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






Registro Completo
Biblioteca(s):  Embrapa Arroz e Feijão.
Data corrente:  05/07/2021
Data da última atualização:  05/07/2021
Tipo da produção científica:  Resumo em Anais de Congresso
Autoria:  COSTA, N. B.; BEZERRA, G. de A.; PINHEIRO, G. de O.; LANNA, A. C.; MORAES, M. G. de.
Afiliação:  NIEDJA BEZERRA COSTA, doutoranda UFG; GUSTAVO DE ANDRADE BEZERRA, doutorando UFG; GEOVANNI DE OLIVEIRA PINHEIRO, estagiário CNPAF; ANNA CRISTINA LANNA, CNPAF; MOEMY GOMES DE MORAES, UFG.
Título:  Ajuste metodológico para extração e quantificação de prolina a partir de matéria seca.
Ano de publicação:  2021
Fonte/Imprenta:  In: SEMINÁRIO JOVENS TALENTOS, 14., 2020, Santo Antônio de Goiás. Resumos... Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2021.
Páginas:  p. 89.
ISBN:  978-65-87380-12-4
Idioma:  Português
Conteúdo:  Com o objetivo de avaliar o teor de prolina em extratos de matéria fresca e matéria seca, foram realizadas duas etapas: E1 - analisada a especificidade dos métodos de Bates et al. (1973) e Lee et al. (2018), a partir das curvas-padrão, comprovou-se que ambos quantificam somente prolina; e E2 - empregando-se o método de Lee et al. (2018), utilizando plantas de arroz BRS Esmeralda irrigadas e estressadas, cultivadas em casa de vegetação da Embrapa Arroz e Feijão, as amostras foram coletadas e imersas em N2 líquido (MF) ou levadas à estufa a 60 oC (MS).
Thesagro:  Extração; Matéria Seca; Prolina.
Categoria do assunto:  X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/224287/1/jt-p89.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Arroz e Feijão (CNPAF)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPAF36107 - 1UPCRA - DD20202020
Voltar






Registro Completo

Biblioteca(s):  Embrapa Meio Ambiente.
Data corrente:  08/01/2018
Data da última atualização:  08/01/2018
Tipo da produção científica:  Artigo em Anais de Congresso
Autoria:  MENDONÇA, L. D. de; ARROYAVE, C. G. C.; LIMA, E. R. de; VICENTE, L. E.
Afiliação:  LUCAS DIOGO DE MENDONÇA, Instituto de Pesquisas Eldorado; CESAR GIOVANNI CHAVES ARROYAVE, Instituto de Pesquisas Eldorado; EDUARDO RODDRIGUES DE LIMA, Instituto de Pesquisas Eldorado; LUIZ EDUARDO VICENTE, CNPMA.
Título:  Low-cost multi-spectral camera platform for in-flight near real-time vegetation index computation and delivery.
Ano de publicação:  2017
Fonte/Imprenta:  In: SIMPÓSIO BRASILEIRO DE SENSORIAMENTO REMOTO, 18., 2017, Santos. Anais... Santos: Inpe, 2017. Trabalho 60225.
Páginas:  p. 7597-7604.
Idioma:  Inglês
Conteúdo:  Agricultural optimization and increased productivity is always a growing concern, due to the increasing population. Crops susceptible to a wide variety of hindering conditions, need to be carefully observed and managed to guarantee maximum production. Many diseases, weather changes, soil variances and other in?uencing factors are only visible after the plant has reached a deplorable state and its neighbors closely trailing behind. Ongoing research is enhancing an observation model that can better prevent such factors, but many still present a variety of limiting factors that are still being studied. Vegetation indices is a long dated studied concept that has proven to be able to show plant response to stress before visible signs are present. To take advantage of this we propose a multi-spectral camera, aimed at mass use, to provide the needed observation with top of the line, reliable results. The built prototype was put through two different tests, both showing it capable of displaying plant health. The ?ne control test showed the camera capable of displaying difference in plant health after only two days of stress. The results were reached with out the use of expensive lenses/?lters, and provide easy to interpret results. All while being able to send data to a nearby portable device.
Palavras-Chave:  Alta resolução; High resolution; Imagem analysis; Processamento de imagens.
Thesagro:  Sensoriamento remoto.
Thesaurus NAL:  Remote sensing; Vegetation index.
Categoria do assunto:  X Pesquisa, Tecnologia e Engenharia
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/170533/1/2017AA29.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Meio Ambiente (CNPMA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CNPMA15952 - 1UPCAA - DD
Fechar
Nenhum registro encontrado para a expressão de busca informada.
 
 

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