R
Renato Herrig Furlanetto
H指数:17
被引数:739
个人简介
暂无内容
教育背景
暂无内容
工作经历
暂无内容
荣誉奖项
暂无内容
水分状况决定枯草芽孢杆菌和解淀粉芽孢杆菌对大豆幼苗剂量依赖性生长和生物量分配响应
Plants-Basel
IF4.1
集成遥感数据:UAV多光谱影像、无人机获取的3D冠层特征及网格化气候变量,以支持钾肥管理和大豆产量估算
Remote Sensing
IF4.1
通过高光谱成像和机器学习对生菜叶片色素进行映射
de Oliveira, C.A.; Vedana, N.G.; Mendonça, W.A.; Gonçalves, J.V.F.; de Matos, D.H.S.; Furlanetto, R.H.; Crusiol, L.G.T.; Reis, A.S.; Antunes, W.C.; de Oliveira, R.B.; 等. 通过高光谱光谱技术和机器学习,对在不同水分梯度下的大豆早期胁迫标记物进行高通量识别和预测。Remote Sens. 2025, 17, 3409. [Google Scholar] [CrossRef]
Remote Sensing
IF4.1
紫茎泽兰(Cyperus rotundus)密度对YOLOv8模型检测精度的影响
Weed Science
IF2.5
休耕期杂草控制采用靶向喷洒技术
使用uv-vis-nir-swir高光谱预测叶片中生化化合物的化学计量分析
PLANTS-BASEL
IF4.1
使用vis-nir-swir光谱辐射法快速定量烟草 (Nicotiana tabacum L.) 品种的生物碱,糖和产量
使用Sentinel-2 vis-nir-swir光谱带和机器学习回归方法监测田间大豆产量的策略
PLANTS-BASEL
IF4.1

