BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Ordenar por: RelevânciaAutorTítuloAnoImprime registros no formato resumido      Imprime registros no formato resumido
Registros recuperados : 2
Primeira ... 1 ... Última
1.Imagem marcado/desmarcadoAPARECIDO, L. E. de O.; MORAES, J. R. da S. C. de; ROLIM, G. de S.; MARTORANO, L. G.; MENESES, K. C. de; VALERIANO, T. T. B. Neural networks in climate spatialization and their application in the agricultural zoning of climate risk for sunflower in different sowing dates. Archives of Agronomy and Soil Science, v. 65, n. 11, p. 1477-1492, 2019.

Biblioteca(s): Embrapa Amazônia Oriental.

Visualizar detalhes do registroAcesso restrito ao objeto digitalImprime registro no formato completo
2.Imagem marcado/desmarcadoAPARECIDO, L. E. de O.; MORAES, J. R. da S. C. de; ROLIM, G. de S.; MARTORANO, L. G.; SOARES, S. dos S.; MENESES, K. C. de; COSTA, C. T. S.; MESQUITA, D. Z.; BARBOSA, A. M. da S.; AMARAL, E. F. do; BARDALES, N. G. Neural networks in spatialization of meteorological elements and their application in the climatic agricultural zoning of bamboo. International Journal of Biometeorology, v. 62, n. 11, p. 1955-1962, Nov. 2018.

Biblioteca(s): Embrapa Acre; Embrapa Amazônia Oriental.

Visualizar detalhes do registroAcesso restrito ao objeto digitalImprime registro no formato completo
Registros recuperados : 2
Primeira ... 1 ... Última






Acesso ao texto completo restrito à biblioteca da Embrapa Amazônia Oriental. Para informações adicionais entre em contato com cpatu.biblioteca@embrapa.br.

Registro Completo

Biblioteca(s):  Embrapa Acre; Embrapa Amazônia Oriental.
Data corrente:  31/10/2018
Data da última atualização:  10/01/2019
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  A - 1
Autoria:  APARECIDO, L. E. de O.; MORAES, J. R. da S. C. de; ROLIM, G. de S.; MARTORANO, L. G.; SOARES, S. dos S.; MENESES, K. C. de; COSTA, C. T. S.; MESQUITA, D. Z.; BARBOSA, A. M. da S.; AMARAL, E. F. do; BARDALES, N. G.
Afiliação:  Lucas Eduardo de Oliveira Aparecido, Federal Institute of Education, Science and Technology of Mato Grosso do Sul; José Reinaldo da Silva Cabral de Moraes, Federal Institute of Education, Science and Technology of Mato Grosso do Sul; Glauco de Souza Rolim, São Paulo State University; LUCIETA GUERREIRO MARTORANO, CPATU; Sabrina dos Santos Soares, Federal Institute of Education, Science and Technology of Mato Grosso do Sul; Kamila Cunha de Meneses, São Paulo State University; Cicero Teixeira Silva Costa, Federal Institute of Education, Science and Technology of Mato Grosso do Sul; Daniel Zimmermann Mesquita, Federal Institute of Education, Science and Technology of Mato Grosso do Sul; Aline Michelle da Silva Barbosa, São Paulo State University; EUFRAN FERREIRA DO AMARAL, CPAF-AC; Nilson Gomes Bardales, EMBRAPA.
Título:  Neural networks in spatialization of meteorological elements and their application in the climatic agricultural zoning of bamboo.
Ano de publicação:  2018
Fonte/Imprenta:  International Journal of Biometeorology, v. 62, n. 11, p. 1955-1962, Nov. 2018.
DOI:  10.1007/s00484-018-1596-1
Idioma:  Inglês
Conteúdo:  Bamboo has an important role in international commerce due to its diverse uses, but fewstudies have been conducted to evaluate its climatic adaptability. Thus, the objective of this study was to construct an agricultural zoning for climate risk (ZARC) for bamboo usingmeteorological elements spatialized byneural networks.Climatedata includedair temperature (TAIR, °C) and rainfall (P) from 4947 meteorological stations in Brazil from the years 1950 to 2016. Regions were considered climatically apt for bamboo cultivation when TAIR varied between 18 and 35 °C, and P was between 500 and 2800 mm year−1, or PWINTER was between 90 and 180 mm year−1. The remainder of the areas was considered marginal or inapt for bamboo cultivation. A multilayer perceptron (MLP) neural network with amultilayered Bbackpropagation^ training algorithmwas used to spatialize the territorial variability of eachclimatic element for thewhole area ofBrazil.Usingtheoverlappingof theTAIR,P, andPWINTERmaps preparedbyMLP, and the established climatic criteria of bamboo, we established the agricultural zoning for bamboo. Brazil demonstrates high seasonal climatic variabilitywith TAIR varying between 14 and 30°C, andPvarying between< 400 and 4000mmyear−1.TheZARCshowed that 87%of Brazil is climatically apt for bamboo cultivation. The states that were classified as apt in 100% of their territories were Mato Grosso do Sul, Goiás, Tocantins, Rio de Janeiro, Espírito Santo, Sergipe, Alagoas, Ceará, Piau... Mostrar Tudo
Palavras-Chave:  Aclimatación; Climate risk; Crop zoning; Modeling; Multilayer perceptron; Redes neuronales; Training algorithm; Zonificación agrícola.
Thesagro:  Aclimatação; Bambu; Bambusa Vulgaris; Climatologia; Modelo Matemático; Risco Climático; Zoneamento Agrícola.
Thesaurus NAL:  Acclimation; Agricultural zoning; Bamboos; Climatology; Mathematical models; Neural networks.
Categoria do assunto:  P Recursos Naturais, Ciências Ambientais e da Terra
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Amazônia Oriental (CPATU)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CPAF-AC26768 - 1UPCSP - DD
CPATU55475 - 1UPCAP - 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 Informática Agropecuária
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
PABX: SAC (19) 3211-5743
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional