Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade de São Paulo (USP) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.contributor | Federal University of Viçosa | - |
Autor(es): dc.creator | Iost Filho, Fernando Henrique | - |
Autor(es): dc.creator | Pazini, Juliano de Bastos | - |
Autor(es): dc.creator | Medeiros, André Dantas de | - |
Autor(es): dc.creator | Rosalen, David Luciano | - |
Autor(es): dc.creator | Yamamoto, Pedro Takao | - |
Data de aceite: dc.date.accessioned | 2025-08-21T16:42:59Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T16:42:59Z | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2023-03-01 | - |
Data de envio: dc.date.issued | 2022-07-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/agronomy12071516 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/240380 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/240380 | - |
Descrição: dc.description | Arthropod pests are among the major problems in soybean production and regular field sampling is required as a basis for decision-making for control. However, traditional sampling methods are laborious and time-consuming. Therefore, our goal is to evaluate hyperspectral remote sensing as a tool to establish reflectance patterns from soybean plants infested by various densities of two species of stinkbugs (Euschistus heros and Diceraeus melacanthus (Hemiptera: Pentatomidae)) and two species of caterpillars (Spodoptera eridania and Chrysodeixis includens (Lepidoptera: Noctuidae)). Bioassays were carried out in greenhouses with potted plants placed in cages with 5 plants infested with 0, 2, 5, and 10 insects. Plants were classified according to their reflectance, based on the acquisition of spectral data before and after infestation, using a hyperspectral push-broom spectral camera. Infestation by stinkbugs did not cause significative differences in the reflectance patterns of infested or non-infested plants. In contrast, caterpillars caused changes in the reflectance patterns, which were classified using a deep-learning approach based on a multilayer perceptron artificial neural network. High accuracies were achieved when the models classified low (0 + 2) or high (5 + 10) infestation and presence or absence of insects. This study provides an initial assessment to apply a non-invasive detection method to monitor caterpillars in soybean before causing economic damage. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Department of Entomology and Acarology University of São Paulo | - |
Descrição: dc.description | Department of Rural Engineering São Paulo State University | - |
Descrição: dc.description | Department of Agronomy Federal University of Viçosa | - |
Descrição: dc.description | Department of Rural Engineering São Paulo State University | - |
Descrição: dc.description | FAPESP: 2017/19407-4 | - |
Descrição: dc.description | FAPESP: 2019/26099-0 | - |
Descrição: dc.description | FAPESP: 2019/26145-1 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Agronomy | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | caterpillars | - |
Palavras-chave: dc.subject | Glycine max | - |
Palavras-chave: dc.subject | pest management | - |
Palavras-chave: dc.subject | sampling | - |
Palavras-chave: dc.subject | stinkbugs | - |
Título: dc.title | Assessment of Injury by Four Major Pests in Soybean Plants Using Hyperspectral Proximal Imaging | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: