Portal do Governo Brasileiro
BDPA - Bases de Dados da Pesquisa Agropecuária Embrapa
 






Registro Completo
Biblioteca(s):  Embrapa Florestas.
Data corrente:  06/12/2023
Data da última atualização:  12/12/2023
Tipo da produção científica:  Documentos
Autoria:  ZANATTA, J. A.; TOMASI, J. de C.; RACHWAL, M. F. G.; DEDINI, G. F. de A.; PELLICANI, C.; COSTA, M. da S. A.; OLIAS, C.
Afiliação:  JOSILEIA ACORDI ZANATTA, CNPF; JÉSSICA DE CÁSSIA TOMASI, FUNDAÇÃO SOLIDARIEDAD; MARCOS FERNANDO GLUCK RACHWAL, CNPF; GABRIEL FERRAZ DE ARRUDA DEDINI, FUNDAÇÃO SOLIDARIEDAD; CAIO PELLICANI, FUNDAÇÃO SOLIDARIEDAD; MARIANA DA SILVA ALVES COSTA, FUNDAÇÃO SOLIDARIEDAD; CAROLINE OLIAS, FUNDAÇÃO SOLIDARIDAD.
Título:  Manual técnico e operacional da calculadora de carbono para sistemas de produção de erva-mate.
Ano de publicação:  2023
Fonte/Imprenta:  Colombo: Embrapa Florestas, 2023.
Páginas:  25 p.
Série:  (Embrapa Florestas. Documentos, 388).
ISSN:  1980-3958
Idioma:  Português
Notas:  Selo ODS 9, 11, 12, 13, 15 e 17.
Conteúdo:  A erva-mate é uma espécie nativa com importância econômica e social. Ambientalmente, é opção para exploração florestal sustentável em áreas de preservação permanente e de reserva legal, e com alto potencial para gerar serviços ecossistêmicos como o armazenamento de carbono. Apolítica nacional de mudança domestica e o próprio Plano ABC+ elencaram a cultura da erva-mate como potencialmente mitigadora, o que sucinta maior entendimento sobre a relação da produção da erva-mate com a mitigação das emissões de gases de efeito estufa (GEE). Essa perspectiva justifica a necessidade de uma ferramenta de cálculo, que estima a quantidade de carbono e as emissões de GEE dos sistemas produtivos de erva-mate. A Carbon Matte tem essa função. Trata-se de uma planilha eletrônica para coleta, registro, organização, cálculo, por meio de uma rotina computadorizada automática, e análise de dados de sistemas de produção de erva-mate, com aplicação para estimativa dos estoques de carbono e dos fluxos de gases de efeito estufa. A ferramenta que se apresenta foi desenvolvida de forma completa, incluindo todos os compartimentos que armazenam carbono, bem como as fontes de emissão dos principais gases de efeito estufa (GEE), CO2 – dióxido de carbono; CH4 – metano e N2 O – óxido nitroso. Desta forma, a ferramenta pode auxiliar profissionais envolvidos na cadeia produtiva da erva-mate com a geração das estimativas dos estoques de carbono e das emissões de GEE, na fase de produção da erva-mate. A ferramen... Mostrar Tudo
Palavras-Chave:  Calculadora; Carbon Matte; Emissão de gases; Erva-mate; Estoque de carbono; Objetivos de desenvolvimento sustentável; Selo ODS; Sustentabilidade.
Thesagro:  Efeito Estufa; Ilex Paraguariensis; Sistema de Cultivo.
Categoria do assunto:  K Ciência Florestal e Produtos de Origem Vegetal
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/doc/1159233/1/EmbrapaFlorestas-2023-Documentos388.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Florestas (CNPF)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status URL
CNPF58751 - 1UMTFL - DD
Voltar






Registro Completo

Biblioteca(s):  Embrapa Semiárido.
Data corrente:  07/02/2023
Data da última atualização:  15/06/2023
Tipo da produção científica:  Artigo em Periódico Indexado
Circulação/Nível:  B - 4
Autoria:  VERSLYPEA, N. I.; NASCIMENTO, A. C. A. do; MUSSER, R. dos S.; CALDASM R, M. de S.; MARTINS, L. S. S.; LEAO, P. C. de S.
Afiliação:  NINA IRIS VERSLYPEA, UFRPE; ANDRÉ CÂMARA ALVES DO NASCIMENTO, UFRPE; ROSIMAR DOS SANTOS MUSSER, UFRPE; RAPHAEL MILLER DE SOUZA CALDAS, UFRPE; LUIZA SUELY SEMEN MARTINS, UFRPE; PATRICIA COELHO DE SOUZA LEAO, CPATSA.
Título:  Drought tolerance classification of grapevine rootstock by machine learning for the São Francisco Valley.
Ano de publicação:  2023
Fonte/Imprenta:  Smart Agricultural Technology, v. 4, 100192, 2023.
DOI:  https://doi.org/10.1016/j.atech.2023.100192
Idioma:  Inglês
Conteúdo:  Machine Learning (ML) algorithms are increasingly being used in several areas of agricultural studies, such as plant breeding. ML can assist in the recognition of relevant patterns or groups, or even in the prediction of the outcome under new settings, thus accelerating experiments and interpretating their results. The identification and selection of drought-tolerant grapevine rootstock (Vitis spp.) have become more relevant in late years, motivated mostly by global climate change scenarios. However, the grapevine is a perennial species, with polygenic characteristics and a complex traits inheritance by offspring, thus making it very challenging to discover new, drought tolerant cultivars. For this reason, this study's main objective was to compare the performance of six machine learning models on the prediction of drought tolerance levels of grapevine rootstock cultivars. A dataset with forty-five distinct cultivars was used to evaluate the methods, and the best performing model (AUC 0.9857) was used to predict the drought tolerance class of three cultivars (IAC 313, IAC 572, and IAC 766) whose drought tolerance level was still unknown. The results predicted a high drought tolerance for IAC 313 and IAC 766 cultivars, and a low tolerance for IAC 572.
Palavras-Chave:  Algoritmo; Aprendizado supervisionado; Inteligência artificial; Vale de São Francisco.
Thesagro:  Mudança Climática; Porta Enxerto; Uva.
Thesaurus NAL:  Algorithms; Artificial intelligence; Climate change; Grapes.
Categoria do assunto:  A Sistemas de Cultivo
URL:  https://ainfo.cnptia.embrapa.br/digital/bitstream/item/251869/1/Drought-tolerance-classification-of-grapevine-rootstock-by-machine-learning-2023.pdf
Marc:  Mostrar Marc Completo
Registro original:  Embrapa Semiárido (CPATSA)
Biblioteca ID Origem Tipo/Formato Classificação Cutter Registro Volume Status
CPATSA60280 - 1UPCAP - DD
Fechar
Expressão de busca inválida. Verifique!!!
 
 

Embrapa
Todos os direitos reservados, conforme Lei n° 9.610
Política de Privacidade
Área Restrita

Embrapa Agricultura Digital
Av. André Tosello, 209 - Barão Geraldo
Caixa Postal 6041- 13083-886 - Campinas, SP
SAC: https://www.embrapa.br/fale-conosco

Valid HTML 4.01 Transitional