Logo do repositório
 
Publicação

Estimativa do conteúdo de nitrogênio na cana-de-açúcar baseado em índices de vegetação derivados de dados Sentinel-2

2025Artigo científico Acesso aberto
Ver registo simples
dc.contributor.authorFilho, Jose Neto Soares
dc.contributor.authorPereira, Douglas Endrigo Perez
dc.contributor.authorNoronha, Amanda Soares Regis
dc.contributor.institutionDepartamento de Geografia e Planeamento Regional (DGPR)
dc.contributor.pblEconomics Bulletin
dc.date.accessioned2026-03-23T09:47:01Z
dc.date.available2026-03-23T09:47:01Z
dc.date.issued2025
dc.description.abstractA cana-de-açúcar ocupa grande escala territorial no mundo e busca constantemente por mecanismos para monitorar os nutrientes no ciclo de produção da cultura, utilizando métodos não destrutivos. O estudo com objetivo estimar o teor de nitrogênio na folha da cana-de-açúcar foi desenvolvido na safra 2021/2022 sobre dois talhões comerciais de sequeiro cultivares (RB867515 = 50,75 ha) e (CVSP7870 = 48,56 ha) na Usina Energética Serranópolis-Goiás, avaliando a eficiência dos índices bioquímicos de vegetação Fraction of Absorbed Photosynthetically Active Radiation (fAPAR) e Canopy Chlorophyll Content (CCC) processados utilizando modelo de transferência de radiação RTM PROSAIL, comparados aos índices Normalized Difference Vegetation Index (NDVI) e Green Normalized Difference Vegetation Index (GNDVI), processados utilizando modelos matemáticos e razão de bandas. Ambos, baseados em série temporal de dados Sentinel-2 como variáveis de entrada. A validação do Agro-Modelo ocorreu através de análise de tecido foliar coletada em sete avaliações intercaladas durante o período de permanência da cultura no campo. Foi evidenciado a funcionalidade dos quatro índices, destacando o índice bioquímico fAPAR sob a ótica da estatística descritiva (R² = 0,970 e RMSE = 0,46) para o cultivar RB867515 e (R² = 0,940 e RMSE = 0,69) para o cultivar CVSP7870.en
dc.description.versionpublishersversion
dc.description.versionpublished
dc.format.extent10
dc.format.extent924552
dc.identifier.doi10.17268/sci.agropecu.2025.006
dc.identifier.issn2077-9917
dc.identifier.otherPURE: 157969440
dc.identifier.otherPURE UUID: ea36aa6a-4896-4ace-9f6e-dde62c1f685a
dc.identifier.otherWOS: 001438771500005
dc.identifier.urihttp://hdl.handle.net/10362/201712
dc.identifier.urlhttps://www.webofscience.com/api/gateway?GWVersion=2&SrcApp=nova_api&SrcAuth=WosAPI&KeyUT=WOS:001438771500005&DestLinkType=FullRecord&DestApp=WOS_CPL
dc.identifier.urlhttps://revistas.unitru.edu.pe/index.php/scientiaagrop/article/view/6200
dc.language.isopor
dc.peerreviewedyes
dc.subjectAgro-model
dc.subjectArtificial intelligence
dc.subjectCanopy
dc.subjectCultivares
dc.subjectRemote sensing
dc.subjectAgro-modelo
dc.subjectDossel
dc.subjectSensoriamento remoto
dc.subjectInteligencia artificial
dc.titleEstimativa do conteúdo de nitrogênio na cana-de-açúcar baseado em índices de vegetação derivados de dados Sentinel-2pt
dc.typejournal article
degois.publication.firstPage61
degois.publication.issue1
degois.publication.lastPage70
degois.publication.titleScientia Agropecuaria
degois.publication.volume16
dspace.entity.typePublication
rcaap.rightsopenAccess

Ficheiros

Principais
A mostrar 1 - 1 de 1
Miniatura
Nome:
6200-Texto_del_art_culo-23779-4-10-20250115.pdf
Tamanho:
902.88 KB
Formato:
Adobe Portable Document Format
Ver/Abrir

Coleções

Home collection (FCSH)