Empirical model for forecasting sugarcane yield on a local scale in Brazil using Landsat imagery and random forest algorithm (2021)
- Authors:
- USP affiliated authors: LUCIANO, ANA CLAUDIA DOS SANTOS - ESALQ ; DUFT, DANIEL GARBELLINI - ESALQ
- Unidade: ESALQ
- DOI: 10.1016/j.compag.2021.106063
- Subjects: ALGORITMOS; APRENDIZADO COMPUTACIONAL; CANA-DE-AÇÚCAR; IMAGEAMENTO DE SATÉLITE; PREVISÃO (ANÁLISE DE SÉRIES TEMPORAIS); SENSORIAMENTO REMOTO
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Source:
- Título do periódico: Computers and Electronics in Agriculture
- ISSN: 0168-1699
- Volume/Número/Paginação/Ano: v. 18, art. 4106063, p. 1-10, 2021
- Este periódico é de assinatura
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: hybrid
- Licença: publisher-specific-oa
-
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: 21 maio 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 maio 21 ] 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 maio 21 ] Available from: https://doi.org/10.1016/j.compag.2021.106063 - Uso de sensoriamento remoto para aplicações de agricultura digital em cana-de-açúcar
- As conexões entre sustentabilidade e desenvolvimento sustentável com a demografia espacial
- Mapping 33 years of sugarcane evolution in São Paulo state, Brazil, using landsat imagery and generalized space-time classifiers
- High-resolution map of sugarcane cultivation in Brazil using a phenology-based method
- Evaluation of time series gap-filling of venµs satellite for land use classification
- Integrating carbon footprint to spatialized modeling: the mitigation potential of sugarcane ethanol production in the Brazilian Center-South
- Identifying suitable areas for expanding sugarcane ethanol production in Brazil under conservation of environmentally relevant habitats
- Dinâmica da intensificação da agricultura temporária na Área de Proteção Ambiental Ilha do Bananal-Cantão
- Sugarcane yield estimation using satellite remote sensing data in empirical or mechanistic modeling: a systematic review
- Sentinel-2B and Random Forest algorithm potential for sugarcane varieties identification
Informações sobre o DOI: 10.1016/j.compag.2021.106063 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
