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 Estadual de Campinas (UNICAMP) | - |
Autor(es): dc.contributor | Empresa Brasileira de Pesquisa Agropecuária (EMBRAPA) | - |
Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
Autor(es): dc.creator | Silva, César de Oliveira Ferreira | - |
Autor(es): dc.creator | Grego, Celia Regina | - |
Autor(es): dc.creator | Manzione, Rodrigo Lilla | - |
Autor(es): dc.creator | Oliveira, Stanley Robson de Medeiros | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:55:47Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:55:47Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-03-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.3390/agriengineering6010006 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/298899 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/298899 | - |
Descrição: dc.description | Precision agriculture for coffee production requires spatial knowledge of crop yield. However, difficulties in implementation lie in low-sampled areas. In addition, the asynchronicity of this crop adds complexity to the modeling. It results in a diversity of phenological stages within a field and also continuous production of coffee over time. Big Data retrieved from remote sensing can be tested to improve spatial modeling. This research proposes to apply the Sentinel-2 vegetation index (NDVI) and the Sentinel-1 dual-polarization C-band Synthetic Aperture Radar (SAR) dataset as auxiliary variables in the multivariate geostatistical modeling of coffee yield characterized by the presence of outliers and assess improvement. A total of 66 coffee yield points were sampled from a 4 ha area in a quasi-regular grid located in southeastern Brazil. Ordinary kriging (OK) and block cokriging (BCOK) were applied. Overall, coupling coffee yield with the NDVI and/or SAR in BCOK interpolation improved the accuracy of spatial interpolation of coffee yield even in the presence of outliers. Incorporating Big Data for improving the modeling for low-sampled fields requires taking into account the difference in supports between different datasets since this difference can increase uncontrolled uncertainty. In this manner, we will consider, for future research, new tests with other covariates. This research has the potential to support precision agriculture applications as site-specific plant nutrient management. | - |
Descrição: dc.description | School of Agricultural Engineering Campinas State University (UNICAMP) | - |
Descrição: dc.description | Embrapa Digital Agriculture | - |
Descrição: dc.description | School of Science Technology and Education São Paulo State University (UNESP) | - |
Descrição: dc.description | School of Science Technology and Education São Paulo State University (UNESP) | - |
Formato: dc.format | 81-94 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | AgriEngineering | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Coffea arabicaL | - |
Palavras-chave: dc.subject | cokriging | - |
Palavras-chave: dc.subject | precision agriculture | - |
Palavras-chave: dc.subject | variogram | - |
Título: dc.title | Improving Coffee Yield Interpolation in the Presence of Outliers Using Multivariate Geostatistics and Satellite Data | - |
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: