|
|
Registro Completo |
Biblioteca(s): |
Embrapa Uva e Vinho. |
Data corrente: |
16/07/2010 |
Data da última atualização: |
25/10/2019 |
Tipo da produção científica: |
Resumo em Anais de Congresso |
Autoria: |
CAMARGO, U. A.; MAIA, J. D. G.; MACHADO, C. A. E.; RITSCHEL, P. S. |
Afiliação: |
UMBERTO ALMEIDA CAMARGO, CONSULTOR; JOAO DIMAS GARCIA MAIA, CNPUV; CARLOS ALBERTO ELY MACHADO, CNPUV; PATRICIA SILVA RITSCHEL, CNPUV. |
Título: |
Avaliação do Banco Ativo de Germoplasma de uva: a qualidade do mosto. |
Ano de publicação: |
2010 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE RECURSOS GENÉTICOS, 1., 2010, Salvador. Anais... Salvador: Sociedade Brasileira de Recursos Genéticos, 2010. |
Páginas: |
Não paginado. |
Idioma: |
Português |
Notas: |
Resumo. |
Conteúdo: |
O Banco Ativo de Germoplasma de Uva é formado por mais de 1300 acessos, incluindo 40 espécies da Família Vitaceae, cultivares das diferentes espécies cultivadas e híbridos. Este acervo tem dado suporte ao programa de melhoramento de uva visando a obtenção de cultivares brasileiras de uva com maior qualidade, para diferentes finalidades como o consumo in natura e a elaboração de vinho e de sucos. |
Palavras-Chave: |
Avaliação; Banco de dados; Embrapa Uva e Vinho; Melhoramento genético. |
Thesagro: |
Germoplasma; Qualidade; Suco; Uva; Variedade; Vinho; Viticultura. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/203696/1/12412-2010-p.137.pdf
|
Marc: |
LEADER 01299nam a2200301 a 4500 001 1857919 005 2019-10-25 008 2010 bl uuuu u00u1 u #d 100 1 $aCAMARGO, U. A. 245 $aAvaliação do Banco Ativo de Germoplasma de uva$ba qualidade do mosto.$h[electronic resource] 260 $aIn: CONGRESSO BRASILEIRO DE RECURSOS GENÉTICOS, 1., 2010, Salvador. Anais... Salvador: Sociedade Brasileira de Recursos Genéticos$c2010 300 $aNão paginado. 500 $aResumo. 520 $aO Banco Ativo de Germoplasma de Uva é formado por mais de 1300 acessos, incluindo 40 espécies da Família Vitaceae, cultivares das diferentes espécies cultivadas e híbridos. Este acervo tem dado suporte ao programa de melhoramento de uva visando a obtenção de cultivares brasileiras de uva com maior qualidade, para diferentes finalidades como o consumo in natura e a elaboração de vinho e de sucos. 650 $aGermoplasma 650 $aQualidade 650 $aSuco 650 $aUva 650 $aVariedade 650 $aVinho 650 $aViticultura 653 $aAvaliação 653 $aBanco de dados 653 $aEmbrapa Uva e Vinho 653 $aMelhoramento genético 700 1 $aMAIA, J. D. G. 700 1 $aMACHADO, C. A. E. 700 1 $aRITSCHEL, P. S.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Uva e Vinho (CNPUV) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Roraima. Para informações adicionais entre em contato com cpafrr.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Roraima. |
Data corrente: |
14/09/2021 |
Data da última atualização: |
14/09/2021 |
Tipo da produção científica: |
Artigo em Anais de Congresso |
Autoria: |
PRUDENTE, V. H. R.; SANCHES, I. D.; ADAMI, M.; SKAKUN, S.; OLDONI, L. V.; XAUD, H. A. M.; XAUD, M. R.; ZHANG, Y. |
Afiliação: |
HARON ABRAHIM MAGALHAES XAUD, CPAF-RR; MARISTELA RAMALHO XAUD, CPAF-RR. |
Título: |
SAR data for land use land cover classification in a tropical region with frequent cloud cover. |
Ano de publicação: |
2020 |
Fonte/Imprenta: |
IGARSS - INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, 2020. |
Idioma: |
Inglês |
Conteúdo: |
This study aims at mapping Land Use and Land Cover (LULC) in the region of Roraima, Brazil, using time-series of Sentinel-1 Synthetic Aperture Radar (SAR) data. All available Sentinel-1 images covering the study area were used and classified using two machine learning algorithms, namely random forest and multilayer perceptron. LULC heterogeneity with the SAR process complexity makes the process challenging in distinguishing certain classes. Results show that SAR data could be used for LULC mapping, as rainforest, savannas, water, and sandbank/outcrop classes. But cannot provide accurate separation for all classes, mainly for those with similar geometrical structures, such as regeneration areas, perennial crops, and buritizais. |
Palavras-Chave: |
Machine learning; Sentinel. |
Thesagro: |
Radar. |
Categoria do assunto: |
-- |
Marc: |
LEADER 01409nam a2200229 a 4500 001 2134397 005 2021-09-14 008 2020 bl uuuu u00u1 u #d 100 1 $aPRUDENTE, V. H. R. 245 $aSAR data for land use land cover classification in a tropical region with frequent cloud cover.$h[electronic resource] 260 $aIGARSS - INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM$c2020 520 $aThis study aims at mapping Land Use and Land Cover (LULC) in the region of Roraima, Brazil, using time-series of Sentinel-1 Synthetic Aperture Radar (SAR) data. All available Sentinel-1 images covering the study area were used and classified using two machine learning algorithms, namely random forest and multilayer perceptron. LULC heterogeneity with the SAR process complexity makes the process challenging in distinguishing certain classes. Results show that SAR data could be used for LULC mapping, as rainforest, savannas, water, and sandbank/outcrop classes. But cannot provide accurate separation for all classes, mainly for those with similar geometrical structures, such as regeneration areas, perennial crops, and buritizais. 650 $aRadar 653 $aMachine learning 653 $aSentinel 700 1 $aSANCHES, I. D. 700 1 $aADAMI, M. 700 1 $aSKAKUN, S. 700 1 $aOLDONI, L. V. 700 1 $aXAUD, H. A. M. 700 1 $aXAUD, M. R. 700 1 $aZHANG, Y.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Roraima (CPAF-RR) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Expressão de busca inválida. Verifique!!! |
|
|