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 Paulista (UNESP) | - |
Autor(es): dc.contributor | Czech University of Life Sciences Prague | - |
Autor(es): dc.contributor | University of Western São Paulo (UNOESTE) | - |
Autor(es): dc.creator | da Silva, Rebeca Campos Emiliano | - |
Autor(es): dc.creator | Tommaselli, Antonio Maria Garcia | - |
Autor(es): dc.creator | Imai, Nilton Nobuhiro | - |
Autor(es): dc.creator | Martins-Neto, Rorai Pereira | - |
Autor(es): dc.creator | da Silva da Silveira, Daniel | - |
Autor(es): dc.creator | Moro, Edemar | - |
Data de aceite: dc.date.accessioned | 2025-08-21T21:28:36Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T21:28:36Z | - |
Data de envio: dc.date.issued | 2025-04-29 | - |
Data de envio: dc.date.issued | 2024-11-03 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.5194/isprs-annals-X-3-2024-69-2024 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/308930 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/308930 | - |
Descrição: dc.description | Dry mass is an important parameter to optimise grassland management. Traditionally, dry mass values are estimated manually by cutting, drying, and weighing vegetation samples. In large areas of cultivation, this becomes a time-consuming and costly activity. In recent years, many researchers have studied different sensors embedded in Unmanned Aerial Vehicles (UAV) to collect spatial data and estimate biomass using machine learning algorithms for forest and agricultural applications. However, there needs to be more research dealing with estimating production indices for pasture, especially in Brazil, as stated. This study evaluates the feasibility of using the GoPro wide-angle RGB camera on UAVs (Unmanned Aerial Vehicles) to estimate the dry mass of pastures. Different data analysis methods were compared, including the combination of vegetation indices (VIs) values and three-dimensional metrics (3D) extracted from the Canopy Height Model (CHM): all metrics (ALL), three VIs plus four 3D metrics (VI3 + CHM4) and only 3D metrics. Random Forest (RF) machine learning algorithm was used to estimate dry mass. The best results were obtained when merging all the variables from the two flight campaigns, with a coefficient of determination (R2) of 0.80 for the model and a Pearson Correlation Coefficient (PCC) of 0.85 for validation, with a Root Mean Square Error (RMSE%) of 20.5%. In summary, using RGB sensors embedded in UAVs is a promising technique for estimating farm grazing parameters. | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES) | - |
Descrição: dc.description | Department of Cartography São Paulo State University (UNESP), São Paulo | - |
Descrição: dc.description | Faculty of Forestry and Wood Sciences Czech University of Life Sciences Prague, Kamycka 129 | - |
Descrição: dc.description | University of Western São Paulo (UNOESTE), São Paulo | - |
Descrição: dc.description | Department of Cartography São Paulo State University (UNESP), São Paulo | - |
Descrição: dc.description | CNPq: 130411/2022-1 | - |
Descrição: dc.description | FAPESP: 2021/06029-7 | - |
Descrição: dc.description | CNPq: 303670_2018-5 | - |
Descrição: dc.description | CAPES: 88887.310313/2018-00 | - |
Descrição: dc.description | CAPES: 88887.898553/2023-00 | - |
Formato: dc.format | 69-75 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | dry matter | - |
Palavras-chave: dc.subject | grassland | - |
Palavras-chave: dc.subject | machine learning | - |
Palavras-chave: dc.subject | precision agriculture | - |
Palavras-chave: dc.subject | remote sensing | - |
Palavras-chave: dc.subject | UAV | - |
Título: dc.title | Dry mass grassland estimation using UAV ultra-wide RGB images | - |
Tipo de arquivo: dc.type | aula 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: