High-throughput identification and prediction of early stress markers in soybean under progressive water regimes via hyperspectral spectroscopy and machine learning (2025)
- Authors:
- Oliveira, Caio Almeida de
- Vedana, Nicole Ghinzelli
- Mendonça, Weslei Augusto
- Gonçalves, João Vitor Ferreira
- Matos, Dheynne Heyre Silva de
- Furlanetto, Renato Herrig
- Crusiol, Luis Guilherme Teixeira
- Reis, Amanda Silveira
- Antunes, Werner Camargos
- Oliveira, Roney Berti de
- Chicati, Marcelo Luiz
- Demattê, José Alexandre Melo
- Nanni, Marcos Rafael
- Falcioni, Renan
- Autor USP: DEMATTE, JOSE ALEXANDRE MELO - ESALQ
- Unidade: ESALQ
- DOI: 10.3390/rs17203409
- Subjects: AGRICULTURA DE PRECISÃO; APRENDIZADO COMPUTACIONAL; DEFICIT HÍDRICO; ESPECTROSCOPIA; SENSORIAMENTO REMOTO; SOJA
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título: Remote Sensing
- ISSN: 2072-4292
- Volume/Número/Paginação/Ano: v. 17, art. 3409, p. 1-31, 2025
- Este periódico é de acesso aberto
- Este artigo NÃO é de acesso aberto
-
ABNT
OLIVEIRA, Caio Almeida de et al. High-throughput identification and prediction of early stress markers in soybean under progressive water regimes via hyperspectral spectroscopy and machine learning. Remote Sensing, v. 17, p. 1-31, 2025Tradução . . Disponível em: https://doi.org/10.3390/rs17203409. Acesso em: 25 fev. 2026. -
APA
Oliveira, C. A. de, Vedana, N. G., Mendonça, W. A., Gonçalves, J. V. F., Matos, D. H. S. de, Furlanetto, R. H., et al. (2025). High-throughput identification and prediction of early stress markers in soybean under progressive water regimes via hyperspectral spectroscopy and machine learning. Remote Sensing, 17, 1-31. doi:10.3390/rs17203409 -
NLM
Oliveira CA de, Vedana NG, Mendonça WA, Gonçalves JVF, Matos DHS de, Furlanetto RH, Crusiol LGT, Reis AS, Antunes WC, Oliveira RB de, Chicati ML, Demattê JAM, Nanni MR, Falcioni R. High-throughput identification and prediction of early stress markers in soybean under progressive water regimes via hyperspectral spectroscopy and machine learning [Internet]. Remote Sensing. 2025 ; 17 1-31.[citado 2026 fev. 25 ] Available from: https://doi.org/10.3390/rs17203409 -
Vancouver
Oliveira CA de, Vedana NG, Mendonça WA, Gonçalves JVF, Matos DHS de, Furlanetto RH, Crusiol LGT, Reis AS, Antunes WC, Oliveira RB de, Chicati ML, Demattê JAM, Nanni MR, Falcioni R. High-throughput identification and prediction of early stress markers in soybean under progressive water regimes via hyperspectral spectroscopy and machine learning [Internet]. Remote Sensing. 2025 ; 17 1-31.[citado 2026 fev. 25 ] Available from: https://doi.org/10.3390/rs17203409 - Determination of soil attribute contents by means of reflected electromagnetic energy
- Assessment of sugarcane harvesting residue effects on soil spectral behavior
- Evaluation of tropical soils through ground and orbital sensors
- Spectral reflectance for the mineralogical evaluation of Brazilian low clay activity soils
- Caracterização e espacialização do meio físico, como base para o planejamento do uso da terra
- Soil Attributes Related to Eucalypt and Pine Plantations Productivity in the South of Brazil
- Soil Line Influences on Two-Band Vegetation Indices and Vegetation Isolines: A Numerical Study
- Sistemas de manejo visando aumento de produtividade
- Conceitos básicos em fotointerpretação
- Sistemas de diagnóstico para fins de manejo e aumento da produção
Informações sobre o DOI: 10.3390/rs17203409 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3277448-High-throughput_i... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
