ReP USP - Resultado da busca

Artigo de periodico
Sand subfractions by proximal and satellite sensing: optimizing agricultural expansion in tropical sandy soils (2024)
Di Raimo, Luis Augusto Di Loreto ; Couto, Eduardo Guimarães ; Poppiel, Raul Roberto ; Mello, Danilo Cesar de ; Amorim, Ricardo Santos Silva ; Torres, Gilmar Nunes ; Bocuti, Edwaldo D; Veloso, Gustavo Vieira ; Fernandes-Filho, Elpídio Inácio ; Francelino, Márcio Rocha ; Demattê, José Alexandre Melo
Fonte: Catena. Unidade: ESALQ
Assuntos: AREIA, FLUORESCÊNCIA, RAIOS X, IMAGEAMENTO DE SATÉLITE, MINERALOGIA DO SOLO, SENSORIAMENTO REMOTO, SOLO ARENOSO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DI RAIMO, Luis Augusto Di Loreto et al. Sand subfractions by proximal and satellite sensing: optimizing agricultural expansion in tropical sandy soils. Catena, v. 234, p. 1-20, 2024Tradução . . Disponível em: https://doi.org/10.1016/j.catena.2023.107604. Acesso em: 06 nov. 2024.
APA
Di Raimo, L. A. D. L., Couto, E. G., Poppiel, R. R., Mello, D. C. de, Amorim, R. S. S., Torres, G. N., et al. (2024). Sand subfractions by proximal and satellite sensing: optimizing agricultural expansion in tropical sandy soils. Catena, 234, 1-20. doi:10.1016/j.catena.2023.107604
NLM
Di Raimo LADL, Couto EG, Poppiel RR, Mello DC de, Amorim RSS, Torres GN, Bocuti ED, Veloso GV, Fernandes-Filho EI, Francelino MR, Demattê JAM. Sand subfractions by proximal and satellite sensing: optimizing agricultural expansion in tropical sandy soils [Internet]. Catena. 2024 ; 234 1-20.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.catena.2023.107604
Vancouver
Di Raimo LADL, Couto EG, Poppiel RR, Mello DC de, Amorim RSS, Torres GN, Bocuti ED, Veloso GV, Fernandes-Filho EI, Francelino MR, Demattê JAM. Sand subfractions by proximal and satellite sensing: optimizing agricultural expansion in tropical sandy soils [Internet]. Catena. 2024 ; 234 1-20.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.catena.2023.107604
Artigo de periodico
Sensor-based field methods for pedology and soil surveys: protocol suggestions for Brazilian tropical soils (2023)
Mello, Danilo César de ; Souza, Arnaldo Barros; Mello, Fellipe Alcantara de Oliveira ; Marques, Karina Patricia Prazeres ; Poppiel, Raul Roberto ; Bellinaso, Henrique ; Di Raimo, Luis Augusto Di Loreto ; Francelino, Márcio Rocha ; Fernandes-Filho, Elpídio Inácio ; Veloso, Gustavo Vieira ; Schaefer, Carlos Ernesto Gonçalves Reynaud; Demattê, José Alexandre Melo
Fonte: Geoderma Regional. Unidade: ESALQ
Assunto: SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo César de et al. Sensor-based field methods for pedology and soil surveys: protocol suggestions for Brazilian tropical soils. Geoderma Regional, v. 33, p. 1-16, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.geodrs.2023.e00651. Acesso em: 06 nov. 2024.
APA
Mello, D. C. de, Souza, A. B., Mello, F. A. de O., Marques, K. P. P., Poppiel, R. R., Bellinaso, H., et al. (2023). Sensor-based field methods for pedology and soil surveys: protocol suggestions for Brazilian tropical soils. Geoderma Regional, 33, 1-16. doi:10.1016/j.geodrs.2023.e00651
NLM
Mello DC de, Souza AB, Mello FA de O, Marques KPP, Poppiel RR, Bellinaso H, Di Raimo LADL, Francelino MR, Fernandes-Filho EI, Veloso GV, Schaefer CEGR, Demattê JAM. Sensor-based field methods for pedology and soil surveys: protocol suggestions for Brazilian tropical soils [Internet]. Geoderma Regional. 2023 ; 33 1-16.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.geodrs.2023.e00651
Vancouver
Mello DC de, Souza AB, Mello FA de O, Marques KPP, Poppiel RR, Bellinaso H, Di Raimo LADL, Francelino MR, Fernandes-Filho EI, Veloso GV, Schaefer CEGR, Demattê JAM. Sensor-based field methods for pedology and soil surveys: protocol suggestions for Brazilian tropical soils [Internet]. Geoderma Regional. 2023 ; 33 1-16.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.geodrs.2023.e00651
Artigo de periodico
Digital mapping of soil weathering using field geophysical sensor data coupled with covariates and machine learning (2023)
Mello, Danilo César de ; Ferreira, Tiago Osório ; Veloso, Gustavo Vieira ; Lana, Marcos Guedes de; Mello, Fellipe Alcantara de Oliveira ; Di Raimo, Luis Augusto Di Loreto ; Cabrero, Diego Ribeiro Oquendo; Souza, José João Lelis Leal de ; Fernandes-Filho, Elpídio Inácio ; Francelino, Márcio Rocha ; Demattê, José Alexandre Melo
Fonte: Journal of South American Earth Sciences. Unidade: ESALQ
Assuntos: APRENDIZADO COMPUTACIONAL, ESPECTROMETRIA, IMAGEAMENTO DE SATÉLITE, INTEMPERISMO, MAPEAMENTO DO SOLO, MORFOLOGIA DO SOLO, SENSOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo César de et al. Digital mapping of soil weathering using field geophysical sensor data coupled with covariates and machine learning. Journal of South American Earth Sciences, v. 128, p. 1-15, 2023Tradução . . Disponível em: https://doi.org/10.1016/j.jsames.2023.104449. Acesso em: 06 nov. 2024.
APA
Mello, D. C. de, Ferreira, T. O., Veloso, G. V., Lana, M. G. de, Mello, F. A. de O., Di Raimo, L. A. D. L., et al. (2023). Digital mapping of soil weathering using field geophysical sensor data coupled with covariates and machine learning. Journal of South American Earth Sciences, 128, 1-15. doi:10.1016/j.jsames.2023.104449
NLM
Mello DC de, Ferreira TO, Veloso GV, Lana MG de, Mello FA de O, Di Raimo LADL, Cabrero DRO, Souza JJLL de, Fernandes-Filho EI, Francelino MR, Demattê JAM. Digital mapping of soil weathering using field geophysical sensor data coupled with covariates and machine learning [Internet]. Journal of South American Earth Sciences. 2023 ; 128 1-15.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.jsames.2023.104449
Vancouver
Mello DC de, Ferreira TO, Veloso GV, Lana MG de, Mello FA de O, Di Raimo LADL, Cabrero DRO, Souza JJLL de, Fernandes-Filho EI, Francelino MR, Demattê JAM. Digital mapping of soil weathering using field geophysical sensor data coupled with covariates and machine learning [Internet]. Journal of South American Earth Sciences. 2023 ; 128 1-15.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.jsames.2023.104449
Artigo de periodico
Characterizing and Modeling Tropical Sandy Soils through VisNIR-SWIR, MIR Spectroscopy, and X-ray Fluorescence (2022)
Di Raimo, Luis Augusto Di Loreto ; Couto, Eduardo Guimarães ; Mello, Danilo César de ; Demattê, José Alexandre Melo ; Amorim, Ricardo Santos Silva ; Torres, Gilmar Nunes ; Bocuti, Edwaldo Dias; Veloso, Gustavo Vieira ; Poppiel, Raul Roberto ; Francelino, Márcio Rocha ; Fernandes-Filho, Elpídio Inácio
Fonte: Remote Sensing. Unidade: ESALQ
Assuntos: AREIA, CLASSIFICAÇÃO DO SOLO, ESPECTROSCOPIA INFRAVERMELHA, FLUORESCÊNCIA, RAIOS X, SENSORIAMENTO REMOTO, SOLO ARENOSO, SOLO TROPICAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
DI RAIMO, Luis Augusto Di Loreto et al. Characterizing and Modeling Tropical Sandy Soils through VisNIR-SWIR, MIR Spectroscopy, and X-ray Fluorescence. Remote Sensing, v. 14, p. 1-24, 2022Tradução . . Disponível em: https://doi.org/10.3390/rs14194823. Acesso em: 06 nov. 2024.
APA
Di Raimo, L. A. D. L., Couto, E. G., Mello, D. C. de, Demattê, J. A. M., Amorim, R. S. S., Torres, G. N., et al. (2022). Characterizing and Modeling Tropical Sandy Soils through VisNIR-SWIR, MIR Spectroscopy, and X-ray Fluorescence. Remote Sensing, 14, 1-24. doi:10.3390/rs14194823
NLM
Di Raimo LADL, Couto EG, Mello DC de, Demattê JAM, Amorim RSS, Torres GN, Bocuti ED, Veloso GV, Poppiel RR, Francelino MR, Fernandes-Filho EI. Characterizing and Modeling Tropical Sandy Soils through VisNIR-SWIR, MIR Spectroscopy, and X-ray Fluorescence [Internet]. Remote Sensing. 2022 ; 14 1-24.[citado 2024 nov. 06 ] Available from: https://doi.org/10.3390/rs14194823
Vancouver
Di Raimo LADL, Couto EG, Mello DC de, Demattê JAM, Amorim RSS, Torres GN, Bocuti ED, Veloso GV, Poppiel RR, Francelino MR, Fernandes-Filho EI. Characterizing and Modeling Tropical Sandy Soils through VisNIR-SWIR, MIR Spectroscopy, and X-ray Fluorescence [Internet]. Remote Sensing. 2022 ; 14 1-24.[citado 2024 nov. 06 ] Available from: https://doi.org/10.3390/rs14194823
Artigo de periodico
A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes (2022)
Mello, Danilo César de ; Veloso, Gustavo Vieira ; Lana, Marcos Guedes de; Mello, Fellipe Alcantara de Oliveira ; Poppiel, Raul Roberto ; Cabrero, Diego Ribeiro Oquendo; Di Raimo, Luis Augusto Di Loreto ; Schaefer, Carlos Ernesto Gonçalves Reynaud; Fernandes Filho, Elpídio Inácio ; Leite, Emilson Pereira; Demattê, José Alexandre Melo
Fonte: Geoscientific Model Development. Unidade: ESALQ
Assuntos: ALGORITMOS, APRENDIZADO COMPUTACIONAL, FRAMEWORKS, GEOFÍSICA, MODELAGEM DE DADOS, SENSOR, SOLOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo César de et al. A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes. Geoscientific Model Development, v. 15, p. 1219–1246, 2022Tradução . . Disponível em: https://doi.org/10.5194/gmd-15-1219-2022. Acesso em: 06 nov. 2024.
APA
Mello, D. C. de, Veloso, G. V., Lana, M. G. de, Mello, F. A. de O., Poppiel, R. R., Cabrero, D. R. O., et al. (2022). A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes. Geoscientific Model Development, 15, 1219–1246. doi:10.5194/gmd-15-1219-2022
NLM
Mello DC de, Veloso GV, Lana MG de, Mello FA de O, Poppiel RR, Cabrero DRO, Di Raimo LADL, Schaefer CEGR, Fernandes Filho EI, Leite EP, Demattê JAM. A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes [Internet]. Geoscientific Model Development. 2022 ; 15 1219–1246.[citado 2024 nov. 06 ] Available from: https://doi.org/10.5194/gmd-15-1219-2022
Vancouver
Mello DC de, Veloso GV, Lana MG de, Mello FA de O, Poppiel RR, Cabrero DRO, Di Raimo LADL, Schaefer CEGR, Fernandes Filho EI, Leite EP, Demattê JAM. A new methodological framework for geophysical sensor combinations associated with machine learning algorithms to understand soil attributes [Internet]. Geoscientific Model Development. 2022 ; 15 1219–1246.[citado 2024 nov. 06 ] Available from: https://doi.org/10.5194/gmd-15-1219-2022
Artigo de periodico
Pedogenetic processes operating at different intensities inferred by geophysical sensors and machine learning algorithms (2022)
Mello, Danilo Cesar de ; Ferreira, Tiago Osorio ; Veloso, Gustavo Vieira ; Lana, Marcos Guedes de; Mello, Fellipe Alcantara de Oliveira ; Di Raimo, Luis Augusto Di Loreto ; Schaefer, Carlos Ernesto Gonçalves Reynaud; Francelino, Márcio Rocha ; Fernandes-Filho, Elpídio Inácio ; Dematte, Jose Alexandre Melo
Fonte: Catena. Unidade: ESALQ
Assuntos: ALGORITMOS, APRENDIZADO COMPUTACIONAL, SENSOR, SOLOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Danilo Cesar de et al. Pedogenetic processes operating at different intensities inferred by geophysical sensors and machine learning algorithms. Catena, v. 216, p. 1-15, 2022Tradução . . Disponível em: https://doi.org/10.1016/j.catena.2022.106370. Acesso em: 06 nov. 2024.
APA
Mello, D. C. de, Ferreira, T. O., Veloso, G. V., Lana, M. G. de, Mello, F. A. de O., Di Raimo, L. A. D. L., et al. (2022). Pedogenetic processes operating at different intensities inferred by geophysical sensors and machine learning algorithms. Catena, 216, 1-15. doi:10.1016/j.catena.2022.106370
NLM
Mello DC de, Ferreira TO, Veloso GV, Lana MG de, Mello FA de O, Di Raimo LADL, Schaefer CEGR, Francelino MR, Fernandes-Filho EI, Dematte JAM. Pedogenetic processes operating at different intensities inferred by geophysical sensors and machine learning algorithms [Internet]. Catena. 2022 ; 216 1-15.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.catena.2022.106370
Vancouver
Mello DC de, Ferreira TO, Veloso GV, Lana MG de, Mello FA de O, Di Raimo LADL, Schaefer CEGR, Francelino MR, Fernandes-Filho EI, Dematte JAM. Pedogenetic processes operating at different intensities inferred by geophysical sensors and machine learning algorithms [Internet]. Catena. 2022 ; 216 1-15.[citado 2024 nov. 06 ] Available from: https://doi.org/10.1016/j.catena.2022.106370

Unidades USP

ReP

Filtros

Autores

Autores USP

Assuntos

Afiliação dos autores externos não normalizada