
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 | Oliveira, Mailson Freire de | - |
| Autor(es): dc.creator | Santos, Adão Felipe dos | - |
| Autor(es): dc.creator | Kazama, Elizabeth Haruna | - |
| Autor(es): dc.creator | Rolim, Glauco de Souza | - |
| Autor(es): dc.creator | Silva, Rouverson Pereira da | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T12:23:23Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T12:23:23Z | - |
| Data de envio: dc.date.issued | 2021-12-13 | - |
| Data de envio: dc.date.issued | 2021-12-13 | - |
| Data de envio: dc.date.issued | 2021-05 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/48684 | - |
| Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.compag.2021.106096 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1160308 | - |
| Descrição: dc.description | Methods for optimizing the application of phytosanitary products can be an alternative for sustainable agriculture. Such methods can be achieved with the use of artificial intelligence and remote sensing techniques. Our experiments were carried out in a commercial coffee plantation, where morphological variables (height and diameter) and vegetation indexes (normalized difference vegetation index, NDVI and normalized difference red edge, NDRE) were collected in the upper, medium, and lower thirds of the coffee plant. From the remote sensing data, experiments were developed to determine the best neural network topology, in terms of accuracy (RMSE) and precision (R2) and type (Multilayer Perceptron “MLP” and Radial Basis Function “RBF”), to estimate morphological variables. From these results, we evaluated the possibility of applying pesticides at a variable rate, using the tree row volume principle. The results show that, using remote sensing and artificial neural networks (MLP), it is possible to estimate coffee tree volume with reasonable accuracy. This can be done using a multi-layer perceptron model to estimate coffee tree height and diameter using vegetation indexes of different parts of the plant as input. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Elsevier | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Computers and Electronics in Agriculture | - |
| Palavras-chave: dc.subject | Coffee canopy | - |
| Palavras-chave: dc.subject | Vegetation index | - |
| Palavras-chave: dc.subject | Variable rate spraying | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Digital agriculture | - |
| Palavras-chave: dc.subject | Redes neurais artificiais | - |
| Palavras-chave: dc.subject | Sensoriamento remoto | - |
| Palavras-chave: dc.subject | Cafeicultura | - |
| Palavras-chave: dc.subject | Índice de vegetação | - |
| Palavras-chave: dc.subject | Pulverização - Taxa variável | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Agricultura digital | - |
| Título: dc.title | Determination of application volume for coffee plantations using artificial neural networks and remote sensing | - |
| 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: