Avaliação de variáveis agronômicas e imagens do satélite Sentinel-2 para estimativa de produtividade da cana-de-açúcar a partir do algoritmo Random Forest
Palavras-chave:
Índice de vegetação, Modelo empírico, NDVI, Aprendizado de máquinasResumo
O objetivo deste trabalho foi avaliar a importância de variáveis agronômicas e de imagens do satélite Sentinel-2 para estimativa da produtividade de cana-de-açúcar, utilizando o algoritmo Random Forest. Foram obtidos dados agronômicos referentes à variedade, estágio de corte, tipo de solo e relevo, além de dados provenientes das imagens de satélite referentes ao NDVI médio, máximo e o desvio padrão do NDVI de cada talhão. Foram criados dois modelos empíricos considerando: i) Variáveis agronômicas, ii) Variáveis agronômicas e imagens Sentinel-2. O modelo estimativo de produtividade apresentou R² igual a 0,64 e 0,83, RMSE de 10,17 e 7,0 ton/ha, para os modelos i e ii, respectivamente. A avaliação da importância das variáveis indicou que a variável estágio de corte foi a mais importante, seguida das variáveis variedade e NDVI médio do talhão. A combinação de variáveis agronômicas e de imagens de satélite trouxe melhorias na estimativa da produtividade de cana-de-açúcar.
Downloads
Downloads
Publicado
Como Citar
Edição
Seção
Licença
A Revista Militar de Ciência e Tecnologia está licenciada:
A partir de 2022 sob as condições do Creative Commons (CC BY 4.0)
Até 2021 sob as condições do Creative Commons (CC BY-NC-SA 4.0)
Copyright: Os autores são os detentores do Copyright, sem restrições, de seus artigos.
As licenças estão informadas na página de acesso do artigo e são detalhadas a seguir:
Sob a licença CC-BY 4.0, você tem o direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato
Adaptar — remixar, transformar, e criar a partir do material para qualquer fim, mesmo que comercial.
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Sob a licença CC-BY-NC 4.0, você tem o direito de:
Compartilhar — copiar e redistribuir o material em qualquer suporte ou formato
Adaptar — remixar, transformar, e criar a partir do material
De acordo com os termos seguintes:
Atribuição — Você deve dar o crédito apropriado, prover um link para a licença e indicar se mudanças foram feitas. Você deve fazê-lo em qualquer circunstância razoável, mas de nenhuma maneira que sugira que o licenciante apoia você ou o seu uso.
Não Comercial — Você não pode usar o material para fins comerciais.
CompartilhaIgual — Se você remixar, transformar, ou criar a partir do material, tem de distribuir as suas contribuições sob a mesma licença que o original.
Sem restrições adicionais — Você não pode aplicar termos jurídicos ou medidas de caráter tecnológico que restrinjam legalmente outros de fazerem algo que a licença permita.
Aviso
Para qualquer reutilização ou distribuição, você deve deixar claro a terceiros os termos da licença a que se encontra submetida esta obra.
