| dc.contributor.author |
Azevedo, Larissa Rangel de |
|
| dc.contributor.author |
Boccato, Levy |
|
| dc.date |
2026-02-11 |
|
| dc.date.accessioned |
2025-10-07 |
|
| dc.date.accessioned |
2026-02-13T01:11:46Z |
|
| dc.date.available |
2026-02-13T01:11:46Z |
|
| dc.identifier.uri |
https://doi.org/10.25824/redu/RJLYLJ |
|
| dc.identifier.uri |
https://redu.unicamp.br/dataset.xhtml?amp;persistentId=doi:10.25824/redu/RJLYLJ |
|
| dc.description |
Base de dados pré-processados composta por 20 anos (2001–2020) de informações municipais sobre a produtividade da soja, índices vegetativos e variáveis climáticas. Os dados de produtividade foram obtidos do sistema SIDRA/IBGE para municípios produtores de sete estados brasileiros (MT, MS, PR, GO, RS, MG e BA). As variáveis climáticas, provenientes do satélite NASA POWER, incluem temperatura máxima e mínima, precipitação, radiação solar e evapotranspiração, além de variáveis derivadas como dias com alta temperatura e baixa precipitação. Também foram calculados excedente e déficit hídrico mensal. Os índices vegetativos (NDVI, EVI, CVI, GLI e SPI) foram extraídos do satélite MODIS e agregados mensalmente para o período de plantio (setembro a março). O conjunto contém 174.020 linhas e 20 colunas, abrangendo 1.243 municípios e 7 meses de observações anuais. Os dados originais foram disponibilizados por Bloh et al. (2023) e podem ser acessados no repositório público:
🔗 https://github.com/maltevb/ML_Soybean_Yield_Forecasting_Brazil |
|
| dc.description.sponsorship |
Conselho Nacional de Desenvolvimento Científico e Tecnológico |
|
| dc.format |
application/zip |
|
| dc.publisher |
Azevedo, Larissa Rangel de |
|
| dc.subject |
Agricultural Sciences |
|
| dc.subject |
Computer and Information Science |
|
| dc.subject |
Engineering |
|
| dc.title |
Dados relativos à pesquisa intitulada "Predição de produtividade da soja a partir de dados de clima e índices de vegetação via aprendizado de máquina" |
|
| dc.description.sponsorshipId |
CNPq: 350143/2023-4 |
|