| |
|
|
|
Registro Completo |
|
Biblioteca(s): |
Embrapa Cerrados. |
|
Data corrente: |
05/01/2024 |
|
Data da última atualização: |
05/01/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Autoria: |
ROSA, A. A.; ROSA, A. G.; SOARES, J. P. G.; JUNQUEIRA, A. M. R.; MOREIRA, V. S.; MENDONÇA, M. A. |
|
Afiliação: |
ANDRÉIA ALVES ROSA; ARTUR GUERRA ROSA; JOAO PAULO GUIMARAES SOARES, CPAC; ANA MARIA RESENDE JUNQUEIRA; VALDO DE SOUSA MOREIRA; MÁRCIO ANTÔNIO MENDONÇA. |
|
Título: |
Análise do pólen apícola como bioindicador ambiental no Distrito Federal-Brasil. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Peer Review, v. 5, n. 5, 2023. |
|
Páginas: |
p. 239-251 |
|
Idioma: |
Português |
|
Conteúdo: |
As abelhas são consideradas os principais agentes polinizadores, devido a grande importância agronômica e ecológica, sendo altamente suscetíveis às contaminações e poluições ambientais geradas por ações humanas. Dessa forma são utilizadas, atualmente, comobioindicadores ambientais. O objetivo do estudo foi obter um panorama da poluição ambiental através da análise de metais pesados (As, Cd, Cr, Pb, Hg), utilizando ICP-OES para a identificação e quantificação destes metais pesados em pólens apícolas coletadas de colmeias estrategicamente colocadas próximas a uma indústria localizada no Distrito Federal. Os resultados demonstraram teores de As, Cr, Pb e Hg abaixo do limite de detecção do equipamento. Com exceção de 12 amostras onde foi observado concentraçõesde Hg e, em sete amostras a presença de Cd, acima dos limites máximos estabelecidos pela legislação brasileira. Conclui-se que na região a região analisada pode haver uma expressiva poluição ambiental pela exposição das abelhas aos metais Hg e Cd, o que pode ocasionar sérios danos tanto à biodiversidade quanto à saúde pública dos moradores daquela região, bem como aos consumidores dos produtosanalisados. |
|
Thesagro: |
Abelha; Metal Pesado; Pólen; Poluição Ambiental; Saúde Pública. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1160485/1/Joao-Paulo-analise-do-polen-apicola.pdf
|
|
Marc: |
LEADER 01911naa a2200253 a 4500
001 2160485
005 2024-01-05
008 2023 bl uuuu u00u1 u #d
100 1 $aROSA, A. A.
245 $aAnálise do pólen apícola como bioindicador ambiental no Distrito Federal-Brasil.$h[electronic resource]
260 $c2023
300 $ap. 239-251
520 $aAs abelhas são consideradas os principais agentes polinizadores, devido a grande importância agronômica e ecológica, sendo altamente suscetíveis às contaminações e poluições ambientais geradas por ações humanas. Dessa forma são utilizadas, atualmente, comobioindicadores ambientais. O objetivo do estudo foi obter um panorama da poluição ambiental através da análise de metais pesados (As, Cd, Cr, Pb, Hg), utilizando ICP-OES para a identificação e quantificação destes metais pesados em pólens apícolas coletadas de colmeias estrategicamente colocadas próximas a uma indústria localizada no Distrito Federal. Os resultados demonstraram teores de As, Cr, Pb e Hg abaixo do limite de detecção do equipamento. Com exceção de 12 amostras onde foi observado concentraçõesde Hg e, em sete amostras a presença de Cd, acima dos limites máximos estabelecidos pela legislação brasileira. Conclui-se que na região a região analisada pode haver uma expressiva poluição ambiental pela exposição das abelhas aos metais Hg e Cd, o que pode ocasionar sérios danos tanto à biodiversidade quanto à saúde pública dos moradores daquela região, bem como aos consumidores dos produtosanalisados.
650 $aAbelha
650 $aMetal Pesado
650 $aPólen
650 $aPoluição Ambiental
650 $aSaúde Pública
700 1 $aROSA, A. G.
700 1 $aSOARES, J. P. G.
700 1 $aJUNQUEIRA, A. M. R.
700 1 $aMOREIRA, V. S.
700 1 $aMENDONÇA, M. A.
773 $tPeer Review$gv. 5, n. 5, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Cerrados (CPAC) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
|
Registro Completo
|
Biblioteca(s): |
Embrapa Café. |
|
Data corrente: |
19/02/2024 |
|
Data da última atualização: |
19/02/2024 |
|
Tipo da produção científica: |
Artigo em Periódico Indexado |
|
Circulação/Nível: |
B - 3 |
|
Autoria: |
CASTRO, G. D. M. de; VILELA, E. F.; FARIA, A. L. R. de; SILVA, R. A.; FERREIRA, W. P. M. |
|
Afiliação: |
GABRIEL DUMBÁ MONTEIRO DE CASTRO, UNIVERSIDADE FEDERAL DE VIÇOSA; EMERSON FERREIRA VILELA, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; ANA LUÍSA RIBEIRO DE FARIA, UNIVERSIDADE FEDERAL DE VIÇOSA; ROGÉRIO ANTÔNIO SILVA, EMPRESA DE PESQUISA AGROPECUÁRIA DE MINAS GERAIS; WILLIAMS PINTO MARQUES FERREIRA, CNPCa. |
|
Título: |
New vegetation index for monitoring coffee rust using sentinel-2 multispectral imagery. |
|
Ano de publicação: |
2023 |
|
Fonte/Imprenta: |
Coffee Science, v. 18, e182170, 2023. |
|
DOI: |
https://doi.org/10.25186/.v18i.2170 |
|
Idioma: |
Português |
|
Conteúdo: |
Coffee Rust (Hemileia vastatrix) is considered the primary coffee disease in the world. The pathogenic fungus can find favorable environmental conditions in different countries, constantly threatening coffee producers. The previous detection of the incidence of coffee rust in a region is crucial because it provides an overview of the disease’s progress aiding in coffee plantations management. The objective of this work was the development of a vegetation index for remote monitoring of coffee rust infestation. Using satellite images from the MSI/Sentinel-2 collection, the Machine Learning classifier algorithm - Random Forest, and the cloud processing platform - Google Earth Engine, the most sensitives bands in coffee rust detection were determined, namely B4 (Red), B7 (Red Edge 3) and B8A (Red Edge 4). Thus, the Triangular Vegetation Index method was used to create a new vegetative index for remote detection of coffee rust infestation on a regional scale, named Coffee Rust Detection Index (CRDI). A linear regression model was created to estimate rust infestation based on the performance of the new index. The model presented a coefficient of determination (R²) of 62.5%, and a root mean square error (RMSE) of 0.107. In addition, a comparison analysis of the new index with eight other vegetative indices commonly used in the literature was carried out. The CRDI obtained the best performance in coffee rust detection among the others. This study shows that the new index CRDI has the robustness and general capacity to be used in monitoring coffee rust infestation on a regional scale. MenosCoffee Rust (Hemileia vastatrix) is considered the primary coffee disease in the world. The pathogenic fungus can find favorable environmental conditions in different countries, constantly threatening coffee producers. The previous detection of the incidence of coffee rust in a region is crucial because it provides an overview of the disease’s progress aiding in coffee plantations management. The objective of this work was the development of a vegetation index for remote monitoring of coffee rust infestation. Using satellite images from the MSI/Sentinel-2 collection, the Machine Learning classifier algorithm - Random Forest, and the cloud processing platform - Google Earth Engine, the most sensitives bands in coffee rust detection were determined, namely B4 (Red), B7 (Red Edge 3) and B8A (Red Edge 4). Thus, the Triangular Vegetation Index method was used to create a new vegetative index for remote detection of coffee rust infestation on a regional scale, named Coffee Rust Detection Index (CRDI). A linear regression model was created to estimate rust infestation based on the performance of the new index. The model presented a coefficient of determination (R²) of 62.5%, and a root mean square error (RMSE) of 0.107. In addition, a comparison analysis of the new index with eight other vegetative indices commonly used in the literature was carried out. The CRDI obtained the best performance in coffee rust detection among the others. This study shows that the new index CRDI has th... Mostrar Tudo |
|
Thesagro: |
Hemileia Vastatrix. |
|
Thesaurus NAL: |
Control methods; Disease control; Vegetation index. |
|
Categoria do assunto: |
-- |
|
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1162117/1/New-vegetation-index.pdf
|
|
Marc: |
LEADER 02300naa a2200229 a 4500
001 2162117
005 2024-02-19
008 2023 bl uuuu u00u1 u #d
024 7 $ahttps://doi.org/10.25186/.v18i.2170$2DOI
100 1 $aCASTRO, G. D. M. de
245 $aNew vegetation index for monitoring coffee rust using sentinel-2 multispectral imagery.$h[electronic resource]
260 $c2023
520 $aCoffee Rust (Hemileia vastatrix) is considered the primary coffee disease in the world. The pathogenic fungus can find favorable environmental conditions in different countries, constantly threatening coffee producers. The previous detection of the incidence of coffee rust in a region is crucial because it provides an overview of the disease’s progress aiding in coffee plantations management. The objective of this work was the development of a vegetation index for remote monitoring of coffee rust infestation. Using satellite images from the MSI/Sentinel-2 collection, the Machine Learning classifier algorithm - Random Forest, and the cloud processing platform - Google Earth Engine, the most sensitives bands in coffee rust detection were determined, namely B4 (Red), B7 (Red Edge 3) and B8A (Red Edge 4). Thus, the Triangular Vegetation Index method was used to create a new vegetative index for remote detection of coffee rust infestation on a regional scale, named Coffee Rust Detection Index (CRDI). A linear regression model was created to estimate rust infestation based on the performance of the new index. The model presented a coefficient of determination (R²) of 62.5%, and a root mean square error (RMSE) of 0.107. In addition, a comparison analysis of the new index with eight other vegetative indices commonly used in the literature was carried out. The CRDI obtained the best performance in coffee rust detection among the others. This study shows that the new index CRDI has the robustness and general capacity to be used in monitoring coffee rust infestation on a regional scale.
650 $aControl methods
650 $aDisease control
650 $aVegetation index
650 $aHemileia Vastatrix
700 1 $aVILELA, E. F.
700 1 $aFARIA, A. L. R. de
700 1 $aSILVA, R. A.
700 1 $aFERREIRA, W. P. M.
773 $tCoffee Science$gv. 18, e182170, 2023.
Download
Esconder MarcMostrar Marc Completo |
|
Registro original: |
Embrapa Café (CNPCa) |
|
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
| Nenhum registro encontrado para a expressão de busca informada. |
|
|
