|
|
Registro completo
|
Biblioteca (s) : |
INIA Las Brujas. |
Fecha : |
07/08/2018 |
Actualizado : |
13/08/2018 |
Tipo de producción científica : |
Informes Agroclimáticos |
Autor : |
GIMÉNEZ, A.; CAL, A.; TISCORNIA, G.; SCHIAVI, C. |
Afiliación : |
AGUSTIN EDUARDO GIMÉNEZ FUREST, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; ADRIAN TABARE CAL ALVAREZ, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; GUADALUPE TISCORNIA TOSAR, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; CARLOS IGNACIO SCHIAVI RAMPELBERG, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay. |
Título : |
Informe agroclimático 2018 - Situación a Julio. |
Fecha de publicación : |
2018 |
Fuente / Imprenta : |
Montevideo (Uruguay): INIA, 2018. |
Páginas : |
4 p. |
Serie : |
(Informe Agroclimático; 147) |
Idioma : |
Español |
Palabras claves : |
AGROCLIMA; AGROCLIMATOLOGÍA; BOLETIN AGROCLIMÁTICO; CARACTERIZACIÓN AGROCLIMÁTICA; DIRECCION VIENTO; ESTACIONES AGROMETEOROLOGICAS; ESTACIONES AUTOMATICAS; ESTACIONES INIA; ESTADO DEL TIEMPO; ESTRÉS HÍDRICO; GRAFICAS AGROCLIMATICOS; GRAS; HELIOFANOGRAFO; INFORMACION SATELITAL; INFORME AGROCLIMÁTICO 2018; INUNDACIONES; LLUVIAS DIARIAS; MAXIMA; MEDIA; MINIMA; PANEL SOLAR; PERSPECTIVAS CLIMATICAS; PLUVIOMETRO; PRECIPITACION NACIONAL; PREVENCION HELADAS; PRONOSTICO; SENSOR; SIMETRICO; TANQUE A; TERMOCUPLAS; TERMOHIDROGRAFO; VARIABLES AGROCLIMATICAS; VELETA. |
Thesagro : |
AGROCLIMATOLOGIA; CAMBIO CLIMATICO; CLIMA; CLIMATOLOGIA; ESTACIONES METEOROLOGICAS; ESTRES HIDRICO; EVAPORACION; EVAPOTRANSPIRACION; HUMEDAD; HUMEDAD RELATIVA; LLUVIA; METEOROLOGIA; PERSPECTIVAS; PLUVIOMETROS; PRONOSTICO DEL TIEMPO; SENSORES; SISTEMAS; SISTEMAS DE INFORMACION; SUELO; TEMPERATURA; TERMOMETROS. |
Asunto categoría : |
P40 Meteorología y climatología |
URL : |
http://www.ainfo.inia.uy/digital/bitstream/item/10968/1/Informe-agroclimatico-INIA-GRAS-Julio-de-2018.pdf
|
Marc : |
LEADER 02126nam a2200805 a 4500 001 1058876 005 2018-08-13 008 2018 bl uuuu u0uu1 u #d 100 1 $aGIMÉNEZ, A. 245 $aInforme agroclimático 2018 - Situación a Julio.$h[electronic resource] 260 $aMontevideo (Uruguay): INIA$c2018 300 $a4 p. 490 $a(Informe Agroclimático; 147) 650 $aAGROCLIMATOLOGIA 650 $aCAMBIO CLIMATICO 650 $aCLIMA 650 $aCLIMATOLOGIA 650 $aESTACIONES METEOROLOGICAS 650 $aESTRES HIDRICO 650 $aEVAPORACION 650 $aEVAPOTRANSPIRACION 650 $aHUMEDAD 650 $aHUMEDAD RELATIVA 650 $aLLUVIA 650 $aMETEOROLOGIA 650 $aPERSPECTIVAS 650 $aPLUVIOMETROS 650 $aPRONOSTICO DEL TIEMPO 650 $aSENSORES 650 $aSISTEMAS 650 $aSISTEMAS DE INFORMACION 650 $aSUELO 650 $aTEMPERATURA 650 $aTERMOMETROS 653 $aAGROCLIMA 653 $aAGROCLIMATOLOGÍA 653 $aBOLETIN AGROCLIMÁTICO 653 $aCARACTERIZACIÓN AGROCLIMÁTICA 653 $aDIRECCION VIENTO 653 $aESTACIONES AGROMETEOROLOGICAS 653 $aESTACIONES AUTOMATICAS 653 $aESTACIONES INIA 653 $aESTADO DEL TIEMPO 653 $aESTRÉS HÍDRICO 653 $aGRAFICAS AGROCLIMATICOS 653 $aGRAS 653 $aHELIOFANOGRAFO 653 $aINFORMACION SATELITAL 653 $aINFORME AGROCLIMÁTICO 2018 653 $aINUNDACIONES 653 $aLLUVIAS DIARIAS 653 $aMAXIMA 653 $aMEDIA 653 $aMINIMA 653 $aPANEL SOLAR 653 $aPERSPECTIVAS CLIMATICAS 653 $aPLUVIOMETRO 653 $aPRECIPITACION NACIONAL 653 $aPREVENCION HELADAS 653 $aPRONOSTICO 653 $aSENSOR 653 $aSIMETRICO 653 $aTANQUE A 653 $aTERMOCUPLAS 653 $aTERMOHIDROGRAFO 653 $aVARIABLES AGROCLIMATICAS 653 $aVELETA 700 1 $aCAL, A. 700 1 $aTISCORNIA, G. 700 1 $aSCHIAVI, C.
Descargar
Esconder MarcPresentar Marc Completo |
Registro original : |
INIA Las Brujas (LB) |
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
|
![](/consulta/web/img/deny.png) | Acceso al texto completo restringido a Biblioteca INIA La Estanzuela. Por información adicional contacte bib_le@inia.org.uy. |
Registro completo
|
Biblioteca (s) : |
INIA La Estanzuela. |
Fecha actual : |
05/06/2018 |
Actualizado : |
27/01/2021 |
Tipo de producción científica : |
Artículos en Revistas Indexadas Internacionales |
Circulación / Nivel : |
Internacional - -- |
Autor : |
BERGER, A.; ETTLIN , G.; QUINCKE, CH.; RODRÍGUEZ-BOCCAB, P. |
Afiliación : |
ANDRES GUSTAVO BERGER RICCA, INIA (Instituto Nacional de Investigación Agropecuaria), Uruguay; GUILLERMO ETTLIN, Instituto de Computación, Facultad de Ingeniería, Universidad de la República.; CHRISTOPHER QUINCKE, Instituto de Computación, Facultad de Ingeniería, Universidad de la República.; PABLO RODRÍGUEZ-BOCCAB, Instituto de Computación, Facultad de Ingeniería, Universidad de la República. |
Título : |
Predicting the Normalized Diference Vegetation Index (NDVI) by training a crop growth model with historical data. |
Fecha de publicación : |
2019 |
Fuente / Imprenta : |
Computers and Electronics in Agriculture, Volume 161, June 2019, Pages 305-311, 2019.Doi: https://doi.org/10.1016/j.compag.2018.04.028 |
DOI : |
10.1016/j.compag.2018.04.028 |
Idioma : |
Inglés |
Notas : |
Article history: Received 29 December 2017/ Revised 17 April 2018/ Accepted 29 April 2018/ Available online 10 May 2018. |
Contenido : |
ABSRACT:
Normalized Difference Vegetation Index (NDVI) is an important remote measurement in agriculture because it has a high correlation with crop growth and yield result. In this paper, we present a methodology to predict the NDVI by training a crop growth model with historical data. Although we use a very simple soybean growth model, the methodology could be extended to other crops and more complex models. The training process is an optimization problem, that is solved using the spectral projected gradient method. The quality of the prediction
is measured by computing the Root-Mean-Square Error (RMSE) between predicted and true values, obtaining an error lower than 9%, which improves the results obtained by simple forecast techniques used as baseline estimators. |
Palabras claves : |
CROP GROWTH; CROP GROWTH MODEL; ÍNDICE DE VEGETACIÓN; NORMALIZED DIFFERENCE VEGETATION INDEX; PREDICTIVE ANALYSIS; REMOTE MEASUREMENT; ROOT MEAN SQUARE ERRORS; SOYBEAN CROP; SPECTRAL PROJECTED GRADIENT METHOD; TRAINING PROCESS. |
Thesagro : |
CULTIVOS; GLICINE MAX; MEJORAMIENTO DE CULTIVOS; SOJA. |
Asunto categoría : |
F01 Cultivo |
Marc : |
LEADER 02044naa a2200349 a 4500 001 1058666 005 2021-01-27 008 2019 bl uuuu u00u1 u #d 024 7 $a10.1016/j.compag.2018.04.028$2DOI 100 1 $aBERGER, A. 245 $aPredicting the Normalized Diference Vegetation Index (NDVI) by training a crop growth model with historical data.$h[electronic resource] 260 $c2019 500 $aArticle history: Received 29 December 2017/ Revised 17 April 2018/ Accepted 29 April 2018/ Available online 10 May 2018. 520 $aABSRACT: Normalized Difference Vegetation Index (NDVI) is an important remote measurement in agriculture because it has a high correlation with crop growth and yield result. In this paper, we present a methodology to predict the NDVI by training a crop growth model with historical data. Although we use a very simple soybean growth model, the methodology could be extended to other crops and more complex models. The training process is an optimization problem, that is solved using the spectral projected gradient method. The quality of the prediction is measured by computing the Root-Mean-Square Error (RMSE) between predicted and true values, obtaining an error lower than 9%, which improves the results obtained by simple forecast techniques used as baseline estimators. 650 $aCULTIVOS 650 $aGLICINE MAX 650 $aMEJORAMIENTO DE CULTIVOS 650 $aSOJA 653 $aCROP GROWTH 653 $aCROP GROWTH MODEL 653 $aÍNDICE DE VEGETACIÓN 653 $aNORMALIZED DIFFERENCE VEGETATION INDEX 653 $aPREDICTIVE ANALYSIS 653 $aREMOTE MEASUREMENT 653 $aROOT MEAN SQUARE ERRORS 653 $aSOYBEAN CROP 653 $aSPECTRAL PROJECTED GRADIENT METHOD 653 $aTRAINING PROCESS 700 1 $aETTLIN , G. 700 1 $aQUINCKE, CH. 700 1 $aRODRÍGUEZ-BOCCAB, P. 773 $tComputers and Electronics in Agriculture, Volume 161, June 2019, Pages 305-311, 2019.Doi: https://doi.org/10.1016/j.compag.2018.04.028
Descargar
Esconder MarcPresentar Marc Completo |
Registro original : |
INIA La Estanzuela (LE) |
|
Biblioteca
|
Identificación
|
Origen
|
Tipo / Formato
|
Clasificación
|
Cutter
|
Registro
|
Volumen
|
Estado
|
Volver
|
Expresión de búsqueda válido. Check! |
|
|