| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Unidades Centrais. |
|
Data corrente: |
22/04/2003 |
|
Data da última atualização: |
03/10/2018 |
|
Autoria: |
MELLONI, R.; SIQUEIRA, J. O.; MOREIRA, F. M. de S. |
|
Afiliação: |
Rogério Melloni, Universidade Federal de Itajubá/Instituto de Engenharia Mecânica/Departamento de Mecânica; José Oswaldo Siqueira, Universidade Federal de Lavras - Ufla/Departamento de Ciência do Solo; Fátima Maria de Souza Moreira, Universidade Federal de Lavras - Ufla/Departamento de Ciência do Solo. |
|
Título: |
Fungos micorrízicos arbusculares em solos de área de mineração de bauxita em reabilitação. |
|
Ano de publicação: |
2003 |
|
Fonte/Imprenta: |
Pesquisa Agropecuária Brasileira, Brasília, DF, v. 38, n. 2, p. 267-276, fev. 2003 |
|
Idioma: |
Português |
|
Notas: |
Título em inglês: Arbuscular mycorrhizal fungi in soils of bauxite mining area under rehabilitation. |
|
Conteúdo: |
Apesar de a mineração de bauxita causar grandes alterações nas características do solo, com efeitos negativos nas micorrizas arbusculares, os efeitos da reabilitação de áreas mineradas sobre os fungos micorrízicos arbusculares (MA) e sua simbiose são pouco conhecidos. O objetivo deste trabalho foi avaliar a ocorrência, diversidade e eficiência dos fungos MA, em áreas de mineração de bauxita, com diferentes tipos de vegetação e idades de reabilitação. Amostras de solo da rizosfera foram coletadas para analisar o micélio fúngico extrarradicular, o número de esporos, a riqueza e diversidade de fungos MA e para avaliar a colonização micorrízica e eficiência simbiótica de populações fúngicas. A mineração afetou negativamente os fungos MA, sendo a recuperação destes mais relacionada com o tipo de vegetação do que com o tempo de reabilitação da área. Foram encontradas as espécies: Gigaspora margarita, Gigaspora sp., Paraglomus occultum, Glomus sp., Entrophospora colombiana e Acaulospora scrobiculata. A ocorrência desses fungos foi favorecida pela presença de gramíneas e de bracatinga. Embora Eucalyptus saligna não seja um bom hospedeiro para os fungos MA, quando associado a sub-bosque bem desenvolvido e diverso, contribuiu para a recuperação dos fungos. As populações fúngicas isoladas de áreas com braquiária e feijão-guandu ou de bracatinga com capim-gordura apresentaram elevada eficiência para o feijoeiro, mostrando que é possível recuperar a função deste grupo de microrganismos utilizando diferentes tipos de vegetação. Estes isolados apresentam potencial de utilização em programas de reabilitação de solos minerados. MenosApesar de a mineração de bauxita causar grandes alterações nas características do solo, com efeitos negativos nas micorrizas arbusculares, os efeitos da reabilitação de áreas mineradas sobre os fungos micorrízicos arbusculares (MA) e sua simbiose são pouco conhecidos. O objetivo deste trabalho foi avaliar a ocorrência, diversidade e eficiência dos fungos MA, em áreas de mineração de bauxita, com diferentes tipos de vegetação e idades de reabilitação. Amostras de solo da rizosfera foram coletadas para analisar o micélio fúngico extrarradicular, o número de esporos, a riqueza e diversidade de fungos MA e para avaliar a colonização micorrízica e eficiência simbiótica de populações fúngicas. A mineração afetou negativamente os fungos MA, sendo a recuperação destes mais relacionada com o tipo de vegetação do que com o tempo de reabilitação da área. Foram encontradas as espécies: Gigaspora margarita, Gigaspora sp., Paraglomus occultum, Glomus sp., Entrophospora colombiana e Acaulospora scrobiculata. A ocorrência desses fungos foi favorecida pela presença de gramíneas e de bracatinga. Embora Eucalyptus saligna não seja um bom hospedeiro para os fungos MA, quando associado a sub-bosque bem desenvolvido e diverso, contribuiu para a recuperação dos fungos. As populações fúngicas isoladas de áreas com braquiária e feijão-guandu ou de bracatinga com capim-gordura apresentaram elevada eficiência para o feijoeiro, mostrando que é possível recuperar a função deste grupo de microrganismos u... Mostrar Tudo |
|
Palavras-Chave: |
reclamation; simbionte. |
|
Thesagro: |
Recuperação do Solo; Simbiose; Vegetação. |
|
Thesaurus Nal: |
symbionts; symbiosis; vegetation. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/AI-SEDE/24398/1/267.pdf
|
|
Marc: |
LEADER 02515naa a2200253 a 4500
001 1108906
005 2018-10-03
008 2003 bl uuuu u00u1 u #d
100 1 $aMELLONI, R.
245 $aFungos micorrízicos arbusculares em solos de área de mineração de bauxita em reabilitação.
260 $c2003
500 $aTítulo em inglês: Arbuscular mycorrhizal fungi in soils of bauxite mining area under rehabilitation.
520 $aApesar de a mineração de bauxita causar grandes alterações nas características do solo, com efeitos negativos nas micorrizas arbusculares, os efeitos da reabilitação de áreas mineradas sobre os fungos micorrízicos arbusculares (MA) e sua simbiose são pouco conhecidos. O objetivo deste trabalho foi avaliar a ocorrência, diversidade e eficiência dos fungos MA, em áreas de mineração de bauxita, com diferentes tipos de vegetação e idades de reabilitação. Amostras de solo da rizosfera foram coletadas para analisar o micélio fúngico extrarradicular, o número de esporos, a riqueza e diversidade de fungos MA e para avaliar a colonização micorrízica e eficiência simbiótica de populações fúngicas. A mineração afetou negativamente os fungos MA, sendo a recuperação destes mais relacionada com o tipo de vegetação do que com o tempo de reabilitação da área. Foram encontradas as espécies: Gigaspora margarita, Gigaspora sp., Paraglomus occultum, Glomus sp., Entrophospora colombiana e Acaulospora scrobiculata. A ocorrência desses fungos foi favorecida pela presença de gramíneas e de bracatinga. Embora Eucalyptus saligna não seja um bom hospedeiro para os fungos MA, quando associado a sub-bosque bem desenvolvido e diverso, contribuiu para a recuperação dos fungos. As populações fúngicas isoladas de áreas com braquiária e feijão-guandu ou de bracatinga com capim-gordura apresentaram elevada eficiência para o feijoeiro, mostrando que é possível recuperar a função deste grupo de microrganismos utilizando diferentes tipos de vegetação. Estes isolados apresentam potencial de utilização em programas de reabilitação de solos minerados.
650 $asymbionts
650 $asymbiosis
650 $avegetation
650 $aRecuperação do Solo
650 $aSimbiose
650 $aVegetação
653 $areclamation
653 $asimbionte
700 1 $aSIQUEIRA, J. O.
700 1 $aMOREIRA, F. M. de S.
773 $tPesquisa Agropecuária Brasileira, Brasília, DF$gv. 38, n. 2, p. 267-276, fev. 2003
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Unidades Centrais (AI-SEDE) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Instrumentação. |
|
Data corrente: |
23/01/2023 |
|
Data da última atualização: |
12/01/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
B - 3 |
|
Autoria: |
CORREA, D. V.; RAMOS, A. P. M.; OSCO, L. P.; JORGE, L. A. de C. |
|
Afiliação: |
LUCIO ANDRE DE CASTRO JORGE, CNPDIA. |
|
Título: |
Aprendizagem de máquina para identificação de plantas de soja sob ataque de insetos usando dados hiperespectrais. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Colloquium Exactarum, v.14, 2023. |
|
Páginas: |
146-153 |
|
ISSN: |
2178-8332 |
|
DOI: |
10.5747/ce.2022.v14.e393 |
|
Idioma: |
Português |
|
Conteúdo: |
A integração entre as áreas de sensoriamento remoto e machine learning tem permitido um avanço na forma de mapeamento de campos agrícolas e monitoramento de culturas. Este trabalho investiga a capacidade de algoritmos de aprendizagem de máquina em classificar plantas de soja sob ataque de insetos, utilizando medidas de espectroscopia de refletância coletadas ao nível foliar. Para tanto, desenvolveu-se testes com diferentes algoritmos utilizando um conjunto de 991 curvas espectrais referentes à planta de soja saudável e sob ataque de pragas, coletadas em oito dias consecutivos. Essas curvas foram medidas pela equipe da EMBRAPA, usando um espectrorradiômetro portátil, que registra no intervalo de 350 a 2500 nm. Tais curvas foram, inicialmente, pré-processadas para a remoção das regiões de absorção atmosférica pelo vapor d?água, e em seguida subdividida em conjunto de treino, validação e teste dos algoritmos de aprendizagem de máquina. Utilizou-se o interpretador Google Collabs e os algoritmos foram inscritos em linguagem Python, utilizando bibliotecas, como a Skit Sklearn. Dentre os algoritmos utilizados, tem-se Random Forest, Decision Tree, Support Vector Machine, Logistic Regression e Extra-Tree. O Extra-tree tem melhor desempenho (F1-score = 80,40%; precision = 81%; recall = 80%) na tarefa proposta. Conclui-se que é possível processar medidas de espectroscopia de refletância com algoritmos de aprendizagem de máquina para se monitorar o ataque por insetos em plantas de soja. Recomenda-se que a abordagem aplicada seja testada em outras culturas. MenosA integração entre as áreas de sensoriamento remoto e machine learning tem permitido um avanço na forma de mapeamento de campos agrícolas e monitoramento de culturas. Este trabalho investiga a capacidade de algoritmos de aprendizagem de máquina em classificar plantas de soja sob ataque de insetos, utilizando medidas de espectroscopia de refletância coletadas ao nível foliar. Para tanto, desenvolveu-se testes com diferentes algoritmos utilizando um conjunto de 991 curvas espectrais referentes à planta de soja saudável e sob ataque de pragas, coletadas em oito dias consecutivos. Essas curvas foram medidas pela equipe da EMBRAPA, usando um espectrorradiômetro portátil, que registra no intervalo de 350 a 2500 nm. Tais curvas foram, inicialmente, pré-processadas para a remoção das regiões de absorção atmosférica pelo vapor d?água, e em seguida subdividida em conjunto de treino, validação e teste dos algoritmos de aprendizagem de máquina. Utilizou-se o interpretador Google Collabs e os algoritmos foram inscritos em linguagem Python, utilizando bibliotecas, como a Skit Sklearn. Dentre os algoritmos utilizados, tem-se Random Forest, Decision Tree, Support Vector Machine, Logistic Regression e Extra-Tree. O Extra-tree tem melhor desempenho (F1-score = 80,40%; precision = 81%; recall = 80%) na tarefa proposta. Conclui-se que é possível processar medidas de espectroscopia de refletância com algoritmos de aprendizagem de máquina para se monitorar o ataque por insetos em plantas de soja.... Mostrar Tudo |
|
Palavras-Chave: |
Aprendizagem de máquina; Medidas de refletância. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/245659/1/P-APRENDIZAGEM-DE-MAQUINA-PARA-IDENTIFICACAO-DE-PLANTAS-DE-SOJA.pdf
|
|
Marc: |
LEADER 02265naa a2200217 a 4500
001 2151175
005 2024-01-12
008 2023 bl uuuu u00u1 u #d
022 $a2178-8332
024 7 $a10.5747/ce.2022.v14.e393$2DOI
100 1 $aCORREA, D. V.
245 $aAprendizagem de máquina para identificação de plantas de soja sob ataque de insetos usando dados hiperespectrais.$h[electronic resource]
260 $c2023
300 $a146-153
520 $aA integração entre as áreas de sensoriamento remoto e machine learning tem permitido um avanço na forma de mapeamento de campos agrícolas e monitoramento de culturas. Este trabalho investiga a capacidade de algoritmos de aprendizagem de máquina em classificar plantas de soja sob ataque de insetos, utilizando medidas de espectroscopia de refletância coletadas ao nível foliar. Para tanto, desenvolveu-se testes com diferentes algoritmos utilizando um conjunto de 991 curvas espectrais referentes à planta de soja saudável e sob ataque de pragas, coletadas em oito dias consecutivos. Essas curvas foram medidas pela equipe da EMBRAPA, usando um espectrorradiômetro portátil, que registra no intervalo de 350 a 2500 nm. Tais curvas foram, inicialmente, pré-processadas para a remoção das regiões de absorção atmosférica pelo vapor d?água, e em seguida subdividida em conjunto de treino, validação e teste dos algoritmos de aprendizagem de máquina. Utilizou-se o interpretador Google Collabs e os algoritmos foram inscritos em linguagem Python, utilizando bibliotecas, como a Skit Sklearn. Dentre os algoritmos utilizados, tem-se Random Forest, Decision Tree, Support Vector Machine, Logistic Regression e Extra-Tree. O Extra-tree tem melhor desempenho (F1-score = 80,40%; precision = 81%; recall = 80%) na tarefa proposta. Conclui-se que é possível processar medidas de espectroscopia de refletância com algoritmos de aprendizagem de máquina para se monitorar o ataque por insetos em plantas de soja. Recomenda-se que a abordagem aplicada seja testada em outras culturas.
653 $aAprendizagem de máquina
653 $aMedidas de refletância
700 1 $aRAMOS, A. P. M.
700 1 $aOSCO, L. P.
700 1 $aJORGE, L. A. de C.
773 $tColloquium Exactarum$gv.14, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Instrumentação (CNPDIA) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Expressão de busca inválida. Verifique!!! |
|
|
