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 | Universidade Federal de Uberlândia (UFU) | - |
Autor(es): dc.contributor | Politecnico di Torino | - |
Autor(es): dc.creator | Orlando, Vinicius Silva Werneck | - |
Autor(es): dc.creator | de Lourdes Bueno Trindade Galo, Maria | - |
Autor(es): dc.creator | Martins, George Deroco | - |
Autor(es): dc.creator | Lingua, Andrea Maria | - |
Autor(es): dc.creator | Andaló, Vanessa | - |
Data de aceite: dc.date.accessioned | 2025-08-21T17:27:04Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T17:27:04Z | - |
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-3-2024-285-2024 | - |
Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309757 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309757 | - |
Descrição: dc.description | Brazil, the world's largest coffee producer, faces challenges managing the coffee leaf miner (Leucoptera coffeella), a significant pest. This study suggests remote sensing for pest control decisions. Two experimental areas in the Cerrado region of Minas Gerais State were analyzed to spectrally characterize infested plants and estimate the number of mines per plant. Results show the ability to differentiate infested plants with greater reflectance variance in the near infrared at 850nm. The performances of the three machine learning algorithms were compared. Determining the number of mines in the group of most infested plants demonstrated slightly higher precision, achieving an RMSE of 22.69% using the Support Vector Machine algorithm. Conversely, the group of least-infested plants obtained the best result with the Random Forest algorithm, achieving an RMSE of 32.47%. These promising results indicated that CLM can be detected using aerial multispectral imaging data. | - |
Descrição: dc.description | São Paulo State University (UNESP), São Paulo | - |
Descrição: dc.description | Federal University of Uberlândia (UFU), Minas Gerais | - |
Descrição: dc.description | Department of Environment Land and Infrastructure Engineering Politecnico di Torino | - |
Descrição: dc.description | São Paulo State University (UNESP), São Paulo | - |
Formato: dc.format | 285-291 | - |
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 | Aerial Imaging | - |
Palavras-chave: dc.subject | Infestation Monitoring | - |
Palavras-chave: dc.subject | Pest Management | - |
Palavras-chave: dc.subject | Spectral Analysis | - |
Palavras-chave: dc.subject | Sustainable Agriculture | - |
Título: dc.title | UAV imaging for spectral characterization of Coffee Leaf Miner (Leucoptera coffeella) infestation in the Cerrado Mineiro region | - |
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: