Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Soja.
Data corrente:  05/09/2007
Data da última atualização:  16/08/2011
Autoria:  RIBEIRO, A. S.
Título:  Controle genético da produtividade dos grãos da soja em ausência e presença da ferrugem asiática.
Ano de publicação:  2006
Fonte/Imprenta:  2006.
Páginas:  60 f.
Idioma:  Português
Notas:  Dissertação (Mestrado em Genética e Melhoramento) - Universidade Estadual de Maringá, Maringá.
Conteúdo:  A soja é uma das mais importantes culturas no Brasil, devido ao seu amplo cultivo em diferentes regiões e condições edafo-climáticas do país, bem como à sua crescente expansão para novas fronteiras agrícolas. As doenças são as principais ameaças à produtividade e à competitividade da soja brasileira. A ferrugem asiática, causada pelo fungo Phakopsora pachyrhizi, destaca-se como uma das principais doenças da soja, propiciando, mundialmente, uma perda que varia 10% a 80% na produtividade. Uma medida efetiva de controle da ferrugem asiática é a obtenção de cultivares com elevada resistência e produtividade, porém, ainda não há disponibilidade de cultivar comercial resistente. As estimativas de componentes genéticos de médias e de variâncias fornecem informações de forma a auxiliar a seleção de genótipos superiores em programas de melhoramento. Sendo assim, o objetivo deste trabalho foi identificar as perdas de produtividade ocasionadas pela ferrugem asiática e estimar os componentes genéticos da produtividade. Desta forma, foram estudadas características de seis cultivares, das gerações segregantes F2, F3 e de seus recíprocos. Os dados foram obtidos em dois experimentos conduzidos em delineamento inteiramente casualizado. A produção de grãos da soja foi reduzida quando submetida à ferrugem asiática, resultando em perdas de aproximadamente 90% em alguns dos genótipos analisados. Os resultados demonstraram que os efeitos aditivos foram predominantes no controle genético da produt... Mostrar Tudo
Thesagro:  Soja.
Categoria do assunto:  --
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Soja (CNPSO)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPSO27508 - 1ADDTS - --12/0612/06
Voltar






Registro Completo

Biblioteca(s):  Embrapa Agricultura Digital.
Data corrente:  20/03/2023
Data da última atualização:  21/03/2023
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  A - 1
Autoria:  TORO, A. P. S. G. D. D.; BUENO, I. T.; WERNER, J. P. S.; ANTUNES, J. F. G.; LAMPARELLI, R. A. C.; COUTINHO, A. C.; ESQUERDO, J. C. D. M.; MAGALHÃES, P. S. G.; FIGUEIREDO, G. K. D. A.
Afiliação:  ANA P. S. G. D. D. TORO, UNIVERSIDADE ESTADUAL DE CAMPINAS; INACIO T. BUENO, UNIVERSIDADE ESTADUAL DE CAMPINAS; JOÃO PAULO SAMPAIO WERNER, UNIVERSIDADE ESTADUAL DE CAMPINAS; JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; RUBENS AUGUSTO DE CAMARGO LAMPARELLI, UNIVERSIDADE ESTADUAL DE CAMPINAS; ALEXANDRE CAMARGO COUTINHO, CNPTIA; JULIO CESAR DALLA MORA ESQUERDO, CNPTIA; PAULO S. G. MAGALHÃES, UNIVERSIDADE ESTADUAL DE CAMPINAS; GLEYCE KELLY DANTAS ARAÚJO FIGUEIREDO, UNIVERSIDADE ESTADUAL DE CAMPINAS.
Título:  SAR and optical data applied to early-season mapping of integrated crop-livestock systems using deep and machine learning algorithms.
Ano de publicação:  2023
Fonte/Imprenta:  Remote Sensing, v. 15, n. 4, 1130, Feb. 2023.
DOI:  https://doi.org/10.3390/rs15041130
Idioma:  Inglês
Conteúdo:  In this work, we explored the potential of three machine and deep learning algorithms (random forest, long short-term memory, and transformer) to perform early-season (with three-time windows) mapping of ICLS fields. To explore the scalability of the proposed methods, we tested them in two regions with different latitudes, cloud cover rates, field sizes, landscapes, and crop types. Finally, the potential of SAR (Sentinel-1) and optical (Sentinel-2) data was tested.
Palavras-Chave:  Agricultura regenerativa; Aprendizado de máquina; Aprendizado profundo; Floresta aleatória; ICLS; Integrated Crop-livestock systems; Long short-term memory; LSTM; Multisource; Random forest; Regenerative agriculture; Sistemas integrados lavoura-pecuária; Transformer.
Thesagro:  Agricultura.
Thesaurus NAL:  Agriculture.
Categoria do assunto:  --
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1152495/1/AP-SAR-optical-data-2023.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Agricultura Digital (CNPTIA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPTIA21629 - 1UPCAP - DD
Fechar
Expressão de busca inválida. Verifique!!!
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional