|
|
Registros recuperados : 142 | |
8. | | NASCIMENTO, A. F. do; DANIEL, V. de C.; SEGATTO, E. R.; RODRIGUES, R. de A. R. Emissão de gases de efeito estufa do solo de sistemas integrados de produção. In: FARIAS NETO, A. L. de; NASCIMENTO, A. F. do; ROSSONI, A. L.; MAGALHÃES, C. A. de S.; ITUASSU, D. R.; HOOGERHEIDE, E. S. S.; IKEDA, F. S.; FERNANDES JUNIOR, F.; FARIA, G. R.; ISERNHAGEN, I.; VENDRUSCULO, L. G.; MORALES, M. M.; CARNEVALLI, R. A. (Ed.). Embrapa Agrossilvipastoril: primeiras contribuições para o desenvolvimento de uma agropecuária sustentável. Brasília, DF: Embrapa, 2019. pt. 4, cap. 15, p. 260-263. Biblioteca(s): Embrapa Agrossilvipastoril; Embrapa Solos. |
| |
9. | | CECATTO, I. M.; SILVA, J. J. N. da; BOTIN, A. A.; RODRIGUES, R. de A. R. Emissões de gases de efeito estufa e estoque de carbono em um sistema agroflorestal, EM SINOP/MT In: JORNADA CIENTÍFICA DA EMBRAPA AGROSSILVIPASTORIL, 2.,2013, Sinop. Anais... Sinop, MT: Embrapa Agrossilvipastoril, 2013. 1 CD. Biblioteca(s): Embrapa Agrossilvipastoril. |
| |
12. | | CARNEVALLI, R. A.; LOPES, L. B.; LULU, J.; PITTA, R. M.; RODRIGUES, R. de A. R. Planejamento Forrageiro em Sistemas integrados de Produção de Leite, Lavoura e Floresta. IN: SIMPÓSIO DE MANEJO DE PASTAGEM DO SUL DO PARÁ, 3.; SEMANA ACADÊMICA DO CURSO DE ZOOTECNIA DA FESAR, 4., 2011, Redenção, PA. Anais... Redenção, PA: FESAR, 2011. p. 1-22 Biblioteca(s): Embrapa Agrossilvipastoril. |
| |
17. | | BOTIN, A. A.; RODRIGUES, R. de A. R.; FERREIRA, A.; BEHLING, M. Desempenho agronômico da cultura do milho em resposta a diferentes doses de nitrogênio e à inoculação das sementes com azospirillum brasilense, em Sinop/MT IN: Semana Acadêmica - Sinop/2014, 1., 2014,Sinop, MT. Resumos... I Semana Acadêmica ? Sinop/2014, III Jornada Científica da Embrapa Agrossilvipastoril, Seminário Integrador PIBID e Tutoria, Mostra de Ensino e Extensão. ? Brasília, DF : Embrapa, 2014. p. 126 1 Biblioteca(s): Embrapa Agrossilvipastoril. |
| |
18. | | RODRIGUES, R. de A. R.; ALVES, B. J. R.; MOMBACH, M. A.; ZANATTA, J. A. Medição de fluxos de gases de efeito estufa e de variáveis acessórias. In: MENDONÇA, E. de S.; MATOS, E. da S. (Ed.). Matéria orgânica do solo: métodos de análises. 2. ed. rev. e atual. Viçosa, MG: UFV, Gefert, 2017. cap. 6, p. 171-214. Biblioteca(s): Embrapa Agrossilvipastoril; Embrapa Florestas; Embrapa Solos. |
| |
Registros recuperados : 142 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Solos. |
Data corrente: |
30/12/2014 |
Data da última atualização: |
08/11/2021 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 2 |
Autoria: |
CALDERANO FILHO, B.; POLIVANOV, H.; CHAGAS, C. da S.; CARVALHO JUNIOR, W. de; BARROSO, E. V.; GUERRA, A. J. T.; CALDERANO, S. B. |
Afiliação: |
BRAZ CALDERANO FILHO, CNPS; HELENA POLIVANOV, UFRJ; CESAR DA SILVA CHAGAS, CNPS; WALDIR DE CARVALHO JUNIOR, CNPS; EMÍLIO VELLOSO BARROSO, UFRJ; ANTÔNIO JOSÉ TEIXEIRA GUERRA, UFRJ; SEBASTIAO BARREIROS CALDERANO, CNPS. |
Título: |
Artificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar. |
Ano de publicação: |
2014 |
Fonte/Imprenta: |
Revista Brasileira de Ciência do Solo, Viçosa, MG, v. 38, n. 6, p. 1681-1693, 2014. |
DOI: |
https://doi.org/10.1590/S0100-06832014000600003 |
Idioma: |
Inglês |
Conteúdo: |
A informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica. MenosA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e seme... Mostrar Tudo |
Palavras-Chave: |
Atributos do terreno; Mapeamento digital; Redes neurais artificiais. |
Categoria do assunto: |
P Recursos Naturais, Ciências Ambientais e da Terra |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/114660/1/V38N6a03-RBCS-BRAZ.pdf
|
Marc: |
LEADER 02637naa a2200241 a 4500 001 2003976 005 2021-11-08 008 2014 bl uuuu u00u1 u #d 024 7 $ahttps://doi.org/10.1590/S0100-06832014000600003$2DOI 100 1 $aCALDERANO FILHO, B. 245 $aArtificial neural networks applied for soil class prediction in mountainous landscape of the Serra do Mar.$h[electronic resource] 260 $c2014 520 $aA informação de solo é necessária para o gerenciamento do ambiente agrícola. O objetivo deste trabalho foi aplicar redes neurais artificiais (RNAs) para a predição de classes de solos, utilizando como fonte de dados produtos de sensores remotos orbitais, atributos do terreno derivados de um modelo digital de elevação e informação da geologia local, visando avaliar a utilização dessa abordagem no mapeamento digital de solos, em área com elevado grau de diversidade litológica na Serra do Mar. O simulador de redes neurais utilizado foi o JavaNNS e o algoritmo de aprendizado, o backpropagation. Para a predição das classes de solos, testaram-se diferentes combinações entre as variáveis discriminantes selecionadas: elevação, declividade, aspecto, curvatura, plano de curvatura, perfil de curvatura, índice topográfico, radiação solar, fator topográfico LS, informações da geologia local e índices minerais de argila, óxidos de ferro e vegetação por diferença normalizada (NDVI), derivados de uma imagem do sensor ETM+ do LANDSAT 7. Dos conjuntos testados, os melhores resultados foram obtidos com todas as variáveis discriminantes associadas às informações de geologia, alcançando exatidão global entre 93,2 e 95,6 % e índice Kappa entre 0,924 e 0,951 (conjunto 13). Excluindo a variável perfil de curvatura (conjunto 12), a exatidão global alcançada oscilou entre 93,9 e 95,4 % e o Kappa entre 0,932 e 0,948. Os mapas inferidos pelo classificador por redes neurais evidenciaram coerência e semelhança com o mapa de solos convencional, produzido para área de estudo, apresentando porém, mais detalhes espaciais. Os resultados apresentaram o potencial de utilização de RNAs na predição de classes de solos de áreas montanhosas com diversidade litológica. 653 $aAtributos do terreno 653 $aMapeamento digital 653 $aRedes neurais artificiais 700 1 $aPOLIVANOV, H. 700 1 $aCHAGAS, C. da S. 700 1 $aCARVALHO JUNIOR, W. de 700 1 $aBARROSO, E. V. 700 1 $aGUERRA, A. J. T. 700 1 $aCALDERANO, S. B. 773 $tRevista Brasileira de Ciência do Solo, Viçosa, MG$gv. 38, n. 6, p. 1681-1693, 2014.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Solos (CNPS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|