/CT/article/view/9497 -
Vancouver
Amaro R, Luciano AC dos S. Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest [Internet]. RMCT. 2022 ; 39( 4): 65-71.[citado 2025 dez. 28 ] Available from: http://www.ebrevistas.eb.mil.br/CT/article/view/9497 - Performance evaluation of Sentinel-2 imagery, agronomic and climatic data for sugarcane yield estimation
- Regional model to predict sugarcane yield usingsentinel-2 imagery in São Paulo State, Brazil
- Regional model to predict sugarcane yield using sentinel-2 imagery in São Paulo State, Brazil
- Estimativa de produtividade da cana-de-açúcar a partir de imagens do satélite Sentinel-2A e o algoritmo de aprendizagem de máquina Random Forest
- Integrating carbon footprint to spatialized modeling: the mitigation potential of sugarcane ethanol production in the Brazilian Center-South
- As conexões entre sustentabilidade e desenvolvimento sustentável com a demografia espacial
- Mapping 33 years of sugarcane evolution in São Paulo state, Brazil, using landsat imagery and generalized space-time classifiers
- Estimate of sugarcane productivity using machine learning algorithm from time series of WFI/CBERS-4 and WPM/CBERS-4A time series
- Evaluation of time series gap-filling of venµs satellite for land use classification
- High-resolution map of sugarcane cultivation in Brazil using a phenology-based method
Informações sobre o DOI: 10.34628/v2f2-sh05 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3179124-Avaliação_de_va... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
