| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Solos. |
|
Data corrente: |
08/12/2014 |
|
Data da última atualização: |
08/11/2021 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
OLIVEIRA, R. I. de; GAMA-RODRIGUES, A. C.; GAMA-RODRIGUES, E. F.; ZAIA, F. C.; PEREIRA, M. G.; FONTANA, A. |
|
Afiliação: |
RUTHANNA ISABELLE DE OLIVEIRA, UENF; ANTONIO CARLOS GAMA-RODRIGUES, UENF; EMANUELA FORESTIERI GAMA-RODRIGUES, UENF; FRANCISCO COSTA ZAIA, UENF; MARCOS GERVASIO PEREIRA, UFRRJ; ADEMIR FONTANA, CNPS. |
|
Título: |
Organic phosphorus in diagnostic surface horizons of different brazilian soil orders. |
|
Ano de publicação: |
2014 |
|
Fonte/Imprenta: |
Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 38, n. 5, p. 1411-1420, set./out. 2014. |
|
DOI: |
https://doi.org/10.1590/S0100-06832014000500006 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Em solos tropicais, a disponibilidade de fósforo (P) pode ser regulada pela decomposição e mineralização da fração lábil de P orgânico (Po), tornando necessários estudos para saber a sua real contribuição no solo. O objetivo deste trabalho foi avaliar o teor de Po total e lábil em horizontes superficiais de diferentes classes de solo e quais as propriedades do solo exercem controle na acumulação dessas frações de P. Foram estudadas amostras de diferentes horizontes diagnósticos superficiais, a saber: H e O hístico; A chernozêmico; e A húmicos, coletados em vários estados do Brasil. Para a determinação das frações totais de P inorgânico (Pi) e orgânico (Po), foi usado o método da extração-sequencial ácido-alcalina, e a fração lábil de P foi determinada pela extração com bicarbonato de sódio. A taxa de recuperação de Pi + Po em relação à extração nítrico-perclórica do P total (PT) variou de 46 a 99 %. O Po total variou entre 35 e 1077 mg kg-1, com uma média de 298 mg kg-1. Para a fração lábil do Po, os teores variaram entre 7,2 e 99,5 mg kg-1, com uma média de 27,1 mg kg-1. O Po variou, em média, de 36 a 46 % do P total extraído. Em relação ao P lábil, o Po representou mais de 70 % para todos os horizontes diagnósticos. O PT foi o principal atributo controlador da acumulação de Po nos solos pelas análises de correlação e regressão múltipla. Verificou-se que horizontes com baixa capacidade de adsorção de P proporcionaram alta labilidade de Po. |
|
Palavras-Chave: |
A chernozêmicos; A húmicos; Disponibilidade de fósforo; Fósforo lábil; Hísticos. |
|
Thesagro: |
Ácido; Fósforo. |
|
Thesaurus Nal: |
Humic acids; Phosphorus. |
|
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/113244/1/Oliveira-et-al-RBCS-V38N5a06.pdf
|
|
Marc: |
LEADER 02460naa a2200301 a 4500
001 2001886
005 2021-11-08
008 2014 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.1590/S0100-06832014000500006$2DOI
100 1 $aOLIVEIRA, R. I. de
245 $aOrganic phosphorus in diagnostic surface horizons of different brazilian soil orders.$h[electronic resource]
260 $c2014
520 $aEm solos tropicais, a disponibilidade de fósforo (P) pode ser regulada pela decomposição e mineralização da fração lábil de P orgânico (Po), tornando necessários estudos para saber a sua real contribuição no solo. O objetivo deste trabalho foi avaliar o teor de Po total e lábil em horizontes superficiais de diferentes classes de solo e quais as propriedades do solo exercem controle na acumulação dessas frações de P. Foram estudadas amostras de diferentes horizontes diagnósticos superficiais, a saber: H e O hístico; A chernozêmico; e A húmicos, coletados em vários estados do Brasil. Para a determinação das frações totais de P inorgânico (Pi) e orgânico (Po), foi usado o método da extração-sequencial ácido-alcalina, e a fração lábil de P foi determinada pela extração com bicarbonato de sódio. A taxa de recuperação de Pi + Po em relação à extração nítrico-perclórica do P total (PT) variou de 46 a 99 %. O Po total variou entre 35 e 1077 mg kg-1, com uma média de 298 mg kg-1. Para a fração lábil do Po, os teores variaram entre 7,2 e 99,5 mg kg-1, com uma média de 27,1 mg kg-1. O Po variou, em média, de 36 a 46 % do P total extraído. Em relação ao P lábil, o Po representou mais de 70 % para todos os horizontes diagnósticos. O PT foi o principal atributo controlador da acumulação de Po nos solos pelas análises de correlação e regressão múltipla. Verificou-se que horizontes com baixa capacidade de adsorção de P proporcionaram alta labilidade de Po.
650 $aHumic acids
650 $aPhosphorus
650 $aÁcido
650 $aFósforo
653 $aA chernozêmicos
653 $aA húmicos
653 $aDisponibilidade de fósforo
653 $aFósforo lábil
653 $aHísticos
700 1 $aGAMA-RODRIGUES, A. C.
700 1 $aGAMA-RODRIGUES, E. F.
700 1 $aZAIA, F. C.
700 1 $aPEREIRA, M. G.
700 1 $aFONTANA, A.
773 $tRevista Brasileira de Ciência do Solo, Viçosa, MG$gv. 38, n. 5, p. 1411-1420, set./out. 2014.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Solos (CNPS) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Instrumentação. Para informações adicionais entre em contato com cnpdia.biblioteca@embrapa.br. |
Registro Completo
|
Biblioteca(s): |
Embrapa Instrumentação. |
|
Data corrente: |
16/11/2021 |
|
Data da última atualização: |
09/06/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
FURUYA, D. E. G.; MA, L.; PINHEIRO, M. M. F.; GOMES, F. D. G.; GONÇALVEZ, W. N.; MARCATO JUNIOR, J.; RODRIGUES, D. de C.; BLASSIOLI- MORAES, M. C.; MICHEREFF, M. F. F.; BORGES, M.; ALAUMANN, R. A.; FERREIRA, E. J.; OSCO, L. P.; RAMOS, A. P. M.; LI, J.; JORGE, L. A. de C. |
|
Afiliação: |
MARIA CAROLINA BLASSIOLI MORAES, Cenargen; MIGUEL BORGES, Cenargen; EDNALDO JOSE FERREIRA, CNPDIA; LUCIO ANDRE DE CASTRO JORGE, CNPDIA. |
|
Título: |
Prediction of insect-herbivory-damage and insect-type attack in maize plants using hyperspectral data. |
|
Ano de publicação: |
2021 |
|
Fonte/Imprenta: |
International Journal of Applied Earth Observation and Geoinformation, v. 105, 102608, 2021. |
|
Páginas: |
1 - 10 |
|
ISSN: |
0303-2434 |
|
DOI: |
https://doi.org/10.1016/j.jag.2021.102608 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Accurately detecting the insect damage caused in plants might reduce losses in crop yields. Hyperspectral data is a well-accepted data source to attend this issue. However, due to their high dimensional, both robust and intelligent methods are required to extract information from these datasets. Therefore, we explore the processing of hyperspectral data with artificial intelligence methods joined with clustering techniques to detect insect herbivory damage in maize plants. We measured the leaf spectral response from three different groups of maize plants: control (undamaged plants); damaged by Spodoptera frugiperda herbivory, and damaged by Dichelops meiacanthus. Data were collected with a FieldSpec 3.0 Spectroradiometer from 350 to 2500 nm for eight consecutive days. We adjusted eight machine learning methods. We also determined the most contributive wavelengths to differentiate undamaged from damaged plants by insect herbivore attack using clustering strategy. For that, we applied the clusterization method based on a self-organizing map (SOM). The Random Forest (RF) model is the overall best learner, and up to the 5th day of analysis represents the most adequate day to segregate maize undamaged from damaged maize. RF was able to separate the three groups of treatments with an F1-measure of up to 96.7% (Recall of 96.7% and Precision of 96.7%). Additionally, we found out that the most representative spectral regions are located in the near-infrared range. Our approach consists of an original contribution to early differentiate the undamaged plant from the damaged one due to insect-attack, highlighting the most contributive wavelengths to map this occurrence. MenosAccurately detecting the insect damage caused in plants might reduce losses in crop yields. Hyperspectral data is a well-accepted data source to attend this issue. However, due to their high dimensional, both robust and intelligent methods are required to extract information from these datasets. Therefore, we explore the processing of hyperspectral data with artificial intelligence methods joined with clustering techniques to detect insect herbivory damage in maize plants. We measured the leaf spectral response from three different groups of maize plants: control (undamaged plants); damaged by Spodoptera frugiperda herbivory, and damaged by Dichelops meiacanthus. Data were collected with a FieldSpec 3.0 Spectroradiometer from 350 to 2500 nm for eight consecutive days. We adjusted eight machine learning methods. We also determined the most contributive wavelengths to differentiate undamaged from damaged plants by insect herbivore attack using clustering strategy. For that, we applied the clusterization method based on a self-organizing map (SOM). The Random Forest (RF) model is the overall best learner, and up to the 5th day of analysis represents the most adequate day to segregate maize undamaged from damaged maize. RF was able to separate the three groups of treatments with an F1-measure of up to 96.7% (Recall of 96.7% and Precision of 96.7%). Additionally, we found out that the most representative spectral regions are located in the near-infrared range. Our approach consis... Mostrar Tudo |
|
Palavras-Chave: |
Proximal hyperspectral sensing; Random forest. |
|
Categoria do assunto: |
-- |
|
Marc: |
LEADER 02800naa a2200361 a 4500
001 2136152
005 2022-06-09
008 2021 bl uuuu u00u1 u #d
022 $a0303-2434
024 7 $ahttps://doi.org/10.1016/j.jag.2021.102608$2DOI
100 1 $aFURUYA, D. E. G.
245 $aPrediction of insect-herbivory-damage and insect-type attack in maize plants using hyperspectral data.$h[electronic resource]
260 $c2021
300 $a1 - 10
520 $aAccurately detecting the insect damage caused in plants might reduce losses in crop yields. Hyperspectral data is a well-accepted data source to attend this issue. However, due to their high dimensional, both robust and intelligent methods are required to extract information from these datasets. Therefore, we explore the processing of hyperspectral data with artificial intelligence methods joined with clustering techniques to detect insect herbivory damage in maize plants. We measured the leaf spectral response from three different groups of maize plants: control (undamaged plants); damaged by Spodoptera frugiperda herbivory, and damaged by Dichelops meiacanthus. Data were collected with a FieldSpec 3.0 Spectroradiometer from 350 to 2500 nm for eight consecutive days. We adjusted eight machine learning methods. We also determined the most contributive wavelengths to differentiate undamaged from damaged plants by insect herbivore attack using clustering strategy. For that, we applied the clusterization method based on a self-organizing map (SOM). The Random Forest (RF) model is the overall best learner, and up to the 5th day of analysis represents the most adequate day to segregate maize undamaged from damaged maize. RF was able to separate the three groups of treatments with an F1-measure of up to 96.7% (Recall of 96.7% and Precision of 96.7%). Additionally, we found out that the most representative spectral regions are located in the near-infrared range. Our approach consists of an original contribution to early differentiate the undamaged plant from the damaged one due to insect-attack, highlighting the most contributive wavelengths to map this occurrence.
653 $aProximal hyperspectral sensing
653 $aRandom forest
700 1 $aMA, L.
700 1 $aPINHEIRO, M. M. F.
700 1 $aGOMES, F. D. G.
700 1 $aGONÇALVEZ, W. N.
700 1 $aMARCATO JUNIOR, J.
700 1 $aRODRIGUES, D. de C.
700 1 $aBLASSIOLI- MORAES, M. C.
700 1 $aMICHEREFF, M. F. F.
700 1 $aBORGES, M.
700 1 $aALAUMANN, R. A.
700 1 $aFERREIRA, E. J.
700 1 $aOSCO, L. P.
700 1 $aRAMOS, A. P. M.
700 1 $aLI, J.
700 1 $aJORGE, L. A. de C.
773 $tInternational Journal of Applied Earth Observation and Geoinformation$gv. 105, 102608, 2021.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
