ReP USP - Resultado da busca

Tese (Doutorado)
Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar (2022)
Duft, Daniel Garbellini ; Fiorio, Peterson Ricardo (Orientador)
Unidade: ESALQ
Subjects: AGROMETEOROLOGIA, CANA-DE-AÇÚCAR, IMAGEAMENTO DE SATÉLITE, MODELOS PARA PROCESSOS ESTOCÁSTICOS, SENSORIAMENTO REMOTO, VARIEDADES VEGETAIS, ZONEAMENTO AGRÍCOLA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DUFT, Daniel Garbellini. Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar. 2022. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-13102022-110617/. Acesso em: 15 nov. 2024.
APA
Duft, D. G. (2022). Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11152/tde-13102022-110617/
NLM
Duft DG. Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar [Internet]. 2022 ;[citado 2024 nov. 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-13102022-110617/
Vancouver
Duft DG. Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar [Internet]. 2022 ;[citado 2024 nov. 15 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-13102022-110617/
Artigo de periodico
Empirical model for forecasting sugarcane yield on a local scale in Brazil using Landsat imagery and random forest algorithm (2021)
Luciano, Ana Cláudia dos Santos ; Picoli, Michelle Cristina Araújo; Duft, Daniel Garbellini ; Rocha, Jansle Vieira; Leal, Manoel Regis Lima Verde; Maire, Guerric le
Source: Computers and Electronics in Agriculture. Unidade: ESALQ
Subjects: ALGORITMOS, APRENDIZADO COMPUTACIONAL, CANA-DE-AÇÚCAR, IMAGEAMENTO DE SATÉLITE, PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS), SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LUCIANO, Ana Cláudia dos Santos et al. Empirical model for forecasting sugarcane yield on a local scale in Brazil using Landsat imagery and random forest algorithm. Computers and Electronics in Agriculture, v. 18, p. 1-10, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.compag.2021.106063. Acesso em: 15 nov. 2024.
APA
Luciano, A. C. dos S., Picoli, M. C. A., Duft, D. G., Rocha, J. V., Leal, M. R. L. V., & Maire, G. le. (2021). Empirical model for forecasting sugarcane yield on a local scale in Brazil using Landsat imagery and random forest algorithm. Computers and Electronics in Agriculture, 18, 1-10. doi:10.1016/j.compag.2021.106063
NLM
Luciano AC dos S, Picoli MCA, Duft DG, Rocha JV, Leal MRLV, Maire G le. Empirical model for forecasting sugarcane yield on a local scale in Brazil using Landsat imagery and random forest algorithm [Internet]. Computers and Electronics in Agriculture. 2021 ; 18 1-10.[citado 2024 nov. 15 ] Available from: https://doi.org/10.1016/j.compag.2021.106063
Vancouver
Luciano AC dos S, Picoli MCA, Duft DG, Rocha JV, Leal MRLV, Maire G le. Empirical model for forecasting sugarcane yield on a local scale in Brazil using Landsat imagery and random forest algorithm [Internet]. Computers and Electronics in Agriculture. 2021 ; 18 1-10.[citado 2024 nov. 15 ] Available from: https://doi.org/10.1016/j.compag.2021.106063
Trabalho de evento
Sentinel-2B and Random Forest algorithm potential for sugarcane varieties identification (2019)
Duft, Daniel Garbellini ; Luciano, Ana C. S; Fiorio, Peterson Ricardo
Source: Proceedings. Conference titles: Brazilian Symposium on GeoInformatics - GEOINFO. Unidade: ESALQ
Subjects: CANA-DE-AÇÚCAR, VARIEDADES VEGETAIS, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DUFT, Daniel Garbellini e LUCIANO, Ana C. S e FIORIO, Peterson Ricardo. Sentinel-2B and Random Forest algorithm potential for sugarcane varieties identification. 2019, Anais.. São José dos Campos, SP: MCTIC/INPE, 2019. Disponível em: http://mtc-m21c.sid.inpe.br/col/sid.inpe.br/mtc-m21c/2019/12.10.14.01/doc/proceedings_2019_compressed.pdf. Acesso em: 15 nov. 2024.
APA
Duft, D. G., Luciano, A. C. S., & Fiorio, P. R. (2019). Sentinel-2B and Random Forest algorithm potential for sugarcane varieties identification. In Proceedings. São José dos Campos, SP: MCTIC/INPE. Recuperado de http://mtc-m21c.sid.inpe.br/col/sid.inpe.br/mtc-m21c/2019/12.10.14.01/doc/proceedings_2019_compressed.pdf
NLM
Duft DG, Luciano ACS, Fiorio PR. Sentinel-2B and Random Forest algorithm potential for sugarcane varieties identification [Internet]. Proceedings. 2019 ;[citado 2024 nov. 15 ] Available from: http://mtc-m21c.sid.inpe.br/col/sid.inpe.br/mtc-m21c/2019/12.10.14.01/doc/proceedings_2019_compressed.pdf
Vancouver
Duft DG, Luciano ACS, Fiorio PR. Sentinel-2B and Random Forest algorithm potential for sugarcane varieties identification [Internet]. Proceedings. 2019 ;[citado 2024 nov. 15 ] Available from: http://mtc-m21c.sid.inpe.br/col/sid.inpe.br/mtc-m21c/2019/12.10.14.01/doc/proceedings_2019_compressed.pdf
Artigo de periodico
Sugarcane drought detection through spectral indices derived modeling by remote-sensing techniques (2019)
Picoli, Michelle Cristina Araujo; Machado, Pedro Gerber ; Duft, Daniel Garbellini ; Scarpare, Fabio Vale; Corrêa, Simone Toni Ruiz ; Hernandes, Thayse Aparecida Dourado; Rocha, Jansle Vieira
Source: Modeling Earth Systems and Environment. Unidades: IEE, ESALQ
Subjects: BALANÇO HÍDRICO, CANA-DE-AÇÚCAR, DEFICIT HÍDRICO, SECA, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PICOLI, Michelle Cristina Araujo et al. Sugarcane drought detection through spectral indices derived modeling by remote-sensing techniques. Modeling Earth Systems and Environment, v. 5, p. 1679-1688, 2019Tradução . . Disponível em: https://doi.org/10.1007/s40808-019-00619-6. Acesso em: 15 nov. 2024.
APA
Picoli, M. C. A., Machado, P. G., Duft, D. G., Scarpare, F. V., Corrêa, S. T. R., Hernandes, T. A. D., & Rocha, J. V. (2019). Sugarcane drought detection through spectral indices derived modeling by remote-sensing techniques. Modeling Earth Systems and Environment, 5, 1679-1688. doi:10.1007/s40808-019-00619-6
NLM
Picoli MCA, Machado PG, Duft DG, Scarpare FV, Corrêa STR, Hernandes TAD, Rocha JV. Sugarcane drought detection through spectral indices derived modeling by remote-sensing techniques [Internet]. Modeling Earth Systems and Environment. 2019 ; 5 1679-1688.[citado 2024 nov. 15 ] Available from: https://doi.org/10.1007/s40808-019-00619-6
Vancouver
Picoli MCA, Machado PG, Duft DG, Scarpare FV, Corrêa STR, Hernandes TAD, Rocha JV. Sugarcane drought detection through spectral indices derived modeling by remote-sensing techniques [Internet]. Modeling Earth Systems and Environment. 2019 ; 5 1679-1688.[citado 2024 nov. 15 ] Available from: https://doi.org/10.1007/s40808-019-00619-6

USP Schools

ReP

Filtros

Authors

Subjects

Funding Agencies

Non normalized affiliation