| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Meio Ambiente. |
|
Data corrente: |
03/10/2017 |
|
Data da última atualização: |
03/10/2017 |
|
Tipo da produção científica: |
Artigo em Anais de Congresso |
|
Autoria: |
RAMOS FILHO, L. O.; FRANCISCO, C. E. da S.; ALY JUNIOR, O. |
|
Afiliação: |
LUIZ OCTAVIO RAMOS FILHO, CNPMA; CARLOS EDUARDO DA SILVA FRANCISCO, IAC/CAMPINAS; OSVALDO ALY JUNIOR, FUNDUNESP. |
|
Título: |
Legislação ambiental e uso de sistemas agroflorestais em assentamentos rurais no estado de São paulo. |
|
Ano de publicação: |
2004 |
|
Fonte/Imprenta: |
CONGRESSO BRASILEIRO DE AGROECOLOGIA, 2.; SEMINÁRIO INTERNACIONAL SOBRE AGROECOLOGIA, 5.; SEMINÁRIO ESTADUAL SOBRE AGROECOLOGIA, 6., 2004, Porto Alegre. Agrobiodiversidade: base para sociedades sustentáveis: anais. Porto Alegre, 2004. 1 CD-ROM. |
|
Idioma: |
Português |
|
Conteúdo: |
A importância ambiental e ecológica das áreas de Reserva Legal (RL) e das Áreas de Preservação Permanente (APP), previstas no Código Florestal Brasileiro, é reconhecida por diversos setores da sociedade, que enxergam nestes dispositivos legais um relevante incentivos econômicos ou fiscais para a recomposição e conservação destas áreas. De outro lado, a ação meramente coercitiva e repressiva por parte do estado não tem se mostrado suficiente para garantir o cumprimento da legislação ambiental por parte dos agricultores. Além disso, existem barreiras culturais, normativas e técnicas para que estas exigências legais sejam cumpridas. No caso dos pequenos agricultores familiares o problema tende a se agravar, em função da pouca disponibilidade de área para produção. Uma das alternativas de estímulo à recomposição florestal e incorporação do componente arbóreo aos sistemas produtivos é o uso de Sistemas Agroflorestais (SAFs). |
|
Palavras-Chave: |
Agrofloresta. |
|
Thesagro: |
Agricultura Familiar; Biodiversidade; Reforma Agrária. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/164645/1/2004PL-48-RamosFilho-Legislacao-15658.pdf
|
|
Marc: |
LEADER 01756nam a2200181 a 4500
001 2076641
005 2017-10-03
008 2004 bl uuuu u00u1 u #d
100 1 $aRAMOS FILHO, L. O.
245 $aLegislação ambiental e uso de sistemas agroflorestais em assentamentos rurais no estado de São paulo.$h[electronic resource]
260 $aCONGRESSO BRASILEIRO DE AGROECOLOGIA, 2.; SEMINÁRIO INTERNACIONAL SOBRE AGROECOLOGIA, 5.; SEMINÁRIO ESTADUAL SOBRE AGROECOLOGIA, 6., 2004, Porto Alegre. Agrobiodiversidade: base para sociedades sustentáveis: anais. Porto Alegre, 2004. 1 CD-ROM.$c2004
520 $aA importância ambiental e ecológica das áreas de Reserva Legal (RL) e das Áreas de Preservação Permanente (APP), previstas no Código Florestal Brasileiro, é reconhecida por diversos setores da sociedade, que enxergam nestes dispositivos legais um relevante incentivos econômicos ou fiscais para a recomposição e conservação destas áreas. De outro lado, a ação meramente coercitiva e repressiva por parte do estado não tem se mostrado suficiente para garantir o cumprimento da legislação ambiental por parte dos agricultores. Além disso, existem barreiras culturais, normativas e técnicas para que estas exigências legais sejam cumpridas. No caso dos pequenos agricultores familiares o problema tende a se agravar, em função da pouca disponibilidade de área para produção. Uma das alternativas de estímulo à recomposição florestal e incorporação do componente arbóreo aos sistemas produtivos é o uso de Sistemas Agroflorestais (SAFs).
650 $aAgricultura Familiar
650 $aBiodiversidade
650 $aReforma Agrária
653 $aAgrofloresta
700 1 $aFRANCISCO, C. E. da S.
700 1 $aALY JUNIOR, O.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Meio Ambiente (CNPMA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Mandioca e Fruticultura. |
|
Data corrente: |
08/12/2022 |
|
Data da última atualização: |
08/12/2022 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
A - 1 |
|
Autoria: |
CARVALHO, R. R. B. de; CORTES, D. F. M.; SOUSA, M. B. e; OLIVEIRA, L. A. de; OLIVEIRA, E. J. de. |
|
Afiliação: |
RAVENA ROCHA BESSA DE CARVALHO, UNIVERSIDADE FEDERAL DO RECÔNCAVO DA BAHIA; DIEGO FERNANDO MARMOLEJO CORTES; MASSAINE BANDEIRA E SOUSA; LUCIANA ALVES DE OLIVEIRA, CNPMF; EDER JORGE DE OLIVEIRA, CNPMF. |
|
Título: |
Image-based phenotyping of cassava roots for diversity studies and carotenoids prediction. |
|
Ano de publicação: |
2022 |
|
Fonte/Imprenta: |
PLoS One, v.17, n.1, e0263326, January, 2022. |
|
ISSN: |
1932-6203 |
|
DOI: |
https://doi.org/10.1371/journal.pone.0263326 |
|
Idioma: |
Inglês |
|
Conteúdo: |
Phenotyping to quantify the total carotenoids content (TCC) is sensitive, time-consuming, tedious, and costly. The development of high-throughput phenotyping tools is essential for screening hundreds of cassava genotypes in a short period of time in the biofortification program. This study aimed to (i) use digital images to extract information on the pulp color of cassava roots and estimate correlations with TCC, and (ii) select predictive models for TCC using colorimetric indices. Red, green and blue images were captured in root samples from 228 biofortified genotypes and the difference in color was analyzed using L*, a*, b*, hue and chroma indices from the International Commission on Illumination (CIELAB) color system and lightness. Colorimetric data were used for principal component analysis (PCA), correlation and for developing prediction models for TCC based on regression and machine learning. A high positive correlation between TCC and the variables b* (r = 0.90) and chroma (r = 0.89) was identified, while the other correlations were median and negative, and the L* parameter did not present a significant correlation with TCC. In general, the accuracy of most prediction models (with all variables and only the most important ones) was high (R2 ranging from 0.81 to 0.94). However, the artificial neural network prediction model presented the best predictive ability (R2 = 0.94), associated with the smallest error in the TCC estimates (root-mean-square error of 0.24). The structure of the studied population revealed five groups and high genetic variability based on PCA regarding colorimetric indices and TCC. Our results demonstrated that the use of data obtained from digital image analysis is an economical, fast, and effective alternative for the development of TCC phenotyping tools in cassava roots with high predictive ability. MenosPhenotyping to quantify the total carotenoids content (TCC) is sensitive, time-consuming, tedious, and costly. The development of high-throughput phenotyping tools is essential for screening hundreds of cassava genotypes in a short period of time in the biofortification program. This study aimed to (i) use digital images to extract information on the pulp color of cassava roots and estimate correlations with TCC, and (ii) select predictive models for TCC using colorimetric indices. Red, green and blue images were captured in root samples from 228 biofortified genotypes and the difference in color was analyzed using L*, a*, b*, hue and chroma indices from the International Commission on Illumination (CIELAB) color system and lightness. Colorimetric data were used for principal component analysis (PCA), correlation and for developing prediction models for TCC based on regression and machine learning. A high positive correlation between TCC and the variables b* (r = 0.90) and chroma (r = 0.89) was identified, while the other correlations were median and negative, and the L* parameter did not present a significant correlation with TCC. In general, the accuracy of most prediction models (with all variables and only the most important ones) was high (R2 ranging from 0.81 to 0.94). However, the artificial neural network prediction model presented the best predictive ability (R2 = 0.94), associated with the smallest error in the TCC estimates (root-mean-square error of 0.24). The st... Mostrar Tudo |
|
Thesagro: |
Mandioca. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1149383/1/journal.pone.0263326.pdf
|
|
Marc: |
LEADER 02501naa a2200205 a 4500
001 2149383
005 2022-12-08
008 2022 bl uuuu u00u1 u #d
022 $a1932-6203
024 7 $ahttps://doi.org/10.1371/journal.pone.0263326$2DOI
100 1 $aCARVALHO, R. R. B. de
245 $aImage-based phenotyping of cassava roots for diversity studies and carotenoids prediction.$h[electronic resource]
260 $c2022
520 $aPhenotyping to quantify the total carotenoids content (TCC) is sensitive, time-consuming, tedious, and costly. The development of high-throughput phenotyping tools is essential for screening hundreds of cassava genotypes in a short period of time in the biofortification program. This study aimed to (i) use digital images to extract information on the pulp color of cassava roots and estimate correlations with TCC, and (ii) select predictive models for TCC using colorimetric indices. Red, green and blue images were captured in root samples from 228 biofortified genotypes and the difference in color was analyzed using L*, a*, b*, hue and chroma indices from the International Commission on Illumination (CIELAB) color system and lightness. Colorimetric data were used for principal component analysis (PCA), correlation and for developing prediction models for TCC based on regression and machine learning. A high positive correlation between TCC and the variables b* (r = 0.90) and chroma (r = 0.89) was identified, while the other correlations were median and negative, and the L* parameter did not present a significant correlation with TCC. In general, the accuracy of most prediction models (with all variables and only the most important ones) was high (R2 ranging from 0.81 to 0.94). However, the artificial neural network prediction model presented the best predictive ability (R2 = 0.94), associated with the smallest error in the TCC estimates (root-mean-square error of 0.24). The structure of the studied population revealed five groups and high genetic variability based on PCA regarding colorimetric indices and TCC. Our results demonstrated that the use of data obtained from digital image analysis is an economical, fast, and effective alternative for the development of TCC phenotyping tools in cassava roots with high predictive ability.
650 $aMandioca
700 1 $aCORTES, D. F. M.
700 1 $aSOUSA, M. B. e
700 1 $aOLIVEIRA, L. A. de
700 1 $aOLIVEIRA, E. J. de
773 $tPLoS One$gv.17, n.1, e0263326, January, 2022.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Mandioca e Fruticultura (CNPMF) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
|
|
Registro completo
|
Biblioteca(s): |
Catálogo Coletivo de Periódicos Embrapa; Embrapa Acre; Embrapa Amapá; Embrapa Meio Norte / UEP-Parnaíba; Embrapa Soja. |
|
Identificador: |
25 |
|
Data corrente: |
09/05/2002 |
|
Data da última atualização: |
29/04/2015 |
|
Código do título: |
2450762 |
|
ISSN: |
0169-605X |
|
Código CCN: |
085752-1 |
|
Título e Subtítulo: |
ABSTRACTS ON RURAL DEVELOPMENT IN THE TROPICS |
|
Entidade: |
Koninklijk Instituut voor de Tropen-Kit |
|
Local de publicação: |
Amsterdam-Holanda |
|
Periodicidade: |
PERIODICIDADE VAZIA |
|
Inicio de publicação: |
1986 |
|
Coleções da unidade: |
Embrapa Acre
1985 (0)
Classificação: R338.1016
Embrapa Amapá
1985
Embrapa Meio Norte / UEP-Parnaíba
1985
Classificação: 338.1016
Embrapa Soja
1985 0(0); 1986 1(2)
Classificação: 338.1016 |
|
Fechar
|
|
|
