|
|
Registro Completo |
Biblioteca(s): |
Embrapa Florestas. |
Data corrente: |
11/01/2016 |
Data da última atualização: |
11/01/2016 |
Autoria: |
ALMEIDA, C. M. de; ARAUJO, M. M.; LONGHI, S. J.; ROVEDDER, A. P.; SCCOTI, M. S. V.; AVILA, M. d'; AIMI, S. C.; TONETTO, T. da S. |
Título: |
Análise de agrupamentos em remanescente de floresta estacional decidual. |
Ano de publicação: |
2015 |
Fonte/Imprenta: |
Ciência Florestal, Santa Maria, v. 25, n. 3, p. 781-789, jul./set. 2015. |
Idioma: |
Português |
Notas: |
Nota técnica. |
Conteúdo: |
O objetivo desse estudo foi analisar a presença de agrupamentos na vegetação de um remanescente de Floresta Estacional Decidual, caracterizado como um enclave côncavo, em terreno com declividade acentuada e solo arenoso, entre campos característicos da região. As espécies arbóreas e arbustivas com CAP (circunferência a altura de 1,3 m do solo) ? 15 cm foram amostradas em duas classes de tamanho. Na amostragem dos indivíduos da Classe I (CAP ? 30 cm) foram utilizadas 14 parcelas de 20 x 100 m, divididas em subparcelas (10 x 10 m). Os indivíduos da Classe II (15 ? CAP < 30 cm) foram observados em 70 subparcelas. Para análise de agrupamentos foi utilizado o programa TWINSPAN, que indicou dois grupos (G1 e G2) bem definidos na Classe I e um grupo relativamente homogêneo na Classe II (sub-bosque). No grupo G1 ocorreram as espécies indicadoras Trichilia claussenii, Cupania vernalis e Crysophyllum marginatum; e no grupo G2 Luehea divaricata e Sebastiania commersoniana. Em relação à estrutura horizontal, essas espécies estiveram entre as três mais importantes nos respectivos grupos. No sub-bosque, as espécies com maior valor de importância foram Actinostemon concolor, Trichilia claussenii, Trichilia elegans, Eugenia rostrifolia e Sorocea bonplandii. Essas espécies, por predominarem na vegetação arbórea, apresentam papel fundamental na estabilização de encostas, considerando que estão adaptadas às áreas com declividade acentuada e solos rasos, destacando-se Cupania vernalis e Trichilia claussenii em ambientes menos alterados e Luehea divaricata e Sebastiania commersoniana em ambientes mais susceptíveis às interferências. MenosO objetivo desse estudo foi analisar a presença de agrupamentos na vegetação de um remanescente de Floresta Estacional Decidual, caracterizado como um enclave côncavo, em terreno com declividade acentuada e solo arenoso, entre campos característicos da região. As espécies arbóreas e arbustivas com CAP (circunferência a altura de 1,3 m do solo) ? 15 cm foram amostradas em duas classes de tamanho. Na amostragem dos indivíduos da Classe I (CAP ? 30 cm) foram utilizadas 14 parcelas de 20 x 100 m, divididas em subparcelas (10 x 10 m). Os indivíduos da Classe II (15 ? CAP < 30 cm) foram observados em 70 subparcelas. Para análise de agrupamentos foi utilizado o programa TWINSPAN, que indicou dois grupos (G1 e G2) bem definidos na Classe I e um grupo relativamente homogêneo na Classe II (sub-bosque). No grupo G1 ocorreram as espécies indicadoras Trichilia claussenii, Cupania vernalis e Crysophyllum marginatum; e no grupo G2 Luehea divaricata e Sebastiania commersoniana. Em relação à estrutura horizontal, essas espécies estiveram entre as três mais importantes nos respectivos grupos. No sub-bosque, as espécies com maior valor de importância foram Actinostemon concolor, Trichilia claussenii, Trichilia elegans, Eugenia rostrifolia e Sorocea bonplandii. Essas espécies, por predominarem na vegetação arbórea, apresentam papel fundamental na estabilização de encostas, considerando que estão adaptadas às áreas com declividade acentuada e solos rasos, destacando-se Cupania vernalis e Trichil... Mostrar Tudo |
Palavras-Chave: |
Espécie indicadora; Fitossociologia; Grupo ecológico. |
Categoria do assunto: |
-- |
Marc: |
LEADER 02396naa a2200253 a 4500 001 2033502 005 2016-01-11 008 2015 bl uuuu u00u1 u #d 100 1 $aALMEIDA, C. M. de 245 $aAnálise de agrupamentos em remanescente de floresta estacional decidual. 260 $c2015 500 $aNota técnica. 520 $aO objetivo desse estudo foi analisar a presença de agrupamentos na vegetação de um remanescente de Floresta Estacional Decidual, caracterizado como um enclave côncavo, em terreno com declividade acentuada e solo arenoso, entre campos característicos da região. As espécies arbóreas e arbustivas com CAP (circunferência a altura de 1,3 m do solo) ? 15 cm foram amostradas em duas classes de tamanho. Na amostragem dos indivíduos da Classe I (CAP ? 30 cm) foram utilizadas 14 parcelas de 20 x 100 m, divididas em subparcelas (10 x 10 m). Os indivíduos da Classe II (15 ? CAP < 30 cm) foram observados em 70 subparcelas. Para análise de agrupamentos foi utilizado o programa TWINSPAN, que indicou dois grupos (G1 e G2) bem definidos na Classe I e um grupo relativamente homogêneo na Classe II (sub-bosque). No grupo G1 ocorreram as espécies indicadoras Trichilia claussenii, Cupania vernalis e Crysophyllum marginatum; e no grupo G2 Luehea divaricata e Sebastiania commersoniana. Em relação à estrutura horizontal, essas espécies estiveram entre as três mais importantes nos respectivos grupos. No sub-bosque, as espécies com maior valor de importância foram Actinostemon concolor, Trichilia claussenii, Trichilia elegans, Eugenia rostrifolia e Sorocea bonplandii. Essas espécies, por predominarem na vegetação arbórea, apresentam papel fundamental na estabilização de encostas, considerando que estão adaptadas às áreas com declividade acentuada e solos rasos, destacando-se Cupania vernalis e Trichilia claussenii em ambientes menos alterados e Luehea divaricata e Sebastiania commersoniana em ambientes mais susceptíveis às interferências. 653 $aEspécie indicadora 653 $aFitossociologia 653 $aGrupo ecológico 700 1 $aARAUJO, M. M. 700 1 $aLONGHI, S. J. 700 1 $aROVEDDER, A. P. 700 1 $aSCCOTI, M. S. V. 700 1 $aAVILA, M. d' 700 1 $aAIMI, S. C. 700 1 $aTONETTO, T. da S. 773 $tCiência Florestal, Santa Maria$gv. 25, n. 3, p. 781-789, jul./set. 2015.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Florestas (CNPF) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Café; Embrapa Unidades Centrais. |
Data corrente: |
15/05/2017 |
Data da última atualização: |
15/12/2017 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 2 |
Autoria: |
SILVA, G. N.; NASCIMENTO, M.; SANT'ANNA, I. de C.; CRUZ, C. D.; CAIXETA, E. T.; CARNEIRO, P. C. S.; ROSADO, R. D. S.; PESTANA, K. N.; ALMEIDA, D. P. de; OLIVEIRA, M. da S. |
Afiliação: |
GABI NUNES SILVA, UFV-DE; MOYSÉS NASCIMENTO, UFV-DE; ISABELA DE CASTRO SANT'ANNA, UFV-DBG; COSME DAMIÃO CRUZ, UFV-DBG; EVELINE TEIXEIRA CAIXETA, SAPC; PEDRO CRESCENCIO SOUZA CARNEIRO, UFV-DBG; RENATO DOMICIANO SILVA ROSADO, UFV-DBG; KÁTIA NOGUEIRA PESTANA, CNPMF; DÊNIA PIRES DE ALMEIDA, UFV-IBAA; MARCIANE DA SILVA OLIVEIRA, UFV-DBG. |
Título: |
Artificial neural networks compared with Bayesian generalized linear regression for leaf rust resistance prediction in Arabica coffee. |
Ano de publicação: |
2017 |
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 52, n. 3, p. 186-193, mar. 2017. |
Idioma: |
Inglês |
Notas: |
Título em português: Redes neurais artificiais comparadas com modelos lineares generalizados sob o enfoque bayesiano para predição de resistência à ferrugem em café arábica. |
Conteúdo: |
The objective of this work was to evaluate the use of artificial neural networks in comparison with Bayesian generalized linear regression to predict leaf rust resistance in Arabica coffee (Coffea arabica). This study used 245 individuals of a F2 population derived from the self-fertilization of the F1 H511-1 hybrid, resulting from a crossing between the susceptible cultivar Catuaí Amarelo IAC 64 (UFV 2148-57) and the resistant parent Híbrido de Timor (UFV 443-03). The 245 individuals were genotyped with 137 markers. Artificial neural networks and Bayesian generalized linear regression analyses were performed. The artificial neural networks were able to identify four important markers belonging to linkage groups that have been recently mapped, while the Bayesian generalized model identified only two markers belonging to these groups. Lower prediction error rates (1.60%) were observed for predicting leaf rust resistance in Arabica coffee when artificial neural networks were used instead of Bayesian generalized linear regression (2.4%). The results showed that artificial neural networks are a promising approach for predicting leaf rust resistance in Arabica coffee. |
Palavras-Chave: |
Inteligência artificial; Predição. |
Thesagro: |
Coffea Arábica; Hemileia Vastatrix; Marcador molecular. |
Thesaurus NAL: |
Artificial intelligence; Genetic markers; Prediction. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/159883/1/Artificial-neural-networks.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/159878/1/Artificial-neural-networks.pdf
|
Marc: |
LEADER 02409naa a2200337 a 4500 001 2069618 005 2017-12-15 008 2017 bl uuuu u00u1 u #d 100 1 $aSILVA, G. N. 245 $aArtificial neural networks compared with Bayesian generalized linear regression for leaf rust resistance prediction in Arabica coffee.$h[electronic resource] 260 $c2017 500 $aTítulo em português: Redes neurais artificiais comparadas com modelos lineares generalizados sob o enfoque bayesiano para predição de resistência à ferrugem em café arábica. 520 $aThe objective of this work was to evaluate the use of artificial neural networks in comparison with Bayesian generalized linear regression to predict leaf rust resistance in Arabica coffee (Coffea arabica). This study used 245 individuals of a F2 population derived from the self-fertilization of the F1 H511-1 hybrid, resulting from a crossing between the susceptible cultivar Catuaí Amarelo IAC 64 (UFV 2148-57) and the resistant parent Híbrido de Timor (UFV 443-03). The 245 individuals were genotyped with 137 markers. Artificial neural networks and Bayesian generalized linear regression analyses were performed. The artificial neural networks were able to identify four important markers belonging to linkage groups that have been recently mapped, while the Bayesian generalized model identified only two markers belonging to these groups. Lower prediction error rates (1.60%) were observed for predicting leaf rust resistance in Arabica coffee when artificial neural networks were used instead of Bayesian generalized linear regression (2.4%). The results showed that artificial neural networks are a promising approach for predicting leaf rust resistance in Arabica coffee. 650 $aArtificial intelligence 650 $aGenetic markers 650 $aPrediction 650 $aCoffea Arábica 650 $aHemileia Vastatrix 650 $aMarcador molecular 653 $aInteligência artificial 653 $aPredição 700 1 $aNASCIMENTO, M. 700 1 $aSANT'ANNA, I. de C. 700 1 $aCRUZ, C. D. 700 1 $aCAIXETA, E. T. 700 1 $aCARNEIRO, P. C. S. 700 1 $aROSADO, R. D. S. 700 1 $aPESTANA, K. N. 700 1 $aALMEIDA, D. P. de 700 1 $aOLIVEIRA, M. da S. 773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 52, n. 3, p. 186-193, mar. 2017.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Café (CNPCa) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|