English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

This research aims at studying spatial autocorrelation of Landsat/TM based on normalized difference vegetation index (NDVI) and green vegetation index (GVI) of soybean of the western region of the State of Paraná. The images were collected during the 2004/2005 crop season. The data were grouped into five vegetation index classes of equal amplitude, to create a temporal map of soybean within the crop cycle. Moran I and Local Indicators of Spatial Autocorrelation (LISA) indices were applied to study the spatial correlation at the global and local levels, respectively. According to these indices, it was possible to understand the municipality-based profiles of tillage as well as to identify different sowing periods, providing important information to producers who use soybean yield data in their planning.Este trabalho apresenta um estudo de estatística espacial de áreas baseado no NDVI (índice de vegetação por diferença normalizada) e no GVI (índice de vegetação verde) da cultura da soja, obtidos de imagens de sensoriamento remoto da região oeste do Paraná. As imagens foram coletadas pelo sensor TM (Thematic Mapper) do satélite Landsat-5, durante a safra de 2004/2005. Os dados foram agrupados em cinco classes de igual amplitude, o que permitiu criar um mapa da evolução temporal da cultura da soja. Foi utilizado o índice I de Moran para estudar a autocorrelação espacial em um nível global e o índice LISA (Local Indicators of Spatial Association) para estudar a autocorrelação espacial em um nível local. Por meio destes índices, foi possível conhecer o perfil da cultura de soja nos municípios da região oeste do Paraná, permitindo identificar épocas diferentes do plantio desta cultura e subsidiar os membros da cadeia produtiva da soja que utilizam dados de produtividade em seus planejamentos

engenharia agrícola

Spatial autocorrelation of ndvi and gvi indices derived from landsat/tm images for soybean crops in the western of the state of Paraná in 2004/2005 crop season