|
|
Registro Completo |
Biblioteca(s): |
Embrapa Recursos Genéticos e Biotecnologia. |
Data corrente: |
22/11/2012 |
Data da última atualização: |
02/03/2023 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Autoria: |
GUIMARAES, P. M.; BRASILEIRO, A. C. M.; MORGANTE, C. V.; MARTINS, A. C. Q.; PAPPAS JUNIOR, G. J.; SILVA JUNIOR, O. B. da; TOGAWA, R. C.; BERTIOLI, S. C. de M. L.; ARAUJO, A. C. G. de; MORETZSOHN, M. de C.; BERTIOLI, D. J. |
Afiliação: |
PATRICIA MESSEMBERG GUIMARAES, CENARGEN; ANA CRISTINA MIRANDA BRASILEIRO, CENARGEN; CAROLINA VIANNA MORGANTE, CPATSA; ANDRESSA C. Q. MARTINS; GEORGIOS JOANNIS PAPPAS JUNIOR, CENARGEN; ORZENIL BONFIM DA SILVA JUNIOR, CENARGEN; ROBERTO COITI TOGAWA, CENARGEN; SORAYA CRISTINA DE M LEAL BERTIOLI, CENARGEN; ANA CLAUDIA GUERRA DE ARAUJO, CENARGEN; MARCIO DE CARVALHO MORETZSOHN, CENARGEN; DAVID J. BERTIOLI, UnB. |
Título: |
Global transcriptome analysis of two wild relatives of peanut under drought and fungi infection. |
Ano de publicação: |
2012 |
Fonte/Imprenta: |
BMC Genomics, v. 13, n. 387, 2012. |
Idioma: |
Português |
Palavras-Chave: |
Peanut; Transcriptoma global. |
Thesagro: |
Amendoim; Fungo; Seca. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/156250/1/art3A10.11862F1471-2164-13-387.pdf
|
Marc: |
LEADER 00846naa a2200289 a 4500 001 1940315 005 2023-03-02 008 2012 bl uuuu u00u1 u #d 100 1 $aGUIMARAES, P. M. 245 $aGlobal transcriptome analysis of two wild relatives of peanut under drought and fungi infection.$h[electronic resource] 260 $c2012 650 $aAmendoim 650 $aFungo 650 $aSeca 653 $aPeanut 653 $aTranscriptoma global 700 1 $aBRASILEIRO, A. C. M. 700 1 $aMORGANTE, C. V. 700 1 $aMARTINS, A. C. Q. 700 1 $aPAPPAS JUNIOR, G. J. 700 1 $aSILVA JUNIOR, O. B. da 700 1 $aTOGAWA, R. C. 700 1 $aBERTIOLI, S. C. de M. L. 700 1 $aARAUJO, A. C. G. de 700 1 $aMORETZSOHN, M. de C. 700 1 $aBERTIOLI, D. J. 773 $tBMC Genomics$gv. 13, n. 387, 2012.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Recursos Genéticos e Biotecnologia (CENARGEN) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
URL |
Voltar
|
|
Registro Completo
Biblioteca(s): |
Embrapa Agricultura Digital. |
Data corrente: |
06/09/2006 |
Data da última atualização: |
12/03/2024 |
Autoria: |
ANTUNES, J. F. G.; ZULLO JÚNIOR, J. |
Afiliação: |
JOAO FRANCISCO GONCALVES ANTUNES, CNPTIA; JURANDIR ZULLO JÚNIOR. |
Título: |
Aplicação de lógica fuzzy para estimativa de área plantada da cultura de soja utilizando imagens AVHRR-NOAA. |
Ano de publicação: |
2006 |
Fonte/Imprenta: |
In: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 35., 2006, João Pessoa. Agroenergia e desenvolvimento tecnológico: programa final: caderno de resumos. João Pessoa: SBEA, 2006. |
Páginas: |
p. 33. |
Idioma: |
Português |
Notas: |
CONBEA 2006. |
Conteúdo: |
A estimativa precisa com antecedência à época da colheita de áreas plantadas de soja é de fundamental importância para a economia brasileira. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. As imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada. O objetivo do trabalho é desenvolver uma metodologia de classificação automática baseada em lógica fuzzy utilizando índices de vegetação de imagens AVHRR-NOAA para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas oficiais, com o nível de erro relativo aceitável. |
Palavras-Chave: |
Classificação de imagens; Previsão de safras. |
Thesagro: |
Sensoriamento Remoto; Soja. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/263169/1/RA-Aplicacao-logica-fuzzy-CONBEA-2006.pdf
|
Marc: |
LEADER 02133nam a2200193 a 4500 001 1006964 005 2024-03-12 008 2006 bl uuuu u00u1 u #d 100 1 $aANTUNES, J. F. G. 245 $aAplicação de lógica fuzzy para estimativa de área plantada da cultura de soja utilizando imagens AVHRR-NOAA. 260 $aIn: CONGRESSO BRASILEIRO DE ENGENHARIA AGRÍCOLA, 35., 2006, João Pessoa. Agroenergia e desenvolvimento tecnológico: programa final: caderno de resumos. João Pessoa: SBEA$c2006 300 $ap. 33. 500 $aCONBEA 2006. 520 $aA estimativa precisa com antecedência à época da colheita de áreas plantadas de soja é de fundamental importância para a economia brasileira. Com o recente avanço tecnológico na obtenção de dados por sensoriamento remoto orbital é possível melhorar a previsão de safras, diminuindo cada vez mais o nível de subjetividade. As imagens AVHRR-NOAA de elevada repetitividade temporal, têm sido utilizadas para o monitoramento agrícola. Porém, a sua baixa resolução espacial faz com que possa ocorrer a mistura espectral das classes de cobertura do solo dentro de um mesmo pixel e isso pode acarretar problemas de imprecisão na estimativa de área plantada. O objetivo do trabalho é desenvolver uma metodologia de classificação automática baseada em lógica fuzzy utilizando índices de vegetação de imagens AVHRR-NOAA para estimar a área plantada de soja no nível sub-pixel. Para oito municípios produtores de soja da região oeste do Estado do Paraná, foi possível obter a estimativa de área no final de janeiro de 2004, com antecedência em relação à época da colheita, ao contrário dos levantamentos oficiais que se estendem até o final da safra, além de utilizarem dados subjetivos vindos do campo. As estimativas de área de soja baseadas em classificação fuzzy mostraram-se altamente correlacionadas com as estimativas oficiais, com o nível de erro relativo aceitável. 650 $aSensoriamento Remoto 650 $aSoja 653 $aClassificação de imagens 653 $aPrevisão de safras 700 1 $aZULLO JÚNIOR, J.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Agricultura Digital (CNPTIA) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|