Edição de abril
A Precision Agriculture é uma revista internacional que se destaca por publicar pesquisas inovadoras sobre a eficiência no uso de recursos, produtividade, qualidade, rentabilidade e sustentabilidade da produção agrícola.
Esta revista aborda a variabilidade de recursos naturais dentro do campo, incluindo solo e características das culturas, explorando tecnologias de engenharia, como sistemas de sensores, técnicas computacionais, sistemas de posicionamento e controle. Além disso, apresenta conteúdo sobre gestão da variabilidade, como recomendação de nutrientes e produtos químicos de proteção de culturas, bem como a qualidade das culturas.
Incentivando submissões sobre medição, gestão, tecnologia e impacto da variabilidade espacial na escala dentro do campo, a Precision Agriculture prioriza também a cobertura ambiental, abordando questões como sedimentos, lavagem, escoamento e drenagem relacionados à variabilidade espacial.
A edição de abril da revista Precision Agriculture destaca os seguintes temas:
- Determinação espectroscópica do teor de clorofila nas folhas da cana-de-açúcar para deteção do stress hídrico
- Previsão do rendimento da cenoura com um calendário de aquisição de imagens Sentinel 2 personalizado
- Aprendizagem automática explicável para revelar as causas do "cracking" dos citrinos à escala regional
- Identificação da qualidade da aparência do morango com base na aprendizagem profunda não supervisionada
- Segmentação de exemplos de frutos Medjool parcialmente ocultos para desbaste robótico
- Abordagem genérica de otimização dos parâmetros hidráulicos do solo para aplicações de modelos específicos do local
- Cartografia dos danos causados pelo granizo no trigo de inverno (Triticum aestivum L.) utilizando uma abordagem hiperespectral de UAV em microescala
- Deteção remota por drone do "N" do trigo utilizando um sensor hiperespectral e aprendizagem automática
- Mapeamento da compressão do solo pela altura da planta e respostas espectrais do café em imagens multiespectrais obtidas por sistema de aeronave remotamente pilotada
- A espetroscopia no visível e no infravermelho próximo previu os teores de azoto foliar de variedades de batata em diferentes condições de crescimento e gestão
- Precisão dos monitores de rendimento de grãos para utilização em ensaios de faixas de investigação nas explorações agrícolas
- DAE-Mask: um novo modelo de deteção automática baseado na aprendizagem aprofundada para doenças do trigo no campo
- Caracterização fenotípica de alto rendimento da altura individual das plantas numa população de oleaginosas com base em imagens Mask-RCNN e UAV
- CNN 3D de ponta a ponta para a previsão do rendimento da soja à escala da parcela utilizando imagens RGB multitemporais baseadas em UAV
- Conceção, implementação e validação de um pulverizador de jato de ar preciso baseado em sensores para melhorar as aplicações de pesticidas em pomares
- Retinanet_G2S: uma rede multiescala baseada na fusão de características para a deteção de laranjas "punna navel" em ambientes de campo complexos
- Comparação de algoritmos de aprendizagem automática para prever e cartografar digitalmente o fósforo disponível à superfície do solo: um estudo de caso do sudoeste do Irão
- Potencial para reduzir os resíduos de nitratos após a colheita em campos de milho sem sacrificar o rendimento através da gestão precisa do azoto
- Índices de vegetação intratemporal e estabilidade da produção como fatores de previsão dos padrões espaciais da produção de milho (Zea mays L)
- Estratégias digitais para a gestão do azoto em sistemas de produção de cereais: lições de uma avaliação multimétodo utilizando a experimentação na exploração
- Melhorar a previsão do rendimento do arroz de sementeira direta utilizando características de UAV adquiridas durante a fase reprodutiva
- Imagens térmicas para identificação de avarias na irrigação gota a gota subsuperficial em pomares
- Colocação de tratamentos em experiências na exploração agrícola: conceções pseudo-bayesianas ideais com um modelo de resposta linear
- Estimativa da clorofila do dossel em pinheiro-bravo usando índices de vegetação multitemporais de veículos aéreos não tripulados (UAVs)
- Extração da vegetação iluminada, da vegetação sombreada e do fundo para uma cobertura vegetal fracionada mais fina com informação de polarização e uma rede de convolução
Veja todos os artigos sobre Agricultura de Precisão.
