|
|
Registros recuperados : 1 | |
1. | | MINERDI, D.; FANI, R.; GALLO, R.; BOARINO, A.; BONFANTE, P. Nitrogen fixation genes in an endosymbiotic Burkholderia strain. Applied and Environmental Microbiology, Washington, v. 67, n. 2, p. 725-732, 2001. Biblioteca(s): Embrapa Agrobiologia. |
| |
Registros recuperados : 1 | |
|
|
Registro Completo
Biblioteca(s): |
Embrapa Territorial. |
Data corrente: |
19/03/2012 |
Data da última atualização: |
03/05/2019 |
Tipo da produção científica: |
Artigo em Periódico Indexado |
Circulação/Nível: |
B - 2 |
Autoria: |
ARCOVERDE, G. F. B.; ALMEIDA, C. M. de; XIMENES, A. de C.; MAEDA, E. E.; ARAUJO, L. S. de. |
Afiliação: |
GUSTAVO FELIPE BALUÉ ARCOVERDE, INPE; CLÁUDIA MARIA DE ALMEIDA, INPE; ARIMATEA DE CARVALHO XIMENES, INPE; EDUARDO EIJI MAEDA, University of Helsinki; LUCIANA SPINELLI DE ARAUJO, CNPM. |
Título: |
Identificação de áreas prioritárias para recuperação florestal com o uso de rede neural de mapas auto-organizáveis. |
Ano de publicação: |
2011 |
Fonte/Imprenta: |
Boletim de Ciências Geodésicas, Curitiba, v. 17, n. 3, p. 379-400, jul./set. 2011. |
Idioma: |
Português |
Conteúdo: |
O objetivo deste trabalho foi identificar áreas prioritárias para a recuperação florestal e analisar variáveis a elas relacionadas através da rede neural artificial (RNA) de Mapas Auto-Organizáveis (SOM), em duas escalas. Primeiramente, procurou-se identificar uma sub-bacia hidrográfica prioritária para a recuperação florestal na Unidade de Gerenciamento de Recursos Hídricos Paulista (UGRHI) do rio Paraíba do Sul por SOM. Para isto, foram utilizadas variáveis de conectividade ambiental e cobertura florestal. Definiu-se uma sub-bacia hidrográfica situada na represa do Jaguari, município de Igaratá, para estudo em uma escala de maior detalhe. Nas Áreas de Proteção Permanentes (APPs) englobadas nesta sub-bacia hidrográfica, foi realizada uma nova análise por SOM. Neste caso, foram consideradas variáveis de distância a fragmentos florestais, a áreas urbanas, a estradas pavimentadas e a construções rurais, assim como o Índice de Vegetação por Diferença Normalizada e o Potencial Natural de Erodibilidade Laminar. Em ambas as escalas, as áreas prioritárias para a recuperação florestal foram determinadas através de histogramas do somatório dos valores dos Mapas Auto-Organizáveis de cada variável por agrupamentos delimitados. Por fim, foi gerado um mapa de contribuição de amostras para neurônios vencedores, o que permitiu uma nova abordagem para a análise dos agrupamentos gerados. |
Palavras-Chave: |
Reconhecimento de padrões espaciais; Recuperação florestal; Redes neurais não supervisionadas. |
Thesagro: |
Bacia Hidrográfica. |
Categoria do assunto: |
-- |
URL: |
https://ainfo.cnptia.embrapa.br/digital/bitstream/item/55968/1/LucianaBoletim.pdf
|
Marc: |
LEADER 02182naa a2200217 a 4500 001 1919357 005 2019-05-03 008 2011 bl uuuu u00u1 u #d 100 1 $aARCOVERDE, G. F. B. 245 $aIdentificação de áreas prioritárias para recuperação florestal com o uso de rede neural de mapas auto-organizáveis. 260 $c2011 520 $aO objetivo deste trabalho foi identificar áreas prioritárias para a recuperação florestal e analisar variáveis a elas relacionadas através da rede neural artificial (RNA) de Mapas Auto-Organizáveis (SOM), em duas escalas. Primeiramente, procurou-se identificar uma sub-bacia hidrográfica prioritária para a recuperação florestal na Unidade de Gerenciamento de Recursos Hídricos Paulista (UGRHI) do rio Paraíba do Sul por SOM. Para isto, foram utilizadas variáveis de conectividade ambiental e cobertura florestal. Definiu-se uma sub-bacia hidrográfica situada na represa do Jaguari, município de Igaratá, para estudo em uma escala de maior detalhe. Nas Áreas de Proteção Permanentes (APPs) englobadas nesta sub-bacia hidrográfica, foi realizada uma nova análise por SOM. Neste caso, foram consideradas variáveis de distância a fragmentos florestais, a áreas urbanas, a estradas pavimentadas e a construções rurais, assim como o Índice de Vegetação por Diferença Normalizada e o Potencial Natural de Erodibilidade Laminar. Em ambas as escalas, as áreas prioritárias para a recuperação florestal foram determinadas através de histogramas do somatório dos valores dos Mapas Auto-Organizáveis de cada variável por agrupamentos delimitados. Por fim, foi gerado um mapa de contribuição de amostras para neurônios vencedores, o que permitiu uma nova abordagem para a análise dos agrupamentos gerados. 650 $aBacia Hidrográfica 653 $aReconhecimento de padrões espaciais 653 $aRecuperação florestal 653 $aRedes neurais não supervisionadas 700 1 $aALMEIDA, C. M. de 700 1 $aXIMENES, A. de C. 700 1 $aMAEDA, E. E. 700 1 $aARAUJO, L. S. de 773 $tBoletim de Ciências Geodésicas, Curitiba$gv. 17, n. 3, p. 379-400, jul./set. 2011.
Download
Esconder MarcMostrar Marc Completo |
Registro original: |
Embrapa Territorial (CNPM) |
|
Biblioteca |
ID |
Origem |
Tipo/Formato |
Classificação |
Cutter |
Registro |
Volume |
Status |
Fechar
|
Nenhum registro encontrado para a expressão de busca informada. |
|
|