Estimation of canopy water content in maize using machine learning and multispectral vegetation indices: comparison of Adaboost regression and other methods (2024)
- Authors:
- USP affiliated authors: ROSSI, FABRICIO - FZEA ; MAGALHÃES, LEONARDO PINTO DE - ESALQ
- Unidades: FZEA; ESALQ
- DOI: 10.1117/1.JRS.18.042609
- Subjects: CULTIVO DE PLANTAS; MILHO; REGRESSÃO LINEAR
- Keywords: equivalent thickness water; random forest regression; Zea mays; sentinel; ridge regression; multiple linear regression
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Bellingham
- Date published: 2024
- Source:
- Título: Journal of Applied Remote Sensing
- ISSN: 1931-3195
- Volume/Número/Paginação/Ano: v. 18, n. 4, art. 042609, p. 1-17, 2024
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
MAGALHÃES, Leonardo Pinto de e ROSSI, Fabricio. Estimation of canopy water content in maize using machine learning and multispectral vegetation indices: comparison of Adaboost regression and other methods. Journal of Applied Remote Sensing, v. 18, n. 4, p. 1-17, 2024Tradução . . Disponível em: https://doi.org/10.1117/1.JRS.18.042609. Acesso em: 01 abr. 2026. -
APA
Magalhães, L. P. de, & Rossi, F. (2024). Estimation of canopy water content in maize using machine learning and multispectral vegetation indices: comparison of Adaboost regression and other methods. Journal of Applied Remote Sensing, 18( 4), 1-17. doi:10.1117/1.JRS.18.042609 -
NLM
Magalhães LP de, Rossi F. Estimation of canopy water content in maize using machine learning and multispectral vegetation indices: comparison of Adaboost regression and other methods [Internet]. Journal of Applied Remote Sensing. 2024 ; 18( 4): 1-17.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1117/1.JRS.18.042609 -
Vancouver
Magalhães LP de, Rossi F. Estimation of canopy water content in maize using machine learning and multispectral vegetation indices: comparison of Adaboost regression and other methods [Internet]. Journal of Applied Remote Sensing. 2024 ; 18( 4): 1-17.[citado 2026 abr. 01 ] Available from: https://doi.org/10.1117/1.JRS.18.042609 - Comparação entre dois satélites na mensuração do índice de área foliar no milho
- Comparação entre duas redes neurais artificiais na classificação do teor de fósforo foliar em tomates
- Saturação de índices vegetativos no espectro do visível na cultura do milho
- Use of indices in RGB and Random Forest Regression to measure the leaf area index in maize
- Comparação entre métodos computacionais para identificação de plantas invasoras utilizando thresholding
- Relação da massa seca do milho safriha com índices vegetativos no RGB
- Uma década da engenharia de biossistemas: descrição institucional e não institucional do curso
- Imageamento aéreo por aeronave remotamente pilotada e satélite na cultura do milho: saturação de índices vegetativos e alternativas
- Análise de imagens no desenvolvimento e status de fósforo do minitomateiro grape cultivado em sistema semi-hidropônico
- Índice de vegetação ajustado ao solo - Savi adaptado: proposta para caracterizar cobertura vegetal do solo
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 | |
|---|---|---|---|
 |
3228199-Estimation_of_can... |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
