| |
|
|
 | Acesso ao texto completo restrito à biblioteca da Embrapa Soja. Para informações adicionais entre em contato com valeria.cardoso@embrapa.br. |
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Soja. |
|
Data corrente: |
10/05/2016 |
|
Data da última atualização: |
14/02/2018 |
|
Tipo da produção científica: |
Resumo em Anais de Congresso |
|
Autoria: |
MALDONADO DOS SANTOS, J. V.; JOSHI, T.; VALLIYODAN, B.; KHAN, S. M.; LIU, Y.; WANG, J.; VUONG, T. D.; OLIVEIRA, M. F. de; MARCELINO-GUIMARÃES, F. C.; XU, D.; NGUYEN, H. T.; ABDELNOOR, R. V. |
|
Afiliação: |
UEL; University of Missouri; University of Missouri; University of Missouri; University of Missouri; University of Missouri; University of Missouri; MARCELO FERNANDES DE OLIVEIRA, CNPSO; FRANCISMAR CORREA MARCELINO GUIMARA, CNPSO; University of Missouri; University of Missouri; RICARDO VILELA ABDELNOOR, CNPSO. |
|
Título: |
Identification of allelic variations in RHG1 Loci associated to the resistance to soybean cyst nematode. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
In: INTERNATIONAL CONGRESS OF PLANT MOLECULAR BIOLOGY, 11., 2015, Iguassu Falls. Abstract... |
|
Idioma: |
Inglês |
|
Notas: |
Abstract: 568.pdf. Autoria: MALDONADO DOS SANTOS, J. V. [i.e. SANTOS, J. V. M. dos]. |
|
Thesagro: |
Heterodera Glycines; Nematóide; Soja. |
|
Thesaurus Nal: |
Cyst nematodes; Soybeans. |
|
Categoria do assunto: |
F Plantas e Produtos de Origem Vegetal |
|
Marc: |
LEADER 00994nam a2200301 a 4500
001 2044700
005 2018-02-14
008 2015 bl uuuu u00u1 u #d
100 1 $aMALDONADO DOS SANTOS, J. V.
245 $aIdentification of allelic variations in RHG1 Loci associated to the resistance to soybean cyst nematode.$h[electronic resource]
260 $aIn: INTERNATIONAL CONGRESS OF PLANT MOLECULAR BIOLOGY, 11., 2015, Iguassu Falls. Abstract...$c2015
500 $aAbstract: 568.pdf. Autoria: MALDONADO DOS SANTOS, J. V. [i.e. SANTOS, J. V. M. dos].
650 $aCyst nematodes
650 $aSoybeans
650 $aHeterodera Glycines
650 $aNematóide
650 $aSoja
700 1 $aJOSHI, T.
700 1 $aVALLIYODAN, B.
700 1 $aKHAN, S. M.
700 1 $aLIU, Y.
700 1 $aWANG, J.
700 1 $aVUONG, T. D.
700 1 $aOLIVEIRA, M. F. de
700 1 $aMARCELINO-GUIMARÃES, F. C.
700 1 $aXU, D.
700 1 $aNGUYEN, H. T.
700 1 $aABDELNOOR, R. V.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Soja (CNPSO) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
19/11/2015 |
|
Data da última atualização: |
25/05/2017 |
|
Autoria: |
MIGUEL, E. P.; REZENDE, A. V.; LEAL, F. A.; MATRICARDI, E. A. T.; VALE, A. T. do; PEREIRA, R. S. |
|
Afiliação: |
EDER PEREIRA MIGUEL, UNB; ALBA VALÉRIA REZENDE, UNB; FABRICIO ASSIS LEAL, UNB; ERALDO APARECIDO TREONDOLI MATRICARDI, UNB; ANA TEIXEIRA DO VALE, UNB; REGINALDO SÉRGIO PEREIRA, UNB. |
|
Título: |
Redes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélites. |
|
Ano de publicação: |
2015 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 50, n. 9, p. 829-839, set. 2015. |
|
Idioma: |
Português |
|
Notas: |
Título em inglês: Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite data. |
|
Conteúdo: |
O objetivo deste trabalho foi avaliar a eficácia da aplicação de modelos de análise de regressão e redes neurais artificiais (RNAs) na predição do volume de madeira e da biomassa acima do solo, da vegetação arbórea em área de cerradão. Volume de madeira e biomassa foram estimados com equações alométricas desenvolvidas para a área de estudo. Os índices de vegetação, como variáveis preditoras, foram estimados a partir de imagens do sensor LISS?III, e a área basal foi determinada por medições na floresta. A precisão das equações foi verificada pela correlação entre os valores estimados e observados (r), erro?padrão da estimativa (Syx) e gráfico residual. As equações de regressão para o volume de madeira total e do fuste (0,96 e 0,97 para r, e 11,92 e 9,72% para Syx, respectivamente) e para a biomassa (0,91 e 0,92 para r, e 22,73 e 16,80% para Syx, respectivamente) apresentaram bons ajustes. As redes neurais também apresentaram bom ajuste com o volume de madeira (0,99 e 0,99 para r, e 4,93 e 4,83% para Syx) e a biomassa (0,97 e 0,98 r, e 8,92 e 7,96% para Syx, respectivamente). A área basal e os índices de vegetação foram eficazes na estimativa do volume de madeira e biomassa para o cerradão. Os valores reais de volume de madeira e biomassa não diferiram estatisticamente dos valores estimados pelos modelos de regressão e redes neurais (?²ns); contudo, as RNAs são mais acuradas. |
|
Palavras-Chave: |
Índice de vegetação; Regressão. |
|
Thesagro: |
Inventário florestal; Produção; Sensoriamento remoto. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/133483/1/Redes-neurais-artificiais.pdf
|
|
Marc: |
LEADER 02336naa a2200253 a 4500
001 2029017
005 2017-05-25
008 2015 bl uuuu u00u1 u #d
100 1 $aMIGUEL, E. P.
245 $aRedes neurais artificiais para a modelagem do volume de madeira e biomassa do cerradão com dados de satélites.
260 $c2015
500 $aTítulo em inglês: Artificial neural networks for modeling wood volume and aboveground biomass of tall Cerrado using satellite data.
520 $aO objetivo deste trabalho foi avaliar a eficácia da aplicação de modelos de análise de regressão e redes neurais artificiais (RNAs) na predição do volume de madeira e da biomassa acima do solo, da vegetação arbórea em área de cerradão. Volume de madeira e biomassa foram estimados com equações alométricas desenvolvidas para a área de estudo. Os índices de vegetação, como variáveis preditoras, foram estimados a partir de imagens do sensor LISS?III, e a área basal foi determinada por medições na floresta. A precisão das equações foi verificada pela correlação entre os valores estimados e observados (r), erro?padrão da estimativa (Syx) e gráfico residual. As equações de regressão para o volume de madeira total e do fuste (0,96 e 0,97 para r, e 11,92 e 9,72% para Syx, respectivamente) e para a biomassa (0,91 e 0,92 para r, e 22,73 e 16,80% para Syx, respectivamente) apresentaram bons ajustes. As redes neurais também apresentaram bom ajuste com o volume de madeira (0,99 e 0,99 para r, e 4,93 e 4,83% para Syx) e a biomassa (0,97 e 0,98 r, e 8,92 e 7,96% para Syx, respectivamente). A área basal e os índices de vegetação foram eficazes na estimativa do volume de madeira e biomassa para o cerradão. Os valores reais de volume de madeira e biomassa não diferiram estatisticamente dos valores estimados pelos modelos de regressão e redes neurais (?²ns); contudo, as RNAs são mais acuradas.
650 $aInventário florestal
650 $aProdução
650 $aSensoriamento remoto
653 $aÍndice de vegetação
653 $aRegressão
700 1 $aREZENDE, A. V.
700 1 $aLEAL, F. A.
700 1 $aMATRICARDI, E. A. T.
700 1 $aVALE, A. T. do
700 1 $aPEREIRA, R. S.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 50, n. 9, p. 829-839, set. 2015.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
