ReP USP - Resultado da busca

Artigo de periodico
Mapping of leaf pigments in lettuce via hyperspectralimaging and machine learning (2025)
Gonçalves, João Vitor Ferreira ; Falcioni, Renan ; Rutz, Thiago ; Silva, Andre Luiz Biscaia Ribeiro da ; Furlanetto, Renato Herrig ; Crusiol, Luís Guilherme Teixeira; Oliveira, Karym Mayara de ; Oliveira, Caio Almeida de; Vedana, Nicole Ghinzelli ; Demattê, José Alexandre Melo ; Nanni, Marcos Rafael
Source: Horticulturae. Unidade: ESALQ
Subjects: AGRICULTURA DE PRECISÃO, ALFACE, ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, MODELAGEM DE DADOS, PIGMENTOS VEGETAIS, PROCESSAMENTO DE IMAGENS, VARIEDADES VEGETAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GONÇALVES, João Vitor Ferreira et al. Mapping of leaf pigments in lettuce via hyperspectralimaging and machine learning. Horticulturae, v. 11, p. 1-30, 2025Tradução . . Disponível em: https://doi.org/10.3390/horticulturae11091077. Acesso em: 27 nov. 2025.
APA
Gonçalves, J. V. F., Falcioni, R., Rutz, T., Silva, A. L. B. R. da, Furlanetto, R. H., Crusiol, L. G. T., et al. (2025). Mapping of leaf pigments in lettuce via hyperspectralimaging and machine learning. Horticulturae, 11, 1-30. doi:10.3390/horticulturae11091077
NLM
Gonçalves JVF, Falcioni R, Rutz T, Silva ALBR da, Furlanetto RH, Crusiol LGT, Oliveira KM de, Oliveira CA de, Vedana NG, Demattê JAM, Nanni MR. Mapping of leaf pigments in lettuce via hyperspectralimaging and machine learning [Internet]. Horticulturae. 2025 ; 11 1-30.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/horticulturae11091077
Vancouver
Gonçalves JVF, Falcioni R, Rutz T, Silva ALBR da, Furlanetto RH, Crusiol LGT, Oliveira KM de, Oliveira CA de, Vedana NG, Demattê JAM, Nanni MR. Mapping of leaf pigments in lettuce via hyperspectralimaging and machine learning [Internet]. Horticulturae. 2025 ; 11 1-30.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/horticulturae11091077
Artigo de periodico
Sugarcane (Saccharum officinarum) productivity estimation using multispectral sensors in RPAs, biometric variables, and vegetation indices (2025)
Alexandre, Marta Laura de Souza ; Lima, Izabelle de Lima e; Nilsson, Matheus Sterzo; Rizzo, Rodnei ; Silva, Carlos Augusto Alves Cardoso ; Fiorio, Peterson Ricardo
Source: Agronomy. Unidade: ESALQ
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, BIOMETRIA, CANA-DE-AÇÚCAR, SENSOR
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ALEXANDRE, Marta Laura de Souza et al. Sugarcane (Saccharum officinarum) productivity estimation using multispectral sensors in RPAs, biometric variables, and vegetation indices. Agronomy, v. 15, p. 1-20, 2025Tradução . . Disponível em: https://doi.org/10.3390/agronomy15092149. Acesso em: 27 nov. 2025.
APA
Alexandre, M. L. de S., Lima, I. de L. e, Nilsson, M. S., Rizzo, R., Silva, C. A. A. C., & Fiorio, P. R. (2025). Sugarcane (Saccharum officinarum) productivity estimation using multispectral sensors in RPAs, biometric variables, and vegetation indices. Agronomy, 15, 1-20. doi:10.3390/agronomy15092149
NLM
Alexandre ML de S, Lima I de L e, Nilsson MS, Rizzo R, Silva CAAC, Fiorio PR. Sugarcane (Saccharum officinarum) productivity estimation using multispectral sensors in RPAs, biometric variables, and vegetation indices [Internet]. Agronomy. 2025 ; 15 1-20.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/agronomy15092149
Vancouver
Alexandre ML de S, Lima I de L e, Nilsson MS, Rizzo R, Silva CAAC, Fiorio PR. Sugarcane (Saccharum officinarum) productivity estimation using multispectral sensors in RPAs, biometric variables, and vegetation indices [Internet]. Agronomy. 2025 ; 15 1-20.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/agronomy15092149
Artigo de periodico
Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance (2025)
Novais, Jean Jesus Macedo ; Rosas, Jorge Tadeu Fim ; Rosin, Nícolas Augusto ; Santos, Uemeson José dos; Lacerda, Marilusa Pinto Coelho; Demattê, José Alexandre Melo
Source: Geoderma Regional. Unidade: ESALQ
Subjects: ALGORITMOS PARA IMAGENS, ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, IMAGEAMENTO DE SATÉLITE, MODELAGEM DE DADOS, REGRESSÃO LINEAR, SENSORIAMENTO REMOTO, SOLOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
NOVAIS, Jean Jesus Macedo et al. Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance. Geoderma Regional, v. 41, p. 1-12, 2025Tradução . . Disponível em: https://doi.org/10.1016/j.geodrs.2025.e00945. Acesso em: 27 nov. 2025.
APA
Novais, J. J. M., Rosas, J. T. F., Rosin, N. A., Santos, U. J. dos, Lacerda, M. P. C., & Demattê, J. A. M. (2025). Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance. Geoderma Regional, 41, 1-12. doi:10.1016/j.geodrs.2025.e00945
NLM
Novais JJM, Rosas JTF, Rosin NA, Santos UJ dos, Lacerda MPC, Demattê JAM. Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance [Internet]. Geoderma Regional. 2025 ; 41 1-12.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1016/j.geodrs.2025.e00945
Vancouver
Novais JJM, Rosas JTF, Rosin NA, Santos UJ dos, Lacerda MPC, Demattê JAM. Integrating terrestrial and orbital reflectance data improves the soil attribute modeling performance [Internet]. Geoderma Regional. 2025 ; 41 1-12.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1016/j.geodrs.2025.e00945
Artigo de periodico
Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning (2024)
Sánchez, Miller Ruiz; Silva, Carlos Augusto Alves Cardoso; Demattê, José Alexandre Melo ; Mendonça, Fernando Campos ; Silva, Marcelo Andrade da ; Romanelli, Thiago Libório ; Fiorio, Peterson Ricardo
Source: Grass and Forage Science. Unidade: ESALQ
Subjects: AGRICULTURA DE PRECISÃO, ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, CAPIM MOMBAÇA, CLOROFILA, FERTILIZANTES NITROGENADOS, MODELOS MATEMÁTICOS, SENSORIAMENTO REMOTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SÁNCHEZ, Miller Ruiz et al. Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning. Grass and Forage Science, p. 1-15, 2024Tradução . . Disponível em: https://doi.org/10.1111/gfs.12689. Acesso em: 27 nov. 2025.
APA
Sánchez, M. R., Silva, C. A. A. C., Demattê, J. A. M., Mendonça, F. C., Silva, M. A. da, Romanelli, T. L., & Fiorio, P. R. (2024). Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning. Grass and Forage Science, 1-15. doi:10.1111/gfs.12689
NLM
Sánchez MR, Silva CAAC, Demattê JAM, Mendonça FC, Silva MA da, Romanelli TL, Fiorio PR. Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning [Internet]. Grass and Forage Science. 2024 ; 1-15.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1111/gfs.12689
Vancouver
Sánchez MR, Silva CAAC, Demattê JAM, Mendonça FC, Silva MA da, Romanelli TL, Fiorio PR. Predictive modelling of chlorophyll in Mombaça grass leaves by hyperspectral reflectance data and machine learning [Internet]. Grass and Forage Science. 2024 ; 1-15.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1111/gfs.12689
Trabalho de evento
É possível detectar solos frágeis ou com hidromorfismo em áreas agrícolas via satélite? (2023)
Mello, Fellipe Alcantara de Oliveira ; Chaddad, Fabio ; Rosas, Jorge Tadeu Fim ; Rosin, Nícolas Augusto ; Bellinaso, Henrique ; Rodríguez-Albarracin, Heidy Soledad ; Novais, Jean de Jesus ; Demattê, Jose Alexandre Melo
Source: Área: Divisão 1 – Solo no espaço e no tempo: Comissão 1.3 - Pedometria. Conference titles: Congresso Latino-americano de Ciência do Solo. Unidade: ESALQ
Subjects: APRENDIZADO COMPUTACIONAL, ANÁLISE ESPECTRAL, IMAGEAMENTO DE SATÉLITE, MAPEAMENTO DO SOLO, SENSORIAMENTO REMOTO, SOLO HIDROMÓRFICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELLO, Fellipe Alcantara de Oliveira et al. É possível detectar solos frágeis ou com hidromorfismo em áreas agrícolas via satélite? 2023, Anais.. Florianópolis, SC: Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, 2023. . Acesso em: 27 nov. 2025.
APA
Mello, F. A. de O., Chaddad, F., Rosas, J. T. F., Rosin, N. A., Bellinaso, H., Rodríguez-Albarracin, H. S., et al. (2023). É possível detectar solos frágeis ou com hidromorfismo em áreas agrícolas via satélite? In Área: Divisão 1 – Solo no espaço e no tempo: Comissão 1.3 - Pedometria. Florianópolis, SC: Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo.
NLM
Mello FA de O, Chaddad F, Rosas JTF, Rosin NA, Bellinaso H, Rodríguez-Albarracin HS, Novais J de J, Demattê JAM. É possível detectar solos frágeis ou com hidromorfismo em áreas agrícolas via satélite? Área: Divisão 1 – Solo no espaço e no tempo: Comissão 1.3 - Pedometria. 2023 ;[citado 2025 nov. 27 ]
Vancouver
Mello FA de O, Chaddad F, Rosas JTF, Rosin NA, Bellinaso H, Rodríguez-Albarracin HS, Novais J de J, Demattê JAM. É possível detectar solos frágeis ou com hidromorfismo em áreas agrícolas via satélite? Área: Divisão 1 – Solo no espaço e no tempo: Comissão 1.3 - Pedometria. 2023 ;[citado 2025 nov. 27 ]
Dissertação (Mestrado)
Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) (2022)
Ribeiro, Luiz Augusto Leite ; Fiorio, Peterson Ricardo (Orientador)
Unidade: ESALQ
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, CANA-DE-AÇÚCAR, COMPONENTES PRINCIPAIS, VARIEDADES VEGETAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
RIBEIRO, Luiz Augusto Leite. Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.). 2022. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/. Acesso em: 27 nov. 2025.
APA
Ribeiro, L. A. L. (2022). Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/
NLM
Ribeiro LAL. Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) [Internet]. 2022 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/
Vancouver
Ribeiro LAL. Utilização de dados hiperespectrais para diferenciação de variedades de cana-de-açúcar (Saccharum officinarum L.) [Internet]. 2022 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11152/tde-11082022-095930/
Tese (Doutorado)
From pixel to knowledge: how high-throughput phenotyping helps to dissect the genetic architecture and improves predictive ability in maize under inoculation with plant growth-promoting bacteria (2022)
Yassue, Rafael Massahiro ; Fritsche Neto, Roberto (Orientador)
Unidade: ESALQ
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, BACTÉRIAS, ESTIMULANTES DE CRESCIMENTO VEGETAL, GENÔMICA, MILHO, POLIMORFISMO, SEQUENCIAMENTO GENÉTICO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
YASSUE, Rafael Massahiro. From pixel to knowledge: how high-throughput phenotyping helps to dissect the genetic architecture and improves predictive ability in maize under inoculation with plant growth-promoting bacteria. 2022. Tese (Doutorado) – Universidade de São Paulo, Piracicaba, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07122022-122617/. Acesso em: 27 nov. 2025.
APA
Yassue, R. M. (2022). From pixel to knowledge: how high-throughput phenotyping helps to dissect the genetic architecture and improves predictive ability in maize under inoculation with plant growth-promoting bacteria (Tese (Doutorado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07122022-122617/
NLM
Yassue RM. From pixel to knowledge: how high-throughput phenotyping helps to dissect the genetic architecture and improves predictive ability in maize under inoculation with plant growth-promoting bacteria [Internet]. 2022 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07122022-122617/
Vancouver
Yassue RM. From pixel to knowledge: how high-throughput phenotyping helps to dissect the genetic architecture and improves predictive ability in maize under inoculation with plant growth-promoting bacteria [Internet]. 2022 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11137/tde-07122022-122617/
Artigo de periodico
An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality (2022)
Oliveira, Gustavo Roberto Fonseca de; Mastrangelo, Clíssia Barboza ; Hirai, Welinton Yoshio ; Batista, Thiago Barbosa; Sudki, Julia Marconato ; Petronilio, Ana Carolina Picinini; Crusciol, Carlos Alexandre Costa; Silva, Edvaldo Aparecido Amaral da
Source: Frontiers in Plant Science. Unidades: CENA, ESALQ
Subjects: AMENDOIM, ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, FLUORESCÊNCIA, INTELIGÊNCIA ARTIFICIAL, SEMENTES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OLIVEIRA, Gustavo Roberto Fonseca de et al. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality. Frontiers in Plant Science, v. 13, p. 1-18, 2022Tradução . . Disponível em: https://doi.org/10.3389/fpls.2022.849986. Acesso em: 27 nov. 2025.
APA
Oliveira, G. R. F. de, Mastrangelo, C. B., Hirai, W. Y., Batista, T. B., Sudki, J. M., Petronilio, A. C. P., et al. (2022). An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality. Frontiers in Plant Science, 13, 1-18. doi:10.3389/fpls.2022.849986
NLM
Oliveira GRF de, Mastrangelo CB, Hirai WY, Batista TB, Sudki JM, Petronilio ACP, Crusciol CAC, Silva EAA da. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality [Internet]. Frontiers in Plant Science. 2022 ; 13 1-18.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3389/fpls.2022.849986
Vancouver
Oliveira GRF de, Mastrangelo CB, Hirai WY, Batista TB, Sudki JM, Petronilio ACP, Crusciol CAC, Silva EAA da. An approach using emerging optical technologies and artificial intelligence brings new markers to evaluate peanut seed quality [Internet]. Frontiers in Plant Science. 2022 ; 13 1-18.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3389/fpls.2022.849986
Dissertação (Mestrado)
Mensuração de indicadores de monitoramento da restauração florestal em Mata Atlântica com LiDAR e imagens multiespectrais de alta resolução (2021)
Bittencourt Junior, Clayton ; Rodriguez, Luiz Carlos Estraviz (Orientador)
Unidade: ESALQ
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, ECOLOGIA DA RESTAURAÇÃO, MONITORAMENTO AMBIENTAL, SENSORIAMENTO REMOTO, SISTEMA DE INFORMAÇÃO GEOGRÁFICA, TECNOLOGIA LIDAR, MATA ATLÂNTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BITTENCOURT JUNIOR, Clayton. Mensuração de indicadores de monitoramento da restauração florestal em Mata Atlântica com LiDAR e imagens multiespectrais de alta resolução. 2021. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04082021-151045/. Acesso em: 27 nov. 2025.
APA
Bittencourt Junior, C. (2021). Mensuração de indicadores de monitoramento da restauração florestal em Mata Atlântica com LiDAR e imagens multiespectrais de alta resolução (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04082021-151045/
NLM
Bittencourt Junior C. Mensuração de indicadores de monitoramento da restauração florestal em Mata Atlântica com LiDAR e imagens multiespectrais de alta resolução [Internet]. 2021 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04082021-151045/
Vancouver
Bittencourt Junior C. Mensuração de indicadores de monitoramento da restauração florestal em Mata Atlântica com LiDAR e imagens multiespectrais de alta resolução [Internet]. 2021 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11150/tde-04082021-151045/
Artigo de periodico
A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques (2021)
Silva, Clíssia Barboza da ; Bianchini, Vitor de Jesus Martins ; Medeiros, André Dantas de; Moraes, Maria Heloisa Duarte de ; Marassi, Agide Gimenez; Tannús, Alberto
Source: Industrial Crops and Products. Unidades: ESALQ, IFSC
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, IMAGEM POR RESSONÂNCIA MAGNÉTICA, PINHÃO MANSO, SEMENTES, SENSORES ÓPTICOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Clíssia Barboza da et al. A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques. Industrial Crops and Products, v. 161, p. 113186-1113186-9, 2021Tradução . . Disponível em: https://doi.org/10.1016/j.indcrop.2020.113186. Acesso em: 27 nov. 2025.
APA
Silva, C. B. da, Bianchini, V. de J. M., Medeiros, A. D. de, Moraes, M. H. D. de, Marassi, A. G., & Tannús, A. (2021). A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques. Industrial Crops and Products, 161, 113186-1113186-9. doi:10.1016/j.indcrop.2020.113186
NLM
Silva CB da, Bianchini V de JM, Medeiros AD de, Moraes MHD de, Marassi AG, Tannús A. A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques [Internet]. Industrial Crops and Products. 2021 ; 161 113186-1113186-9.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1016/j.indcrop.2020.113186
Vancouver
Silva CB da, Bianchini V de JM, Medeiros AD de, Moraes MHD de, Marassi AG, Tannús A. A novel approach for Jatropha curcas seed health analysis based on multispectral and resonance imaging techniques [Internet]. Industrial Crops and Products. 2021 ; 161 113186-1113186-9.[citado 2025 nov. 27 ] Available from: https://doi.org/10.1016/j.indcrop.2020.113186
Artigo de periodico
Earth observation data-driven cropland soil monitoring: a review (2021)
Tziolas, Nikolaos ; Tsakiridis, Nikolaos; Chabrillat, Sabine ; Demattê, José Alexandre Melo ; Ben-Dor, Eyal; Gholizadeh, Asa ; Zalidis, George; Van Wesemael, Bas
Source: Remote Sensing. Unidade: ESALQ
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, CARBONO, MAPEAMENTO DO SOLO, REVISÃO SISTEMÁTICA, SENSORIAMENTO REMOTO, SOLO AGRÍCOLA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TZIOLAS, Nikolaos et al. Earth observation data-driven cropland soil monitoring: a review. Remote Sensing, v. 13, p. 1-29, 2021Tradução . . Disponível em: https://doi.org/10.3390/rs13214439. Acesso em: 27 nov. 2025.
APA
Tziolas, N., Tsakiridis, N., Chabrillat, S., Demattê, J. A. M., Ben-Dor, E., Gholizadeh, A., et al. (2021). Earth observation data-driven cropland soil monitoring: a review. Remote Sensing, 13, 1-29. doi:10.3390/rs13214439
NLM
Tziolas N, Tsakiridis N, Chabrillat S, Demattê JAM, Ben-Dor E, Gholizadeh A, Zalidis G, Van Wesemael B. Earth observation data-driven cropland soil monitoring: a review [Internet]. Remote Sensing. 2021 ; 13 1-29.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/rs13214439
Vancouver
Tziolas N, Tsakiridis N, Chabrillat S, Demattê JAM, Ben-Dor E, Gholizadeh A, Zalidis G, Van Wesemael B. Earth observation data-driven cropland soil monitoring: a review [Internet]. Remote Sensing. 2021 ; 13 1-29.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3390/rs13214439
Artigo de periodico
Integrating optical imaging tools for rapid and non-invasive characterization of seed quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as study cases (2020)
Galletti, Patrícia Aparecida; Carvalho, Marcia Eugenia Amaral ; Hirai, Welinton Yoshio ; Brancaglioni, Vivian Aparecida ; Arthur, Valter ; Silva, Clíssia Barboza da
Source: Frontiers in Plant Science. Unidades: CENA, ESALQ
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, CENOURA, FOTOSSÍNTESE, QUIMIOMETRIA, SEMENTES, TOMATE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GALLETTI, Patrícia Aparecida et al. Integrating optical imaging tools for rapid and non-invasive characterization of seed quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as study cases. Frontiers in Plant Science, v. 11, p. 1-17, 2020Tradução . . Disponível em: https://doi.org/10.3389/fpls.2020.577851. Acesso em: 27 nov. 2025.
APA
Galletti, P. A., Carvalho, M. E. A., Hirai, W. Y., Brancaglioni, V. A., Arthur, V., & Silva, C. B. da. (2020). Integrating optical imaging tools for rapid and non-invasive characterization of seed quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as study cases. Frontiers in Plant Science, 11, 1-17. doi:10.3389/fpls.2020.577851
NLM
Galletti PA, Carvalho MEA, Hirai WY, Brancaglioni VA, Arthur V, Silva CB da. Integrating optical imaging tools for rapid and non-invasive characterization of seed quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as study cases [Internet]. Frontiers in Plant Science. 2020 ; 11 1-17.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3389/fpls.2020.577851
Vancouver
Galletti PA, Carvalho MEA, Hirai WY, Brancaglioni VA, Arthur V, Silva CB da. Integrating optical imaging tools for rapid and non-invasive characterization of seed quality: Tomato (Solanum lycopersicum L.) and Carrot (Daucus carota L.) as study cases [Internet]. Frontiers in Plant Science. 2020 ; 11 1-17.[citado 2025 nov. 27 ] Available from: https://doi.org/10.3389/fpls.2020.577851
Dissertação (Mestrado)
Fluorescência de clorofila e análise multiespectral de imagens para avaliação da qualidade de sementes de cenoura e tomate (2020)
Galletti, Patrícia Aparecida; Silva, Clíssia Barboza da (Orientador)
Unidade: ESALQ
Subjects: ANÁLISE ESPECTRAL, APRENDIZADO COMPUTACIONAL, CENOURA, CLOROFILA, FLUORESCÊNCIA, QUIMIOMETRIA, SEMENTES, TOMATE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GALLETTI, Patrícia Aparecida. Fluorescência de clorofila e análise multiespectral de imagens para avaliação da qualidade de sementes de cenoura e tomate. 2020. Dissertação (Mestrado) – Universidade de São Paulo, Piracicaba, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/11/11136/tde-08012021-162931/. Acesso em: 27 nov. 2025.
APA
Galletti, P. A. (2020). Fluorescência de clorofila e análise multiespectral de imagens para avaliação da qualidade de sementes de cenoura e tomate (Dissertação (Mestrado). Universidade de São Paulo, Piracicaba. Recuperado de https://www.teses.usp.br/teses/disponiveis/11/11136/tde-08012021-162931/
NLM
Galletti PA. Fluorescência de clorofila e análise multiespectral de imagens para avaliação da qualidade de sementes de cenoura e tomate [Internet]. 2020 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11136/tde-08012021-162931/
Vancouver
Galletti PA. Fluorescência de clorofila e análise multiespectral de imagens para avaliação da qualidade de sementes de cenoura e tomate [Internet]. 2020 ;[citado 2025 nov. 27 ] Available from: https://www.teses.usp.br/teses/disponiveis/11/11136/tde-08012021-162931/

USP Schools

ReP

Filtros

Departament

Authors

USP affiliated authors

Date published

Subjects

Source title

Funding Agencies

Non normalized affiliation

Countries of institutions of collaboration