Imputation of missing parts in UAV orthomosaics using PlanetScope and Sentinel-2 data: a case study in a grass-dominated área.
Imputation of missing parts in UAV orthomosaics using PlanetScope and Sentinel-2 data: a case study in a grass-dominated área.
Autoria: PEREIRA, F. R. da S.; REIS, A. A. dos; FREITAS, R. G.; OLIVEIRA, S. R. de M.; AMARAL, L. R. do; FIGUEIREDO, G. K. D. A.; ANTUNES, J. F. G.; LAMPARELLI, R. A. C.; MORO, E.; MAGALHÃES, P. S. G.
Resumo: In this study, we propose a methodological framework to impute missing parts of UAV orthomosaics using PlanetScope (PS) and Sentinel-2 (S2) data and the random forest (RF) algorithm of an integrated crop-livestock system (ICLS) covered by grass at the time.
Ano de publicação: 2023
Tipo de publicação: Artigo de periódico
Unidade: Embrapa Agricultura Digital
Palavras-chave: Agricultura de Precisão, Aprendizado de máquina, Data intercalibration, Machine learning, Normalized difference vegetation index, Precision agriculture, Random forest, Remote sensing, Sensoriamento Remoto, Spatial gap-filling method, Spatial imputation method, Unmanned aerial vehicles, Índice de vegetação
Observações
1 - Por padrão são exibidas publicações dos últimos 20 anos. Para encontrar publicações mais antigas, configure o filtro ano de publicação, colocando o ano a partir do qual você deseja encontrar publicações. O filtro está na coluna da esquerda na busca acima.
2 - Para ler algumas publicações da Embrapa (apenas as que estão em formato ePub), é necessário ter, no celular ou computador, um desses softwares gratuitos. Sistemas Android: Google Play Livros; IOS: iBooks; Windows e Linux: software Calibre.
Acesse outras publicações
Acesse a Base de Dados da Pesquisa Agropecuária (BDPA) para consultar o acervo completo das bibliotecas da Embrapa.