| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Arroz e Feijão. |
|
Data corrente: |
08/08/2011 |
|
Data da última atualização: |
08/08/2011 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
HEINEMANN, A. B.; SENTELHAS, P. C. |
|
Afiliação: |
ALEXANDRE BRYAN HEINEMANN, CNPAF; PAULO CESAR SENTELHAS, ESALQ. |
|
Título: |
Environmental group identification for upland rice production in central Brazil. |
|
Ano de publicação: |
2011 |
|
Fonte/Imprenta: |
Scientia Agricola, Piracicaba, v. 68, n. 5, p. 540-547, set./out. 2011. |
|
Idioma: |
Inglês |
|
Conteúdo: |
Upland rice (Oryza sativa L.) production is basically concentrated in four central Brazilian States, Mato Grosso, Goiás, Rondônia and Tocantins. To reduce the genotype and environment (G × E) interactions, the classification of environment groups was proposed. The goal of this study explores possibilities to adjust the upland rice regional breeding systems to optimally fit to the range of environments they are targeting, based on a historical yield data set of the Brazilian Geographic and Statistics Institute (IBGE, www.ibge.gov.br/home/) from 54 microregions. The specific objectives of this study were: (i) to identify and classify environmental groups in the Brazilian upland rice production area; (ii) to validate these environmental groups using yield data set from the upland rice multi-trial experiments (MTEs); (iii) and to identify the most representative site for each environmental group. For this the historical upland rice yield data from 54 microregions were detrented from the effects of technological advances and adjusted to the reference year, 2006. The adjusted yield data were used to build a matrix, which was submitted to a cluster analysis allowing the identification of three different environmental groups. These groups were classified as: highly favorable environment (HFE); favorable environment (FE); and less favorable environment (LFE). The HFE is less affected by inter-annual rainfall variability than the other two groups. The upland rice breeding programs must take into account the differences among the environmental groups to conduct their trials and suggest genotypes for the upland production area. MenosUpland rice (Oryza sativa L.) production is basically concentrated in four central Brazilian States, Mato Grosso, Goiás, Rondônia and Tocantins. To reduce the genotype and environment (G × E) interactions, the classification of environment groups was proposed. The goal of this study explores possibilities to adjust the upland rice regional breeding systems to optimally fit to the range of environments they are targeting, based on a historical yield data set of the Brazilian Geographic and Statistics Institute (IBGE, www.ibge.gov.br/home/) from 54 microregions. The specific objectives of this study were: (i) to identify and classify environmental groups in the Brazilian upland rice production area; (ii) to validate these environmental groups using yield data set from the upland rice multi-trial experiments (MTEs); (iii) and to identify the most representative site for each environmental group. For this the historical upland rice yield data from 54 microregions were detrented from the effects of technological advances and adjusted to the reference year, 2006. The adjusted yield data were used to build a matrix, which was submitted to a cluster analysis allowing the identification of three different environmental groups. These groups were classified as: highly favorable environment (HFE); favorable environment (FE); and less favorable environment (LFE). The HFE is less affected by inter-annual rainfall variability than the other two groups. The upland rice breeding programs mus... Mostrar Tudo |
|
Palavras-Chave: |
Breading program; Environment classification. |
|
Thesagro: |
Análise estatística; Arroz; Oryza sativa. |
|
Thesaurus Nal: |
Cluster analysis; Yields. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/39399/1/Scientiia.pdf
|
|
Marc: |
LEADER 02301naa a2200217 a 4500
001 1897493
005 2011-08-08
008 2011 bl uuuu u00u1 u #d
100 1 $aHEINEMANN, A. B.
245 $aEnvironmental group identification for upland rice production in central Brazil.$h[electronic resource]
260 $c2011
520 $aUpland rice (Oryza sativa L.) production is basically concentrated in four central Brazilian States, Mato Grosso, Goiás, Rondônia and Tocantins. To reduce the genotype and environment (G × E) interactions, the classification of environment groups was proposed. The goal of this study explores possibilities to adjust the upland rice regional breeding systems to optimally fit to the range of environments they are targeting, based on a historical yield data set of the Brazilian Geographic and Statistics Institute (IBGE, www.ibge.gov.br/home/) from 54 microregions. The specific objectives of this study were: (i) to identify and classify environmental groups in the Brazilian upland rice production area; (ii) to validate these environmental groups using yield data set from the upland rice multi-trial experiments (MTEs); (iii) and to identify the most representative site for each environmental group. For this the historical upland rice yield data from 54 microregions were detrented from the effects of technological advances and adjusted to the reference year, 2006. The adjusted yield data were used to build a matrix, which was submitted to a cluster analysis allowing the identification of three different environmental groups. These groups were classified as: highly favorable environment (HFE); favorable environment (FE); and less favorable environment (LFE). The HFE is less affected by inter-annual rainfall variability than the other two groups. The upland rice breeding programs must take into account the differences among the environmental groups to conduct their trials and suggest genotypes for the upland production area.
650 $aCluster analysis
650 $aYields
650 $aAnálise estatística
650 $aArroz
650 $aOryza sativa
653 $aBreading program
653 $aEnvironment classification
700 1 $aSENTELHAS, P. C.
773 $tScientia Agricola, Piracicaba$gv. 68, n. 5, p. 540-547, set./out. 2011.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Arroz e Feijão (CNPAF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Agricultura Digital; Embrapa Unidades Centrais. |
|
Data corrente: |
03/11/2020 |
|
Data da última atualização: |
30/03/2022 |
|
Tipo da produção científica: |
Autoria/Organização/Edição de Livros |
|
Autoria: |
MASSRUHÁ, S. M. F. S.; LEITE, M. A. de A.; OLIVEIRA, S. R. de M.; MEIRA, C. A. A.; LUCHIARI JUNIOR, A.; BOLFE, E. L. (ed.). |
|
Afiliação: |
SILVIA MARIA FONSECA S MASSRUHA, CNPTIA; MARIA ANGELICA DE ANDRADE LEITE, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; CARLOS ALBERTO ALVES MEIRA, CNPTIA; ARIOVALDO LUCHIARI JUNIOR, CNPTIA; EDSON LUIS BOLFE, CNPTIA. |
|
Título: |
Agricultura digital: pesquisa, desenvolvimento e inovação nas cadeias produtivas. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Brasília, DF: Embrapa, 2020. |
|
Páginas: |
406 p. |
|
Descrição Física: |
il. |
|
ISBN: |
978-65-86056-37-2 |
|
Idioma: |
Português |
|
Conteúdo: |
A transformação digital no campo rumo à agricultura sustentável e inteligente. Agricultura digital: definições e tecnologias. Modelagem agroambiental e a transformação digital da agricultura. Geotecnologias na agricultura digital. Computação científica na agricultura. Visão computacional aplicada na agricultura. Tecnologias desenvolvidas em Agricultura de Precisão. Engenharia da informação: contribuições para a agricultura digital. DPIN: um dicionário dos nanoambientes internos das proteínas e seu potencial para transformação em ativos para a agricultura. Aplicações da bioinformática na agricultura. Genômica aplicada às mudanças climáticas: biotecnologia para a agricultura digital. Ecossistema de inovação em agricultura: evolução e contribuições da Embrapa. O direito frente à digitalização da agricultura. Inovando a comunicação na era da agricultura digital. Forças motrizes para a agropecuária brasileira na próxima década: implicações para a agricultura digital. Desafios, tendências e oportunidades em agricultura digital no Brasil. |
|
Palavras-Chave: |
Agricultura digital; Digital agriculture; Tecnologias da informação e da comunicação; Transformação digital. |
|
Thesagro: |
Agricultura; Agricultura de Precisão; Cadeia Produtiva; Tecnologia da Informação. |
|
Thesaurus NAL: |
Agriculture; Information technology. |
|
Categoria do assunto: |
--
X Pesquisa, Tecnologia e Engenharia |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/218131/1/LV-Agricultura-digital-2020.pdf
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/220204/1/Agricultura-Digital-eBook-final.epub
|
|
Marc: |
LEADER 02035nam a2200313 a 4500
001 2126213
005 2022-03-30
008 2020 bl uuuu 00u1 u #d
020 $a978-65-86056-37-2
100 1 $aMASSRUHÁ, S. M. F. S.
245 $aAgricultura digital$bpesquisa, desenvolvimento e inovação nas cadeias produtivas.
260 $aBrasília, DF: Embrapa$c2020
300 $a406 p.$cil.
520 $aA transformação digital no campo rumo à agricultura sustentável e inteligente. Agricultura digital: definições e tecnologias. Modelagem agroambiental e a transformação digital da agricultura. Geotecnologias na agricultura digital. Computação científica na agricultura. Visão computacional aplicada na agricultura. Tecnologias desenvolvidas em Agricultura de Precisão. Engenharia da informação: contribuições para a agricultura digital. DPIN: um dicionário dos nanoambientes internos das proteínas e seu potencial para transformação em ativos para a agricultura. Aplicações da bioinformática na agricultura. Genômica aplicada às mudanças climáticas: biotecnologia para a agricultura digital. Ecossistema de inovação em agricultura: evolução e contribuições da Embrapa. O direito frente à digitalização da agricultura. Inovando a comunicação na era da agricultura digital. Forças motrizes para a agropecuária brasileira na próxima década: implicações para a agricultura digital. Desafios, tendências e oportunidades em agricultura digital no Brasil.
650 $aAgriculture
650 $aInformation technology
650 $aAgricultura
650 $aAgricultura de Precisão
650 $aCadeia Produtiva
650 $aTecnologia da Informação
653 $aAgricultura digital
653 $aDigital agriculture
653 $aTecnologias da informação e da comunicação
653 $aTransformação digital
700 1 $aLEITE, M. A. de A.
700 1 $aOLIVEIRA, S. R. de M.
700 1 $aMEIRA, C. A. A.
700 1 $aLUCHIARI JUNIOR, A.
700 1 $aBOLFE, E. L.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
