Mapping integrated crop–livestock systems using fused Sentinel-2 and PlanetScope time series and deep learning.

Informe múltiplos e-mails separados por vírgula.

imagem

Autoria: WERNER, J. P. S.; BELGIU, M.; BUENO, I. T.; REIS, A. A. dos; TORO, A. P. S. G. D.; ANTUNES, J. F. G.; STEIN, A.; LAMPARELLI, R. A. C.; MAGALHÃES, P. S. G.; COUTINHO, A. C.; ESQUERDO, J. C. D. M.; FIGUEIREDO, G. K. D. A.

Resumo: The main objective of this research was to develop a method for mapping ICLS using deep learning algorithms applied on Satellite Image Time Series (SITS) data cubes, which consist of Sentinel-2 (S2) and PlanetScope (PS) satellite images, as well as data fused (DF) from both sensors. This study focused on two Brazilian states with varying landscapes and field sizes.

Ano de publicação: 2024

Tipo de publicação: Artigo de periódico

Unidade: Embrapa Agricultura Digital

Palavras-chave: Agricultura regenerativa, Aprendizado profundo, Data fusion, Deep learning, Fusão de dados, ICLS, Multi-sensor, Regenerative agriculture, Sistemas integrados lavoura-pecuária, TempCNN, Temporal encoder

Mais Informações Baixar publicação (PDF)

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.