|
|
Registro Completo |
Biblioteca(s): |
Embrapa Milho e Sorgo. |
Data corrente: |
09/11/2018 |
Data da última atualização: |
13/02/2019 |
Tipo da produção científica: |
Documentos |
Autoria: |
OLIVEIRA, I. R. de; MENDES, S. M.; PIMENTEL, M. A. G.; SILVA, D. D. da; SILVA, A. F. da; MIRANDA, R. A. de; SANTOS, F. C. dos; PASSOS, A. M. A. dos; BORGHI, E.; GONTIJO NETO, M. M.; RESENDE, A. V. de; LANDAU, E. C.; SILVA, M. A.; SOUSA, G. F. de; BORBA, M. G. de; SANTOS, P. R. |
Afiliação: |
IVENIO RUBENS DE OLIVEIRA, CNPMS; SIMONE MARTINS MENDES, CNPMS; MARCO AURELIO GUERRA PIMENTEL, CNPMS; DAGMA DIONISIA DA SILVA, CNPMS; ALEXANDRE FERREIRA DA SILVA, CNPMS; RUBENS AUGUSTO DE MIRANDA, CNPMS; FLAVIA CRISTINA DOS SANTOS, CNPMS; ALEXANDRE MARTINS ABDAO DOS PASSOS, CNPMS; EMERSON BORGHI, CNPMS; MIGUEL MARQUES GONTIJO NETO, CNPMS; ALVARO VILELA DE RESENDE, CNPMS; ELENA CHARLOTTE LANDAU, CNPMS; Maila Adriely Silva; Gustavo Ferreira de Sousa; Mateus Gonçalves de Borba; Pedro Rocha Santos. |
Título: |
Observações técnicas sobre o controle de pragas em lavouras produtoras de grãos na região do Alto Paranaíba-MG. |
Ano de publicação: |
2018 |
Fonte/Imprenta: |
Sete Lagoas: Embrapa Milho e Sorgo, 2018. |
Páginas: |
27 p. |
Série: |
(Embrapa Milho e Sorgo. Documentos, 226). |
Idioma: |
Português |
Conteúdo: |
As informações constantes neste documento resultaram de parte das ações do projeto ?Boas práticas agrícolas para o aumento da eficiência tecnológica de sistemas de produção de milho na região de Patos de Minas?. Foram visitadas, entre os dias 29/05 e 02/06/2017, propriedades agrícolas nos seguintes municípios da região: Carmo do Paranaíba, Cruzeiro da Fortaleza, Lagamar, Lagoa Formosa, Lagoa Grande, Patos de Minas, Presidente Olegário, Serra do Salitre, Varjão de Minas e Vazante (Figura 1). Trata-se de algumas das principais regiões produtoras do Estado de Minas Gerais, em que são empregadas tecnologias de ponta para obtenção de altas produtividades de grãos e, mais recentemente, grandes produtividades em forragens para a alimentação dos rebanhos bovinos nos períodos secos do ano, em confinamento para engorda ou estabulados para a produção de leite. Todas as áreas visitadas fazem parte de propriedades rurais produtoras de grãos que incluem o milho e/ou o sorgo. Os números apresentados na Tabela 1, obtidos a partir do Censo Agropecuário 2017 (IBGE, 2018), mostram que em um total de 5.090 propriedades rurais, as quais por amostras foram representadas neste trabalho, 1.424 produzem milho grão, destinando para isso 44.414 ha com rendimento médio de 10.127 kg/ha, muito acima da média nacional. Outras 3.666 propriedades rurais cultivaram milho com finalidade de produção de forragem, correspondendo a 49.496 ha com excelente rendimento de 65 t/ha. Quanto ao sorgo, houve plantio em 166 propriedades rurais, as quais também por amostras foram representadas neste trabalho. Em 123 delas, o sorgo foi plantado para a produção de grãos. Foram 12.166 ha com rendimento médio de 3.560 kg/ha. Em outras 143 propriedades rurais, o sorgo foi cultivado com finalidade de produção de forragem com rendimento médio de 28 t/ha em 1.116 ha. As fazendas foram previamente indicadas por parceiros locais como relevantes para a coleta de informações sobre o sistema de produção. O método utilizado foi o preenchimento de questionários e a realização de avaliações em talhões de milho in loco, tarefas realizadas por técnicos da Empresa Brasileira de Pesquisa Agropecuária (Embrapa) e alunos do Centro Universitário de Patos de Minas (Unipam). O objetivo foi compor um levantamento da situação das lavouras e do seu desempenho produtivo, além dos insumos e práticas de manejo que estão sendo utilizados MenosAs informações constantes neste documento resultaram de parte das ações do projeto ?Boas práticas agrícolas para o aumento da eficiência tecnológica de sistemas de produção de milho na região de Patos de Minas?. Foram visitadas, entre os dias 29/05 e 02/06/2017, propriedades agrícolas nos seguintes municípios da região: Carmo do Paranaíba, Cruzeiro da Fortaleza, Lagamar, Lagoa Formosa, Lagoa Grande, Patos de Minas, Presidente Olegário, Serra do Salitre, Varjão de Minas e Vazante (Figura 1). Trata-se de algumas das principais regiões produtoras do Estado de Minas Gerais, em que são empregadas tecnologias de ponta para obtenção de altas produtividades de grãos e, mais recentemente, grandes produtividades em forragens para a alimentação dos rebanhos bovinos nos períodos secos do ano, em confinamento para engorda ou estabulados para a produção de leite. Todas as áreas visitadas fazem parte de propriedades rurais produtoras de grãos que incluem o milho e/ou o sorgo. Os números apresentados na Tabela 1, obtidos a partir do Censo Agropecuário 2017 (IBGE, 2018), mostram que em um total de 5.090 propriedades rurais, as quais por amostras foram representadas neste trabalho, 1.424 produzem milho grão, destinando para isso 44.414 ha com rendimento médio de 10.127 kg/ha, muito acima da média nacional. Outras 3.666 propriedades rurais cultivaram milho com finalidade de produção de forragem, correspondendo a 49.496 ha com excelente rendimento de 65 t/ha. Quanto ao sorgo, houve plantio em 1... Mostrar Tudo |
Thesagro: |
Controle Integrado; Milho; Praga de Planta. |
Categoria do assunto: |
H Saúde e Patologia |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/185697/1/doc-226.pdf
|
Marc: |
LEADER 03504nam a2200349 a 4500 001 2099080 005 2019-02-13 008 2018 bl uuuu u0uu1 u #d 100 1 $aOLIVEIRA, I. R. de 245 $aObservações técnicas sobre o controle de pragas em lavouras produtoras de grãos na região do Alto Paranaíba-MG.$h[electronic resource] 260 $aSete Lagoas: Embrapa Milho e Sorgo$c2018 300 $a27 p. 490 $a(Embrapa Milho e Sorgo. Documentos, 226). 520 $aAs informações constantes neste documento resultaram de parte das ações do projeto ?Boas práticas agrícolas para o aumento da eficiência tecnológica de sistemas de produção de milho na região de Patos de Minas?. Foram visitadas, entre os dias 29/05 e 02/06/2017, propriedades agrícolas nos seguintes municípios da região: Carmo do Paranaíba, Cruzeiro da Fortaleza, Lagamar, Lagoa Formosa, Lagoa Grande, Patos de Minas, Presidente Olegário, Serra do Salitre, Varjão de Minas e Vazante (Figura 1). Trata-se de algumas das principais regiões produtoras do Estado de Minas Gerais, em que são empregadas tecnologias de ponta para obtenção de altas produtividades de grãos e, mais recentemente, grandes produtividades em forragens para a alimentação dos rebanhos bovinos nos períodos secos do ano, em confinamento para engorda ou estabulados para a produção de leite. Todas as áreas visitadas fazem parte de propriedades rurais produtoras de grãos que incluem o milho e/ou o sorgo. Os números apresentados na Tabela 1, obtidos a partir do Censo Agropecuário 2017 (IBGE, 2018), mostram que em um total de 5.090 propriedades rurais, as quais por amostras foram representadas neste trabalho, 1.424 produzem milho grão, destinando para isso 44.414 ha com rendimento médio de 10.127 kg/ha, muito acima da média nacional. Outras 3.666 propriedades rurais cultivaram milho com finalidade de produção de forragem, correspondendo a 49.496 ha com excelente rendimento de 65 t/ha. Quanto ao sorgo, houve plantio em 166 propriedades rurais, as quais também por amostras foram representadas neste trabalho. Em 123 delas, o sorgo foi plantado para a produção de grãos. Foram 12.166 ha com rendimento médio de 3.560 kg/ha. Em outras 143 propriedades rurais, o sorgo foi cultivado com finalidade de produção de forragem com rendimento médio de 28 t/ha em 1.116 ha. As fazendas foram previamente indicadas por parceiros locais como relevantes para a coleta de informações sobre o sistema de produção. O método utilizado foi o preenchimento de questionários e a realização de avaliações em talhões de milho in loco, tarefas realizadas por técnicos da Empresa Brasileira de Pesquisa Agropecuária (Embrapa) e alunos do Centro Universitário de Patos de Minas (Unipam). O objetivo foi compor um levantamento da situação das lavouras e do seu desempenho produtivo, além dos insumos e práticas de manejo que estão sendo utilizados 650 $aControle Integrado 650 $aMilho 650 $aPraga de Planta 700 1 $aMENDES, S. M. 700 1 $aPIMENTEL, M. A. G. 700 1 $aSILVA, D. D. da 700 1 $aSILVA, A. F. da 700 1 $aMIRANDA, R. A. de 700 1 $aSANTOS, F. C. dos 700 1 $aPASSOS, A. M. A. dos 700 1 $aBORGHI, E. 700 1 $aGONTIJO NETO, M. M. 700 1 $aRESENDE, A. V. de 700 1 $aLANDAU, E. C. 700 1 $aSILVA, M. A. 700 1 $aSOUSA, G. F. de 700 1 $aBORBA, M. G. de 700 1 $aSANTOS, P. R.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Milho e Sorgo (CNPMS) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
| Acesso ao texto completo restrito à biblioteca da Embrapa Amazônia Ocidental. Para informações adicionais entre em contato com cpaa.biblioteca@embrapa.br. |
Registro Completo
Biblioteca(s): |
Embrapa Amazônia Ocidental; Embrapa Florestas. |
Data corrente: |
27/09/2018 |
Data da última atualização: |
18/01/2019 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
A - 1 |
Autoria: |
BASTIN, J. F.; RUTISHAUSER, E.; KELLNER, J. R.; SAATCHI, S.; PÉLISSIER, R.; HÉRAULT, B.; SLIK, F.; BOGAERT, J.; DE CANNIÈRE, C.; MARSHALL, A. R.; POULSEN, J.; ALVAREZ-LOYAYZA, P.; ANDRADE, A.; ANGBONGA-BASIA, A.; ARAUJO-MURAKAMI, A.; ARROYO, L.; AYYAPPAN, N.; AZEVEDO, C. P. de; BANKI, O.; BARBIER, N.; BARROSO, J. G.; BEECKMAN, H.; BITARIHO, R.; BOECKX, P.; BOEHNING-GAESE, K.; BRANDÃO, H.; BREARLEY, F. Q.; HOCKEMBA, M. B. N.; BRIENEN, R.; CAMARGO, J. L. C.; CAMPOS-ARCEIZ, A.; CASSART, B.; CHAVE, J.; CHAZDON, R.; CHUYONG, G.; CLARK, D. B.; CLARK, C. J.; CONDIT, R.; CORONADO, E. N. H.; DAVIDAR, P.; HAULLEVILLE, T. de; DESCROIX, L.; DOUCET, J-L.; DOURDAIN, A.; DROISSART, V.; DUNCAN, T.; ESPEJO. J. S.; ESPINOSA, S.; FARWIG, N.; FAYOLLE, A.; FELDPAUSCH, T. R.; FERRAZ, A.; FLETCHER, C.; GAJAPERSAD, K.; GILLET, J-F.; AMARAL, I. L. do; GONMADJE, C.; GROGAN, J.; HARRIS, D.; HERZOG, S. K.; HOMEIER, J.; HUBAU, W.; HUBBELL, S. P.; HUFKENS, K.; HURTADO, J.; KAMDEM, N. G.; KEARSLEY, E.; KENFACK, D.; KESSLER, M.; LABRIÈRE, N.; LAUMONIER, Y.; LAURANCE, S.; LAURANCE, W. F.; LEWIS, S. L.; LIBALAH, M. B.; LIGOT, G.; LLOYD, J.; LOVEJOY, T. E.; MALHI, Y.; MARIMON, B. S.; JUNIOR, B. H. M.; MARTIN, E. H.; MATIUS, P.; MEYER, V.; BAUTISTA, C. M.; MONTEAGUDO-MENDOZA, A.; MTUI, A.; NEILL, D.; GUTIERREZ, G. A. P.; PARDO, G.; PARREN, M.; PARTHASARATHY, N.; PHILLIPS, O. L.; PITMAN, N. C. A.; PLOTON, P.; PONETTE, Q.; RAMESH, B. R.; RAZAFIMAHAIMODISON, J-C.; RÉJOU-MÉCHAIN, M.; ROLIM, S. G.; SALTOS, H. R.; ROSSI, L. M. B.; SPIRONELLO, W. R.; ROVERO, F.; SANER, P.; SASAKI, D.; SCHULZE, M.; SILVEIRA, M.; SINGH, J.; SIST, P.; SONKE, B.; SOTO, J. D.; SOUZA, C. R. de; STROPP, J.; SULLIVAN, M. J. P.; SWANEPOEL, B.; STEEGE, H. ter.; TERBORGH, J.; TEXIER, N.; TOMA, T.; VALENCIA, R.; VALENZUELA, L.; FERREIRA, L. V.; VALVERDE, F. C.; ANDEL, T. R. van.; VASQUE, R.; VERBEECK, H.; VIVEK, P.; VLEMINCKX, J.; VOS, V. A.; WAGNER, F. H.; WARSUDI, P. P.; WORTEL, V.; ZAGT, R. J.; ZEBAZE, D. |
Afiliação: |
Jean-François Bastin; Ervan Rutishauser; James R. Kellner; Sassan Saatchi; Raphael Pélissier; Bruno Hérault; Ferry Slik; Jan Bogaert; Charles De Cannière; Andrew R. Marshall; John Poulsen; Patricia Alvarez-Loyayza; Ana Andrade; Albert Angbonga-Basia; Alejandro Araujo-Murakami; Luzmila Arroyo; Narayanan Ayyappan; CELSO PAULO DE AZEVEDO, CPAA; Olaf Banki; Nicolas Barbier; Jorcely G. Barroso; Hans Beeckman; Robert Bitariho; Pascal Boeckx; Katrin Boehning-Gaese; Hilandia Brandão; Francis Q. Brearley; Mireille Breuer Ndoundou Hockemba; Roel Brienen; Jose Luis C. Camargo; Ahimsa Campos-Arceiz; Benoit Cassart; Jérôme Chave; Robin Chazdon; Georges Chuyong; David B. Clark; Connie J. Clark; Richard Condit; Euridice N. Honorio Coronado; Priya Davidar; Thalès de Haulleville; Laurent Descroix; Jean?Louis Doucet; Aurelie Dourdain; Vincent Droissart; Thomas Duncan; Javier Silva Espejo; Santiago Espinosa; Nina Farwig; Adeline Fayolle; Ted R. Feldpausch; Antonio Ferraz; Christine Fletcher; Krisna Gajapersad; Jean-François Gillet; Iêda Leão do Amaral; Christelle Gonmadje; James Grogan; David Harris; Sebastian K. Herzog; Jürgen Homeier; Wannes Hubau; Stephen P. Hubbell; Koen Hufkens; Johanna Hurtado; Narcisse G. Kamdem; Elizabeth Kearsley; David Kenfack; Michael Kessler; Nicolas Labrière; Yves Laumonier; Susan Laurance; William F. Laurance; Simon L. Lewis; Moses B. Libalah; Gauthier Ligot; Jon Lloyd; Thomas E. Lovejoy; Yadvinder Malhi; Beatriz S. Marimon; Ben Hur Marimon Junior; Emmanuel H. Martin; Paulus Matius; Victoria Meyer; Casimero Mendoza Bautista; Abel Monteagudo-Mendoza; Arafat Mtui; David Neill; Germaine Alexander Parada Gutierrez; Guido Pardo; Marc Parren; N. Parthasarathy; Oliver L. Phillips; Nigel C. A. Pitman; Pierre Ploton; Quentin Ponette; B. R. Ramesh; Jean-Claude Razafimahaimodison; Maxime Réjou-Méchain; Samir Gonçalves Rolim; Hugo Romero Saltos; LUIZ MARCELO BRUM ROSSI, CNPF; Wilson Roberto Spironello; Francesco Rovero; Philippe Saner; Denise Sasaki; Mark Schulze; Marcos Silveira; James Singh; Plinio Sist; Bonaventure Sonke; J. Daniel Soto; CINTIA RODRIGUES DE SOUZA, CPAA; Juliana Stropp; Martin J. P. Sullivan; Ben Swanepoel; Hans ter Steege; John Terborgh; Nicolas Texier; Takeshi Toma; Renato Valencia; Luis Valenzuela; Leandro Valle Ferreira; Fernando Cornejo Valverde; Tinde R. Van Andel; Rodolfo Vasque; Hans Verbeeck; Pandi Vivek; Jason Vleminckx; Vincent A. Vos; Fabien H. Wagner; Papi Puspa Warsudi; Verginia Wortel; Roderick J. Zagt; Donatien Zebaze. |
Título: |
Pan-tropical prediction of forest structure from the largest trees. |
Ano de publicação: |
2018 |
Fonte/Imprenta: |
Global Ecology and Biogeography, v. 27, n. 11, p. 1366-1383, Nov. 2018. |
DOI: |
10.1111/geb.12803 |
Idioma: |
Inglês |
Conteúdo: |
Abstract
Aim: Large tropical trees form the interface between ground and airborne observa?
tions, offering a unique opportunity to capture forest properties remotely and to inves?
tigate their variations on broad scales. However, despite rapid development of metrics
to characterize the forest canopy from remotely sensed data, a gap remains between
aerial and field inventories. To close this gap, we propose a new pan?tropical model to
predict plot?level forest structure properties and biomass from only the largest trees.
Location: Pan?tropical.
Time period: Early 21st century.
Major taxa studied: Woody plants.
Methods: Using a dataset of 867 plots distributed among 118 sites across the tropics,
we tested the prediction of the quadratic mean diameter, basal area, Lorey’s height,
community wood density and aboveground biomass (AGB) from the ith largest trees.
Results: Measuring the largest trees in tropical forests enables unbiased predictions of
plot? and site?level forest structure. The 20 largest trees per hectare predicted quad?
ratic mean diameter, basal area, Lorey’s height, community wood density and AGB
with 12, 16, 4, 4 and 17.7% of relative error, respectively. Most of the remaining error
in biomass prediction is driven by differences in the proportion of total biomass held
in medium?sized trees (50–70 cm diameter at breast height), which shows some conti?
nental dependency, with American tropical forests presenting the highest proportion
of total biomass in these intermediate?diameter classes relative to other continents.
Main conclusions: Our approach provides new information on tropical forest struc?
ture and can be used to generate accurate field estimates of tropical forest carbon
stocks to support the calibration and validation of current and forthcoming space
missions. It will reduce the cost of field inventories and contribute to scientific under?
standing of tropical forest ecosystems and response to climate change. MenosAbstract
Aim: Large tropical trees form the interface between ground and airborne observa?
tions, offering a unique opportunity to capture forest properties remotely and to inves?
tigate their variations on broad scales. However, despite rapid development of metrics
to characterize the forest canopy from remotely sensed data, a gap remains between
aerial and field inventories. To close this gap, we propose a new pan?tropical model to
predict plot?level forest structure properties and biomass from only the largest trees.
Location: Pan?tropical.
Time period: Early 21st century.
Major taxa studied: Woody plants.
Methods: Using a dataset of 867 plots distributed among 118 sites across the tropics,
we tested the prediction of the quadratic mean diameter, basal area, Lorey’s height,
community wood density and aboveground biomass (AGB) from the ith largest trees.
Results: Measuring the largest trees in tropical forests enables unbiased predictions of
plot? and site?level forest structure. The 20 largest trees per hectare predicted quad?
ratic mean diameter, basal area, Lorey’s height, community wood density and AGB
with 12, 16, 4, 4 and 17.7% of relative error, respectively. Most of the remaining error
in biomass prediction is driven by differences in the proportion of total biomass held
in medium?sized trees (50–70 cm diameter at breast height), which shows some conti?
nental dependency, with American tropical forests presenting the highest proportion
of total biomass in these int... Mostrar Tudo |
Palavras-Chave: |
Tropical forest ecology. |
Thesaurus NAL: |
Carbon; Climate change. |
Categoria do assunto: |
-- K Ciência Florestal e Produtos de Origem Vegetal |
Marc: |
LEADER 06464naa a2201777 a 4500 001 2096481 005 2019-01-18 008 2018 bl uuuu u00u1 u #d 024 7 $a10.1111/geb.12803$2DOI 100 1 $aBASTIN, J. F. 245 $aPan-tropical prediction of forest structure from the largest trees.$h[electronic resource] 260 $c2018 520 $aAbstract Aim: Large tropical trees form the interface between ground and airborne observa? tions, offering a unique opportunity to capture forest properties remotely and to inves? tigate their variations on broad scales. However, despite rapid development of metrics to characterize the forest canopy from remotely sensed data, a gap remains between aerial and field inventories. To close this gap, we propose a new pan?tropical model to predict plot?level forest structure properties and biomass from only the largest trees. Location: Pan?tropical. Time period: Early 21st century. Major taxa studied: Woody plants. Methods: Using a dataset of 867 plots distributed among 118 sites across the tropics, we tested the prediction of the quadratic mean diameter, basal area, Lorey’s height, community wood density and aboveground biomass (AGB) from the ith largest trees. Results: Measuring the largest trees in tropical forests enables unbiased predictions of plot? and site?level forest structure. The 20 largest trees per hectare predicted quad? ratic mean diameter, basal area, Lorey’s height, community wood density and AGB with 12, 16, 4, 4 and 17.7% of relative error, respectively. Most of the remaining error in biomass prediction is driven by differences in the proportion of total biomass held in medium?sized trees (50–70 cm diameter at breast height), which shows some conti? nental dependency, with American tropical forests presenting the highest proportion of total biomass in these intermediate?diameter classes relative to other continents. Main conclusions: Our approach provides new information on tropical forest struc? ture and can be used to generate accurate field estimates of tropical forest carbon stocks to support the calibration and validation of current and forthcoming space missions. It will reduce the cost of field inventories and contribute to scientific under? standing of tropical forest ecosystems and response to climate change. 650 $aCarbon 650 $aClimate change 653 $aTropical forest ecology 700 1 $aRUTISHAUSER, E. 700 1 $aKELLNER, J. R. 700 1 $aSAATCHI, S. 700 1 $aPÉLISSIER, R. 700 1 $aHÉRAULT, B. 700 1 $aSLIK, F. 700 1 $aBOGAERT, J. 700 1 $aDE CANNIÈRE, C. 700 1 $aMARSHALL, A. R. 700 1 $aPOULSEN, J. 700 1 $aALVAREZ-LOYAYZA, P. 700 1 $aANDRADE, A. 700 1 $aANGBONGA-BASIA, A. 700 1 $aARAUJO-MURAKAMI, A. 700 1 $aARROYO, L. 700 1 $aAYYAPPAN, N. 700 1 $aAZEVEDO, C. P. de 700 1 $aBANKI, O. 700 1 $aBARBIER, N. 700 1 $aBARROSO, J. G. 700 1 $aBEECKMAN, H. 700 1 $aBITARIHO, R. 700 1 $aBOECKX, P. 700 1 $aBOEHNING-GAESE, K. 700 1 $aBRANDÃO, H. 700 1 $aBREARLEY, F. Q. 700 1 $aHOCKEMBA, M. B. N. 700 1 $aBRIENEN, R. 700 1 $aCAMARGO, J. L. C. 700 1 $aCAMPOS-ARCEIZ, A. 700 1 $aCASSART, B. 700 1 $aCHAVE, J. 700 1 $aCHAZDON, R. 700 1 $aCHUYONG, G. 700 1 $aCLARK, D. B. 700 1 $aCLARK, C. J. 700 1 $aCONDIT, R. 700 1 $aCORONADO, E. N. H. 700 1 $aDAVIDAR, P. 700 1 $aHAULLEVILLE, T. de 700 1 $aDESCROIX, L. 700 1 $aDOUCET, J-L. 700 1 $aDOURDAIN, A. 700 1 $aDROISSART, V. 700 1 $aDUNCAN, T. 700 1 $aESPEJO. J. S. 700 1 $aESPINOSA, S. 700 1 $aFARWIG, N. 700 1 $aFAYOLLE, A. 700 1 $aFELDPAUSCH, T. R. 700 1 $aFERRAZ, A. 700 1 $aFLETCHER, C. 700 1 $aGAJAPERSAD, K. 700 1 $aGILLET, J-F. 700 1 $aAMARAL, I. L. do 700 1 $aGONMADJE, C. 700 1 $aGROGAN, J. 700 1 $aHARRIS, D. 700 1 $aHERZOG, S. K. 700 1 $aHOMEIER, J. 700 1 $aHUBAU, W. 700 1 $aHUBBELL, S. P. 700 1 $aHUFKENS, K. 700 1 $aHURTADO, J. 700 1 $aKAMDEM, N. G. 700 1 $aKEARSLEY, E. 700 1 $aKENFACK, D. 700 1 $aKESSLER, M. 700 1 $aLABRIÈRE, N. 700 1 $aLAUMONIER, Y. 700 1 $aLAURANCE, S. 700 1 $aLAURANCE, W. F. 700 1 $aLEWIS, S. L. 700 1 $aLIBALAH, M. B. 700 1 $aLIGOT, G. 700 1 $aLLOYD, J. 700 1 $aLOVEJOY, T. E. 700 1 $aMALHI, Y. 700 1 $aMARIMON, B. S. 700 1 $aJUNIOR, B. H. M. 700 1 $aMARTIN, E. H. 700 1 $aMATIUS, P. 700 1 $aMEYER, V. 700 1 $aBAUTISTA, C. M. 700 1 $aMONTEAGUDO-MENDOZA, A. 700 1 $aMTUI, A. 700 1 $aNEILL, D. 700 1 $aGUTIERREZ, G. A. P. 700 1 $aPARDO, G. 700 1 $aPARREN, M. 700 1 $aPARTHASARATHY, N. 700 1 $aPHILLIPS, O. L. 700 1 $aPITMAN, N. C. A. 700 1 $aPLOTON, P. 700 1 $aPONETTE, Q. 700 1 $aRAMESH, B. R. 700 1 $aRAZAFIMAHAIMODISON, J-C. 700 1 $aRÉJOU-MÉCHAIN, M. 700 1 $aROLIM, S. G. 700 1 $aSALTOS, H. R. 700 1 $aROSSI, L. M. B. 700 1 $aSPIRONELLO, W. R. 700 1 $aROVERO, F. 700 1 $aSANER, P. 700 1 $aSASAKI, D. 700 1 $aSCHULZE, M. 700 1 $aSILVEIRA, M. 700 1 $aSINGH, J. 700 1 $aSIST, P. 700 1 $aSONKE, B. 700 1 $aSOTO, J. D. 700 1 $aSOUZA, C. R. de 700 1 $aSTROPP, J. 700 1 $aSULLIVAN, M. J. P. 700 1 $aSWANEPOEL, B. 700 1 $aSTEEGE, H. ter. 700 1 $aTERBORGH, J. 700 1 $aTEXIER, N. 700 1 $aTOMA, T. 700 1 $aVALENCIA, R. 700 1 $aVALENZUELA, L. 700 1 $aFERREIRA, L. V. 700 1 $aVALVERDE, F. C. 700 1 $aANDEL, T. R. van. 700 1 $aVASQUE, R. 700 1 $aVERBEECK, H. 700 1 $aVIVEK, P. 700 1 $aVLEMINCKX, J. 700 1 $aVOS, V. A. 700 1 $aWAGNER, F. H. 700 1 $aWARSUDI, P. P. 700 1 $aWORTEL, V. 700 1 $aZAGT, R. J. 700 1 $aZEBAZE, D. 773 $tGlobal Ecology and Biogeography$gv. 27, n. 11, p. 1366-1383, Nov. 2018.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Amazônia Ocidental (CPAA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|