Detection of Diseases in Oil Palm Plantations in the Brazilian Amazon through Orbital Image
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The detection of diseases in oil palm crops in the Brazilian Amazon represents a great challenge for the management of this crop in Brazil. The plantations in the State of Pará provide inputs for the food, cosmetics, agro-energy and biofuel industries, supplying Brazilian markets. In recent years, several factors such as pests, diseases and climate have interfered in the development of oil palm in the region, generating the need to adopt new techniques to detect and monitor such issues. In this work, spectral enhancements were carried out by simple reflectance and vegetation indices for four plots cropped on Companhia Palmares da Amazônia (CPA) farm, owned by Agropalma S.A. company in the municipality of Acará, in the state of Pará. The results allowed the identification of expressive patterns minimum and maximum reflectances of the studied plots, correlating with occurrences of diseases. The EVI index showed an excellent correlation with the occurrence of diseases. However, the NDVI and SAVI indexes showed adequate adjustments with the occurrence of diseases in 2017. The areas corresponding to the L36 and H27 plots showed higher occurrences of diseases, based on the analysis of reflectance through vegetation indices. It is concluded that the reflectance enhancements, NDVI, SAVI and EVI obtained by orbital sensors are efficient in the detection of diseases in the plots. The results allowed the identification of diagnostic anomalies of stresses in the plots, either by disease or other factor, allowing the decision making in an adequate time, therefore avoiding large scale eradication in the extensive areas in commercial palm oil plantations in Brazil.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle