
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.creator | Borges, Camila Silva | - |
| Autor(es): dc.creator | Ravello, Ruby Antonieta Vega | - |
| Autor(es): dc.creator | Chakraborty, Somsubhra | - |
| Autor(es): dc.creator | Weindorf, David C. | - |
| Autor(es): dc.creator | Lopes, Guilherme | - |
| Autor(es): dc.creator | Guilherme, Luiz Roberto Guimarães | - |
| Autor(es): dc.creator | Curi, Nilton | - |
| Autor(es): dc.creator | Li, Bin | - |
| Autor(es): dc.creator | Ribeiro, Bruno Teixeira | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:41:33Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:41:33Z | - |
| Data de envio: dc.date.issued | 2022-08-11 | - |
| Data de envio: dc.date.issued | 2022-08-11 | - |
| Data de envio: dc.date.issued | 2022-05 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/50934 | - |
| Fonte completa do material: dc.identifier | https://www.sciencedirect.com/science/article/pii/S0176161722000724#! | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1145320 | - |
| Descrição: dc.description | The color of plant leaves can be assessed qualitatively by color charts or after processing of digital images. This pilot study employed a novel pocket-sized sensor to obtain the color of plant leaves. In order to assess its performance, a color-dependent parameter (SPAD index) was used as the dependent variable, since there is a strong correlation between SPAD index and greenness of plant leaves. A total of 1,872 fresh and intact leaves from 13 crops were analyzed using a SPAD-502 meter and scanned using the Nix™ Pro color sensor. The color was assessed via RGB and CIELab systems. The full dataset was divided into calibration (70% of data) and validation (30% of data). For each crop and color pattern, multiple linear regression (MLR) analysis and multivariate modeling [least absolute shrinkage and selection operator (LASSO), and elastic net (ENET) regression] were employed and compared. The obtained MLR equations and multivariate models were then tested using the validation dataset based on r, R2, root mean squared error (RMSE), and mean absolute error (MAE). In both RGB and CIELab color systems, the Nix™ Pro color sensor was able to differentiate crops, and the SPAD indices were successfully predicted, mainly for mango, quinoa, peach, pear, and rice crops. Validation results indicated that ENET performed best in most crops (e.g., coffee, corn, mango, pear, rice, and soy) and very close to MLR in bean, grape, peach, and quinoa. The correlation between SPAD and greenness is crop-dependent. Overall, the Nix™ Pro color sensor was a fast, sensible and an easy way to obtain leaf color directly in the field, constituting a reliable alternative to digital camera imagery and associated image processing. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Journal of Plant Physiology | - |
| Palavras-chave: dc.subject | Nix™ Pro color sensor | - |
| Palavras-chave: dc.subject | Soil Plant Analysis Development (SPAD) | - |
| Palavras-chave: dc.subject | Plant leaves | - |
| Palavras-chave: dc.subject | Chlorophyll | - |
| Título: dc.title | Pocket-sized sensor for controlled, quantitative and instantaneous color acquisition of plant leaves | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
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: