| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Agrobiologia; Embrapa Unidades Centrais. |
|
Data corrente: |
15/04/2010 |
|
Data da última atualização: |
03/10/2011 |
|
Tipo da produção científica: |
Comunicado Técnico/Recomendações Técnicas |
|
Autoria: |
LASTE, K. C, D.; FARIA, S. M. de. |
|
Afiliação: |
kEILA CAROLINA DALLE LASTE, UFRRJ; SERGIO MIANA DE FARIA, CNPAB. |
|
Título: |
Estirpes de bactérias selecionadas para a otimização da fixação biológica de nitrogênio em leguminosas florestais . |
|
Ano de publicação: |
2009 |
|
Fonte/Imprenta: |
Seropédica: Embrapa Agrobiologia, 2009. |
|
Páginas: |
4 p. |
|
Série: |
(Embrapa Agrobiologia. Comunicado Técnico, 120). |
|
Idioma: |
Português |
|
Conteúdo: |
Este comunicado apresenta resultados de pesquisas referente a seleção de estirpes em condições estéreis para Chamaecrista nictitans (L.) Moench, Mimosa pellita L. e Mimosa floculosa Burkart (etapa 2) e em condições não estéreis para Mimosa xantocentra Mart. e Erythrina falcata Benth (etapa 3). As estirpes testadas pertencem a coleção do Laboratório de Leguminosas da Embrapa Agrobiologia. |
|
Palavras-Chave: |
Degradação; Espéciel florestal; Fixação biológica de nitrogênio; Leguminosa florestal. |
|
Thesagro: |
Reflorestamento; Solo. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/42764/1/COT120-09.pdf
|
|
Marc: |
LEADER 01094nam a2200217 a 4500
001 1664353
005 2011-10-03
008 2009 bl uuuu u0uu1 u #d
100 1 $aLASTE, K. C, D.
245 $aEstirpes de bactérias selecionadas para a otimização da fixação biológica de nitrogênio em leguminosas florestais .
260 $aSeropédica: Embrapa Agrobiologia$c2009
300 $a4 p.
490 $a(Embrapa Agrobiologia. Comunicado Técnico, 120).
520 $aEste comunicado apresenta resultados de pesquisas referente a seleção de estirpes em condições estéreis para Chamaecrista nictitans (L.) Moench, Mimosa pellita L. e Mimosa floculosa Burkart (etapa 2) e em condições não estéreis para Mimosa xantocentra Mart. e Erythrina falcata Benth (etapa 3). As estirpes testadas pertencem a coleção do Laboratório de Leguminosas da Embrapa Agrobiologia.
650 $aReflorestamento
650 $aSolo
653 $aDegradação
653 $aEspéciel florestal
653 $aFixação biológica de nitrogênio
653 $aLeguminosa florestal
700 1 $aFARIA, S. M. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Agrobiologia (CNPAB) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Pecuária Sul. |
|
Data corrente: |
20/08/2021 |
|
Data da última atualização: |
20/08/2021 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
SOARES, Â. F.; PEREZ, N. B.; PÍNHO, L. B. de. |
|
Afiliação: |
ÂNDERSON FISCHOEDER SOARES, UNIPAMPA; NAYLOR BASTIANI PEREZ, CPPSUL; LEONARDO BIDESE DE PÍNHO, UNIPAMPA. |
|
Título: |
TouceiraTech: uma proposta de FMIS inovador para predição de disponibilidade de pasto e ajuste de lotação animal. |
|
Ano de publicação: |
2020 |
|
Fonte/Imprenta: |
In: JORNADAS ARGENTINAS DE INFORMÁTICA E INVESTIGACIÓN OPERATIVA, 49.; CONGRESO DE AGROINFORMÁTICA, 12., 2020, Buenos Aires. Anales electrónicos... Buenos Aires: SADIO, 2020. |
|
Páginas: |
p. 298-311. |
|
ISSN: |
2525-0949 |
|
Idioma: |
Português |
|
Conteúdo: |
Para aumentar a produtividade em sistemas de produção de animais a pasto, com baixo custo e sem degradação do ambiente, é necessário ajustar a lotação animal â disponibilidade de alimento. Convencionalmente, o ajuste de lotação é realizado com base na taxa de acúmulo do período anterior, sem considerar as variações meteorológicas diárias observadas desde a última estimativa. O presente trabalho apresenta os princípios e resultados preliminares de um Farm Management In- formation System (FMIS), denominado TouceiraTech, concebido para a predição da disponibilidade de forragem em pastagens naturais por meio de Inteligência Artificial. O modelo correlaciona dados meteorológicos obtidos automaticamente, de bases remotas abertas, com dados históricos da pastagem, obtidos por amostragem estratificada em áreas experimentais do Bioma Pampa. O sistema inova em funcionalidades desenvolvidas na Linguagem Python permitindo coletar automaticamente os dados históricos de experimentos e da previsão meteorológica recente, bem como calcular a evapotranspiração. As informações, armazenadas em um banco de dados espacial, contemplam as variáveis de entrada necessárias ao modelo de predição de matéria seca (MS) de pasto, proposto em trabalho anterior, baseado em uma rede neural convolucional do tipo Long Short-Term Memory (LSTM). Os resultados evidenciam que a inclusão do cálculo automático da evapotranspiração, com auxílio do Pacote PyEto, apresenta uma acurácia adequada em comparação com o processo manual anteriormente adotado, sendo também verificada a capacidade do sistema para obter e processar os dados de previsão meteorológica de diferentes órgãos, predizendo com diferentes níveis de acurácia a oferta de MS com horizonte de quinze dias. MenosPara aumentar a produtividade em sistemas de produção de animais a pasto, com baixo custo e sem degradação do ambiente, é necessário ajustar a lotação animal â disponibilidade de alimento. Convencionalmente, o ajuste de lotação é realizado com base na taxa de acúmulo do período anterior, sem considerar as variações meteorológicas diárias observadas desde a última estimativa. O presente trabalho apresenta os princípios e resultados preliminares de um Farm Management In- formation System (FMIS), denominado TouceiraTech, concebido para a predição da disponibilidade de forragem em pastagens naturais por meio de Inteligência Artificial. O modelo correlaciona dados meteorológicos obtidos automaticamente, de bases remotas abertas, com dados históricos da pastagem, obtidos por amostragem estratificada em áreas experimentais do Bioma Pampa. O sistema inova em funcionalidades desenvolvidas na Linguagem Python permitindo coletar automaticamente os dados históricos de experimentos e da previsão meteorológica recente, bem como calcular a evapotranspiração. As informações, armazenadas em um banco de dados espacial, contemplam as variáveis de entrada necessárias ao modelo de predição de matéria seca (MS) de pasto, proposto em trabalho anterior, baseado em uma rede neural convolucional do tipo Long Short-Term Memory (LSTM). Os resultados evidenciam que a inclusão do cálculo automático da evapotranspiração, com auxílio do Pacote PyEto, apresenta uma acurácia adequada em comparação com o proc... Mostrar Tudo |
|
Thesagro: |
Agricultura de Precisão; Pastejo; Pecuária; Produtividade. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/225372/1/Soares-et-al.pdf
|
|
Marc: |
LEADER 02563nam a2200205 a 4500
001 2133748
005 2021-08-20
008 2020 bl uuuu u00u1 u #d
022 $a2525-0949
100 1 $aSOARES, Â. F.
245 $aTouceiraTech$buma proposta de FMIS inovador para predição de disponibilidade de pasto e ajuste de lotação animal.$h[electronic resource]
260 $aIn: JORNADAS ARGENTINAS DE INFORMÁTICA E INVESTIGACIÓN OPERATIVA, 49.; CONGRESO DE AGROINFORMÁTICA, 12., 2020, Buenos Aires. Anales electrónicos... Buenos Aires: SADIO$c2020
300 $ap. 298-311.
520 $aPara aumentar a produtividade em sistemas de produção de animais a pasto, com baixo custo e sem degradação do ambiente, é necessário ajustar a lotação animal â disponibilidade de alimento. Convencionalmente, o ajuste de lotação é realizado com base na taxa de acúmulo do período anterior, sem considerar as variações meteorológicas diárias observadas desde a última estimativa. O presente trabalho apresenta os princípios e resultados preliminares de um Farm Management In- formation System (FMIS), denominado TouceiraTech, concebido para a predição da disponibilidade de forragem em pastagens naturais por meio de Inteligência Artificial. O modelo correlaciona dados meteorológicos obtidos automaticamente, de bases remotas abertas, com dados históricos da pastagem, obtidos por amostragem estratificada em áreas experimentais do Bioma Pampa. O sistema inova em funcionalidades desenvolvidas na Linguagem Python permitindo coletar automaticamente os dados históricos de experimentos e da previsão meteorológica recente, bem como calcular a evapotranspiração. As informações, armazenadas em um banco de dados espacial, contemplam as variáveis de entrada necessárias ao modelo de predição de matéria seca (MS) de pasto, proposto em trabalho anterior, baseado em uma rede neural convolucional do tipo Long Short-Term Memory (LSTM). Os resultados evidenciam que a inclusão do cálculo automático da evapotranspiração, com auxílio do Pacote PyEto, apresenta uma acurácia adequada em comparação com o processo manual anteriormente adotado, sendo também verificada a capacidade do sistema para obter e processar os dados de previsão meteorológica de diferentes órgãos, predizendo com diferentes níveis de acurácia a oferta de MS com horizonte de quinze dias.
650 $aAgricultura de Precisão
650 $aPastejo
650 $aPecuária
650 $aProdutividade
700 1 $aPEREZ, N. B.
700 1 $aPÍNHO, L. B. de
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Pecuária Sul (CPPSUL) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
