| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Clima Temperado; Embrapa Uva e Vinho. |
|
Data corrente: |
09/01/2007 |
|
Data da última atualização: |
09/07/2015 |
|
Tipo da produção científica: |
Autoria/Organização/Edição de Livros |
|
Autoria: |
SIMPÓSIO NACIONAL DO MORANGO, 3.; ENCONTRO SOBRE PEQUENAS FRUTAS E FRUTAS NATIVAS DO MERCOSUL, 2., 2006, Pelotas. |
|
Título: |
Palestras... |
|
Ano de publicação: |
2006 |
|
Fonte/Imprenta: |
Pelotas: Embrapa Clima Temperado, 2006. |
|
Páginas: |
145 p. |
|
Série: |
(Embrapa Clima Temperado. Documentos, 171). |
|
Idioma: |
Português |
|
Notas: |
Editores: Luis Eduardo Corrêa Antunes e Maria do Carmo Bassols Raseira . |
|
Conteúdo: |
Blackberry: world production and perspectives. Manejo Integrado de doenças do morangueiro. Fitoquímicos em pitanga (Eugenia uniflora L.): seu potencial na prevenção e combate à doenças. Breeding low-chill blueberry varieties. Produção de mudas em ambiente protegido. Produção de morangos em substrato artificial, em ambiente protegido. Cuidados pré e pós-colheita na produção de morangos e sistema APPCC. Producción forzada de Zarzamora en Mexico. Seleções de pitangueiras (Eugenia uniflora L.). Zoneamento agroclimático para produção de mudas de morangueiro no estado do Rio Grande do sul. Variedades de espécies de frutos pequeños apropriadas para climas subtropicales: la experiencia de méxico. Strawberry in Italy, breeding and culture. Exigencias para la implantación de un cultivo de arándano alto. Producción de arandanos en Sudamérica. Situação da Produção Integrada de Morango (PIMo) no Brasil. Implicações do uso de estufa no cultivo do morango. Propagação e manejo da pitangueira. Nutrición mineral de la frutilla (Fragaria x ananassa Duch.). Red fruits as functional foods for the prevention of cancer. Frutas latino-americanas pouco utilizadas: oportunidades para desenvolvimento rural. Strawberry breeding in the USA. |
|
Palavras-Chave: |
Amora-preta; Fruta nativa; Pequenas frutas. |
|
Thesagro: |
Fruticultura; Mirtilo; Morango; Pitanga. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/33609/1/documento-171.pdf
|
|
Marc: |
LEADER 01999nam a2200241 a 4500
001 1745872
005 2015-07-09
008 2006 bl uuuu u01u1 u #d
100 1 $aSIMPÓSIO NACIONAL DO MORANGO, 3.
245 $aPalestras...
260 $aPelotas: Embrapa Clima Temperado$c2006
300 $a145 p.
490 $a(Embrapa Clima Temperado. Documentos, 171).
500 $aEditores: Luis Eduardo Corrêa Antunes e Maria do Carmo Bassols Raseira .
520 $aBlackberry: world production and perspectives. Manejo Integrado de doenças do morangueiro. Fitoquímicos em pitanga (Eugenia uniflora L.): seu potencial na prevenção e combate à doenças. Breeding low-chill blueberry varieties. Produção de mudas em ambiente protegido. Produção de morangos em substrato artificial, em ambiente protegido. Cuidados pré e pós-colheita na produção de morangos e sistema APPCC. Producción forzada de Zarzamora en Mexico. Seleções de pitangueiras (Eugenia uniflora L.). Zoneamento agroclimático para produção de mudas de morangueiro no estado do Rio Grande do sul. Variedades de espécies de frutos pequeños apropriadas para climas subtropicales: la experiencia de méxico. Strawberry in Italy, breeding and culture. Exigencias para la implantación de un cultivo de arándano alto. Producción de arandanos en Sudamérica. Situação da Produção Integrada de Morango (PIMo) no Brasil. Implicações do uso de estufa no cultivo do morango. Propagação e manejo da pitangueira. Nutrición mineral de la frutilla (Fragaria x ananassa Duch.). Red fruits as functional foods for the prevention of cancer. Frutas latino-americanas pouco utilizadas: oportunidades para desenvolvimento rural. Strawberry breeding in the USA.
650 $aFruticultura
650 $aMirtilo
650 $aMorango
650 $aPitanga
653 $aAmora-preta
653 $aFruta nativa
653 $aPequenas frutas
700 1 $aENCONTRO SOBRE PEQUENAS FRUTAS E FRUTAS NATIVAS DO MERCOSUL, 2., 2006, Pelotas.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Clima Temperado (CPACT) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Meio Ambiente. Para informações adicionais entre em contato com cnpma.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
15/10/2020 |
|
Data da última atualização: |
25/08/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
B - 1 |
|
Autoria: |
PADILHA, M. C. de C.; VICENTE, L. E.; DEMATTÊ, J. A. M.; LOEBMANN, D. G. dos S. W.; VICENTE, A. K.; URBINA SALAZAR, D. F.; GUIMARÃES, C. C. B. |
|
Afiliação: |
MANUELA CORRÊA DE CASTRO PADILHA, ESALQ-USP; LUIZ EDUARDO VICENTE, CNPMA; JOSÉ ALEXANDRE MELO DEMATTÊ, ESALQ-USP; DANIEL GOMES DOS SANTOS W LOEBMANN, CNPMA; ANDREA KOGA VICENTE; DIEGO FERNANDO URBINA SALAZAR, ESALQ-USP; CLÉCIA CRISTINA BARBOSA GUIMARÃES, ESALQ-USP. |
|
Título: |
Using Landsat and soil clay content to map soil organic carbon of oxisols and Ultisols near São Paulo, Brazil. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
Geoderma Regional, v. 21, e00253, 2020. |
|
ISSN: |
2352-0094 |
|
DOI: |
https://doi.org/10.1016/j.geodrs.2020.e00253 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Abstract: Quantification of soil organic carbon (SOC) is a low-cost and necessary practice to meet increasing agricultural demands. Studies show that remote sensing (RS) is important for SOC prediction and its use has become crucial in agricultural management. In this study, a Multiple Linear Regression (MLR) model was constructed to predict SOC in a site in Piracicaba, São Paulo, Brazil. As predictor variables, we used the optical-satellite data of OLI/Landsat-8 sensor (bands 5 and 7, specifically), clay concentration, and the Normalized Difference Vegetation Index (NDVI). We collected 218 samples at the sampling points in the field to quantify clay and SOC in the laboratory as a calibration procedure. An Exposed Soil Mask (ESM) was created using the method GEOS3 technology, which showed pixels with greater variability of bare soil. The pixels were evaluated with their respective surface reflectance values obtained by the satellite sensor and their respective NDVI index values. We evaluated the model predictive performance based on the adjusted coefficient of determination (R2), the Root Mean-Squared Error (RMSE), and the Ratio of Performance to Interquartile Range (RPIQ) obtained in data validation. The MLR model presented R2 values 0.79 and 0.81 for calibration and validation, respectively. We obtained important RMSE and RPIQ values, 0.14 and 2.32, respectively. The high RPIQ indicated significative sampling distribution around the trendline. After construction, the model was applied to the C spatial distribution using the predictive variables as layers, predominant concentrations of 0.65 to 0.79 g. Kg-1 in 51 (23.4%) soil samples. The analysis presented here offer possibilities for SOC prediction using Geographic Information Systems (GIS) tools. MenosAbstract: Quantification of soil organic carbon (SOC) is a low-cost and necessary practice to meet increasing agricultural demands. Studies show that remote sensing (RS) is important for SOC prediction and its use has become crucial in agricultural management. In this study, a Multiple Linear Regression (MLR) model was constructed to predict SOC in a site in Piracicaba, São Paulo, Brazil. As predictor variables, we used the optical-satellite data of OLI/Landsat-8 sensor (bands 5 and 7, specifically), clay concentration, and the Normalized Difference Vegetation Index (NDVI). We collected 218 samples at the sampling points in the field to quantify clay and SOC in the laboratory as a calibration procedure. An Exposed Soil Mask (ESM) was created using the method GEOS3 technology, which showed pixels with greater variability of bare soil. The pixels were evaluated with their respective surface reflectance values obtained by the satellite sensor and their respective NDVI index values. We evaluated the model predictive performance based on the adjusted coefficient of determination (R2), the Root Mean-Squared Error (RMSE), and the Ratio of Performance to Interquartile Range (RPIQ) obtained in data validation. The MLR model presented R2 values 0.79 and 0.81 for calibration and validation, respectively. We obtained important RMSE and RPIQ values, 0.14 and 2.32, respectively. The high RPIQ indicated significative sampling distribution around the trendline. After construction, the model... Mostrar Tudo |
|
Palavras-Chave: |
Digital soil mapping; Multiple linear regression. |
|
Thesagro: |
Argissolos; Carbono; Latossolo; Oxisol; Satélite; Sensoriamento Remoto. |
|
Thesaurus NAL: |
Landsat; Oxisols; Soil organic carbon; Soil properties. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
Marc: |
LEADER 02849naa a2200361 a 4500
001 2125532
005 2021-08-25
008 2020 bl uuuu u00u1 u #d
022 $a2352-0094
024 7 $ahttps://doi.org/10.1016/j.geodrs.2020.e00253$2DOI
100 1 $aPADILHA, M. C. de C.
245 $aUsing Landsat and soil clay content to map soil organic carbon of oxisols and Ultisols near São Paulo, Brazil.$h[electronic resource]
260 $c2020
520 $aAbstract: Quantification of soil organic carbon (SOC) is a low-cost and necessary practice to meet increasing agricultural demands. Studies show that remote sensing (RS) is important for SOC prediction and its use has become crucial in agricultural management. In this study, a Multiple Linear Regression (MLR) model was constructed to predict SOC in a site in Piracicaba, São Paulo, Brazil. As predictor variables, we used the optical-satellite data of OLI/Landsat-8 sensor (bands 5 and 7, specifically), clay concentration, and the Normalized Difference Vegetation Index (NDVI). We collected 218 samples at the sampling points in the field to quantify clay and SOC in the laboratory as a calibration procedure. An Exposed Soil Mask (ESM) was created using the method GEOS3 technology, which showed pixels with greater variability of bare soil. The pixels were evaluated with their respective surface reflectance values obtained by the satellite sensor and their respective NDVI index values. We evaluated the model predictive performance based on the adjusted coefficient of determination (R2), the Root Mean-Squared Error (RMSE), and the Ratio of Performance to Interquartile Range (RPIQ) obtained in data validation. The MLR model presented R2 values 0.79 and 0.81 for calibration and validation, respectively. We obtained important RMSE and RPIQ values, 0.14 and 2.32, respectively. The high RPIQ indicated significative sampling distribution around the trendline. After construction, the model was applied to the C spatial distribution using the predictive variables as layers, predominant concentrations of 0.65 to 0.79 g. Kg-1 in 51 (23.4%) soil samples. The analysis presented here offer possibilities for SOC prediction using Geographic Information Systems (GIS) tools.
650 $aLandsat
650 $aOxisols
650 $aSoil organic carbon
650 $aSoil properties
650 $aArgissolos
650 $aCarbono
650 $aLatossolo
650 $aOxisol
650 $aSatélite
650 $aSensoriamento Remoto
653 $aDigital soil mapping
653 $aMultiple linear regression
700 1 $aVICENTE, L. E.
700 1 $aDEMATTÊ, J. A. M.
700 1 $aLOEBMANN, D. G. dos S. W.
700 1 $aVICENTE, A. K.
700 1 $aURBINA SALAZAR, D. F.
700 1 $aGUIMARÃES, C. C. B.
773 $tGeoderma Regional$gv. 21, e00253, 2020.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
