FAO AGRIS - Système international des sciences et technologies agricoles

Discriminating Robusta coffee (Coffea canephora) cropping systems using leaf-level hyperspectral data

Kebede, Getachew | Tawona Mudereri, Bester | Abdel-Rahman, Elfatih | Mutanga, Onisimo | Landmann, Tobias | Odindi, John | Motisi, Natacha | Pinard, Fabrice | Tonnang, Henri | Plant Health Institute of Montpellier (UMR PHIM) ; Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Institut de Recherche pour le Développement (IRD)-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Institut Agro Montpellier ; Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Institut national d'enseignement supérieur pour l'agriculture, l'alimentation et l'environnement (Institut Agro)-Université de Montpellier (UM) | Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)


Informations bibliographiques
Editeur
CCSD, Bellingham, WA : SPIE
D'autres materias
[sdv]life sciences [q-bio]
Langue
anglais
ISSN
04935874
Type
Journal Article; Journal Part; Journal Article; Journal Part
Source
ISSN: 1931-3195, EISSN: 1931-3195, Journal of applied remote sensing, https://hal.science/hal-04935874, Journal of applied remote sensing, 2024, 18 (04), ⟨10.1117/1.JRS.18.044503⟩

2025-02-25
2026-02-03
Dublin Core
Consulter Google Scholar
Si vous remarquez des informations incorrectes dans cette référence bibliographique, veuillez nous contacter à l'adresse [email protected]